Core Concepts
공중교통관제사의 생리학적 데이터를 이용하여 주관적 시간 지각을 자동으로 분류할 수 있다.
Abstract
이 연구에서는 공중교통관제사의 주관적 시간 지각을 자동으로 평가하는 방법을 제시한다. 공중교통관제사는 종종 높은 업무 부하에 직면하므로, 이들의 생리학적 데이터(광용적맥파, 피부전도도, 온도)와 11개의 최신 기계학습 분류기를 사용하여 주관적 시간 지각을 분류하였다.
분석 결과, 서포트 벡터 분류기가 79%의 정확도로 가장 잘 작동했으며, 피부전도도가 가장 설명력 있는 생체지표로 나타났다. 이러한 결과는 사용자의 주관적 시간 지각을 자동으로 조절하는 ChronoPilot 장치의 피드백 루프를 구현하는 데 중요한 단계이다. 이러한 기술적 진보는 고위험 직종에서 업무 관리, 스트레스 감소, 전반적인 생산성 향상에 도움이 될 수 있다.
Stats
피부전도도의 변동성이 주관적 시간 지각 분류에 가장 중요한 생체지표이다.
심박수, 호흡률, 피부전도도 피크 진폭 평균 등의 특징이 분류기 성능 향상에 기여한다.
참여자 4번의 경우 다른 참여자들과 달리 생리학적 반응이 다르게 나타나 분류 정확도가 낮았다.
Quotes
"EDA는 인지 부하를 정량화하는 대리 지표이며, 지각된 시간 경과 라벨은 실험 조건, 즉 유발된 정신적 부하와 상관관계가 있다."
"생리학적 데이터를 피드백으로 사용하여 ChronoPilot 장치의 제어 루프를 닫을 수 있음을 보여주었다."