Binary Classification of Cognitive Workload Levels with Oculography Features
Fragment książki (Materiały konferencyjne)
MNiSW
40
konferencja
| Status: | |
| Autorzy: | Kaczorowska Monika, Wawrzyk Martyna, Plechawska-Wójcik Małgorzata |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 243 - 254 |
| Scopus® Cytowania: | 2 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 19th International Conference on Computer Information Systems and Industrial Management Applications |
| Skrócona nazwa konferencji: | CISIM 2020 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 16 października 2020 do 18 października 2020 |
| Miasto konferencji: | Białystok |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| Assessment of cognitive workload level is important to understand human mental fatigue, especially in the case of performing intellectual tasks. The paper presents a case study on binary classification of cognitive workload levels. The dataset was received from two versions of the digit symbol substitution test (DSST), conducted on 26 healthy volunteers. A screen-based eye tracker was applied during an examination gathering oculographic data. DSST test results such as total number of matches and error ratio were also applied. Classification was performed with several different machine learning models. The best accuracy (97%) was achieved with linear SVM classifier. The final dataset for classification was based on nine features selected with the Fisher score feature selection method. |
