Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "mental features" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wotum sędziowskie elementem konstytuującym iudicium. Wotum jako akt władzy sędziowskiej i jego uwarunkowania psychologiczne
Vote of judges as an element constituting iudicium. Vote as an act of judges’ power and its psychological conditioning
Autorzy:
Pokorski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/1371695.pdf
Data publikacji:
2019-09-07
Wydawca:
Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
Tematy:
proces kanoniczny
sędzia kościelny
decyzja sędziowska
cechy psychiczne
canonical process
church judge
judges’ decision
mental features
Opis:
The canonical matrimonial process, which is a series, defined by the law and necessary to perform the activities of the judge, whose task is to recognize and resolve the case. Therefore, a church judge is not only the executor of a legal norm, but also interprets it in the perspective of the presented facts and events. Judging the case is a process that combines the procedural, intellectual, moral and psychological aspects of the judge. The church judge, for his decision, not only possesses knowledge and experience, but also personal qualities and individual mental characteristics.
Źródło:
Prawo Kanoniczne; 2019, 62, 3; 150-161
2353-8104
Pojawia się w:
Prawo Kanoniczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Semi-supervised vs. supervised learning for mental health monitoring: A case study on bipolar disorder
Autorzy:
Casalino, Gabriella
Castellano, Giovanna
Hryniewicz, Olgierd
Leite, Daniel
Opara, Karol
Radziszewska, Weronika
Kaczmarek-Majer, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/24200683.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
semi supervised learning
mental health monitoring
acoustic features
pattern recognition
AI in medicine
uczenie częściowo nadzorowane
monitorowanie zdrowia psychicznego
cechy akustyczne
rozpoznawanie wzorca
Opis:
Acoustic features of speech are promising as objective markers for mental health monitoring. Specialized smartphone apps can gather such acoustic data without disrupting the daily activities of patients. Nonetheless, the psychiatric assessment of the patient’s mental state is typically a sporadic occurrence that takes place every few months. Consequently, only a slight fraction of the acoustic data is labeled and applicable for supervised learning. The majority of the related work on mental health monitoring limits the considerations only to labeled data using a predefined ground-truth period. On the other hand, semi-supervised methods make it possible to utilize the entire dataset, exploiting the regularities in the unlabeled portion of the data to improve the predictive power of a model. To assess the applicability of semi-supervised learning approaches, we discuss selected state-of-the-art semi-supervised classifiers, namely, label spreading, label propagation, a semi-supervised support vector machine, and the self training classifier. We use real-world data obtained from a bipolar disorder patient to compare the performance of the different methods with that of baseline supervised learning methods. The experiment shows that semi-supervised learning algorithms can outperform supervised algorithms in predicting bipolar disorder episodes.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2023, 33, 3; 419--428
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies