論文の概要: Supply of engineering techniques and software design patterns in
psychoanalysis and psychometrics sciences
- arxiv url: http://arxiv.org/abs/2108.06963v1
- Date: Mon, 16 Aug 2021 08:36:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 07:49:52.191905
- Title: Supply of engineering techniques and software design patterns in
psychoanalysis and psychometrics sciences
- Title(参考訳): 心理分析・心理学における工学的手法とソフトウェア設計パターンの供給
- Authors: Omid Shokrollahi
- Abstract要約: 本研究の目的は、心理療法におけるCBT法(認知行動療法)の弱点を改善するために、ソフトウェア技術、モデル、人工知能アルゴリズムを導入することである。
本研究の目的は、隠れた人間の変数が検査結果から推測される心理測定実験の実装である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The purpose of this study is to introduce software technologies and models
and artificial intelligence algorithms to improve the weaknesses of CBT
(Cognitive Behavior Therapy) method in psychotherapy. The presentation method
for this purpose is the implementation of psychometric experiments in which the
hidden human variables are inferred from the answers of tests. In this report,
we describe the various models of Item Response Theory and measure the hidden
components of ability and complementary parameters of the reality of the
individual's situation. Psychometrics, selecting the appropriate model and
estimating its parameters have been introduced and implemented using R language
developed libraries. Due to the high flexibility of the Multi variant Rasch
mixture Model, machine learning has been applied to this method of data
modeling. BIC and CML were used to determine the number of hidden classes of
the model and its parameters respectively, to obtain Measurement Invariance.
The sensitivity of items to hidden attributes varies between groups (DIF), so
methods for detecting it are introduced. This simulation is done based on the
Verbal Aggression Dataset. We also analyze and compile a reference model based
on this certificate based on the discovered patterns of software engineering.
Other achievements of this study are related to providing a solution to explain
the reengineering problems of the mind, by preparing an identity card for the
clients by an ontology. Finally, applying the developed knowledge in the form
of system thinking and recommended patterns in software engineering during the
treatment process is pointed out.
- Abstract(参考訳): 本研究の目的は,心理療法におけるcbt法(cognitive behavior therapy)の弱点を改善するためのソフトウェア技術,モデル,人工知能アルゴリズムの導入である。
この目的のための提示方法は、テストの答えから隠れた人間の変数を推測する心理測定実験の実装である。
本報告では,項目応答理論の様々なモデルについて述べ,能力の隠れた構成要素と個人の状況の現実の相補的パラメータを計測する。
適切なモデルを選択し、パラメータを推定する心理測定は、R言語開発ライブラリを使用して導入され、実装されている。
マルチ変種rasch混合モデルの柔軟性が高いため、このデータモデリングには機械学習が適用されている。
BICとCMLは,それぞれモデルとパラメータの隠れクラス数を決定するために用いられ,測定不変性を得た。
隠れ属性に対するアイテムの感度はグループ(DIF)によって異なり、それを検出する方法が導入される。
このシミュレーションは、Verbal Aggression Datasetに基づいて行われる。
また、ソフトウェア工学の発見パターンに基づいて、この証明に基づいて参照モデルを解析し、コンパイルする。
本研究のその他の成果は、オントロジーによって顧客のためのIDカードを作成することにより、心のリエンジニアリング問題を説明できるソリューションを提供することに関連している。
最後に,システム思考という形で開発知識を適用し,その処理過程におけるソフトウェア工学の推奨パターンを指摘する。
関連論文リスト
- An interpretable deep learning method for bearing fault diagnosis [12.069344716912843]
我々は、グラディエント重み付きクラス活性化マッピング(Grad-CAM)可視化を用いた畳み込みニューラルネットワーク(CNN)を用いて、ベアリング障害を分類するための解釈可能なディープラーニング(DL)手法を構築した。
モデル評価過程において,提案手法は特徴量の類似性に応じて,健康図書館から予測ベースサンプルを検索する。
論文 参考訳(メタデータ) (2023-08-20T15:22:08Z) - Machine Learning, Deep Learning and Data Preprocessing Techniques for
Detection, Prediction, and Monitoring of Stress and Stress-related Mental
Disorders: A Scoping Review [0.0]
ストレスやストレス関連MDのコンテキストで使用される最新の機械学習アルゴリズム、前処理技術、データタイプを調査する。
Support Vector Machine(SVM)、Neural Network(NN)、Random Forest(RF)モデルは、常に優れた精度と堅牢性を示している。
論文 参考訳(メタデータ) (2023-08-08T22:47:12Z) - Beyond Convergence: Identifiability of Machine Learning and Deep
Learning Models [0.0]
本研究では,モデルパラメータ識別可能性の概念を,モーションセンサデータからのパラメータ推定に焦点をあてたケーススタディにより検討する。
我々は、質量、剛性、平衡脚長などの主観的パラメータを推定するために、ディープニューラルネットワークを用いる。
その結果、観測データから特定のパラメータを特定できるが、他のパラメータは未同定のままであることがわかった。
論文 参考訳(メタデータ) (2023-07-21T03:40:53Z) - Mixed Effects Neural ODE: A Variational Approximation for Analyzing the
Dynamics of Panel Data [50.23363975709122]
パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。
我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。
次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
論文 参考訳(メタデータ) (2022-02-18T22:41:51Z) - Using Shape Metrics to Describe 2D Data Points [0.0]
本稿では,2次元データを記述するために形状計測を用いて,解析をより説明しやすく解釈可能にすることを提案する。
これは、説明可能性の権利が不可欠である医療コミュニティにおける応用において特に重要である。
論文 参考訳(メタデータ) (2022-01-27T23:28:42Z) - A multi-stage machine learning model on diagnosis of esophageal
manometry [50.591267188664666]
このフレームワークには、飲み込みレベルにおけるディープラーニングモデルと、学習レベルにおける機能ベースの機械学習モデルが含まれている。
これは、生のマルチスワローデータからHRM研究のCC診断を自動的に予測する最初の人工知能モデルである。
論文 参考訳(メタデータ) (2021-06-25T20:09:23Z) - Recovering Quantitative Models of Human Information Processing with
Differentiable Architecture Search [0.3384279376065155]
定量的モデルの自動構築のためのオープンソースのパイプラインを導入する。
これらの手法は、心理物理学、学習、意思決定のモデルから基本的な定量的モチーフを回復することができる。
論文 参考訳(メタデータ) (2021-03-25T16:00:23Z) - Using Data Assimilation to Train a Hybrid Forecast System that Combines
Machine-Learning and Knowledge-Based Components [52.77024349608834]
利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。
動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
論文 参考訳(メタデータ) (2021-02-15T19:56:48Z) - Adversarial Sample Enhanced Domain Adaptation: A Case Study on
Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。
逆生成したサンプルはドメイン適応時に使用される。
その結果,本手法の有効性とタスクの一般性が確認された。
論文 参考訳(メタデータ) (2021-01-13T03:20:20Z) - A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。
我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。
我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文 参考訳(メタデータ) (2020-11-17T22:24:26Z) - Benchmarking off-the-shelf statistical shape modeling tools in clinical
applications [53.47202621511081]
我々は、広く使われている最先端のSSMツールの結果を体系的に評価する。
解剖学的ランドマーク/計測推測および病変スクリーニングのための検証フレームワークを提案する。
ShapeWorks と Deformetrica の形状モデルは臨床的に関連する集団レベルの変動を捉えている。
論文 参考訳(メタデータ) (2020-09-07T03:51:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。