Авторы |
Андрей Анатольевич Полозов, доктор педагогических наук, профессор,
Уральский федеральный университет (Россия, г. Екатеринбург, ул. Мира, 19), E-mail: a.a.polozov@mail.ru
Мария Павловна Штарк, младший аналитик группы системного анализа, Майнитек (Россия, Свердловская обл., г. Верхняя Пышма, ул. Уральских Рабочих, 42а), E-mail: maria_shtark@mail.ru
Кристина Андреевна Полозова, студентка, Уральский федеральный университет (Россия, г. Екатеринбург, ул. Мира, 19), E-mail: a.a.polozov@mail.ru
Наталья Анатольевна Мальцева, инженер, Уральский федеральный университет (Россия, г. Екатеринбург, ул. Мира, 19), E-mail: Natalia.maltseva.susu@gmail.com
Артур Рахимзянович Ахметзянов, преподаватель, Сургутский государственный педагогичский университет (Россия, г. Сургут, 50 лет ВЛКСМ, 10/2), E-mail: Artur.rahimzyanovich@mail.ru
|
Аннотация |
Актуальность и цели. В работе поднимается проблема диагностики типов характера (ТХ) с помощью теста MMPI. Обычный тест MMPI состоит из 600 вопросов и занимает не менее 1,5 часов, при этом работодатель находится в зависимости от самооценки тестируемого, а ретестовая надежность MMPI не установлена. Материалы и методы. Исследуется возможность определения одного из восьми ТХ по MMPI по фотографии лица с использованием нейронной сети. Для этого с помощью теоретико-методологического анализа был выбран наиболее точный инструмент измерения типологии черт личности, после чего был собран датасет с фотографиями людей, согласившихся участвовать в эксперименте и прошедших двойное тестирование. Далее на полученном датасете, состоящем из 40 581 фотографии, была обучена нейронная сеть. Результаты. Созданная сверточная нейронная сеть (CNN) верно распознала 30 % ТХ из предоставленных ей 8116 фотографий при более высокой оперативности. Выводы. Полученные результаты сравнимы с оценками точности бумажного тестирования и показывают перспективность данного подхода.
|
Для цитирования:
|
Полозов А. А., Штарк М. П., Полозова К. А., Мальцева Н. А., Ахметзянов А. Р. Определение типа характера личности сверточной нейронной сетью на примере методики MMPI // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 1. С. 149–163. doi:10.21685/2227-8486-2023-1-10
|