Javascript must be enabled for the correct page display

Een stap richting een adaptieve interface

Hoekstra, R. (2003) Een stap richting een adaptieve interface. Master's Thesis / Essay, Artificial Intelligence.

[img]
Preview
Text
AI_Ma_2003_RHoekstra.CV.pdf - Published Version

Download (2MB) | Preview

Abstract

In de omgang met computersystemen is het vaak zo dat de mens die met dat systeem werkt zich moet aanpassen aan dat systeem. Idealiter zou het systeem zich echter aanpassen aan de gebruiker. Een dergelijk zichzelf aanpassend systeem wordt adaptief genoemd. Het COMPANION-project, een samenwerkingsverband tussen het Nationaal Lucht- en Ruimtevaartlaboratorium (NLR) en de Rijksuniversiteit Groningen (RuG), probeert die adaptiviteit te bereiken door toestanden van de operator in real-time te bepalen. Hiervoor wordt zowel fysiologische als taakgerelateerde informatie gebruikt. De koppeling tussen toestandsbepaling en interface wijzigingen wordt tot stand gebracht in bet Operator Status Model (OSM). Het systeem zal de beslissing tot aanpassing van de taakomgeving vervolgens baseren op de op basis van het OSM geconstateerde toestanden. In het huidige onderzoek zijn enkele toestanden van het OSM omschreven in de vorm een set van beslissingsregels. Aan de hand van een experiment met een gesimuleerde verkeersleiderstaak is vervolgens gekeken of die beschreven toestanden aan te tonen zijn. Hierbij is er gekeken naar strategie, naar het effect van taaklast op mentale inspanning, en naar het effect van ondersteuning op taakprestatie. Uit de resultaten van bet experiment komt naar voren dat verschillen in toegepaste strategie (achteraf) duidelijk aantoonbaar zijn. Een effect van taaklast op de mentale inspanning voor de diverse testcondities is niet gevonden; wet zijn er duidelijke taak/rust verschillen. Op basis van de resultaten is op dit moment nog weinig te zeggen over de effecten van gebruikersondersteuning: de geteste interfaceverschillen gaven onvoldoend duidelijke resultaten om conclusies te rechtvaardigen. Een (toekomstige) analyse van de eye-tracker data zou hier meer duidelijkheid over kunnen geven.

Item Type: Thesis (Master's Thesis / Essay)
Degree programme: Artificial Intelligence
Thesis type: Master's Thesis / Essay
Language: Dutch
Date Deposited: 15 Feb 2018 07:30
Last Modified: 15 Feb 2018 07:30
URI: http://fse.studenttheses.ub.rug.nl/id/eprint/9063

Actions (login required)

View Item View Item