Портал психологических изданий PsyJournals.ru
Каталог изданий 97Рубрики 51Авторы 8224Ключевые слова 20166 Online-сборники 1 АвторамИздателямRSS RSS

Включен в Web of Science СС (ESCI)

ВАК

РИНЦ

Рейтинг Science Index РИНЦ 2017

17 место — направление «Психология»

0,848 — показатель журнала в рейтинге SCIENCE INDEX

0,750 — двухлетний импакт-фактор

CrossRef

Экспериментальная психология

Издатель: Московский государственный психолого-педагогический университет

ISSN (печатная версия): 2072-7593

ISSN (online): 2311-7036

DOI: http://dx.doi.org/10.17759/exppsy

Лицензия: CC BY-NC 4.0

Издается с 2008 года

Периодичность: 4 номера в год

Доступ к электронным архивам: открытый

 

Простые нейросетевые алгоритмы для оценки латентных связей психологических характеристик младших подростков 72

Славутская Е.В., доктор психологических наук, профессор кафедры психологии и социальной педагогики, Чувашский государственный педагогический университет им. И.Я. Яковлева, Чебоксары, Россия, slavutskayaev@gmail.com
Абруков В.С., доктор физико-математических наук, Заведующий кафедрой прикладной физики и нанотехнологий, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Россия, abrukov@yandex.ru
Славутский Л.А., доктор физико-математических наук, профессор кафедры автоматики и управления в технических системах, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Россия, lenya@slavutskii.ru

Аннотация

Настоящее исследование посвящено изучению особенностей применения искусственных нейронных сетей (ИНС) для анализа психодиагностических данных. Показано, что процесс обучения ИНС прямого распространения с простой архитектурой, который может рассматриваться как многопараметрическая задача оптимизации, позволяет проводить вертикальный системный анализ и осуществлять оценку нелинейных, латентных связей между психологическими показателями разных уровней (система отношений, мотивационные характеристики, черты личности, показатели интеллекта, тип нервной системы). Выявление таких связей при помощи традиционных для психологии корреляционного и факторного анализа осуществить затруднительно. Предлагаются количественные критерии оценки латентных связей между результатами психодиагностического обследования, основанные на диаграмме рассеяния и статистическом распределении ошибок при обучении нейронной сети. В качестве объекта анализа были использованы данные психодиагностики младших подростков. Предложенные критерии позволили обнаружить латентные связи между психологическими характеристиками, оценить связи разноуровневых психологических показателей.

