@ persidangan{Hasan20192436,
tajuk = {Pengelasan ANN dan SVM dalam Mengenal pasti Gait Gangguan Autisme Spectrum Berdasarkan Angkatan Reaksi Tanah Tiga Dimensi},
pengarang = {C Z C Hasan and R Jailani and N M Tahir},
url = {https://www.scopus.com/inward/record.uri?eid = 2-s2.0-85063202256&doi=10.1109/TENCON.2018.8650468&rakan kongsi = 40&md5 = c697d0c43ebd77d76d74cb3726872f42},
doi = {10.1109/TENCON.2018.8650468},
terbitan = {21593442},
tahun = {2019},
tarikh = {2019-01-01},
jurnal = {Wilayah IEEE 10 Persidangan Antarabangsa Tahunan, Prosiding / TENCON},
isi padu = {2018-Oktober},
halaman = {2436-2440},
penerbit = {Institut Jurutera Elektrik dan Elektronik Inc.},
abstrak = {Gangguan spektrum autisme (ASD) adalah keadaan perkembangan saraf yang kompleks dan sepanjang hayat yang berlaku pada awal kanak-kanak dan dikaitkan dengan pergerakan dan gangguan berjalan yang tidak biasa. Pengiktirafan ASD kiprah automatik dan tepat memberikan bantuan dalam diagnosis dan membuat keputusan klinikal serta meningkatkan rawatan yang disasarkan. Makalah ini meneroka penggunaan dua pengelasan pembelajaran mesin yang terkenal, rangkaian saraf tiruan (ANN) dan menyokong mesin vektor (SVM) dalam membezakan ASD dan corak gaya berjalan normal berdasarkan ciri-ciri gaya berjalan yang berasal dari tiga dimensi (3D) daya tindak balas tanah (GRF) data. Data GRF 3D dari 30 kanak-kanak dengan ASD dan 30 kebiasaannya kanak-kanak yang sedang berkembang diperoleh menggunakan dua plat kekuatan semasa kelajuan berjalan kaki tanpa alas kaki. Teknik parameterisasi siri masa diterapkan pada bentuk gelombang 3D GRF untuk mengekstrak ciri gaya penting. Kaedah analisis diskriminan bertahap (SWDA) digunakan untuk menentukan ciri gaya GRF yang dominan untuk mengklasifikasikan ASD dan kumpulan yang biasanya berkembang. Hasil ujian pengesahan silang 10 kali ganda menunjukkan bahawa model ANN dengan tiga ciri input GRF yang dominan mengatasi model SVM berasaskan kernel dengan 93.3% ketepatan, 96.7% kepekaan, dan 90.0% kekhususan. Dapatan kajian ini menunjukkan kebolehpercayaan menggunakan ciri input 3D GRF, dalam kombinasi dengan pemilihan ciri SWDA dan model klasifikasi ANN sebagai kaedah yang sesuai yang mungkin bermanfaat untuk diagnosis kiprah ASD dan juga untuk tujuan penilaian program rawatan. © 2018 IEEE.},
nota = {dipetik oleh 0},
kata kunci = {10 Pengesahan Lipatan Silang, 3D Pemodelan, Gangguan Spektrum Autisme, Biofizik, Membuat Keputusan Klinikal, Diagnosis Berbantu Komputer, Membuat keputusan, Analisis Diskriminan, Penyakit, Analisis Gait, Klasifikasi Gait, Angkatan Tindak Balas Tanah, Rangkaian Neural, Teknik Parameterisasi, Pengecaman Corak, Penilaian Takungan Petroleum, Diagnostik Program, Mesin Vektor Sokongan, Rawatan yang disasarkan, Tiga Dimensi},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}

@ persidangan{Jamil2015342,
tajuk = {Gait-Based Emotion Detection of Children with Autism Spectrum Disorders: A Preliminary Investigation},
pengarang = {N Jamil and N H M Khir and M Ismail and F H A Razak},
penyunting = {Miskon M F Yussof H.},
url = {https://www.scopus.com/inward/record.uri?eid=2-s2.0-84962833568&doi=10.1016%2fj.procs.2015.12.305&rakan kongsi = 40&md5=6893678f1ed83b87147ff9183b94428b},
doi = {10.1016/j.procs.2015.12.305},
terbitan = {18770509},
tahun = {2015},
tarikh = {2015-01-01},
jurnal = {Sains Komputer Procedia},
isi padu = {76},
halaman = {342-348},
penerbit = {Elsevier B.V.},
abstrak = {With the disturbing increase of children with Autism Spectrum Disorder (ASD) di Malaysia, a lot of efforts and studies are put forward towards understanding and managing matters related to ASD. One way is to find means of easing the social communications among these children and their caretakers, particularly during intervention. If the caretaker is able to comprehend the children emotional state of mind prior to therapy, some sort of trust and attachment will be developed. Walau bagaimanapun, regulating emotions is a challenge to these children. Nonverbal communication such as facial expression is difficult for ASD children. Oleh itu, we proposed the use of walking patterns (i.e.. gait) to detect the type of emotions of ASD children. Even though using gait for emotion recognition is common among normal individuals, none can be found done on children with ASD. Oleh itu, the aim of this paper is to conduct a preliminary review on the possibilities of carrying out gait-based emotion detection among ASD children with regards to the emotional types, gait parameters and methods of gait data acquisition. © 2015 Penulis.},
nota = {dipetik oleh 4},
kata kunci = {Gangguan Spektrum Autisme, Kanak-kanak dengan Autisme, Perolehan data, Penyakit, Emosi, Emotion Detection, Emotion Recognition, Keadaan emosi, Ekspresi wajah, Analisis Gait, Kawalan Pintar, Perhubungan tanpa percakapan, Pengecaman Corak, Robotik, Sensor Pintar, Komunikasi Sosial, Pengenalan suara},
pubstate = {diterbitkan},
tppubtype = {persidangan}
}