相关实验视频
Updated: Jul 22, 2026
07:09
Virtual Reality Experiments with Physiological Measures
Published on: August 29, 2018
12.7K
基于机器学习的存在分类,利用沉浸式虚拟环境中的心理生理信号
Shuvodeep Saha1, Chelsea Dobbins2, Anubha Gupta3
1School of Electrical Engineering and Computer Science, The University of Queensland, Brisbane, QLD, 4072, Australia.
Scientific reports
|September 17, 2024
概括
这项研究开发了一种机器学习模型,使用大脑和生理信号来检测虚拟现实 (VR) 存在. 多层感知器模型准确地识别了高,中,低的存在水平,优于其他分类器.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 人与计算机的交互
背景情况:
- 虚拟现实 (VR) 中的用户存在提高了参与度.
- 目前存在测量方法,如问卷,是主观的.
- 需要客观,数据驱动的方法来量化VR存在.
研究的目的:
- 开发一种机器学习模型,用于检测不同级别的VR存在.
- 用多式神经和生理信号来检测存在.
- 为了比较各种机器学习分类器对此任务的有效性.
主要方法:
- 一个22名参与者暴露在高,中,低VR存在水平的实验.
- 系统地操纵图形准确度,音频线索,延迟和触觉反.
- 使用机器学习分类器 (SVM,KNN,XGBoost,RF,LR,MLP) 的电脑图和皮肤活动信号.
主要成果:
- 多层感知器 (MLP) 模型实现了最高的分类准确性.
- 相对带功率 (例如,β/θ比) 和额头和顶部区域的差异是关键指标.
- 神经和生理信号有效地区分了存在水平.
结论:
- 机器学习模型可以客观地检测VR中的存在水平.
- 在使用生物信号对VR存在进行分类方面,MLP表现出强的表现.
- 大脑和生理活动模式是VR存在的可靠标记.
