Statistical Machine Learning Techniques for the Prediction of Learning Disabilities in School-Age Children

Learning Disability (LD) is a general term that describes specific kinds of learning problems. It is a neurological condition that affects a child's brain and impairs his ability to carry out one or many specific tasks. The learning disabled children are neither slow nor mentally retarded. This disorder can make it problematic for a child to learn as quickly or in the same way as some child who isn't affected by a learning disability. An affected child can have normal or above average intelligence. They may have difficulty paying attention, with reading or letter recognition, or with mathematics. It does not mean that children who have learning disabilities are less intelligent. In fact, many children who have learning disabilities are more intelligent than an average child. Learning disabilities vary from child to child. One child with LD may not have the same kind of learning problems as another child with LD. There is no cure for learning disabilities and they are life-long. However, children with LD can be high achievers and can be taught ways to get around the learning disability. In this research work, data mining using machine learning techniques are used to analyze the symptoms of LD, establish interrelationships between them and evaluate the relative importance of these symptoms. To increase the diagnostic accuracy of learning disability prediction, a knowledge based tool based on statistical machine learning or data mining techniques, with high accuracy,according to the knowledge obtained from the clinical information, is proposed. The basic idea of the developed knowledge based tool is to increase the accuracy of the learning disability assessment and reduce the time used for the same. Different statistical machine learning techniques in data mining are used in the study. Identifying the important parameters of LD prediction using the data mining techniques, identifying the hidden relationship between the symptoms of LD and estimating the relative significance of each symptoms of LD are also the parts of the objectives of this research work. The developed tool has many advantages compared to the traditional methods of using check lists in determination of learning disabilities. For improving the performance of various classifiers, we developed some preprocessing methods for the LD prediction system. A new system based on fuzzy and rough set models are also developed for LD prediction. Here also the importance of pre-processing is studied. A Graphical User Interface (GUI) is designed for developing an integrated knowledge based tool for prediction of LD as well as its degree. The designed tool stores the details of the children in the student database and retrieves their LD report as and when required. The present study undoubtedly proves the effectiveness of the tool developed based on various machine learning techniques. It also identifies the important parameters of LD and accurately predicts the learning disability in school age children. This thesis makes several major contributions in technical, general and social areas. The results are found very beneficial to the parents, teachers and the institutions. They are able to diagnose the child’s problem at an early stage and can go for the proper treatments/counseling at the correct time so as to avoid the academic and social losses.

Syntactic Based Machine Translation from English to Malayalam

Due to the emergence of multiple language support on the Internet, machine translation (MT) technologies are indispensable to the communication between speakers using different languages. Recent research works have started to explore tree-based machine translation systems with syntactical and morphological information. This work aims the development of Syntactic Based Machine Translation from English to Malayalam by adding different case information during translation. The system identifies general rules for various sentence patterns in English. These rules are generated using the Parts Of Speech (POS) tag information of the texts. Word Reordering based on the Syntax Tree is used to improve the translation quality of the system. The system used Bilingual English –Malayalam dictionary for translation.

A Framework of Statistical Machine Translator from English to Malayalam

In this paper we describe the methodology and the structural design of a system that translates English into Malayalam using statistical models. A monolingual Malayalam corpus and a bilingual English/Malayalam corpus are the main resource in building this Statistical Machine Translator. Training strategy adopted has been enhanced by PoS tagging which helps to get rid of the insignificant alignments. Moreover, incorporating units like suffix separator and the stop word eliminator has proven to be effective in bringing about better training results. In the decoder, order conversion rules are applied to reduce the structural difference between the language pair. The quality of statistical outcome of the decoder is further improved by applying mending rules. Experiments conducted on a sample corpus have generated reasonably good Malayalam translations and the results are verified with F measure, BLEU and WER evaluation metrics

