論文の概要: Handwriting-based Automated Assessment and Grading of Degree of Handedness: A Pilot Study

• arxiv url: http://arxiv.org/abs/2412.01587v1
• Date: Mon, 02 Dec 2024 15:06:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:43:08.008326
• Title: Handwriting-based Automated Assessment and Grading of Degree of Handedness: A Pilot Study
• Title（参考訳）: 筆跡に基づく手書きによる手指の深度自動評価とグラフ化:パイロット研究
• Authors: Smriti Bala, Venugopalan Y. Vishnu, Deepak Joshi,
• Abstract要約: 利き手の好みと利き手の程度(DoH)は、人間の行動の2つの異なる側面であり、しばしば1つと混同される。 本研究は, DoHを初めて評価するために, 支配的, 非支配的手書き特性を用いた。
• 参考スコア（独自算出の注目度）: 1.4747234049753455
• License:
• Abstract: Hand preference and degree of handedness (DoH) are two different aspects of human behavior which are often confused to be one. DoH is a person's inherent capability of the brain; affected by nature and nurture. In this study, we used dominant and non-dominant handwriting traits to assess DoH for the first time, on 43 subjects of three categories- Unidextrous, Partially Unidextrous, and Ambidextrous. Features extracted from the segmented handwriting signals called strokes were used for DoH quantification. Davies Bouldin Index, Multilayer perceptron, and Convolutional Neural Network (CNN) were used for automated grading of DoH. The outcomes of these methods were compared with the widely used DoH assessment questionnaires from Edinburgh Inventory (EI). The CNN based automated grading outperformed other computational methods with an average classification accuracy of 95.06% under stratified 10-fold cross-validation. The leave-one-subject-out strategy on this CNN resulted in a test individual's DoH score which was converted into a 4-point score. Around 90% of the obtained scores from all the implemented computational methods were found to be in accordance with the EI scores under 95% confidence interval. Automated grading of degree of handedness using handwriting signals can provide more resolution to the Edinburgh Inventory scores. This could be used in multiple applications concerned with neuroscience, rehabilitation, physiology, psychometry, behavioral sciences, and forensics.
• Abstract（参考訳）: 利き手の好みと利き手の程度(DoH)は、人間の行動の2つの異なる側面であり、しばしば1つと混同される。 DoHは人の脳固有の能力であり、自然と養育に影響される。 本研究は,本研究において,一極性,一極性,一極性,一極性,一極性,二極性という3つのカテゴリの43項目において,支配的,非支配的手書き特性を用いてDoHを初めて評価した。 脳卒中と呼ばれる分割手書き信号から抽出した特徴をDoH定量化に用いた。 Davies Bouldin Index, Multilayer perceptron, and Convolutional Neural Network (CNN) がDoHの自動グレーディングに使用された。 これらの結果は,Edinburgh Inventory (EI) で広く使用されているDoH評価アンケートと比較された。 CNNベースの自動グレーディングは、階層化された10倍のクロスバリデーションの下で、平均的な分類精度が95.06%の他の計算方法よりも優れていた。 このCNNでのアウト・ワン・サブジェクト・アウト戦略は、テスト個人によるDoHスコアを4ポイントスコアに変換する結果となった。 その結果,すべての計算手法から得られたスコアの約90%は,95%の信頼区間下でのEI値に従っていることがわかった。 手書き信号による手書きの程度の自動グルーピングは、エディンバラのインベントリスコアをより高解像度にすることができる。 これは神経科学、リハビリテーション、生理学、心理学、行動科学、法医学に関する複数の応用に応用できる。

関連論文リスト

• Automatic Scoring of Students' Science Writing Using Hybrid Neural Network [1.4833692070415454]
  本研究では,分析ルーリックを用いた理科教育における評価応答に対するマルチパースペクティブハイブリッドニューラルネットワークの有効性について検討した。 我々は,HNNモデルの精度を4つのアプローチ(BERT, AACR, Naive Bayes, Logistic Regression)と比較した。
  論文  参考訳（メタデータ） (2023-12-02T20:36:13Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Automated Evaluation of Standardized Dementia Screening Tests [0.18472148461613155]
  半標準化された歴史と2つの標準化された神経心理学的テストからなる研究について報告する。 テストには、名前オブジェクトや単語リストの学習といった基本的なタスクだけでなく、MMSEのような広く使われているツールも含まれている。 単語代替語を用いることで、認識誤りを軽減し、その後、専門家のスコアとの相関性を改善することが示される。
  論文  参考訳（メタデータ） (2022-06-13T14:41:27Z)
• Gender classification by means of online uppercase handwriting: A text-dependent allographic approach [0.0]
  本稿では,オンライン手書きによる性別分類方式を提案する。 文字のダイナミクスをキャプチャするデジタルタブレットで取得したサンプルを使用して、著者を男性または女性に分類する。
  論文  参考訳（メタデータ） (2022-03-18T10:37:19Z)
• Handwriting recognition and automatic scoring for descriptive answers in Japanese language tests [7.489722641968594]
  本報告では, 大学入試試験における手書き記述回答の自動評価実験について述べる。 すべての答えは人間の検査官によって採点されているが、手書き文字はラベル付けされていない。 我々は、ラベル付き手書きデータセットで訓練されたディープニューラルネットワークベースの手書き文字認識器を、このラベル付き回答セットに適応させようと試みる。
  論文  参考訳（メタデータ） (2022-01-10T08:47:52Z)
• Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
  本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。 入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
  論文  参考訳（メタデータ） (2021-09-12T19:33:34Z)
• Machine Learning Based on Natural Language Processing to Detect Cardiac Failure in Clinical Narratives [0.2936007114555107]
  この研究の目的は、患者が心不全または健康な状態を有するかどうかを自動的に検出する機械学習アルゴリズムを開発することである。 bag-of-word (BoW), term frequency inverse document frequency (TFIDF), and neural word embeddeddings (word2vec) を用いて単語表現学習を行った。 提案されたフレームワークは、ac、pre、rec、f1がそれぞれ84%、82%、85%、83%の全体的な分類性能を達成した。
  論文  参考訳（メタデータ） (2021-04-08T17:28:43Z)
• Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
  本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。 私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
  論文  参考訳（メタデータ） (2021-04-07T06:02:04Z)
• Convolutional Neural Networks for Sleep Stage Scoring on a Two-Channel EEG Signal [63.18666008322476]
  睡眠障害は、世界中の主要な病気の1つです。 専門家が使用する基本的なツールはPolysomnogramで、睡眠中に記録された様々な信号の集合である。 専門家は、標準的なガイドラインの1つに従って異なる信号を採点する必要があります。
  論文  参考訳（メタデータ） (2021-03-30T09:59:56Z)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)
• Evaluation Toolkit For Robustness Testing Of Automatic Essay Scoring Systems [64.4896118325552]
  モデル逆算評価スキームと関連するメトリクスを用いて、現状のAESモデルを評価する。 AESモデルは非常に過大評価されていることがわかった。質問の話題に関係のない内容の重い修正(25%まで)でさえ、モデルが生み出すスコアを低下させることはない。
  論文  参考訳（メタデータ） (2020-07-14T03:49:43Z)

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。