特定学習障害スクリーニングへの深層学習の適用【JST・京大機械翻訳】

Mor Nuriel S.; Dardeck Kathryn L.

プレプリント

J-GLOBAL ID：202202207060871963 整理番号：22P0186373

特定学習障害スクリーニングへの深層学習の適用【JST・京大機械翻訳】

Applying Deep Learning to Specific Learning Disorder Screening

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年08月22日プレプリントサーバーでの情報更新日： 2020年08月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

早期検出は,特定の学習障害と診断されたそれらを治療するための鍵であり,それは,書かれた表現の s,文法,点数,明瞭度,および組織化を含む問題を含んでいる。早期の介入は,この障害からの潜在的負の結果を防ぐことができる。深い畳み込みニューラルネットワーク(CNN)は,視覚データから医療診断を行うような多くの視覚タスクにおいて,人間よりも良好に機能している。本研究の目的は,手書きから特定の学習障害の診断で学生を検出する深いCNNの能力を評価することであった。移動学習を適用して,モバイルNetV2深層CNNアーキテクチャを使用した。モデルは,特定の学習障害の診断と,この診断のない学生からの手書きサンプルの497画像のデータセットを用いて訓練された。検証に得られた特定の学習障害の検出は,0.89の受信者動作特性曲線の下で平均面積をセットした。これは,深層学習を用いた特定の学習障害の診断で学生を検出する新しい試みである。本研究のために構築されたそのようなシステムは,特定の学習障害の診断のための基準を満たすかもしれない学生の迅速な初期スクリーニングを提供する可能性がある。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る