جستجو
یک معماری هدایتشده مبتنی بر SHAP و بهینهسازی فرا ابتکاری (PSO) برای پیشبینی تفسیرپذیر سلامت روان دانشجویان با TabM
حمیدرضا صنایع نادری1 ستاره ثمربخش تهرانی2 لیلا نصیری دارانی3 امید نوروزی کندلان4
چکیده :
سلامت روان دانشجویان یکی از چالشهای مهم نظام آموزش عالی است که پیشبینی زودهنگام آن میتواند به شناسایی دانشجویان در معرض خطر کمک کند. اغلب مدلهای موجود یا صرفاً بر دقت تمرکز دارند یا تفسیرپذیری را با روشهای ساده و بدون سنجش پایداری به مدل اضافه میکنند. در این پژوهش، معماری SHAP-PSO Gated TabM ارائه میشود که در آن یک لایهی گیت قابلیادگیری، با مقادیر SHAP بهعنوان پیشین و بهینهسازی Particle Swarm Optimization (PSO)، وزنهای ویژگیهای عددی را پیش از ورود به بکبون TabM تعیین میکند. تمامی مراحل پیشپردازش، استخراج SHAP و بهینهسازی PSO درون یک طرح اعتبارسنجی متقاطع و صرفاً روی دادهی آموزشی هر fold انجام شد تا از نشت داده جلوگیری شود. مدل روی دیتاست «Student Depression Dataset» (۲۷,۹۰۱ نمونه) با 5-fold Cross-Validation در ۵ بذر تصادفی (۲۵ اجرا) ارزیابی و با شش مدل شناختهشده و دو نسخهی حذفی (گیت تصادفی؛ گیت تنها-SHAP) مقایسه شد. نتایج نشان میدهد مدل پیشنهادی بهطور معنادار (Wilcoxon, p<0.05) از چهار baseline بهتر است، اما با TabM استاندارد و نسخههای حذفی تفاوت معناداری ندارد (AUC=0.9212±0.0031). تحلیل پایداری نشان داد پیشین SHAP کاملاً پایدار است (Spearman ρ=1.000)، اما این پایداری به وزنهای نهایی گیت پس از آموزش end-to-end منتقل نمیشود (ρ=−0.0057). این یافتهها نشان میدهند ارزش رویکردهای هدایتشده مبتنی بر SHAP را باید در پایپلاین عاری از نشت داده، گزارش آماری معتبر، و سنجش صادقانهی محدودیتهای تفسیرپذیری جستوجو کرد، نه صرفاً بهبود دقت.
کلمات کلیدی : سلامت روان دانشجویان tabm shap بهینهسازی ازدحام ذرات (pso) هوش مصنوعی تفسیرپذیر یادگیری عمیق جدولی اعتبارسنجی متقاطع تودرتو
زبان مقاله : فارسی
محور مقاله : فناوری های کاربردی هوش مصنوعی و کاربردهای آن در علوم مختلف
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABKEAD
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABKEAD
سایر مقالات ارائه دهنده
- چارچوب تفسیرپذیر یادگیری عمیق برای تشخیص، مکان یابی و طبقه بندی بیماری ها و آفات برگ چای
- ارزیابی مدل های قطعه بندی نمونه ای برای استخراج ناحیه بدن تاس ماهیان به عنوان پیش مرحله تحلیل مورفولوژیک
- یک معماری هدایتشده مبتنی بر SHAP و بهینهسازی فرا ابتکاری (PSO) برای پیشبینی تفسیرپذیر سلامت روان دانشجویان با TabM
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems