Ανάλυση μεταβλητότητας καρδιακού ρυθμού για την αναγνώριση επιπέδων προσήλωσης χρήστη σε παιχνίδια σοβαρού σκοπού για την υγεία

Κανέλλος, Θεόδωρος - Φανούριος; Kanellos, Theodoros - Fanourios

dc.contributor.author	Κανέλλος, Θεόδωρος - Φανούριος	el
dc.contributor.author	Kanellos, Theodoros - Fanourios	en
dc.date.accessioned	2024-02-02T11:10:00Z
dc.date.available	2024-02-02T11:10:00Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/58764
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26460
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Παιχνίδια σοβαρού σκοπού	el
dc.subject	Επίπεδα προσήλωσης	el
dc.subject	Συναισθηματική υπολογιστική	el
dc.subject	Μεταβλητότητα καρδιακού ρυθμού	el
dc.subject	Μηχανική μάθηση	el
dc.title	Ανάλυση μεταβλητότητας καρδιακού ρυθμού για την αναγνώριση επιπέδων προσήλωσης χρήστη σε παιχνίδια σοβαρού σκοπού για την υγεία	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική μηχανική	el
heal.classification	Μηχανική μάθηση	el
heal.classification	Ανάλυση δεδομένων	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-09-13
heal.abstract	Η παρούσα Διπλωματική Εργασία διερευνά τη σχέση μεταξύ της μεταβλητότητας του καρδιακού ρυθμού (ΜΚΡ) που καταγράφεται κατά την αλληλεπίδραση χρήστη με παιχνίδια σοβαρού σκοπού για την υγεία (ΠΣΣΥ), με τα επίπεδα προσήλωσής του στην παρέμβαση. Απώτερος στόχος της έρευνας αυτής ορίζεται η επιβλεπόμενη εκπαίδευση μοντέλων μηχανικής μάθησης με είσοδο χαρακτηριστικών που προκύπτουν από την καταγραφή ΜΚΡ για την πρόβλεψη των επιπέδων προσήλωσης χρήστη και την ενίσχυση της παρέμβασης που παρέχει το ΠΣΣΥ μέσω δυναμικής προσαρμογής του. Για τις ανάγκες της παρούσας Διπλωματικής Εργασίας, αρχικά διενεργείται θεωρητική πλαισίωση και εισαγωγή στις βασικές έννοιες που αναφέρονται στην έρευνα, ενώ αξιοποιούνται δεδομένα αλληλεπίδρασης συμμετεχόντων με ΠΣΣΥ που ενισχύει τις διατροφικές γνώσεις του χρήστη. Πραγματοποιείται επεξεργασία και ανάλυση των δεδομένων που συλλέγονται από αισθητήρα καρδιακού παλμού αλλά και δεδομένων εκτίμησης προσήλωσης που επισημειώνουν οι συμμετέχοντες παρακολουθώντας καταγραφές της αλληλεπίδρασής τους με το ΠΣΣΥ. Στη συνέχεια τα δεδομένα εισάγονται σε ρηχά μοντέλα μηχανικής μάθησης, με σκοπό την κατάλληλη εκπαίδευση και την παραγωγή μετρικών, που υποδεικνύουν την ικανότητα των μοντέλων στην πρόβλεψη των επιπέδων προσήλωσής. Από την ανάλυση των αρχικών αποτελεσμάτων που εξάγονται, για την παρούσα έρευνα, κατά την εκπαίδευση των μοντέλων στο σύνολο των συμμετεχόντων με τη μεθοδολογία «leave-one-participant-out», προκύπτει πως τα μοντέλα μηχανικής μάθησης δεν αποκτούν ικανοποιητική ικανότητα πρόβλεψης. Για την περαιτέρω διερεύνηση εκπαιδεύονται τα ρηχά μοντέλα σε κάθε συμμετέχοντα και αναλύονται τα αποτελέσματα. Στη συνέχεια επαναλαμβάνεται η τεχνική «leave-one-participant-out» με επιλογή συμμετεχόντων στους οποίους τα μοντέλα επέδειξαν ικανότητα διάκρισης. Τέλος πραγματοποιείται σύγκριση ανάμεσα στα δύο σύνολα εκπαίδευσης και διερευνώνται ζητήματα που αφορούν την ποιότητα επισημείωσης των επιπέδων προσήλωσης. Η βελτίωση που παρατηρείται στην ικανότητα πρόβλεψης με το μειωμένο σύνολο εκπαίδευσης δίνει το έναυσμα σε περαιτέρω μελλοντική έρευνα για βελτίωση των καταγραφών των δεδομένων.	el
heal.advisorName	Νικήτα, Κωνσταντίνα	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	97 σ.	el
heal.fullTextAvailability	false