Model strojového učení pro odhad kognitivní zátěže z EKG a EDA signálů
Kategorie:
Armáda, Umělá inteligence, Vesmír, Vývoj, Zdravotnictví
Cílem práce je vývoj modelu strojového učení pro odhad kognitivní zátěže na základě analýzy EKG a EDA signálů. V rámci práce bude realizována rešerše současných architektur strojového učení vhodných pro klasifikaci fyziologických signálů a vhodných dostupných datasetů, jako je WESAD a CLAS. Práce bude zahrnovat zpracování EKG a EDA signálů, extrakci příznaků, trénování modelu s cílem zlepšit poznatky o kognitivních stavech, vyhodnocení jeho vlastností a implementaci demonstrační aplikace v Pythonu. Při vývoji modelu je nezbytné se zaměřit na odolnost vůči pohybovým artefaktům v signálu.
