ERUDITE: Human-in-the-Loop IoT for an Adaptive Personalized Learning System

要約

ウェアラブル技術の急速な成長と機械学習と信号処理の最近の進歩のおかげで、複雑な人間のコンテキストの監視が可能になり、人間と環境の状態に適応するために自然に進化するヒューマンインザループ IoT システムの開発への道が開かれています。
自主的に。
それにもかかわらず、これらの IoT システムの多くを設計する際の中心的な課題は、意図、ストレス、認知負荷、学習能力などの人間の精神状態を推測するという要件から生じます。
特定の精神状態に関連付けることができるさまざまなセンサー モダリティの融合から、さまざまな人間のコンテキストを推測できますが、人間の脳は、必要な人間のコンテキストについてより多くの洞察を与える、より豊富なセンサー モダリティを提供します。
この論文では、最近のウェアラブル ニューロテクノロジーを利用して脳信号を解読する、学習環境用のヒューマンインザループ IoT システムである ERUDITE を提案します。
ERUDITE は、概念学習理論からの洞察を通じて、人間の学習状態を推測し、人間の学習が増加または減少する時期を理解できます。
人間の学習を入力感覚信号として定量化することで、ERUDITE は学習環境内の人間に適切なパーソナライズされたフィードバックを提供し、学習体験を向上させることができます。
ERUDITE は $15$ の参加者を対象に評価され、人間の学習状態を推測するセンサー モダリティとして脳信号を使用し、学習環境に個別に適応させることで、参加者の学習パフォーマンスが平均 $26\%$ 向上することが示されました。
さらに、ERUDITE をエッジベースのプロトタイプに導入して、その実用性と拡張性を評価できることを示しました。

要約(オリジナル)

Thanks to the rapid growth in wearable technologies and recent advancement in machine learning and signal processing, monitoring complex human contexts becomes feasible, paving the way to develop human-in-the-loop IoT systems that naturally evolve to adapt to the human and environment state autonomously. Nevertheless, a central challenge in designing many of these IoT systems arises from the requirement to infer the human mental state, such as intention, stress, cognition load, or learning ability. While different human contexts can be inferred from the fusion of different sensor modalities that can correlate to a particular mental state, the human brain provides a richer sensor modality that gives us more insights into the required human context. This paper proposes ERUDITE, a human-in-the-loop IoT system for the learning environment that exploits recent wearable neurotechnology to decode brain signals. Through insights from concept learning theory, ERUDITE can infer the human state of learning and understand when human learning increases or declines. By quantifying human learning as an input sensory signal, ERUDITE can provide adequate personalized feedback to humans in a learning environment to enhance their learning experience. ERUDITE is evaluated across $15$ participants and showed that by using the brain signals as a sensor modality to infer the human learning state and providing personalized adaptation to the learning environment, the participants’ learning performance increased on average by $26\%$. Furthermore, we showed that ERUDITE can be deployed on an edge-based prototype to evaluate its practicality and scalability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google