USO DE MODELOS OCULTOS DE MARKOV NA AVALIAÇÃO DE UM TESTE DE INTEGRAÇÃO VISUO-MOTORA
"2017-06-15 00:00:00" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 30162 "edicao_id" => 61 "trabalho_id" => 266 "inscrito_id" => 638 "titulo" => "USO DE MODELOS OCULTOS DE MARKOV NA AVALIAÇÃO DE UM TESTE DE INTEGRAÇÃO VISUO-MOTORA" "resumo" => "O teste Beery VMI mensura a capacidade humana em integrar capacidades visuais e perceptivas. Esta avaliação pode ser utilizada para identificar crianças que apresentam dificuldades substanciais na capacidade de integração visuo-motora. Muitas das nossas ações na vida diária são baseadas nessa capacidade que demanda diferentes janelas de tempo, curtas ou longas. O teste Beery VMI consiste em solicitar ao avaliado copiar uma sequência de desenhos geométricos apresentados em ordem crescente de dificuldade. A avaliação dos resultados do teste requer interpretação por um avaliador experiente que avalia e pontua a similaridade entre o desenho geométrico produzido pelo avaliado e os critérios pré-estabelecidos para o respectivo desenho geométrico. Tendo em vista o tempo substancial gasto por um avaliador humano para analisar cada desenho geométrico produzido pelo avaliado, métodos computacionais permitem realizar a avaliação da tal similaridade de forma rápida e precisa. Um dos modelos empregados para reconhecimento de padrões e semelhança é o Hidden Markov Models – HMM (modelos ocultos de Markov), um modelo probabilístico de transição de estados. Originalmente o teste Beery VMI é aplicado no formulário próprio em papel. No presente estudo, a aquisição de dados em termos de posição foi feita com uma ferramenta web desenvolvida em HTML5 e JavaScript com uso de CSS3 e da biblioteca Bootstrap. A cópia do desenho geométrico do teste foi feita por um tablet, mas a ferramenta permite o uso do smartphone. O desenho é produzido usando uma caneta touch screen e os dados da imagem (coordenadas cartesianas) ao final podem ser salvos para posterior análise pelo algoritmo baseado em HMM. Uma das vantagens desta ferramenta é a possibilidade de ser utilizada em qualquer resolução de tela, pois os dados de treinamento poderão ser gerados e salvos da mesma forma que os dos desenhos produzidos pelo avaliado. No presente estudo foi aplicado o HMM para avaliar um dos desenhos produzidos da sequência do teste Beery VMI (diagrama de Venn com três círculos). O treinamento do HMM sobre a amostra produzida levou em consideração regras de posicionamento e intersecção entre as figuras. O resultado da aplicação do HMM sobre a amostra ocorreu com um elevado número de estados e observações, com duas possibilidades de transição entre os estados, chegando ao valor de 88% de reconhecimento do padrão. O resultado encontrado para esta amostra específica está dentro dos parâmetros estabelecidos pelo teste. Tanto a ferramenta digital para a coleta da amostra dos desenhos geométricos pelo avaliado como a aplicação do HMM para avaliação da amostra apresentam potencial para automatizar a avaliação do teste de integração Berry VMI com relativo sucesso." "modalidade" => "Pôster (PO)" "area_tematica" => "AT06 - TECNOLOGIA E MOTRICIDADE HUMANA" "palavra_chave" => "HMM, VMI, SIMILARIDADE" "idioma" => "Português" "arquivo" => "TRABALHO_EV083_MD4_SA6_ID638_EXT_22042017230421.pdf" "created_at" => "2020-05-28 15:53:16" "updated_at" => "2020-06-09 18:23:09" "ativo" => 1 "autor_nome" => "ANDRÉ BAIRROS PERES" "autor_nome_curto" => "ANDRÉ PERES" "autor_email" => "andreperes.ifsp@gmail.com" "autor_ies" => "UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO (UNESP)" "autor_imagem" => "" "edicao_url" => "anais-x-ciefmh" "edicao_nome" => "Anais do X Congresso Internacional de Educação Fisica e Motricidade Humana e XVI Simpósio Paulista de Educação Física" "edicao_evento" => "X Congresso Internacional de Educação Física e Motricidade Humana e XVI Simpósio Paulista de Educação Física" "edicao_ano" => 2017 "edicao_pasta" => "anais/ciefmh/2017" "edicao_logo" => "5e4a1c2174ebb_17022020015249.png" "edicao_capa" => "5f182a9857128_22072020090128.jpg" "data_publicacao" => null "edicao_publicada_em" => "2017-06-15 00:00:00" "publicacao_id" => 37 "publicacao_nome" => "Anais do