ヒト疲労のモデリングとリアルタイムモニタリングのための確率的フレームワーク

多様な感覚データと特定の関連コンテキスト情報を統合することによってヒト疲労をモデリングし、リアルタイムで推論するためのベイズネットワークに基づく確率的フレームワークを紹介する。まず、疲労と疲労を引き起こす重要な要因、疲労によって通常生じるさまざまな感覚的観察との静的関係を捉える静的疲労モデルを提示する。このモデルは、異なるソースからの不確実な証拠を体系的に統合するための数学的に整然とした基盤を提供し、関連するコンテキスト情報によって強化される。しかし、静的モデルは疲労の動的側面を捉えることができない。疲労は時間をかけて発展する認知状態である。このため、静的疲労モデルは動的ベイズネットワークに基づいて拡張され、ヒト疲労の時間的側面を考慮する。動的疲労モデルは、疲労の証拠を空間的にだけでなく時間的にも統合を可能にし、したがってより堅牢で正確な疲労のモデリングと推論を獲得する。提案された疲労モデルを使用して、疲労に関連するさまざまな視覚情報を抽出するために開発されたコンピュータビジョンシステムと統合することで、リアルタイムの非侵襲的疲労モニターが構築された。合成データと実際のデータの両方を使用した疲労モニターの性能評価は、提案された疲労モデルが疲労のモデリングとリアルタイム推論の両方において有効性を示すことを示している。