Handling OOV Words in Phrase-Based Statistical Machine Translation for Malayalam

Statistical Machine Translation (SMT) is one of the potential applications in the field of Natural Language Processing. The translation process in SMT is carried out by acquiring translation rules automatically from the parallel corpora. However, for many language pairs (e.g. Malayalam- English), they are available only in very limited quantities. Therefore, for these language pairs a huge portion of phrases encountered at run-time will be unknown. This paper focuses on methods for handling such out-of-vocabulary (OOV) words in Malayalam that cannot be translated to English using conventional phrase-based statistical machine translation systems. The OOV words in the source sentence are pre-processed to obtain the root word and its suffix. Different inflected forms of the OOV root are generated and a match is looked up for the word variants in the phrase translation table of the translation model. A Vocabulary filter is used to choose the best among the translations of these word variants by finding the unigram count. A match for the OOV suffix is also looked up in the phrase entries and the target translations are filtered out. Structuring of the filtered phrases is done and SMT translation model is extended by adding OOV with its new phrase translations. By the results of the manual evaluation done it is observed that amount of OOV words in the input has been reduced considerably

Extension schemes for the Alignment Model of English-Malayalam Statistical Machine Translator

In Statistical Machine Translation from English to Malayalam, an unseen English sentence is translated into its equivalent Malayalam sentence using statistical models. A parallel corpus of English-Malayalam is used in the training phase. Word to word alignments has to be set among the sentence pairs of the source and target language before subjecting them for training. This paper deals with certain techniques which can be adopted for improving the alignment model of SMT. Methods to incorporate the parts of speech information into the bilingual corpus has resulted in eliminating many of the insignificant alignments. Also identifying the name entities and cognates present in the sentence pairs has proved to be advantageous while setting up the alignments. Presence of Malayalam words with predictable translations has also contributed in reducing the insignificant alignments. Moreover, reduction of the unwanted alignments has brought in better training results. Experiments conducted on a sample corpus have generated reasonably good Malayalam translations and the results are verified with F measure, BLEU and WER evaluation metrics.

Techniques to Improve the word alignments in Statistical Machine Translation from English to Malayalam

In Statistical Machine Translation from English to Malayalam, an unseen English sentence is translated into its equivalent Malayalam translation using statistical models like translation model, language model and a decoder. A parallel corpus of English-Malayalam is used in the training phase. Word to word alignments has to be set up among the sentence pairs of the source and target language before subjecting them for training. This paper is deals with the techniques which can be adopted for improving the alignment model of SMT. Incorporating the parts of speech information into the bilingual corpus has eliminated many of the insignificant alignments. Also identifying the name entities and cognates present in the sentence pairs has proved to be advantageous while setting up the alignments. Moreover, reduction of the unwanted alignments has brought in better training results. Experiments conducted on a sample corpus have generated reasonably good Malayalam translations and the results are verified with F measure, BLEU and WER evaluation metrics

Unconstrained Handwritten Malayalam Character Recognition using Wavelet Transform and Support vector Machine Classifier

This paper presents the application of wavelet processing in the domain of handwritten character recognition. To attain high recognition rate, robust feature extractors and powerful classifiers that are invariant to degree of variability of human writing are needed. The proposed scheme consists of two stages: a feature extraction stage, which is based on Haar wavelet transform and a classification stage that uses support vector machine classifier. Experimental results show that the proposed method is effective

Using Neural Network Classifier Support Vector Machine Regression for the prediction of Melting Point of Drug – like compounds

In our study we use a kernel based classification technique, Support Vector Machine Regression for predicting the Melting Point of Drug – like compounds in terms of Topological Descriptors, Topological Charge Indices, Connectivity Indices and 2D Auto Correlations. The Machine Learning model was designed, trained and tested using a dataset of 100 compounds and it was found that an SVMReg model with RBF Kernel could predict the Melting Point with a mean absolute error 15.5854 and Root Mean Squared Error 19.7576

Adaptive Real-time Anomaly-based Intrusion Detection using Data Mining and Machine Learning Techniques

