ARTFEED — Contemporary Art Intelligence

Sistema di Reti Neurali Profonde Distingue i Comportamenti di Bambini con ASD e Neurotipici nell'Educazione Musicale Virtuale

ai-technology · 2026-04-20

Uno studio pubblicato su arXiv presenta un sistema sofisticato che utilizza reti neurali profonde per esaminare e simulare i comportamenti di bambini con diagnosi di disturbo dello spettro autistico (ASD) insieme a coetanei neurotipici (TD) durante l'interazione con un robot sociale virtuale in un contesto di educazione musicale. Questo sistema identifica con successo i due gruppi con un tasso di accuratezza dell'81% e una sensibilità del 96%. Inoltre, può replicare comportamenti tipici di bambini neurotipici o con ASD in contesti comparabili. La ricerca si basa su dati provenienti da studi precedenti condotti presso il Social and Cognitive Robotics Laboratory della Sharif University of Technology, che includevano 9 partecipanti con ASD e 21 TD. Tali sistemi potrebbero migliorare la diagnosi, la formazione dei terapisti e la comprensione dell'ASD.

Fatti principali

  • Il sistema utilizza reti neurali profonde per analizzare i comportamenti dei bambini
  • Distingue tra bambini con ASD e neurotipici con un'accuratezza dell'81%
  • Raggiunge una sensibilità del 96% nella classificazione
  • Genera comportamenti simulati simili a quelli di bambini con ASD o neurotipici
  • Utilizza dati di 9 partecipanti con ASD e 21 TD
  • Ricerca condotta presso il Social and Cognitive Robotics Laboratory della Sharif University of Technology
  • Si concentra sulle interazioni con robot sociali virtuali nell'educazione musicale
  • Applicazioni potenziali nella diagnosi e nella formazione dei terapisti

Entità

Istituzioni

  • Sharif University of Technology
  • Social and Cognitive Robotics Laboratory

Fonti