研究人员第一次使用机器学习来成功衡量儿童的依恋——人类在婴儿时期首先与照顾者建立的重要人际关系。
在由格拉斯哥大学领导并发表在PLOS ONE 上的新多学科研究中，研究团队提出了一种通过电脑游戏快速简便地测量依恋的方法，该方法有可能用于大规模的公共卫生监测。
依恋是一个术语，用于描述人类之间持久的情感纽带和联系感。众所周知，幼儿与其主要照顾者之间的依恋对情感发展至关重要——这种联系的破坏或丧失会影响孩子成年后的情感和心理，从而影响未来的人际关系。
儿童的不安全依恋不一定是异常的，而且通常是对不太理想的环境条件的情绪适应。然而，不安全的依恋与各种类型的精神病理学风险增加有关。因此，未来 SAM 可能会成为早期学校筛查计划的一部分，以识别有精神病风险的儿童。
评估依恋可能既费时又复杂，因为目前只有在孩子感到压力大的情况下，才能由受过训练的专业人员观察和评估依恋行为。
现在，一个由儿童心理健康和计算科学专家组成的研究合作团队开发并验证了学校依恋监测器 (SAM)——一种使用机器学习和智能传感器来准确评估儿童依恋的计算机程序。SAM 由新颖的软件提供，该软件与儿童参与者互动，从热身活动开始，让他们熟悉任务。孩子们被邀请玩“智能娃娃”，同时与电脑上的故事互动，他们的依恋模式数据通过智能娃娃中的视频记录和运动传感器捕获。
研究人员发现，与经过培训的专业人员查看同一孩子的数据时的评分相比，SAM 技术能够准确衡量孩子的依恋程度。
该研究的主要作者、格拉斯哥大学儿童和青少年精神病学教授 Helen Minnis 教授说：“我们的研究表明，使用现代传感器和机器学习技术，可以开发学校依恋监测器 (SAM)这对幼儿很有效，最重要的是，与手动评分相比，它可以准确分类依恋安全性与不安全性。
标签： 机器学习
免责声明：本文由用户上传，如有侵权请联系删除！