基于眼动追踪数据用于分析系统1与系统2交互的端到端模型
神经元与认知
2020-02-27 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
尽管假定存在双重认知系统的理论日益确立，仍需要定量验证来理解和识别这两个系统之间的交互或冲突事件。眼动是个体的注意负荷最直接标记之一，并可作为信息的重要替代指标。在这项工作中，我们提出了一种计算方法，在众所周知的Stroop测试的修正视觉版本中，通过收集和处理与眼动相关的数据，来识别不同任务以及两系统之间的潜在冲突事件。统计分析表明，所选变量能够刻画不同情景下注意负荷的变化。此外，我们展示了机器学习（Machine Learning）技术能够以良好的分类准确率区分不同任务，并更深入地研究注视动态。
引用
@article{arxiv.2002.11192,
title = {End-to-End Models for the Analysis of System 1 and System 2 Interactions based on Eye-Tracking Data},
author = {Alessandro Rossi and Sara Ermini and Dario Bernabini and Dario Zanca and Marino Todisco and Alessandro Genovese and Antonio Rizzo},
journal= {arXiv preprint arXiv:2002.11192},
year = {2020}
}
备注
11 pages, 2 figures, 1 tables