Die zunehmende Vernetzung der Informations- und Kommunikationssysteme führt zu einer weiteren Erhöhung der Komplexität und damit auch zu einer weiteren Zunahme von Sicherheitslücken. Klassische Schutzmechanismen wie Firewall-Systeme und Anti-Malware-Lösungen bieten schon lange keinen Schutz mehr vor Eindringversuchen in IT-Infrastrukturen. Als ein sehr wirkungsvolles Instrument zum Schutz gegenüber Cyber-Attacken haben sich hierbei die Intrusion Detection Systeme (IDS) etabliert. Solche Systeme sammeln und analysieren Informationen von Netzwerkkomponenten und Rechnern, um ungewöhnliches Verhalten und Sicherheitsverletzungen automatisiert festzustellen. Während signatur-basierte Ansätze nur bereits bekannte Angriffsmuster detektieren können, sind anomalie-basierte IDS auch in der Lage, neue bisher unbekannte Angriffe (Zero-Day-Attacks) frühzeitig zu erkennen. Das Kernproblem von Intrusion Detection Systeme besteht jedoch in der optimalen Verarbeitung der gewaltigen Netzdaten und der Entwicklung eines in Echtzeit arbeitenden adaptiven Erkennungsmodells. Um diese Herausforderungen lösen zu können, stellt diese Dissertation ein Framework bereit, das aus zwei Hauptteilen besteht. Der erste Teil, OptiFilter genannt, verwendet ein dynamisches "Queuing Concept", um die zahlreich anfallenden Netzdaten weiter zu verarbeiten, baut fortlaufend Netzverbindungen auf, und exportiert strukturierte Input-Daten für das IDS. Den zweiten Teil stellt ein adaptiver Klassifikator dar, der ein Klassifikator-Modell basierend auf "Enhanced Growing Hierarchical Self Organizing Map" (EGHSOM), ein Modell für Netzwerk Normalzustand (NNB) und ein "Update Model" umfasst. In dem OptiFilter werden Tcpdump und SNMP traps benutzt, um die Netzwerkpakete und Hostereignisse fortlaufend zu aggregieren. Diese aggregierten Netzwerkpackete und Hostereignisse werden weiter analysiert und in Verbindungsvektoren umgewandelt. Zur Verbesserung der Erkennungsrate des adaptiven Klassifikators wird das künstliche neuronale Netz GHSOM intensiv untersucht und wesentlich weiterentwickelt. In dieser Dissertation werden unterschiedliche Ansätze vorgeschlagen und diskutiert. So wird eine classification-confidence margin threshold definiert, um die unbekannten bösartigen Verbindungen aufzudecken, die Stabilität der Wachstumstopologie durch neuartige Ansätze für die Initialisierung der Gewichtvektoren und durch die Stärkung der Winner Neuronen erhöht, und ein selbst-adaptives Verfahren eingeführt, um das Modell ständig aktualisieren zu können. Darüber hinaus besteht die Hauptaufgabe des NNB-Modells in der weiteren Untersuchung der erkannten unbekannten Verbindungen von der EGHSOM und der Überprüfung, ob sie normal sind. Jedoch, ändern sich die Netzverkehrsdaten wegen des Concept drif Phänomens ständig, was in Echtzeit zur Erzeugung nicht stationärer Netzdaten führt. Dieses Phänomen wird von dem Update-Modell besser kontrolliert. Das EGHSOM-Modell kann die neuen Anomalien effektiv erkennen und das NNB-Model passt die Änderungen in Netzdaten optimal an. Bei den experimentellen Untersuchungen hat das Framework erfolgversprechende Ergebnisse gezeigt. Im ersten Experiment wurde das Framework in Offline-Betriebsmodus evaluiert. Der OptiFilter wurde mit offline-, synthetischen- und realistischen Daten ausgewertet. Der adaptive Klassifikator wurde mit dem 10-Fold Cross Validation Verfahren evaluiert, um dessen Genauigkeit abzuschätzen. Im zweiten Experiment wurde das Framework auf einer 1 bis 10 GB Netzwerkstrecke installiert und im Online-Betriebsmodus in Echtzeit ausgewertet. Der OptiFilter hat erfolgreich die gewaltige Menge von Netzdaten in die strukturierten Verbindungsvektoren umgewandelt und der adaptive Klassifikator hat sie präzise klassifiziert. Die Vergleichsstudie zwischen dem entwickelten Framework und anderen bekannten IDS-Ansätzen zeigt, dass der vorgeschlagene IDSFramework alle anderen Ansätze übertrifft. Dies lässt sich auf folgende Kernpunkte zurückführen: Bearbeitung der gesammelten Netzdaten, Erreichung der besten Performanz (wie die Gesamtgenauigkeit), Detektieren unbekannter Verbindungen und Entwicklung des in Echtzeit arbeitenden Erkennungsmodells von Eindringversuchen.

