ドリラーの状況認識を視線追跡およびEEG機能に基づいて認識する

科学分野:

• 神経科学
• ヒューマンコンピュータインタラクション
• 産業安全

背景:

• 状況認識は石油およびガス掘削において重要ですが、現在の生理学的モニタリング方法は限られています。
• 単一モダリティアプローチでは、知覚から意思決定までの完全な認知プロセスを捉えることができません。

研究 の 目的:

• ドリラーの状況認識を認識するためのマルチモーダルアプローチを開発すること。
• 状況認識の認識を強化するために、視線追跡メトリクスと脳波（EEG）機能を組み合わせること。

主な方法:

• シミュレートされた掘削モニタリング実験が実施されました。
• 視線追跡およびEEGデータを融合して機械学習モデルが構築されました。
• 単一モダリティモデルと比較してパフォーマンスが評価されました。

主要な成果:

• 状況認識レベルが異なる場合に、視線追跡およびEEG機能に有意差が観察されました。
• マルチモーダル融合モデルは89.33%の認識精度を達成しました。
• 融合モデルは、単一モダリティアプローチを大幅に上回りました。

結論:

• 視線追跡とEEGの融合は、ドリラーの状況認識を認識する上で効果的です。
• このアプローチは、トレーニングのための科学的サポートを提供し、高リスク産業における安全性を向上させます。