文献

J-GLOBAL ID：202002254792873175   整理番号：20A1749023

人格特性認識のための深層学習アルゴリズムの系統的文献レビュー【JST・京大機械翻訳】

A Systematic Literature Review of Deep Learning Algorithms for Personality Trait Recognition

著者 (3件)： Artha Agastya I Made (Taylor’s University,School of Computing and IT,Subang Jaya,Malaysia) ,  Dwi Handayani Dini Oktarina (Taylor’s University,School of Computing and IT,Subang Jaya,Malaysia) ,  Mantoro Teddy (FET, Sampoerna University,Media Tech Lab,Jakarta,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCED  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 個人形質認識は,ジョブスクリーニングプロセスに不可欠な役割を持つ。精神科は,調査,参加者の手書き,またはインタビューの実施に基づく分析を行う。プロセスは多くの時間と金銭を取る。その結果,研究者はスクリーニングプロセスをより速く支援するツールを開発する。現在のレビュー論文は,人格特性認識における深層学習アルゴリズムの説明を欠いている。そこで,著者らは,人格特性認識における最新の深層学習アルゴリズムを分類するために,この研究を行った。系統的レビューとメタアナリシス法(PRISMA)のための優先報告項目を用いて,著者らは,Scopus,IEEE,Science Direct,Emerald Insight,およびACMからの25の鍵となる論文を集めた。本論文では,人格特性認識における問題,深層学習法,および未解決問題を論じた。発見に基づき,人格特性認識における一次問題は,テキストとオーディオビジュアルデータの複雑性である。それは,人格特性認識の低い性能を誘発する。詳細において,テキストベースの形質認識は,視覚およびオーディオベースの方法より低い精度を持った。したがって,オーディオビジュアルベースよりもテキストベース人格認識の性能を改善する大きな機会がある。さらに,オーディオビジュアル形質認識における実実験は,まだ初期段階にあり,より詳細に調査できる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  オーディオ機器 ,  深層 ,  スクリーニング ,  *学習アルゴリズム ,  メタ分析 ,  システマティックレビュー
準シソーラス用語： オーディオビジュアル ,  体系的文献レビュー ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層学習 ,  アルゴリズム ,  系統的文献レビュー