論文の概要: Assessment of Developmental Dysgraphia Utilising a Display Tablet
- arxiv url: http://arxiv.org/abs/2410.18230v1
- Date: Wed, 23 Oct 2024 19:24:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-25 12:49:03.045958
- Title: Assessment of Developmental Dysgraphia Utilising a Display Tablet
- Title（参考訳）: ディスプレイタブレットを用いた発達障害の評価
- Authors: Jiri Mekyska, Zoltan Galaz, Katarina Safarova, Vojtech Zvoncak, Lukas Cunek, Tomas Urbanek, Jana Marie Havigerova, Jirina Bednarova, Jan Mucha, Michal Gavenciak, Zdenek Smekal, Marcos Faundez-Zanuy,
- Abstract要約: 本研究の目的は,ディスプレイ・スクリーン・タブレットで記録されたオンライン筆跡の定量的分析が発達障害評価(DD)を十分に支援できるかどうかを検討することである。
勾配アルゴリズムに基づく機械学習モデルを用いて、最大83.6%の精度でDD診断をサポートすることができた。
DDの小児は, 空気中の時間が多く, ペン高, 脳卒中高, 空気中のテンポの低下, 角速度の変動が認められた。
- 参考スコア（独自算出の注目度）: 0.3064887031776843
- License:
- Abstract: Even though the computerised assessment of developmental dysgraphia (DD) based on online handwriting processing has increasing popularity, most of the solutions are based on a setup, where a child writes on a paper fixed to a digitizing tablet that is connected to a computer. Although this approach enables the standard way of writing using an inking pen, it is difficult to be administered by children themselves. The main goal of this study is thus to explore, whether the quantitative analysis of online handwriting recorded via a display screen tablet could sufficiently support the assessment of DD as well. For the purpose of this study, we enrolled 144 children (attending the 3rd and 4th class of a primary school), whose handwriting proficiency was assessed by a special education counsellor, and who assessed themselves by the Handwriting Proficiency Screening Questionnaires for Children (HPSQ C). Using machine learning models based on a gradient-boosting algorithm, we were able to support the DD diagnosis with up to 83.6% accuracy. The HPSQ C total score was estimated with a minimum error equal to 10.34 %. Children with DD spent significantly higher time in-air, they had a higher number of pen elevations, a bigger height of on-surface strokes, a lower in-air tempo, and a higher variation in the angular velocity. Although this study shows a promising impact of DD assessment via display tablets, it also accents the fact that modelling of subjective scores is challenging and a complex and data-driven quantification of DD manifestations is needed.
- Abstract（参考訳）: オンライン手書き処理に基づく発達障害評価(DD)のコンピュータ化評価が人気を博しているが、ほとんどのソリューションは、コンピュータに接続されたデジタルタブレットに固定された紙に子供が書き込むセットアップに基づいている。
この手法は、インクペンを用いた標準的な筆記法を可能にするが、子供自身による管理は困難である。
本研究の主な目的は,ディスプレイ画面タブレットを用いたオンライン手書き文字の定量的解析がDDの評価を十分に支援できるかどうかを検討することである。
本研究は,144名の児童(小学校3年生,4年生)を対象に,特別教育顧問官が手書き能力の評価を行い,手書き能力検査質問紙 (HPSQ C) で自己評価を行った。
勾配ブースティングアルゴリズムに基づく機械学習モデルを用いて、最大83.6%の精度でDD診断をサポートすることができた。
HPSQ Cの総スコアは10.34%と最小誤差で推定された。
DDの小児は, 空気中の時間的に有意に多く, ペン高, 脳卒中の増加, 空気中のテンポの低下, 角速度の変動が認められた。
本研究は,ディスプレイタブレットによるDD評価の有望な影響を示すが,主観的スコアのモデル化が困難であり,DDマニフェストの複雑でデータ駆動的な定量化が必要であるという事実も強調する。
