Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja

diplomski rad

• Naslov (engleski): Cognitive load recognition based on physiological features and machine learning
• Autor: Ante Pušić
• Mentor: Siniša Popović (mentor)
• Član povjerenstva: Siniša Popović (predsjednik povjerenstva)
• Član povjerenstva: Alan Jović (član povjerenstva)
• Član povjerenstva: Nikolina Frid (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Kognitivno opterećenje odnosi se na opterećenje koje čovjekov kognitivni sustav snosi vršeći zadatak. Ovaj rad opisuje metodologiju za prepoznavanje kognitivnog opterećenja temeljenu na strojnom učenju, koja koristi fiziološke signale prikupljene neinvazivnim metodama prikladnim za uporabu u praksi. Postupak prikupljanja i odabira podataka te sama metodologija detaljno su opisani, a efikasnost metodologije je iscrpno vrednovana i uspoređena sa srodnim radovima u znanstvenom polju. Rezultati potvrđuju njihova otkrića u prepoznavanju kognitivnog opterećenja i razlikovanju njegovih različitih razina te donose nove spoznaje o predikciji subjektivnih procjena kognitivnog opterećenja.

Sažetak (engleski)

Cognitive load refers to the load put on a person’s cognitive system when performing a task. This thesis describes a machine-learning based methodology for cognitive load recognition that utilizes physiological signals gathered with non-invasive methods suitable for real-life use. The data acquisition and selection procedure and the methodology itself are described in detail, and the efficacy of the methodology is exhaustively evaluated and compared against related work in the field of study. The results corroborate their findings in recognizing cognitive load and distinguishing between different levels thereof, and provide new insights on predicting subjective cognitive load assessments.

• Ključne riječi: prepoznavanje kognitivnog opterećenja; strojno učenje; psihofiziološki signali; multimodalni podatci
• Ključne riječi (engleski): cognitive load detection; machine learning; psychophysiological signals; multimodal data
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:670675
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:15:45