CIEFMH" "publicacao_codigo" => "2527-2268" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 30162 "edicao_id" => 61 "trabalho_id" => 266 "inscrito_id" => 638 "titulo" => "USO DE MODELOS OCULTOS DE MARKOV NA AVALIAÇÃO DE UM TESTE DE INTEGRAÇÃO VISUO-MOTORA" "resumo" => "O teste Beery VMI mensura a capacidade humana em integrar capacidades visuais e perceptivas. Esta avaliação pode ser utilizada para identificar crianças que apresentam dificuldades substanciais na capacidade de integração visuo-motora. Muitas das nossas ações na vida diária são baseadas nessa capacidade que demanda diferentes janelas de tempo, curtas ou longas. O teste Beery VMI consiste em solicitar ao avaliado copiar uma sequência de desenhos geométricos apresentados em ordem crescente de dificuldade. A avaliação dos resultados do teste requer interpretação por um avaliador experiente que avalia e pontua a similaridade entre o desenho geométrico produzido pelo avaliado e os critérios pré-estabelecidos para o respectivo desenho geométrico. Tendo em vista o tempo substancial gasto por um avaliador humano para analisar cada desenho geométrico produzido pelo avaliado, métodos computacionais permitem realizar a avaliação da tal similaridade de forma rápida e precisa. Um dos modelos empregados para reconhecimento de padrões e semelhança é o Hidden Markov Models – HMM (modelos ocultos de Markov), um modelo probabilístico de transição de estados. Originalmente o teste Beery VMI é aplicado no formulário próprio em papel. No presente estudo, a aquisição de dados em termos de posição foi feita com uma ferramenta web desenvolvida em HTML5 e JavaScript com uso de CSS3 e da biblioteca Bootstrap. A cópia do desenho geométrico do teste foi feita por um tablet, mas a ferramenta permite o uso do smartphone. O desenho é produzido usando uma caneta touch screen e os dados da imagem (coordenadas cartesianas) ao final podem ser salvos para posterior análise pelo algoritmo baseado em HMM. Uma das vantagens desta ferramenta é a possibilidade de ser utilizada em qualquer resolução de tela, pois os dados de treinamento poderão ser gerados e salvos da mesma forma que os dos desenhos produzidos pelo avaliado. No presente estudo foi aplicado o HMM para avaliar um dos desenhos produzidos da sequência do teste Beery VMI (diagrama de Venn com três círculos). O treinamento do HMM sobre a amostra produzida levou em consideração regras de posicionamento e intersecção entre as figuras. O resultado da aplicação do HMM sobre a amostra ocorreu com um elevado número de estados e observações, com duas possibilidades de transição entre os estados, chegando ao valor de 88% de reconhecimento do padrão. O resultado encontrado para esta amostra específica está dentro dos parâmetros estabelecidos pelo teste. Tanto a ferramenta digital para a coleta da amostra dos desenhos geométricos pelo avaliado como a aplicação do HMM para avaliação da amostra apresentam potencial para automatizar a avaliação do teste de integração Berry VMI com relativo sucesso." "modalidade" => "Pôster (PO)" "area_tematica" => "AT06 - TECNOLOGIA E MOTRICIDADE HUMANA" "palavra_chave" => "HMM, VMI, SIMILARIDADE" "idioma" => "Português" "arquivo" => "TRABALHO_EV083_MD4_SA6_ID638_EXT_22042017230421.pdf" "created_at" => "2020-05-28 15:53:16" "updated_at" => "2020-06-09 18:23:09" "ativo" => 1 "autor_nome" => "ANDRÉ BAIRROS PERES" "autor_nome_curto" => "ANDRÉ PERES" "autor_email" => "andreperes.ifsp@gmail.com" "autor_ies" => "UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO (UNESP)" "autor_imagem" => "" "edicao_url" => "anais-x-ciefmh" "edicao_nome" => "Anais do X Congresso Internacional de Educação Fisica e Motricidade Humana e XVI Simpósio Paulista de Educação Física" "edicao_evento" => "X Congresso Internacional de Educação Física e Motricidade Humana e XVI Simpósio Paulista de Educação Física" "edicao_ano" => 2017 "edicao_pasta" => "anais/ciefmh/2017" "edicao_logo" => "5e4a1c2174ebb_17022020015249.png" "edicao_capa" => "5f182a9857128_22072020090128.jpg" "data_publicacao" => null "edicao_publicada_em" => "2017-06-15 00:00:00" "publicacao_id" => 37 "publicacao_nome" => "Anais do CIEFMH" "publicacao_codigo" => "2527-2268" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }