用户意识的自适应系统可以大大受益于脑部计算机界面(BCI)技术。bcis允许对用户的心理状态进行持续监控,并根据其个人技能和需求量身定制系统。我们进行了一项可行性研究,该研究使用功能性近红外光谱(FNIRS)整合了BCI,以纳入虚拟现实(VR)环境,以实现现实的工业学习方案。使用基于FNIRS的BCI允许我们a)基于个人在多个学习课程中的工作记忆负荷确定学习进度,b)研究基本的大脑模式。我们的结果表明,在额叶皮层(PFC)中,任务困难与大脑反应之间存在非线性关系。最后,我们能够就建筑组件和重要的研究观点得出四个主要结论,以朝着用户意识的自适应系统设计的愿景迈进。
主要关键词