一种用于贝叶斯读者识别的半参数模型
机器学习
2016-07-20 v1
摘要
我们研究基于个人在任意文本阅读过程中的特征凝视模式进行身份识别的问题。该问题的动机是一种非侵入式生物识别场景，其中用户在访问文档时被观察，但不执行需要用户时间和注意力的特定挑战协议。现有的阅读过程中凝视控制个体差异模型要么基于眼动的简单聚合特征，要么依赖参数密度模型来描述例如扫视幅度或单词注视时长。我们开发了阅读过程中眼动的灵活半参数模型，其中密度在高斯过程先验下推断，该先验以有望很好近似真实分布的参数分布族为中心。对 251 人的阅读数据进行的实证研究表明其显著优于当前最优方法。
引用
@article{arxiv.1607.05271,
title = {A Semiparametric Model for Bayesian Reader Identification},
author = {Ahmed Abdelwahab and Reinhold Kliegl and Niels Landwehr},
journal= {arXiv preprint arXiv:1607.05271},
year = {2016}
}