
Feature Selection for Predicting Pilot Mental Workload
Mit dem technologischen Fortschritt sind die Cockpits der Flugzeuge im Bestand der Luftwaffe immer komplexer geworden. Folglich sind die mentalen Anforderungen an den Piloten gestiegen.
Im schlimmsten Fall sind die Piloten so sehr mit Eingaben übersättigt, dass sie die Grundlagen des Fliegens, wie z. B. G-Belastungsmanöver, vergessen, was zu mehreren Todesfällen geführt hat.
Jüngste Forschungsarbeiten auf diesem Gebiet haben psychophysioloische Merkmale wie Elektroenzephalographie (EEG), Herz-, Augen- und Atemmessungen erfasst, um die mentale Arbeitsbelastung von Piloten zu ermitteln. Diese Arbeit konzentriert sich auf die Auswahl und Reduktion der psychophysiologischen Merkmale und die anschließende Klassifizierung der mentalen Arbeitsbelastung von Piloten bei mehreren Probanden an mehreren Tagen.
Ein schrittweises statistisches Verfahren und die Signal-Rausch-Metrik (SNR) wurden verwendet, um die Anzahl der für die Klassifizierung erforderlichen Merkmale zu reduzieren. Die Faktorenanalyse wurde verwendet, um die Variablen zu vergleichen, die durch das diskriminante Verfahren und die SNR-Saliency-Metrik ausgewählt wurden, die auf ein neuronales Netzwerk angewendet wurde.