prikaz prve stranice dokumenta Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja
Rad nije dostupan
diplomski rad
Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja
2023. urn:nbn:hr:168:670675
Pušić, Ante
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Pušić, A. (2023). Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:670675

Pušić, Ante. "Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:670675

Pušić, Ante. "Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:670675

Pušić, A. (2023). 'Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 11.05.2024., https://urn.nsk.hr/urn:nbn:hr:168:670675

Pušić A. Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 11.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:670675

A. Pušić, "Raspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:670675

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:670675
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRaspoznavanje kognitivnog opterećenja na temelju fizioloških značajki i strojnog učenja
Naslov (engleski)Cognitive load recognition based on physiological features and machine learning
AutorAnte Pušić
MentorSiniša Popović (mentor)
Član povjerenstvaSiniša Popović (predsjednik povjerenstva)
Član povjerenstvaAlan Jović (član povjerenstva)
Član povjerenstvaNikolina Frid (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Kognitivno opterećenje odnosi se na opterećenje koje čovjekov kognitivni sustav snosi vršeći zadatak. Ovaj rad opisuje metodologiju za prepoznavanje kognitivnog opterećenja temeljenu na strojnom učenju, koja koristi fiziološke signale prikupljene neinvazivnim metodama prikladnim za uporabu u praksi. Postupak prikupljanja i odabira podataka te sama metodologija detaljno su opisani, a efikasnost metodologije je iscrpno vrednovana i uspoređena sa srodnim radovima u znanstvenom polju. Rezultati potvrđuju njihova otkrića u prepoznavanju kognitivnog opterećenja i razlikovanju njegovih različitih razina te donose nove spoznaje o predikciji subjektivnih procjena kognitivnog opterećenja.
Sažetak (engleski)
Cognitive load refers to the load put on a person’s cognitive system when performing a task. This thesis describes a machine-learning based methodology for cognitive load recognition that utilizes physiological signals gathered with non-invasive methods suitable for real-life use. The data acquisition and selection procedure and the methodology itself are described in detail, and the efficacy of the methodology is exhaustively evaluated and compared against related work in the field of study. The results corroborate their findings in recognizing cognitive load and distinguishing between different levels thereof, and provide new insights on predicting subjective cognitive load assessments.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:670675
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 10:15:45