Earticle

현재 위치 Home

딥러닝 신경망을 사용하는 벤더-게슈탈트 검사의 자동채점 : 도형의 배열순서
Automatic Scoring of Bender-Gestalt Test Using Deep Neural Network : Shape Sequences

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제7권 3호 (2023.03)바로가기
  • 페이지
    pp.367-373
  • 저자
    장원두, 권지우, 최성진
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A426781

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Bender-Gestalt Test (BGT) is a projective psychological assessment, which is to understand personal mental heath status by analyzing shapes drawn by a respondent. This paper propose a method to score related to the shape sequence automatically. We detected each shapes from BGT responses by utilizing YOLOv5, and the detected regions were refined by using the principles of BGT. The region of detected BGT shapes were encoded into time-series data and used to train a deep neural network for scoring. We also utilized 10-fold cross-validation to prevent biased training on specific data and improve the reliability of our results. The proposed method detected each shapes with 95.8% mAP (mean Average Precision), and it estimated the score accurately with the RMSE (root mean square error) less than 2 point (in 10-point scale scoring).
한국어
벤더-게슈탈트 검사(Bender-Gestalt Test: BGT)는 개인의 심리를 분석하는 투사검사의 일종으로, 사용 자가 그리는 도형의 형태, 상호관계 등을 통해 개인의 심리를 유추한다. 본 논문은 사용자가 제출한 BGT 응답지 에서 도형의 배열순서와 관련된 항목을 자동 채점하는 방법을 제안한다. YOLOv5를 사용하여 BGT 응답지에서 각 도형을 검출하였으며, BGT 응답의 특성을 적용하여 검출 결과를 보정하였다. 검출된 도형의 위치는 시계열 데 이터로 인코딩 되어 채점 네트워크의 학습에 사용되었다. 또한, 특정 데이터에 편향된 학습을 방지하고, 결과의 신 뢰도를 향상시키기 위해 10-fold 교차 검증을 활용하였다. 제안된 방법은 mAP (mean Average Precision) 기준 98.4%의 정확도로 각 도형을 검출하였으며, 10점 척도의 평가점수에서 평균 오차 2.22점의 정확도로 전문가의 점 수를 올바르게 예측할 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터와 분석방법
2.1 데이터
2.2 방법 개요
2.3 도형 검출
2.4 데이터 인코딩
2.5 채점 네트워크
Ⅲ. 결과
Ⅳ. 결론
REFERENCES

키워드

벤더-게슈탈트 검사(BGT) 자동 채점 패턴인식 객체탐지 YOLO Bender-Gestalt Test Automatic Scoring Pattern Recognition Object Detection YOLO

저자

  • 장원두 [ Won-Du Chang | 부경대학교 인공지능융합학과 부교수 ]
  • 권지우 [ Ji-Woo Kwon | 부경대학교 인공지능융합학과 석사과정 ]
  • 최성진 [ Seong-Jin Choi | 동명대학교 상담심리학과 조교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제7권 3호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.