El río Guadalquivir como recurso educativo para un programa multidisciplinar de intervención ambiental.

Se presenta memoria final de proyecto educativo que pretende generar una gran cantidad de actividades y plantear estrategias educativas que sean capaces de aprovechar todos y cada uno de los recursos que el río Guadalquivir ofrece, desde una perspectiva multidisciplinar e implicando a la totalidad del centro. Los objetivos: reestablecer los vínculos afectivos entre el río y la población más cercana; sensibilizar al alumnado de la conservación y mejora del medio ambiente promoviendo actitudes pro-ambientales partiendo desde su realidad más cercana -río Guadalquivir- para extrapolarlo a los demás entornos; participar dentro de la dinámica de los colectivos ciudadanos que vienen trabajando para la integración del río en la ciudad; utilizar el río como centro de interés que puede aglutinar todo un programa de actividades interdisciplinares; diseñar proyectos de actividades y realizarlos -si se obtienen los permisos necesarios- que sirvan para promocionar el río y sus márgenes. El proceso consta de varias fases: fase de sensibilización, que pretende cuestionar la imagen que el alumnado tiene sobre el río; fase de conocimiento-conceptualización, que pretende que el alumnado adquiera un conocimiento básico de todo lo relacionado con el río y su entorno; fase de producción, que pretende implicar al alumnado en el diseño de actividades culturales, físicas, deportivas, lúdicas, respetuosas y solidarias con el entorno; fase de evaluación, se realiza una evaluación de todo el proyecto en diferentes momentos. Los resultados: se percibe un cierto cambio en la percepción del alumnado con respecto al río; se ha conseguido una percepción afectiva y de interés, por parte del alumnado y profesorado, hacia el río Guadalquivir a su paso por Córdoba y su importancia y repercusión en la vida diaria y cotidiana; se ha apreciado cierto cambio positivo en la concienciación de respeto hacia el medio ambiente en la mayoría de alumnado; aglutinar al profesorado del centro para realizar actividades interdisciplinares basadas en el río Guadalquivir. Los materiales producidos: folleto explicativo para el taller de bicicletas, folleto explicativo para el taller de fotografía, fotografías realizadas por el alumnado sobre el entorno del río Guadalquivir, fichas de trabajo para el estudio básico de la calidad del agua de un río y estudio de vegetación de la ribera, entrevista estructurada a padres, madres y familiares sobre sus vivencias, recuerdos y lazos afectivos con el río, fotografías antiguas recopiladas del río Guadalquivir, composiciones escritas sobre el río por el alumnado, vídeos sobre la carrera popular, documento de trabajo para el alumnado sobre los 'Sotos de Albolafia', plano de orientación sobre el entorno del río Guadalquivir a su paso por Córdoba, acuarelas sobre el río elaboradas por el alumnado para promocionar el río, láminas de trabajo básicas sobre el ciclo integral del agua y sobre los molinos, calendario del año 2006 sobre el río Guadalquivir elaborado por el alumnado, documento de trabajo para la gymkhana, recopilación de algunos juegos populares y tradicionales, tres diálogos dramatizados con diferentes personajes y situaciones clave, guiones de trabajo para las actividades relacionadas con la música, cuaderno de campo para la ruta de senderismo, paneles en madera con ejercicios de condición física para ser colocados en el muro del río.

Los molinos del río Segura : los molinos nuevos.

Folleto incluido como material complementario dentro de la carpeta que bajo el título 'Los Molinos informan' realiza el Museo hidráulico

Informe sobre detección de necesidades de formación : zona formativa 4 : Río Mula.

