Loading...
机构名称:
¥ 1.0

当想要监测注意力投入时,生理信号可能很有价值。一种流行的方法是使用监督学习模型来揭示生理信号和注意力投入之间的复杂模式,但通常不清楚哪些生理测量最适合用于此类模型,而且收集足够的具有可靠基础事实的训练数据来训练此类模型非常具有挑战性。除了在训练模型中使用个体参与者和特定事件的生理反应之外,人们还可以连续确定多个个体的生理测量值的均匀变化程度,这通常称为生理同步。由于文献中指出大脑活动的生理同步性和注意力投入之间存在直接的比例关系,因此不需要训练模型来将两者联系起来。我的目标是通过将脑电图 (EEG)、皮肤电活动 (EDA) 和心率结合成一个生理同步的多模态指标,来创建一个更可靠的群体注意力投入测量方法。我在当前的研究提案中提出了三个主要研究问题:1)中枢和周围神经系统的生理测量中的生理同步性与注意力投入有何关系?2)生理同步性是否可靠地反映了现实世界用例中的共享注意力投入?3)如何融合这些生理测量以获得优于单峰同步性的多峰生理同步度量?

多模态生理同步作为注意力投入的衡量标准

多模态生理同步作为注意力投入的衡量标准PDF文件第1页

多模态生理同步作为注意力投入的衡量标准PDF文件第2页

多模态生理同步作为注意力投入的衡量标准PDF文件第3页

多模态生理同步作为注意力投入的衡量标准PDF文件第4页

多模态生理同步作为注意力投入的衡量标准PDF文件第5页

相关文件推荐

2023 年
¥1.0
2024 年
¥10.0
2024 年
¥1.0
2016 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2024 年
¥6.0
2025 年
¥47.0
2024 年
¥8.0
2022 年
¥15.0