مرور سیستماتیک کاربرد روشهای دادهکاوی جهت پایش وضعیت عملکرد اپراتور در سیستم های انسان- ماشین
(ندگان)پدیدآور
صادقیان, مرضیهشکاری زاده, سرورمحمدی, زهرانوع مدرک
Textمروری
زبان مدرک
فارسیچکیده
مقدمه: پایش مداوم وضعیت عملکرد اپراتور، از مهمترین موضوعات مورد بحث در سیستمهای انسان- ماشین است و روشهای دادهکاوی به عنوان ابزاری مناسب برای ارائه مدلهای ارزیابی وضعیت عملکرد محسوب میشوند. با این حال، تاکنون تحقیق جامعی در مورد استفاده از روشهای دادهکاوی در این زمینه انجام نشده است. بنابراین مقاله حاضر با هدف مرور سیستماتیک بررسی نقش و اهمیت روش های دادهکاوی جهت پایش وضعیت عملکرد اپراتور در سیستمهای انسان- ماشین انجام شد.
روش بررسی: 86 مقاله منتشر شده مربوط به ارزیابی وضعیت عملکرد اپراتور در پنج پایگاه داده بررسی شد. کلیه مقالات در چهار گروه مربوط به وضعیت عملکرد اپراتور، سه سیستم ایمنی بحرانی و سه نوع تکنیک داده کاوی تحلیل گردید. همچنین سنجش وضعیت عملکردی اپراتور نیز از طریق روش های اندازه گیری فیزیکی، اندازه گیری های فیزیولوژیکی- روانی، روش های اندازه گیری شاخص های عملکرد وظیفه و روش های گزارش دهی یا قضاوت ذهنی مورد بررسی قرار گرفت.
یافته ها: اکثر مدلهای دادهکاوی مربوط به حوزه حمل و نقل جاده ای و هوایی بودند که عمدتا بر خستگی و شاخص های عملکرد وظیفه متمرکز می باشند. در بین روش های داده کاوی نیز، مدل های ماشین بردار پشتیبان و شبکه عصبی بیشترین کاربرد را داشتند. نتایج نشان داد که از بین وضعیت های عملکردی، مدلهای خستگی بالاترین تعداد مطالعات را به خود اختصاص داده که در آن ها عمدتا از اندازهگیریهای فیزیکی استفاده گردیده است، در حالی که بیشترین روش اندازه گیری در مدلهای بار کاری ذهنی و شاخص های عملکرد، مربوط به اندازه گیری های فیزیولوژیکی- روانی بود.
نتیجه گیری: ارزیابی جامع روش های داده کاوی ارائه شده و همچنین پارامترهای مورد استفاده در این مدلها برای بررسی وضعیت عملکرد اپراتور، سبب شناسایی خلاء تحقیقاتی در این حوزه و انجام مطالعات گسترده تر در جهت بهبود عملکرد انسان خواهد شد.
کلید واژگان
سیستم انسان- ماشیندادهکاوی
وضعیت عملکرد اپراتور
ارگونومی
شماره نشریه
1تاریخ نشر
2021-01-011399-10-12
ناشر
دانشگاه علوم پزشکی ایرانسازمان پدید آورنده
استادیار، گروه بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایرانMsc, Department of Artificial Intelligence, Faculty of Computer Engineering, Amirkabir University of Technology, Tehran, Iran
دانشجو دکتری، گروه مهندسی بهداشت حرفه ای و ایمنی، کمیته پژوهشی دانشجویان، دانشکده بهداشت و ایمنی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
شاپا
1735-51332228-7493




