Анализ и обработка данных окулографии методом машинного обучения для временных рядов

Аннотация

Работа посвящена решению актуальной задачи классификации многомерных временных рядов данных окулографии методом машинного обучения для диагностики дислексии. Дислексия распространенное заболевание, его имеет каждый десятый из популяции, и ранняя его диагностика позволяет предотвратить его последствия, а также улучшить качество жизни этих людей. Современные методы классификации данных окулографии позволяют добиться высокой точности диагностики данного заболевания, однако не используют сырые данные айтрекоров, представляющие из себя параметры перемещения глаз.
В данной работе изучены сырые данные о положении глаз испытуемых шведского лонгитюдного проекта, исследовавшего дефекты чтения у детей, предложен метод k–NN с динамической трансформацией времени для классификации многомерных временных рядов окулографических данных, предложены метрики для оценки работы модели, подобраны оптимальные гиперпараметры, а также проанализированы ошибки построенного классификатора.