طبقه بندی مشکلات خودمراقبتی دانش آموزان ناتوان جسمی- حرکتی با استفاده از شبکه های عصبی و الگوریتم ژنتیک

هدف این پژوهش ارائه و ارزیابی یک سیستم خبره مبتنی بر شبکه عصبی مصنوعی برای طبقه بندی مشکلات خود مراقبتی کودکان ناتوانجسمی - حرکتی است. وجود یک سیستم خبره با این قابلیت باعث کمک به نهادهای مرتبط با آموزش وپرورش استثنایی می شود. این مقالهمدلی به منظور طبقه بندی مشکلات خودمراقبتی کودکان ناتوان جسمی – حرکتی بر پایه چارچوب ICF-CY پیشنهاد می دهد. با توجه بهوجود محدودیت در دسترسی به مجموعه داده استاندارد در رابطه با کودکان ناتوان جسمی – حرکتی، در این تحقیق ابتدا یک مجموعهداده از این کودکان طبق ICF-CY تدوین شده است. سپس با استفاده از شبکه های عصبی مصنوعی و الگوریتم تکاملی ژنتیک، یک سیستمخبره طراحی و با مجموعه داده تدوین شده آموزش داده شد. در پایان سیستم ارائه شده مورد ارزیابی قرار گرفته است. درنهایت ما به ایننتیجه رسیدیم که با استفاده از شبکه های عصبی و الگوریتم ژنتیک می توان سیستمی ارائه کرد تا علاوه بر کاهش ابعاد ویژگی ها و تعیینویژگی های مؤثر در طبقه بندی مشکلات خودمراقبتی کودکان، توانایی طبقه بندی این مشکلات را با دقت بیش از 93 درصد داشته باشد.

کلیدواژه ها:

سیستم های خبره ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، طبقه بندی مشکلات دانش آموزان استثنایی