Resumen

Entender y resolver los problemas de salud psicológica de los estudiantes universitarios se ha convertido en un foco de atención social. Las redes complejas se han vuelto herramientas importantes para estudiar los factores que afectan la salud psicológica, y el modelo gráfico gaussiano se utiliza frecuentemente para estimar las redes psicológicas. Sin embargo, estudios previos dejan algunas brechas por superar, incluyendo los siguientes aspectos. (1) Al estudiar redes de subpoblaciones, la estimación descuida las relaciones intrínsecas entre las subpoblaciones, lo que conduce a una gran diferencia entre la red estimada y la red real. (2) Debido al alto costo, las encuestas psicológicas anteriores a menudo tienen un tamaño de muestra pequeño, y la descripción psicológica es insuficiente. Aquí se utilizan las conexiones intrínsecas entre múltiples tareas, y se aplica el aprendizaje automático multitarea para desarrollar un modelo gráfico gaussiano multitarea. Las redes psicológicas de la población y las subpoblaciones se estim

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Problemas de salud psicológica; Estudiantes universitarios; Redes complejas; Modelo gráfico gaussiano; Subpoblaciones; Aprendizaje automático multitarea
• Keywords:Psychological health problems; College students; Complex networks; Gaussian graphical model; Subpopulations; Multitask machine learning