関連論文リスト
- Towards Accessible Learning: Deep Learning-Based Potential Dysgraphia Detection and OCR for Potentially Dysgraphic Handwriting [1.9575346216959502]
図形障害(Dysgraphia)は、手書き能力に影響を与える学習障害である。
早期検出とモニタリングは、タイムリーなサポートと介入を提供するために不可欠である。
本研究では、ディープラーニング技術を用いて、ディジグラフィ検出と光学的文字認識の2つの課題に対処する。
論文 参考訳（メタデータ） (2024-11-18T13:28:26Z) - Relative Difficulty Distillation for Semantic Segmentation [54.76143187709987]
我々は,Relative Difficulty Distillation (RDD) というセマンティックセグメンテーションのための画素レベルのKDパラダイムを提案する。
RDDにより、教師ネットワークは、追加の最適化目標を伴わずに、学習焦点に対する効果的なガイダンスを提供することができる。
我々の研究は、RDDが既存のKDメソッドと統合して、上位パフォーマンスバウンダリを改善できることを示します。
論文 参考訳（メタデータ） (2024-07-04T08:08:25Z) - Text-to-3D with Classifier Score Distillation [80.14832887529259]
クラシファイアフリーガイダンスは最も必須ではなく、補助的なトリックだと考えられている。
我々はこの手法をスコア蒸留 (CSD) と名付け, 生成のための暗黙の分類モデルを用いて解釈できる。
我々は,形状生成,テクスチャ合成,形状編集など,テキストから3Dまでの各種タスクにおけるCSDの有効性を検証した。
論文 参考訳（メタデータ） (2023-10-30T10:25:40Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Advancing Zero-Shot Digital Human Quality Assessment through
Text-Prompted Evaluation [60.873105678086404]
SJTU-H3Dは、フルボディのデジタル人間向けに設計された主観的品質評価データベースである。
高品質なデジタル人間40人と、7種類の歪みで生成された1,120個のラベル付き歪曲した人物からなる。
論文 参考訳（メタデータ） (2023-07-06T06:55:30Z) - NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical
Development Patterns of Preterm Infants [73.85768093666582]
我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。
NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
論文 参考訳（メタデータ） (2023-01-01T12:48:12Z) - Automated dysgraphia detection by deep learning with SensoGrip [0.0]
画像診断の早期発見は、標的とした介入の早期開始を可能にする。
本研究は,SEMSスコア(0と12)をディープラーニングで予測し,手書き能力の微粒化について検討した。
提案手法は,手動による特徴抽出と選択を代えて,99%以上の精度とルート平均平方誤差を1より低くする。
論文 参考訳（メタデータ） (2022-10-14T09:21:27Z) - Automated Systems For Diagnosis of Dysgraphia in Children: A Survey and
Novel Framework [2.326866956890798]
学習障害は主に読書、文章、数学などの基本的な学習スキルに干渉し、世界の子供の約10%に影響することが知られている。
神経発達障害としての運動能力の低下と運動調整は、書字の難しさの因果となりうる(図)
失読症の徴候や症状は、不規則な筆跡、筆記媒体の不適切な扱い、遅やかに書き直し、異常な手の位置などに限定されない。
論文 参考訳（メタデータ） (2022-06-27T04:44:34Z) - IA-GCN: Interpretable Attention based Graph Convolutional Network for
Disease prediction [47.999621481852266]
タスクに対する入力特徴の臨床的関連性を解釈する,解釈可能なグラフ学習モデルを提案する。
臨床シナリオでは、そのようなモデルは、臨床専門家が診断および治療計画のためのより良い意思決定を支援することができる。
本研究では,Tadpoleの平均精度が3.2%,UKBBジェンダーが1.6%,UKBB年齢予測タスクが2%と,比較方法と比較して優れた性能を示した。
論文 参考訳（メタデータ） (2021-03-29T13:04:02Z) - Handwriting Quality Analysis using Online-Offline Models [4.61479186986544]
この研究は、先進的なデジタル教育ツールの開発を可能にする革新的なeラーニングプロジェクトの一部である。
間違いを自動的に検知し、子供たちの書き方に対するリアルタイムなフィードバックを与え、教師が子供の書き方を理解して評価するのを助ける。
論文 参考訳（メタデータ） (2020-10-09T14:33:56Z) - Dyslexia and Dysgraphia prediction: A new machine learning approach [7.754230120409288]
失読症、失読症、失読症などの学習障害は、学術的な成果に干渉するが、学術的な時間を超える長い結果をもたらす。
このような障害を幼児期に評価するためには、子どもたちはテストのバッテリーを解く必要がある。
人間の専門家はこれらのテストにスコアを付け、子どもが特定の教育戦略を必要とするかどうかをスコアに基づいて決定する。
本稿では,人工知能がこの評価の自動化にどう役立つかを検討する。
論文 参考訳（メタデータ） (2020-04-15T09:31:51Z)
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。