Il Progetto propone lo sviluppo di un sistema basato su tecniche di identificazione dei modelli, clustering (Machine Learning non supervisionato) e predizione, finalizzato a supportare i professionisti nell’analisi e nella previsione delle prestazioni relative alle funzioni esecutive in bambini con diagnosi di disturbo dello spettro autistico (ASD). L’obiettivo consiste nella costruzione di uno strumento decisionale che consenta di individuare le aree funzionali prioritarie su cui concentrare gli interventi futuri e monitorarne l’evoluzione nel tempo.

IDENTIFICAZIONE, CLUSTERING E PREDIZIONE DELLE FUNZIONI ESECUTIVE IN BAMBINI CON DISTURBO DELLO SPETTRO AUTISTICO

FERRIGNI, LUCA
2025/2026

Abstract

Il Progetto propone lo sviluppo di un sistema basato su tecniche di identificazione dei modelli, clustering (Machine Learning non supervisionato) e predizione, finalizzato a supportare i professionisti nell’analisi e nella previsione delle prestazioni relative alle funzioni esecutive in bambini con diagnosi di disturbo dello spettro autistico (ASD). L’obiettivo consiste nella costruzione di uno strumento decisionale che consenta di individuare le aree funzionali prioritarie su cui concentrare gli interventi futuri e monitorarne l’evoluzione nel tempo.
2025
IDENTIFICATION, CLUSTERING AND PREDICTION OF EXECUTIVE FUNCTIONS IN CHILDREN WITH AUTISM SPECTRUM DISORDER
Deep Learning
Funzioni Esecutive
ABA
Reti Neurali LSTM
File in questo prodotto:
File Dimensione Formato  
Tesi_Finale.pdf

non disponibili

Descrizione: Tesi di laurea, incentrata sullo studio e la valutazione delle funzioni esecutive nei bambini con Disturbo dello Spettro Autistico (ASD).
Dimensione 10.62 MB
Formato Adobe PDF
10.62 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/65650