Feature Selection for Predicting Pilot Mental Workload
A technológia fejlődésével a légierő állományában lévő repülőgépek pilótafülkéi egyre összetettebbé váltak. Következésképpen a pilótákkal szemben támasztott mentális követelmények is megnőttek.
A legrosszabb esetben a pilóták annyira telítődtek a bemenetekkel, hogy elfelejtették a repülés alapjait, például a G-erőfeszítő manővereket végrehajtani, ami számos halálos áldozatot követelt. Az e területen végzett legújabb kutatások során pszichofiziológiai jellemzőket gyűjtöttek, például elektroenkefalográfiát (EEG), szív-, szem- és légzésméréseket, hogy megpróbálják azonosítani a pilóták mentális terhelését. Ez a szakdolgozat a pszichopnyszíliológiai jellemzők kiválasztására és redukciójára, valamint a pilóták mentális munkaterhelésének későbbi osztályozására összpontosít több alanyon, több napon keresztül.
Az osztályozáshoz szükséges jellemzők számának csökkentésére lépésenkénti statisztikai technikát és a jel-zaj (SNR) saliency metrikát alkalmaztunk. Faktorelemzést alkalmaztunk a diszkriminancia eljárás és az SNR saliency metrika által kiválasztott változók összehasonlítására, ahogyan azt egy neurális hálózatra alkalmaztuk.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)