Reconhecimento de padrões na avaliação de distúrbios vocais em docentes

Abstract

O objetivo deste artigo é apresentar uma metodologia para a avaliação de distúrbios vocais em docentes, tomando por base dados de docentes de uma escola localizada no município de Curitiba (PR). Para tanto, foram analisados registros históricos de cem docentes, cada um deles com dez informações (atributos), bem como suas respectivas classificações (sugestão para: aumentar, diminuir ou manter a carga horária, visando à saúde e ao bem-estar desses profissionais). Com a utilização do processo KDD (Knowledge Discovery in Databases, ou Descoberta de Conhecimento em Bases de Dados), primeiramente, os atributos foram codificados e, em seguida, na etapa de Data Mining (ou Mineração de Dados), foram utilizadas duas técnicas para o Reconhecimento de Padrões. Essas técnicas, Redes Neurais Artificiais (RNAs) e da Função Discriminante Linear de Fisher (FDLF), tiveram as suas acurácias comparadas apresentando 91,35% e 72,12%, respectivamente. Dessa forma, a especialista (fonoaudióloga da escola) terá um respaldo adiciona   a partir das RNAs, para o problema aqui analisado, e para o diagnóstico quanto à classificação de novos padrões (docentes).