عند الانغماس في بيئة الواقع الافتراضي ، غالبًا ما يعاني المستخدمون من درجة معينة من دوار الحركة. هذه واحدة من أكبر العوائق التي تعيق انتشار الواقع الافتراضي ، وحتى بعد عقود من البحث ، لا يزال المتخصصون في هذا المجال يستكشفون حلولًا فعالة.
نشر باحثون من جامعة تكساس في سان أنطونيو وجامعة هيوستن مؤخرًا ورقة بحثية تسمى الاكتشاف التلقائي والتنبؤ بشدة مرض الإنترنت باستخدام الشبكات العصبية العميقة من الإشارات الفسيولوجية للمستخدم (باستخدام الشبكات العصبية العميقة والكشف التلقائي والتنبؤ بشدة دوار الحركة بناءً على الإشارات الفسيولوجية للمستخدم) الدرجة) ، واقترح استخدام الشبكات العصبية العميقة للمساعدة في اكتشاف دوار الحركة والتنبؤ به ، وذلك لمساعدة النظام على اتخاذ تدابير التخفيف المناسبة أو تذكير المستخدمين في الوقت المناسب.
نظرًا للدقة العالية ، فإن الطريقة القياسية لجمع البيانات المتعلقة بدوار الحركة هي بشكل عام استخدام إشارات مخطط كهربية الدماغ (EEG) بدلاً من بيانات القياس الفسيولوجية الأخرى ، مثل معدل ضربات القلب أو معدل التنفس. ومع ذلك ، يعتقد الباحثون في جامعة تكساس في سان أنطونيو وجامعة هيوستن أن جمع البيانات الفسيولوجية أبسط من بيانات مخطط كهربية الدماغ ويتطلب معالجة أقل.
فيما يتعلق بعيوب البيانات الفسيولوجية لإشارات EEG ، تحول الفريق إلى الشبكات العصبية العميقة وقام بتدريب نموذج التعلم الآلي المسمى الذاكرة التلافيفية طويلة المدى باستخدام أساليب التعلم الآلي والتعلم العميق.
في التجربة ، ارتدى 31 شخصًا سليمًا سماعة رأس ، وربطوا أصابعهم بمستشعر GSR ، وزودوا صدرهم بمستشعر OmniSense HR ، ثم جربوا محاكاة الأفعوانية. مما لا يثير الدهشة ، طور معظم الأشخاص نوعًا من دوار الحركة في غضون بضع دقائق.
كما جمع الفريق أيضًا معدل ضربات القلب ومعدل التنفس وتقلب معدل ضربات القلب وبيانات استجابة الجلد الكهربائية ، ووجدوا أن الإشارات الفسيولوجية للأشخاص عند المعاناة من دوار الحركة كانت مختلفة بشكل كبير عن خط الأساس الطبيعي. بعد ذلك ، قارن الباحثون بين مُصنِّف آلة ناقلات الدعم وثلاثة مصنِّفات عصبية عميقة لاكتشاف درجة دوار الحركة والتنبؤ بها في الدقيقتين التاليتين خلال دقيقتين.
أظهرت النتائج أن دقة مصنف الذاكرة التلافيفية طويلة المدى في الكشف عن الدرجة الحالية لدوار الحركة بناءً على الإشارات الفسيولوجية تصل إلى 97.44٪ ، ودقة التنبؤ بشدة داء الحركة في المستقبل تبلغ 87.38٪.
الورقة ذات الصلة: الاكتشاف والتنبؤ التلقائي لشدة الإصابة بالالتهاب السيبراني باستخدام الشبكات العصبية العميقة من الإشارات الفسيولوجية للمستخدم
وأشار الباحثون إلى أنهم بحاجة إلى إجراء المزيد من الأبحاث ، مثل زيادة عدد الموضوعات وأنواع الموضوعات ، مع اختبار أنواع مختلفة من تجارب الواقع الافتراضي.
من الواضح أنه إذا كان من الممكن قياس داء الحركة الحالي للمستخدم بدقة ويمكن توقع شدة دوار الحركة لدى المستخدم مسبقًا ، يمكن للنظام اتخاذ التدابير الوقائية المقابلة في الوقت المناسب.
© 2020 www.ourvrworld.com