机构名称：
¥ 2.0
测量和评估与不同任务相关的认知负荷对于许多应用都至关重要，从教学材料的设计到监测飞行员的心理健康。本文的目标是利用脑电图推断受试者在智力测试期间的认知负荷。我们选择了成熟的高级渐进矩阵测试，这是一个理想的工作框架，因为它以不断增加的难度呈现问题，并且在过去的实验中得到了严格的验证。我们使用基本的脑电图测量以及网络连接和信号复杂性测量来训练经典的机器学习模型。我们的研究结果表明，即使对于较少的通道数，也可以使用这些特征很好地预测认知负荷。我们表明，通过为每个受试者创建一个单独调整的神经网络，11 与一般模型相比，我们可以提高预测能力，并且这种模型对 12 减少可用通道数量也具有鲁棒性。13
基于脑电图的智力测试认知负荷预测
主要关键词
相关文件推荐
