Busca avançada
Ano de início
Entree

Redes neurais artificiais no diagnóstico cognitivo

Processo: 18/21063-4
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 10 de outubro de 2018
Vigência (Término): 31 de julho de 2019
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Mariana Cúri
Beneficiário:Mariana Cúri
Anfitrião: Suely Oliveira
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa : University of Iowa, Estados Unidos  
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Aprendizado computacional

Resumo

Neste trabalho, propõe-se um novo modelo de redes neurais profundas, baseado numa modificação do método variational autoencoder. A modificação foi inspirada na estrutura usual das avaliações educacionais, em que os itens do teste são construídos para a avaliação de um conteúdo específico, pré-definido. Este é um tema bastante atual e importante nas áreas de Mineração de Dados Educacionais e Psicometria, em que se busca o aprimoramento dos métodos existentes e da prática da avaliação cognitiva na era do bigdata. É importante destacar que a relevância desta proposta não recai apenas sobre a aplicação da Aprendizagem Estatística ou Aprendizagem de Máquina na Educação, mas também sobre as Ciências de Computação e Estatística de uma maneira mais geral. Além de propor um novo método e sua aplicação no contexto de avaliação cognitiva, um dos objetivos deste trabalho é contribuir para a formalização da ligação da Computação e Estatística. A intersecção entre os modelos de redes neurais profundas e os modelos de variáveis latentes usuais da Teoria de Resposta ao Item e de modelos de Diagnóstico Cognitivo, comumente adotados na Estatística, preencherá uma lacuna existente entre as linguagens e os conceitos teóricos necessários para a conexão desses modelos.O desenvolvimento de pesquisa no tema acima proposto será feito em conjunto com Alina Von Davier, vice-presidente sênior do ACTNext, docente da Fordham University e ex-diretora do departamento de pesquisa em Psicometria Avançada do ETS, e Suely Oliveira, docente do departamento de Ciência de Computação da University of Iowa e especialista em computação de alto desempenho e bigdata. A junção da experiência de Alina da área de indústria de testes e de pesquisa em Psicometria com a especialidade de Suely em computação de alta performance, assim como minha experiência didática e de pesquisa na área de Estatística contribuirá substancialmente para a proposição de um método viável de modelagem do desempenho de indivíduos em avaliações de diagnóstico cognitivo. Adicionalmente, o desenvolvimento dessa pesquisa em colaboração com o ACT, como indústria de testes em avaliação educacional, condiz com a proposta do CEPID-CEMEAI (Centro de Ciências Matemáticas Aplicadas a Industria), da qual participo como pesquisadora associada.