چکیده مقاله
هدف این پژوهش توسعه چارچوب ADHD Lite جهت شبیه سازی و بهبود رفتارهای شناختی افراد مبتلا به اختلال توجه بیش فعالی با استفاده از الگوریتم Q Learning در بازی جمع آوری سکه است در محیط شبکه ای ۵×۵ سه عامل، نرمال، تکانشی، بی توجه با پارامترهای یادگیری متمایز طی ۱۰۰۰ اپیزود آموزش داده شدند پس از ۵۰۰ اپیزود سیستم پاداش اصلاح و رفتار ایمن تقویت شد تحلیل آماری ANOVA, Tukey نشان داد مداخله پاداشی منجر به کاهش ۲۷ درصدی تکانشگری و بهبود معنادار شاخص های یادگیری گردید ۰ ۰۵>p نوآوری مطالعه در جداسازی پارامترهای تصمیم گیری و ساختار ساده مدل است که قابلیت تعمیم به محیط های کلینیکی و آموزشی را داراست
کلیدواژه‌ها
نویسندگان
فاطمه هلیلی
کارشناسی ارشد دانشگاه ابرار ایران
شیوه ارجاع
هلیلی، فاطمه،1404،مدل سازی و بهبود رفتارهای شناختی ADHD در محیط بازی جمع آوری سکه با استفاده از یادگیری تقویتی مدل ADHD-Lite،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد
ارائه‌شده در
مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد