结合心血管和瞳孔特征使用k-最近邻居分类器来评估任务需求,社会背景和听力过程中的句子准确性

科学领域:

• 神经科学是一个神经科学.
• 听觉感知是一种听觉感知.
• 人体生理学 人体生理学

背景情况:

• 听力受声学因素和社会环境的影响.
• 像瞳孔和心血管反应这样的生理测量独立地告知了倾听力度.
• 这些测量语音感知的综合预测能力在很大程度上仍未被探索.

研究的目的:

• 为了研究合并的瞳孔和心血管特征对语音感知的联合预测能力.
• 评估声学 (信号与噪声比) 和社会上下文因素对听力努力的影响.
• 为了比较群体级别与个别校准预测模型的性能.

主要方法:

• 收集了听力损失的成年人的生理数据 (学生大小,心血管信号) 在语音感知任务中.
• 每个试验抽取了七个生理特征.
• 训练 k-近邻分类器使用这些特征来预测任务需求,社会背景和句子准确性.
• 雇员k倍交叉验证用于组级和个人级模型评估.

主要成果:

• 在预测任务需求 (64.4%),社会背景 (78.3%) 和句子准确性 (55.1%) 方面,小组级分类器实现了超乎偶然的准确性.
• 当模型被训练并测试在不同的参与者身上时,分类准确性显著下降.
• 个别校准的分类器表现出卓越的表现:任务需求 (71.7%),社会背景 (88.0%) 和句子准确性 (60.0%).

结论:

• 综合生理学措施提供了对语音感知,任务需求和社会背景的见解.
• 基于生理数据的群体级模型对新个体的概括性很差.
• 在现实应用中,个性化,个别校准的模型对准确评估听力努力和语音感知有更大的希望.