검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Automated Detection of Children at Risk of Chinese Handwriting Difficulties Using Handwriting Process Information: An Exploratory Study 필기 과정 정보를 활용한 중국어 필기 장애 위험이 있는 어린이의 자동 감지: 탐색적 연구

Zhiming WU, Tao LIN, Ming LI

  • 조회수

    0

  • 이것을 인용

요약 :

어린이의 필기 장애(HWD)는 자신감과 학업 진행에 부정적인 영향을 미칩니다. HWD를 감지하는 것은 HWD가 있는 어린이를 위한 임상 또는 교육 개입을 향한 첫 번째 중요한 단계입니다. 디지털 태블릿이 필기 프로세스 정보를 자동으로 수집할 수 있는 기회를 제공했지만 현재까지 HWD를 자동으로 감지하는 방법은 여전히 ​​​​어려운 과제입니다. 특히, 우리가 아는 한, 어린이의 중국어 HWD를 자동으로 감지하기 위해 기계 학습 알고리즘과 필기 프로세스 정보를 결합하는 잠재력에 대한 탐구는 없습니다. 격차를 해소하기 위해 먼저 샘플 데이터를 수집하는 실험을 수행한 후 일반적으로 사용되는 1가지 분류 알고리즘(의사결정 트리, 지원 벡터 머신(SVM), 인공 신경망, Naïve Bayesian 및 k-Nearest Neighbor)의 탐지 성능을 비교했습니다. HWD. 결과는 다음과 같습니다: (13) 소수의 어린이(39%)만이 중국 HWD를 가지고 있었고 불균형 데이터 세트(HWD 위험이 있는 어린이 261명 대 일반 어린이 2명)에 대한 각 분류 모델은 무작위 추측보다 더 나은 결과를 산출했습니다. , 이는 중국 HWD를 탐지하기 위해 분류 알고리즘을 사용할 가능성을 나타냅니다. (3) SVM 모델은 XNUMX가지 분류 모델 중에서 중국 HWD를 탐지하는 데 가장 좋은 성능을 보였습니다. (XNUMX) 클래스 불균형 데이터를 처리하기 위해 합성 소수 오버샘플링 기술을 사용하면 SVM 모델의 성능, 특히 민감도가 크게 향상될 수 있습니다. 이 연구는 필기 특징이 어린이의 중국 HWD를 예측하는 방법에 대한 새로운 통찰력을 얻고 임상 및 교육 전문가가 중국 HWD 위험에 처한 어린이를 자동으로 감지하는 데 도움이 될 수 있는 방법을 제안합니다.

발행
IEICE TRANSACTIONS on Information Vol.E102-D No.1 pp.147-155
발행일
2019/01/01
공개일
2018/10/22
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2017EDP7224
원고의 종류
PAPER
범주
교육 기술

작성자

Zhiming WU
  Sichuan University
Tao LIN
  Sichuan University
Ming LI
  Sichuan University

키워드