論文の概要: Parameter Selection for Analyzing Conversations with Autism Spectrum Disorder

• arxiv url: http://arxiv.org/abs/2401.09717v1
• Date: Thu, 18 Jan 2024 04:28:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-19 17:59:09.804399
• Title: Parameter Selection for Analyzing Conversations with Autism Spectrum Disorder
• Title（参考訳）: 自閉症スペクトラム障害のある会話の分析のためのパラメータ選択
• Authors: Tahiya Chowdhury and Veronica Romero and Amanda Stent
• Abstract要約: 本稿では,診断会話から抽出した音響・韻律・言語的特徴を分析し,自閉症スペクトラム障害(ASD)診断のモデル化手法を提案する。 以上の結果から,ASD児の会話データを詳細に分析し,診断と介入を支援することができた。
• 参考スコア（独自算出の注目度）: 1.11612113079373
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The diagnosis of autism spectrum disorder (ASD) is a complex, challenging task as it depends on the analysis of interactional behaviors by psychologists rather than the use of biochemical diagnostics. In this paper, we present a modeling approach to ASD diagnosis by analyzing acoustic/prosodic and linguistic features extracted from diagnostic conversations between a psychologist and children who either are typically developing (TD) or have ASD. We compare the contributions of different features across a range of conversation tasks. We focus on finding a minimal set of parameters that characterize conversational behaviors of children with ASD. Because ASD is diagnosed through conversational interaction, in addition to analyzing the behavior of the children, we also investigate whether the psychologist's conversational behaviors vary across diagnostic groups. Our results can facilitate fine-grained analysis of conversation data for children with ASD to support diagnosis and intervention.
• Abstract（参考訳）: 自閉症スペクトラム障害(ASD)の診断は、生化学的診断ではなく、心理学者による相互作用行動の分析に依存するため、複雑で困難な課題である。 本稿では、典型的に(TD)を発達させている心理学者と子どもの診断会話から抽出された音響・韻律・言語的特徴を解析し、ASD診断のモデル化手法を提案する。 さまざまな機能への貢献をさまざまな会話タスクで比較します。 ASD児の会話行動の特徴を特徴づける最小限のパラメータの探索に焦点をあてる。 ASDは、子どもの行動の分析に加えて、会話を通して診断されるため、心理学者の会話行動が診断グループによって異なるかどうかも検討する。 以上の結果から,ASD児の会話データを詳細に分析し,診断と介入を支援することができた。

関連論文リスト

• Towards Child-Inclusive Clinical Video Understanding for Autism Spectrum Disorder [27.788204861041553]
  本研究では,3つのモダリティ(音声,ビデオ,テキスト)にまたがる基礎モデルを用いて,子どものインタラクション・セッションの分析を行う。 本研究は,行動認識と異常行動検出という,情報粒度の異なる2つのタスクにおいて,その性能を評価する。
  論文  参考訳（メタデータ） (2024-09-20T16:06:46Z)
• Egocentric Speaker Classification in Child-Adult Dyadic Interactions: From Sensing to Computational Modeling [30.099739460287566]
  自閉症スペクトラム障害(Autism spectrum disorder、ASD)は、社会的コミュニケーション、反復行動、感覚処理における課題を特徴とする神経発達状態である。 ASDにおける重要な研究領域は、治療中の子供の行動変化を評価することである。 これらの相互作用における子どもの行動を理解する基本的な側面は、自動音声理解である。
  論文  参考訳（メタデータ） (2024-09-14T07:03:08Z)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Exploring Speech Pattern Disorders in Autism using Machine Learning [12.469348589699766]
  本研究は, 被験者と患者との対話の分析を通じて, 独特の音声パターンを識別するための包括的アプローチを提案する。 我々は,40の音声関連特徴を抽出し,周波数,ゼロクロス速度,エネルギー,スペクトル特性,メル周波数ケプストラル係数(MFCC),バランスに分類した。 分類モデルはASDと非ASDを区別することを目的としており、精度は87.75%である。
  論文  参考訳（メタデータ） (2024-05-03T02:59:15Z)
• Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
  本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。 社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。 データセット、コード、事前トレーニングされたモデルをリリースします。
  論文  参考訳（メタデータ） (2024-03-22T22:52:35Z)
• MDDial: A Multi-turn Differential Diagnosis Dialogue Dataset with Reliability Evaluation [46.82607230465541]
  エンドツーエンドのADD対話システムを構築するには、対話トレーニングデータセットが必要である。 ADDの対話データセットは英語では公開されていない。 MDDialは、英語で最初の差分診断対話データセットである。
  論文  参考訳（メタデータ） (2023-08-16T04:56:55Z)
• Exploiting the Brain's Network Structure for Automatic Identification of ADHD Subjects [70.37277191524755]
  我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。 776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
  論文  参考訳（メタデータ） (2023-06-15T16:22:57Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• D4: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat [25.852922703368133]
  うつ病と診断された臨床セッションでは、医師は患者に症状を露呈させるための十分な感情的支援と会話を開始する。 精神疾患に関連する社会的便秘が原因でうつ病の相談や診断に関連する対話データが開示されることは稀である。 うつ病診断における医師と患者との対話をシミュレートした,うつ病診断指向チャットのための中国語対話データセットを構築した。
  論文  参考訳（メタデータ） (2022-05-24T03:54:22Z)
• Proposing a System Level Machine Learning Hybrid Architecture and Approach for a Comprehensive Autism Spectrum Disorder Diagnosis [1.2691047660244335]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、知的発達、社会的行動、顔の特徴に影響を及ぼす重度の神経精神疾患である。 ASDの診断精度を向上させるために,社会行動と顔の特徴データの両方をフル活用したハイブリッドアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-09-18T04:33:09Z)
• Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
  資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。 我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T20:22:55Z)

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。