Predecir la ubicación del símbolo cartográfico con datos de seguimiento ocular y un enfoque de aprendizaje automático

Área de la Ciencia:

• Cartografía
• Interacción hombre-computadora
• Ciencias cognitivas

Sus antecedentes:

• La búsqueda visual es crucial para la lectura de mapas, influenciada por el diseño de mapas y la percepción humana.
• Comprender la ubicación del símbolo (central vs. periférica) es clave para el uso efectivo del mapa.
• El seguimiento ocular ofrece datos objetivos sobre la atención visual durante la interacción con el mapa.

Objetivo del estudio:

• Determinar si los datos de seguimiento ocular y el aprendizaje automático pueden predecir la ubicación de los símbolos cartográficos (centros o periféricos).
• Identificar qué características de movimiento ocular son más predictivas del enfoque de búsqueda visual.
• Explorar el potencial de las interfaces cartográficas conscientes de la mirada.

Principales métodos:

• Análisis de dos conjuntos de datos de seguimiento ocular de tareas de búsqueda visual en mapas.
• Extracción y estandarización de las características del movimiento ocular (duración de la fijación, amplitud de la sacada, dispersión de la mirada).
• Aplicación de algoritmos de clasificación de selección de características y aprendizaje automático (por ejemplo, Bosque aleatorio, Aumento de gradiente, AdaBoost).

Principales resultados:

• Los modelos lograron una alta precisión (por ejemplo, 0,822) y ROC-AUC (> 0,86) en el primer conjunto de datos, con AdaBoost y Gradient Boosting con el mejor rendimiento.
• El segundo conjunto de datos presentó más desafíos de clasificación, aunque algunos modelos mostraron un alto recuerdo.
• La desviación estándar de fijación (eje vertical) surgió como la característica más predictiva para la dispersión de la mirada y el enfoque de búsqueda.

Conclusiones:

• El comportamiento de la mirada, particularmente la dispersión vertical de la mirada, indica de manera confiable el enfoque espacial de la búsqueda visual en los mapas.
• Los modelos de aprendizaje automático pueden predecir efectivamente la ubicación del símbolo cartográfico a partir de los datos de seguimiento ocular.
• Los hallazgos apoyan el desarrollo de interfaces cartográficas adaptativas y sensibles a la mirada para mejorar la usabilidad.