ارزیابی عملکرد مدل های شبکه عصبی مصنوعی در روانشناسی( مطالعه مروری)

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,665

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

THCONF02_278

تاریخ نمایه سازی: 30 دی 1398

چکیده مقاله:

امروزه از روش عملکرد نورون ها در مغز برای حل مسائل علمی استفاده می شود. شبکه های عصبی مصنوعی، هوش و نحوه عملکرد مغز انسان را شبیه سازی کرده و از آن برای حل مسائل مختلف استفاده می کنند. این مدل ها فاقد محدودیتها و ابهامهایی نظیر همگونی واریانسها و توزیع نرمال هستند و داده های مربوط به تعاملهای پیچیده و غیرخطی بین سازه های روانشناختی را حفظ می کنند. لذا انتظار می رود نه تنها الگوهای پیچیده حاکم بر روابط انسانی و رفتارهای شخصی را تبیین و پیش بینی نمایند، بلکه میزان اثر فاکتورهای مختلف را نیز تعیین کنند. مطالعه حاضر عملکرد این مدل ها برای تعیین و پیش بینی فاکتورهای مختلف در مطالعات روانشناسی را ارزیابی کرده و به مقایسه آن ها با مدل های متداول آماری می پردازد. این مطالعه، یک مطالعه مروری است که کلیه مقالات فارسی در مجلات علمی- پژوهشی در پایگاه های Barakat Knowledge Network System، Iranmedex، SID، Magiran، Google Scholar را بررسی می کند. بررسی مقالات به بازه زمانی خواصی محدود نبوده و جستجو با کلید واژه کلی روانشناسی ، و کلید واژه های فرعی نظیر روانشناسی شخصیت، روانشناسی محیطی، روانشناسی تغییر ذهن، روانشناسی عمومی، روانشناسی شناختی، روانشناسی تکاملی، روانشناسی بالینی به عنوان ابعاد مختلف روانشناسی، به علاوه شبکه عصبی مصنوعی انجام شد . از 33 مقاله مورد بررسی، در نهایت 7 مقاله مرتبط با هدف مطالعه بود که مورد استفاده قرار گرفت. این مطالعات حکایت از دقت بالای مدل شبکه عصبی در تشخیص و پیش بینی فاکتورهای مانند: نقص اختلال توجه در مقایسه با بیش فعالی، بیش فعالی در مقایسه با اختلال عاطفی-رفتاری، همسازی در دانش آموزان و تشخیص کودکان پیش دبستانی مستعد نارساخوانی داشت. این مدل همچنین در مقایسه با مدل های متداول رگرسیون عملکرد بهتری را نشان داد و فاکتورهای موثر بر مسئولیت پذیری اجتماعی در سازمان های ورزشی را به خوبی تعیین کرد.

کلیدواژه ها:

روانشناسی ، مقالات علمی پژوهشی فارسی ، شبکه عصبی مصنوعی ، ایران

نویسندگان

الهه الله یاری

استادیار آمار زیستی، گروه اپیدمیولوژی و آمار، دانشکده بهداشت، مرکز تحقیقات عوامل اجتماعی موثر بر سلامت، دانشگاه علوم پزشکی بیرجند