350 rub
Journal Neurocomputers №9 for 2012 г.
Article in number:
The system for testing intelligence based on factor models and self-organizing feature maps
Keywords: tests of intelligence self-organizing feature maps Kalman-s filter
Authors:
A.S. Panfilova
Abstract:
Presented is a new testing system based on using the factor models and self-organizing feature maps as well as the method of filtering undesirable environment influence. Elimination of this influence results is performed by comparing the observed and predicted answers to the test tasks using the Kalman-s filter, which is adapted to solve the problem. Factor models describe the test procedure and influence of factors of genetics and environment on the observed parameters. The testing procedure is optimized by reducing the number of tasks using the distribution of measures to belong to different ability levels after performing each test task provided the required level of conclusion reliability is obtained. The proposed approach has advantages over the previously used methods of testing, that is caused it more informative related with the influence of the time factor on the test results.
Pages: 6-12
References
  1. Айзенк Г. Дж.Коэффициент интеллекта. Киев: Гранд. 1994.
  2. Дружинин В. Н.Психология общих способностей. Серия: Мастера психологии. Изд. 2-е.СПб.: Питер. 1999.
  3. Елисеев О. П. Тест Р. Амтхауэра, Тест структуры интеллекта (TSI): Практикум по психологии личности. СПб. 2003. С. 342-370.
  4. Кохонен Т.Самоорганизующиеся карты. М.: БИНОМ. Лаборатория знаний. 2008.
  5. Куравский Л. С., Юрьев Г. А. Адаптивное тестирование как марковский процесс: модели и их идентификация // Нейрокомпьютеры: разработка и применение. № 2. 2011. С. 21-29.
  6. Куравский Л. С., Юрьев Г. А. Об одном подходе к адаптивному тестированию и устранению его артефактов // Нейрокомпьютеры: разработка и применение. 2012. № 1.
  7. Куpавский Л. С., Маpмалюк П. А., Панфилова А. С., Ушаков Д. В. Исследование фактоpных влияний на pазвитие психологических хаpактеpистик с пpименением нового подхода к оценке адекватности моделей наблюдениям // Информационные технологии. 2011. № 11. С. 67-77.
  8. Куравский Л. С., Марголис А. А., Юрьев Г. А., Мармалюк П. А. Концепция системы поддержки принятия решений для психологического тестирования // Психологическая наука и образование. 2012. № 1. С. 56-65.
  9. Куравский Л. С., Юрьев Г. А. Вероятностный метод фильтрацииартефактов при адаптивном тестировании // Экспериментальная психология. 2012. Т. 5. № 1. С. 119-131.
  10. Панфилова А. С. Применение самоорганизующихся карт Кохонена и метода Монте-Карло для исследования адекватности факторных моделей интеллекта // Психологическая наука и образование. 2011. № 5. C. 88-99.
  11. Равен Дж. К. Продвинутые прогрессивные матрицы: руководство к Прогрессивным Матрицам Равена и Словарным Шкалам. Раздел 4 / Дж.К. Равен, Дж.Х. Курт, Дж. Равен. - М.: Когито-Центр. 1998.
  12. Шахтарин Б. И. Случайные процессы в радиотехнике. Изд. 4-е, перераб. и дополн. Т. 1. Линейныепреобразования. М.: Горячаялиния-Телеком. 2010.
  13. Boomsma, D. I., Molenaar, P. C., The genetic analysis of repeated measures. I. Simplex models // Behavior Genetics. 1987. № 17.С. 111-123.
  14. Neale, M. C., Cardon, L. R., Methodology for genetic studies of twins and families. Kluwer Academic Publishers: Dordrecht, the Netherlands. 1992.
  15. Rasch, G., Probabilistic models for some intelligence and attainment tests // Copenhagen, Danish Institute for Educational Research, expanded edition (1980) with foreword and afterword by B.D. Wright. Chicago: The University of Chicago Press. 1960/1980.