Automatic Classification of Subjective Time Perception Using Multi-modal Physiological Data of Air Traffic Controllers

要約

人間が複数のエンティティを同時に監視し、効果的にコミュニケーションし、集中力を維持しなければならないプレッシャーの高い環境では、時間の認識がパフォーマンスと健康に影響を与える重要な要素になります。
幸福度の指標の 1 つは、個人の主観的な時間認識です。
私たちのプロジェクト $ChronoPilot$ では、人間の主観的な時間認識を調整するデバイスの開発を目指しています。
この研究では、航空管制官の生理学的データと 11 個の最先端の機械学習分類器を使用して、厳しい状況に直面することが多い航空管制官の主観的な時間認識を自動的に評価する方法を紹介します。
生理学的データは、光電脈波、皮膚電気活動、および温度データで構成されます。
サポート ベクター分類器は 79 % の精度で最適に機能し、皮膚電気活動が最も説明的なバイオマーカーを提供することがわかりました。
これらの発見は、ユーザーの主観的な時間認識を自動的に調整する $ChronoPilot$ デバイスのフィードバック ループを閉じるための重要なステップです。
この技術の進歩は、一か八かの職業におけるタスク管理、ストレスの軽減、全体的な生産性の向上を約束する可能性があります。

要約(オリジナル)

In high-pressure environments where human individuals must simultaneously monitor multiple entities, communicate effectively, and maintain intense focus, the perception of time becomes a critical factor influencing performance and well-being. One indicator of well-being can be the person’s subjective time perception. In our project $ChronoPilot$, we aim to develop a device that modulates human subjective time perception. In this study, we present a method to automatically assess the subjective time perception of air traffic controllers, a group often faced with demanding conditions, using their physiological data and eleven state-of-the-art machine learning classifiers. The physiological data consist of photoplethysmogram, electrodermal activity, and temperature data. We find that the support vector classifier works best with an accuracy of 79 % and electrodermal activity provides the most descriptive biomarker. These findings are an important step towards closing the feedback loop of our $ChronoPilot$-device to automatically modulate the user’s subjective time perception. This technological advancement may promise improvements in task management, stress reduction, and overall productivity in high-stakes professions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google