Ссылка для цитирования

Литература
  1. Абруков В.С., Абруков С.В., Смирнов А.В., Карлович Е.В. Data mining в научных исследованиях. Conference: Nanostructured materials and соnverting devices-NANOSOLAR-2013 [Электронный ресурс]. Чебоксары, 2013. URL: https://www.researchgate.net/publication/270452415_Data_mining_v_ naucnyh_issledovaniah  (дата  обращения: 17.09.2018).
  2. Аксенов C.В., Новосельцев В.Б. Организация и использование нейронных сетей (методы и технологии ) / Под. ред. В.Б. Новосельцева. Томск: Изд-во НТЛ, 2006. 128 с.
  3. Ананьев Б. Г. Человек как предмет познания. Спб. : Питер, 2001. 288 с.
  4. Арзамасцев А.А., Зенкова Н.А. Моделирование в психологии на основе искусственных нейронных сетей. Тамбов: ИМФИ ТГУ имени Г.Р. Державина, 2003. 106 с.
  5. Барабанщиков В.А. Системный подход в структуре психологического познания // Методология и история психологии. 2007. Т. 2. Вып. 1. С. 86—99.
  6. Боровиков В.П. Нейронные сети. Методология и технологии современного анализа данных / Под. ред. В.П. Боровикова. М.: Горячая линия-Телеком, 2008. 392 с.
  7. Воробьев А.В. Обзор применения математических методов при проведении психологических исследований // Психологические исследования: электрон. науч. журн. 2010. № 2 (10).
  8. Головей Л.А., Рыбалко Е.Ф., Прохоренко Т.В. Психология развития: хрестоматия. СПб.: Питер, 2001. 512 с.
  9. Князева Т.Н. Предподростковый возраст как проблема современного детства // Вопросы психологии. 2011. № 6. С. 25—35.
  10. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия- Телеком, 2001. 287 с.
  11. омов Б.Ф. Системность в психологии : избранные психологические труды. Воронеж: МОДЭК; Москва: Московский психолого-социальный институт, 1996. 384 с.
  12. Поливанова К.Н. Психологический анализ возрастной периодизации // Культурно-историческая психология. 2006. № 1. С. 26—31.
  13. Славутская Е.В., Славутский Л.А. Нейросетевой анализ взаимосвязи вербального и невербального интеллекта младших подростков // Психологический журнал. 2014. Т. 35. № 5. С. 28—36.
  14. Славутская Е.В., Славутский Л.А. Факторный анализ взаимосвязи индивидуально- психологических и личностных характеристик младших подростков с уровнем школьной дезадаптации// Экспериментальная психология. 2013. Т. 6. № 4. С. 40—51.
  15. Цукерман Г.А. Переход из начальной школы в среднюю как психологическая проблема // Вопросы психологии. 2001. № 5. С. 19—34.
  16. Эльконин Д.Б. Психическое развитие в детских возрастах. Избранные психологические труды. / Под ред .Д.И. Фельдштейна. М.: Издательство «Институт практической психологии»; Воронеж: НПО «МОДЕК», 1997. 416  с.
  17. Шендяпин В.Н., Скотникова И.Г., Барабанщиков В.А., Тарасов В.Б. Математическое моделирование уверенности при принятии решения в сенсорных задачах // Психологический журнал. Т. 29. № 4. 2008. С. 84—97.
  18. Baxt W.G. Complexity, chaos and human physiology: the justification for non-linear neural computational analysis // Cancer Lett. 1994. Vol. 77. № 2—3. P. 85—93.
  19. Berebin M.A., Pashkov S.V. Neural networks models usage experience for psychic de-adaptation prediction [Opit ptimenenia neirosetevykh modelei v tselayakh prognosa fizicheskoi desadapratsii]. Vestnik YurGV (The South Urals State University Bulletin). 2006. № 14. P. 41—45.
  20. Cattell R.B. Advanced in Cattelian Personality Theory. Handbook of Personality. Theory and Research. N.Y.: The Guilford Press, 1990.
  21. Collins W.A. (ed.) Development during middle childhood: The years from six to twelve. Washington, DC: Natl. Acad. Press, 1984.
  22. Dogic S.,  Karli  G.  Sign Language Recognition using Neural Networks // TEM Journal. 2014. 3 (4).  P. 296—301.
  23. Haykin S. Neural networks: A comprehensive Foundation. New York: Prentice Hall, 1999.
  24. Hebb D. Organization of behavior. New York: Science Edition, 1961.
  25. Lipsitz J.S. Growing up forgotten: A review of research and programs concerning early adolescence. Toronto: Lexington Books, 1977.
  26. Lorenz V.A, Gavnkov V.L., Khlebopros R.G. Errors level discretisation during the neural network teaching [Diskretizatsiva urovnya oshibok pri obuchenii nejronnoi seti]. Vestnik KGPU (Bulletin of KSPU). Krasnoyarsk. 2012. № 3. P. 93—100.
  27. Rosenblatt R. Principles of neurodynamics. New York: Spartan Books, 1959.
  28. Reznichenko N.S., Shilov S.N., Abdulkin V.V. Neuron Network Approach to the Solution of the Medical- Psychological Problems and in Diagnosis Process of Persons with Disabilities (Literature Review) // Journal of Siberian Federal University. Humanities & Social Sciences. 2013. Vol. 9 (6). P. 1256—1264.
  29. Slavutskaya E., Nikolaev E., Ivanova G., Yusupov I. Gender Characteristics Of Junior Adolesents’ Personal Traits [Электронный ресурс] // The European Proceedings of Social & Behavioural Sciences. ECCE 2018. URL:  https://dx.doi.org/10.15405/epsbs.2018.07.69  (дата  обращения:  17.09.2018).
  30. Usher M., Zakay D. A neural network model for attribute-based decision processes // Cognitive Science. 1993. Vol. 17. P. 349—396.
Статьи по теме
 
О проекте PsyJournals.ruЛауреат XIV национального психологического конкурса «Золотая Психея» по итогам 2012 года

© 1997–2019 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Лауреат XIV национального психологического конкурса «Золотая Психея» по итогам 2012 года

Яндекс.Метрика