生理学的測度に基づく実時間性能予測近くで発達しているへの系統的アプローチ【Powered by NICT】

Kraft Amanda E.; Russo Jon; Krein Michael; Russell Bartlett; Casebeer William; Ziegler Matthias

文献

J-GLOBAL ID：201702233296760906 整理番号：17A1026090

生理学的測度に基づく実時間性能予測近くで発達しているへの系統的アプローチ【Powered by NICT】

A systematic approach to developing near real-time performance predictions based on physiological measures

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1026090&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1026090&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (6件)： , , , , ,
資料名：
巻： 2017 号： CogSIMA ページ： 1-7 発行年： 2017年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ヒューマンセンシングと評価能力を用いた性能測定は性能状態を調節する変数の多数を説明できないことにより制限されている。モニタリング挙動だけでは与えられたタスクに関する将来の性能を予測するための適切ではなく,性能に影響する完全な評価を提供することができる単一生理学的測定。性能を予測するために技術信号処理法の状態を用いた近実時間の範囲生理学的測定を解析するかを調べた。作業負荷レベルと一致する生理学マーカーは性能低下または増加は近い将来で起こる可能性のある点に達している時に評価するための複数予測計算モデルを開発した。伝統的に,モデルは研究(試験したタスク,センサの数/タイプと異なる解析技術の多様性のために)の間で有意に変化し,タスクと個人の間を移動しない特殊なモデルにつながる。モデルは非常に特殊化した,完全なシステム再学習なしに間または個人内相違にのみ特定タスクに対する予測と柔軟なないことと,制御された実験の外側の適用において実用的である。実世界環境における計算モデルの実用化をもたらすためには,どのタイプの生理学的データは,ほぼリアルタイムで処理・分析し信頼できる,時間は高度に予測検討することが重要である。センサと信号感度解析を実施する必要があるように,実世界のセンサの数を最小化する必要がある。難易度を変化させて複数のタスクを実行しながら,脳波(EEG),心拍数と心拍数変動(hR/HRV)と視線追跡を含む作業負荷に関連した生理学的信号を同定し,収集した。各型モデルの予測力だけでなく計算時間を決定するために,動径基底関数カーネルサポートベクトルマシンとニューラルネットワークを含む,前処理法と計算モデルの多様性を試験した。モデルは各信号独立およびすべての信号の組合せを用いて試験した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

非破壊試験 , 品質検査

, , , , ,

前のページに戻る