ระบบฐานข้อมูลงานวิจัย

อาจารย์ ดร. ณัฐรฐนนท์ กานต์รวีกุลธนา

ชื่องานวิจัย(Article thai):

ชื่องานวิจัย(Article english):

บทคัดย่อ (Abstract):

This research aims to compare the efficiency of data classification models in predicting consistency for analyzing depression potentiality, behavior tracking, and facial expression recognition during PHQ-9 assessments. This research is derived from the necessity of depression screening and diagnosis processes, which even though traditionally relies on experienced physicians or clinical psychologists’ symptom observation in conjunction to data from questionnaires, still require suitable technological application for more accurate results. All the data used in this research are collected by the combination of technologies and compared by way of classification models to find the most effective model for predicting consistency between subjects’ PHQ-9 assessment results, behaviors, and emotions via machine learning. The subjects, screened by clinical psychologists, are divided into 3 groups: 1) subjects suffering from depression disorder without treatment (undertreated subjects), 2) subjects undergoing depression treatment (undergoing-treatment subjects), and 3) subjects without depression disorder (normal subjects). Related studies indicate the efficiency of classification models in comparison to one another. The four most frequently applied classification models in depression-related studies are 1) Decision Tree 2) Support Vector Machine (SVM) 3) Naïve Bayes and 4) Neural Network. All the models are analyzed, designed, and developed before being experimented. The experimental results, in terms of efficiency, are tested by use of a data analyzing tool—RapidMiner Studio. Regarding all the classification models’ efficiencies in analyzing depression potentiality, behavior tracking, and facial expression recognition during PHQ-9 assessments, the result illustrates that not only Decision Tree provides the best accuracy, but it also is the most suitable model compared to the others.

ผู้วิจัยร่วม(Authors):

1.Natratanon Kanraweekultana
2.Sajjaporn Waijanya
3.Nuttachot Promrit
4.Undaman Nopnapaporn
5.Apisada Korsanan
6.Sansanee Poolphol

ลิงค์ฐานข้อมูลที่เผยแพร่:

ไม่มีไฟล์

ข้อมูลวารสาร (Proceeding Infomation)

เผยแพร่ระดับ:

ปีเผยแพร่:

รูปแบบ Proceeding:

รูปแบบการนำเสนอ:

วันที่เผยแพร่:

เลขที่ ISBN / ISSN / DOI:

ปีที่ - ฉบับที่ – หน้าที่:

ข้อมูลการประชุม (Conference Infomation)

ชื่อการประชุม:

หน่วยงาน / องค์กรที่จัดประชุม:

สถานที่จัดการประชุม:

ช่วงวันจัดงาน:

ถึงวันที่

รายละเอียดงานวิจัย

ข้อมูลวารสาร (Proceeding Infomation)

ข้อมูลการประชุม (Conference Infomation)

Logout