Prédiction de la charge de travail : modélisation par réseaux de Bayes à partir de variables psychophysiologiques

old_uid10481
titlePrédiction de la charge de travail : modélisation par réseaux de Bayes à partir de variables psychophysiologiques
start_date2011/12/01
schedule13h45
onlineno
summaryL’évolution des technologies permet d’apporter aux utilisateurs humains des aides à la gestion de situations complexes et potentiellement accidentogènes. Cependant, pour que ces aides soient efficaces, il faut qu’elles soient délivrées de manière opportune (adaptatives), sous peine de contribuer elles-même à la dégradation de la situation par un trop plein d’informations à gérer pour l’opérateur. Pour décider de l’instant et de la forme des aides à apporter, un système automatisé se basant sur la connaissance en temps réel de l’état cognitif de l’opérateur (stress, charge de travail, ...) pourrait être utilisé. Dans cet exposé, je présenterai un modèle reposant sur les réseaux de Bayes et permettant d’inférer l’évolution de la charge de travail de l’opérateur à partir d’une analyse jointe de variables psychophysiologiques. Les performances du modèle en fonction des variables entrées dans les classificateurs seront comparées et discutées. Biographie : Patricia Besson a obtenu sa thèse en traitement des signaux à l’Ecole Polytechnique Fédérale de Lausanne (EPFL) en 2007. Ce travail de thèse, effectué sous la direction du Prof. Murat Kunt, a permis de proposer un système multimodal de reconnaissance de formes, permettant de détecter le locuteur dans des séquences audiovisuelles grâce à l’exploitation conjointe d’indicateurs acoustiques et visuels à différentes étapes du processus. Elle a rejoint l’Institut des Sciences du Mouvement (ISM) de l’Université de la Méditerranée fin 2007. Elle y travaille sur des problématiques d’analyse de signaux multimodaux, tels que signaux acoustiques et visuels dans le cadre de la modélisation de la perception multisensorielle, ou signaux psychophysiologiques dans le cadre de la modélisation de la charge de travail d’opérateurs à risque.
responsiblesFenouil