2021 Fiscal Year Research-status Report
視線情報を用いたかな漢字変換時の認知行動モデル構築と作業集中度推定への応用
| Project/Area Number |
21K17787
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
辻 愛里 東京農工大学, 工学(系)研究科(研究院), 助教 (10774284)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | ヒューマンインタフェース / アイトラッキング / 集中度 / 認知負荷 |
|---|
| Outline of Annual Research Achievements |
PC作業者の作業に対する集中度を低負荷かつ定量的に推定できれば、知的生産性の改善に向けての作業環境の改善や作業への適切な割り込みタイミングの推定といった介入が可能になることが考えられる。
このとき、集中度を作業者が持つ認知資源のうち主作業に振り分けられる割合と考えると、二重課題時には注意の分配によって反応時間が増加するという認知心理学上の知見から、集中度低下時には認知判断時間が増加すると予想される。
認知判断時間の増減を集中度の指標とするため、日常的な作業中に偏在し定型性の高い認知判断タスクである「黙読」と「文章入力」に着目し、作業者の視線運動と認知資源配分すなわち集中度との関係性を実験結果に基づきモデル化することで、集中度の推定を目指す。
本年度は黙読タスクに着目した視線運動計測実験を集中条件・主作業への阻害タスクあり条件・作業継続による疲労条件の3条件に対して実施し、データを収集するとともに機械学習を用いた分類を試み、構築した識別モデルを用いて個人内層化10分割交差検証を行った結果、正解率0.936と非常に高い精度で識別可能であることを示した。
今後は前処理や特徴量選択による個人差による影響を受けない汎化性能の向上および文章入力作業といった異なる作業に対する適用可能性を模索し、視線以外の行動データを含めた汎用可能な集中度推定を目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
3年計画の時点では、視線のみによる集中度推定は困難であると仮定していたが、アイトラッカーを導入し異なる認知資源割り当て状態を設定したうえで黙読作業を対象とした実験を行い分析を実施したところ、個人内であれば視線データのみを用いる場合でも構築するモデルによっては非常に高い精度で識別可能であることが明らかになった。
|
| Strategy for Future Research Activity |
今後は計画通り入力作業を含む異なる作業タスクへの適用についても調査と実験・分析を実施するとともに、明らかになった課題である他者による識別モデルの個人適応について研究を進める。
|
| Causes of Carryover |
参加を予定していた国際会議からよりレベルの高い会議への申し込みに切り替えたため、参加費および英文校閲等にかかる経費の支払いが翌年度となった。
|
