DGLR-Publikationsdatenbank - Detailansicht
Titel:
Eine empirische Untersuchung zur Modellierung von Handlungsvorhersagen mit Hilfe dynamischer Bayes-Netze
Autor(en):
A. Künzer, C. Schlick, F. Ohrmann, L. Schmidt, H. Luczak
Zusammenfassung:
Mehrere dynamische Bayes-Netze mit unterschiedliche Topologien werden in Bezug auf die Modellierung von Handlungsvorhersagen evaluiert: (1) Markov-Kette erster Ordnung, (2) Hidden-Markov-Modell, (3) autoregressives Hidden-Markov-Modell, (4) faktorielles Hidden-Markov-Modell (5) einfach-hierarchisches Hidden-Markov-Modell und (6) baumstrukturiertes Hidden-Markov-Modell. Ziel der Untersuchung ist es, mit Hilfe einer Interaktionsaufgabe die stochastischen Modelle hinsichtlich der Vorhersagegenauigkeit des regelbasierten Interaktionsverhaltens vergleichend zu bewerten. Es wird das Fallbeispiel einer multimodalen Benutzungsschnittstelle zur Steuerung einer autonomen Produktionszelle herangezogen. Um eine geeignete Datenbasis zu schaffen, wurde eine Reihe erfahrener Nutzer beobachtet, während sie eine typische Aufgabe ausführten. Die Ergebnisse zeigen, dass die Anzahl der Benutzerbeobachtungen einen hohen Einfluss auf die Vorhersagequalität hat. Bei wenigen Benutzerbeobachtungen gibt es keine signifikanten Unterschiede bei der Vorhersagegenauigkeit von Markov-Ketten erster Ordnung, faktoriellen oder baumstrukturierten Hidden-Markov-Modellen.
Veranstaltung:
43. Fachausschusssitzung Anthropotechnik der Deutschen Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V.;
Medientyp:
Conference Paper
Sprache:
deutsch
Format:
14,8 x 21,0 cm, 18 Seiten
Veröffentlicht:
DGLR-Bericht, 2001, 2001-06, Human Factors bei der Entwicklung von Fahrzeugen; S.147-164; 2001; Deutsche Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V., Bonn
Preis:
NA
ISBN:
ISSN:
Kommentar:
Klassifikation:
Stichworte zum Inhalt:
antropotechnik
Verfügbarkeit:
Bestellbar
Veröffentlicht:
2001
Dieses Dokument ist Teil einer übergeordneten Publikation:
Human Factors bei der Entwicklung von Fahrzeugen