शोधकर्ताओं ने ऑटिस्टिक और न्यूरोटाइपिक वयस्कों के बीच जनसांख्यिकी-विशिष्ट धारणा अंतरों को प्रकट करने के लिए उत्तेजनाओं की खोज और रूपांतरण के लिए एक मॉडल-निर्देशित ढांचा विकसित किया। छवि-स्तर के निर्णयों पर कृत्रिम तंत्रिका नेटवर्क मॉडलों को प्रशिक्षित करके, उन्होंने पहचाना कि निदानात्मक चेहरे के अभिव्यक्ति अंतर उत्तेजनाओं के एक छोटे उपसमुच्चय में केंद्रित हैं, न कि समान रूप से वितरित।
- टीम ने इन मॉडलों का उपयोग उन नए चेहरों को चुनने के लिए किया जो समूह पृथक्करण को अधिकतम करने की भविष्यवाणी की गई थी, जिसने स्वतंत्र सहसंयोजक में मिलान यादृच्छिक छवियों की तुलना में बड़े व्यवहारिक अंतर उत्पन्न किए।
- उन्होंने निदानात्मक छवियों को अधिक भविष्यवाणी समूह सहमति की ओर बदलने के लिए एक जनरेटिव एडवर्सेरियल नेटवर्क का उपयोग किया, जो फेनोटाइप-मैच्ड वैलिडेशन में व्यवहारिक पृथक्करण को सफलतापूर्वक कम करने में कामयाब रहा।
यह दृष्टिकोण दिखाता है कि व्यवहारिक फेनोटाइपिंग स्थिर उत्तेजना सेट पर औसत लेने से आगे कैसे बढ़ सकती है, उन अनुकूलित परीक्षणों की ओर जो उन शर्तों को पहचानते हैं जिनके तहत न्यूरोडायवर्जेंट धारणा अलग या मिलती है।