基于生理信号区分惊跳与意外事件
机器学习
2025-09-15 v1 人机交互
摘要
意外事件可能会损害注意力并延迟决策，在航空等高风险环境中构成严重的安全风险。特别是，惊跳和意外等反应可能会以不同方式影响飞行员的表现，但在实践中往往难以区分。现有研究主要将这些反应分开研究，对其综合影响或如何使用生理数据区分它们关注有限。在这项工作中，我们通过使用机器学习和多模态融合策略基于生理信号区分惊跳和意外事件来填补这一空白。我们的结果表明，这些事件可以被可靠预测，使用 SVM 和后期融合实现了 85.7% 的最高平均准确率。为了进一步验证我们模型的鲁棒性，我们将评估扩展到包括基线条件，成功区分了惊跳、意外和基线状态，使用 XGBoost 和后期融合实现了 74.9% 的最高平均准确率。
引用
@article{arxiv.2509.09799,
title = {Distinguishing Startle from Surprise Events Based on Physiological Signals},
author = {Mansi Sharma and Alexandre Duchevet and Florian Daiber and Jean-Paul Imbert and Maurice Rekrut},
journal= {arXiv preprint arXiv:2509.09799},
year = {2025}
}