Классификация уровня сложности сенсомоторной задачи для спортсменов на основании физиологических показателей методами машинного обучения
Аннотация и ключевые слова
Аннотация (русский):
Целью исследования было выявление наиболее информативных вегетативных показателей, отражающих уровень сложности выполняемого спортсменами сенсомоторного задания с применением различных классификационных моделей. В качестве заданий двух уровней сложности использовали задачу на слухомоторную синхронизацию с заданным ритмом под метроном (простое задание) и удержание его по памяти (сложное задание). Регистрировались показатели работы сердца, параметры дыхания, кожная проводимость, ЭЭГ. Наиболее точную классификацию продемонстрировала модель Classification and Regression Trees (C&RT) – ошибка составила 18,3%.

Ключевые слова:
сложность задачи, классификаторы, спортсмены, вегетативные показатели, машинное обучение
Текст
Текст произведения (PDF): Читать Скачать

 

Список литературы

1. Charles R.L., Nixon J. Measuring mental workload using physiological measures: A systematic review // Applied Ergononomics, 2019. Vol. 74. P. 221-232. DOI: https://doi.org/10.1016/j.apergo.2018.08.028

2. Zhang J., Yin Z., Cheng P., Nichele S. Emotion recognition using multi-modal data and machine learning techniques: A tutorial and review // Information Fusion, 2020. Vol. 59. No 1. P. 103-126. DOI: https://doi.org/10.1016/j.inffus.2020.01.011

3. Tarvainen M.P., Niskanen J.-P., Lipponen J.A., Ranta-Aho P.O., Karjalainen P.A. Kubios HRV-heart rate variability analysis software // Computer Methods and Programs in Biomedicine, 2014. Vol. 113. No 1. P. 210-220. DOI: https://doi.org/10.1016/j.cmpb.2013.07.024

Войти или Создать
* Забыли пароль?