Resultados del trabajo realizado por la Comisión Territorial de Formación Profesional en el que se detectan las necesidades formativas en los municipios de la comarca del Noroeste y comarca del Río Mula pertenecientes a la Región de Murcia; zona de influencia de esta Comisión. El objetivo de este trabajo es dar respuesta a la demanda de recursos humanos por parte del sistema productivo, porporcionando al sistema formativo las bases para redefinir y actualizar de forma constante tanto el conjunto de perfiles profesionales presentes como los que se puedan detectar en el futuro. En este informe se estudia la situación de cuatro escenarios relevantes: población, mercado laboral, sistema productivo y oferta formativa. Para ello se han analizado las siguientes fuentes de información: matriz DAFO; encuesta realizada por el Observatorio Regional de Empleo sobre necesidades formativas y ocupacionales; análisis de las principales variables socioeconómicas de la zona formativa y, por último el estudio de la oferta formativa, tanto de formación profesional reglada, como ocupacional.

UNITRAN: A Principle-Based Approach to Machine Translation

Machine translation has been a particularly difficult problem in the area of Natural Language Processing for over two decades. Early approaches to translation failed since interaction effects of complex phenomena in part made translation appear to be unmanageable. Later approaches to the problem have succeeded (although only bilingually), but are based on many language-specific rules of a context-free nature. This report presents an alternative approach to natural language translation that relies on principle-based descriptions of grammar rather than rule-oriented descriptions. The model that has been constructed is based on abstract principles as developed by Chomsky (1981) and several other researchers working within the "Government and Binding" (GB) framework. Thus, the grammar is viewed as a modular system of principles rather than a large set of ad hoc language-specific rules.

Dataflow Computation for the J-Machine

The dataflow model of computation exposes and exploits parallelism in programs without requiring programmer annotation; however, instruction- level dataflow is too fine-grained to be efficient on general-purpose processors. A popular solution is to develop a "hybrid'' model of computation where regions of dataflow graphs are combined into sequential blocks of code. I have implemented such a system to allow the J-Machine to run Id programs, leaving exposed a high amount of parallelism --- such as among loop iterations. I describe this system and provide an analysis of its strengths and weaknesses and those of the J-Machine, along with ideas for improvement.

El río de mi comarca.

Hacer que los escolares de las escuelas rurales de Tineo conozcan la importancia y utilidad del agua, su condición de recurso escaso, el modo como se administra, el cuidado y la atención que requiere, al mismo tiempo que favorecer el conocimiento del medio en que viven los niños. Curso del río Narcea y su aprovechamiento. Se estudia el agua como fuente de energía, (propiedades, clases, usos, procesos), los ríos y su aprovechamiento (velocidad, caudal, rápidos y cataratas, aguas subterraneas), el río Narcea (encuadre biológico, complejo hidro-termo-eléctrico del Narcea, etc). Bibliografía. Se propone una serie de unidades didácticas y a partir de ellas, una guía para el alumno en la que se plantean cuestionarios, resúmenes sobre apartados concretos y ejercicios a realizar en clase. Se observa que el agua detenida en los pantanos se emplea para producir electricidad. Esto es lo que hace en realidad una central hidroeléctrica, que no deja de ser un conjunto de instalaciones que tienen por objeto generar electricidad mediante la energía potencial de un salto de agua. Las centrales hidroeléctricas se pueden dividir en centrales a pie de presa o centrales con canal de derivación, de 'caída alta' o de 'caída baja'. En el Principado de Asturias más de la cuarta parte de la potencia eléctrica es generada por el complejo hidro-termo-eléctrico del Narcea (afluente más importante del Nalón), río que a su paso por las tierras de Tineo, está aprovechado como fuente de energía eléctrica merced a los embalses de Pilotuerto y de Calabazón y, en Soto de la Barca, para el funcionamiento de la central térmica ubicada allí. La energía eléctrica no produce ningún tipo de residuo que pueda afectar al medio ambiente, pero la forma de producir esa electricidad sí puede ejercer ciertas acciones sobre el mismo: transforma un sistema fluvial en otro lacustre, acumula materia orgánica procedente de vertidos residuales, produce contaminación acústica, etc.