小说虚拟用户的轻度认知障碍模型模拟痴呆

文摘

虚拟用户建模的研究试图解决的关键问题等人机交互(HCI)通过大量的可用性和效用分析,usability-oriented方法认知模型,以便为用户提供经验拟合他们的特定需求。然而,有更具体的模块需求体现在认知架构,将检测异常在新的合成任务环境认知能力下降。同时,图形用户界面(gui)的易访问性评估需要相当大的努力为老年人提高ICT产品可访问性。本研究的主要目的是开发和测试虚拟用户模型(诅咒)模拟轻度认知障碍(MCI)通过小说具体模块,体现在认知模型和定义为认知参数的估计。的MCI检测测试评估用户的认知,阐述他们执行进行多任务处理的能力,和监控信息娱乐相关任务的性能提供更准确的模拟结果对现有概念框架和增强的预测效度在接口的设计支持通过增加任务的复杂性来捕获一个更详细的配置文件的用户的能力和局限性。最终结果是一个更健壮的认知预测模型,准确地安装在人体数据用于更可靠的接口”评价的基础上,通过模拟MCI用户的虚拟模型。

1。介绍

随着人们年龄的增长,他们的经验改变工作记忆等认知能力,关注过程和空间认知,尤其是当面临新技术(1]。人机接口的设计需要仔细研究的多任务处理能力(2),并考虑到认知老化变化对老年人的看法(3]。正常老化和痴呆之间的界线可能由条件异构模式的认知障碍可能会观察到。实际上,记忆障碍,没有痴呆老年人口的频繁报道,和他们的患病率从22%变化到56%4]。

到目前为止,研究开发了认知架构和理论为了获取认知的基本表征。这个活动已经逐渐从关注的功能架构的能力模型人类行为的种种细节,,最近,大脑活动(5]。认知模型被用来模拟人类执行多个任务,以提高质量和可用性的界面设计6]。一群模型,融合心理学和人工智能称为认知结构像飙升7),(8),和史诗9)被用来模拟人机交互解释和预测交互行为。这些认知体系结构的简化视图称为傻子模型(10]。通常,使用认知架构开发的模型详细考虑人类行为的不确定性,但还没有被广泛采用模拟人机交互的使用要求的详细知识心理学(11]。现有用户的建模工具,重点包括交互像缓解12]或CogTool [13),还没有覆盖广泛的用户感知,认知,和运动障碍。

飙升架构创建演示一般人类智慧和更关注于高级功能比低级认知忠诚,使它不太适合预测人的错误和局限性14]。史诗是特别适合建模人类感觉器官多通道和多个任务的性能包括处理器。启用了ACT-R理论模拟人类认知和理解认知的认真考虑,感性,和运动功能的用户,来描述交互性在人机交互15),提供了一个可靠的大规模的发展,认知架构功能,认知动机模型。ACT-R等技术细节的实现可能不同时间参数的用户模型16]。计算的原因,大多数实际ACT-R实现使用额外的子作为噪音发电机应用于为了创建输出噪声参数。

认知模块提出了基于ACT-R实现模型的修改以达到更准确预测MCI老年人记忆的变化反映在娱乐性能任务。一个有效的方法可以干预内部ACT-R认知体系结构的一部分通过引入双重子模块(一个陈述性记忆和一个程序),会影响记忆以及总体认知功能。进一步的挑战是确定错误率和MCI虚拟用户所需的额外时间模型(诅咒)和时间和成功率进行比较的结果与那些由真正的MCI生成用户而与接口交互。

(1.1)根据ACT-R认知发誓。认知模型被用来提高界面设计的质量通过应用已知从心理学的设计接口(6]。ACT-R、史诗和飙升已广泛使用在人类行为心理学和认知科学模型(17]。此外,这些技术可以用来解释和预测人机交互。然而这些认知架构,被称为傻子(目标、运营商、方法和选择规则)模型,主要适用于建模用户的最优(熟练)行为。

提出了各种用户模型表示从本体论的基础架构18)基于xml的语言(19]。基于ACT-R认知架构,Serna et al。20.)旨在模型和模拟认知受损等人患有阿尔茨海默病的评估性能在日常生活活动的执行。他们模拟了错误记忆丧失和增加在厨房为代表的任务通过改变不同ACT-R参数。技术是有趣的但是他们的模型仍然需要严格的验证通过其他任务和用户社区。

Biswas et al。21)开发了一个模拟器,以帮助评估辅助接口使用CPM_GOMS [10)模型来模拟最优行为和基于马尔可夫过程的新模型为理想的行为。CogTool系统(22)建立在傻子的现有架构模型和ACT-R系统为了提供定量预测的相互作用。然而,模拟专家系统性能与傻子建模支持而ACT-R系统有助于模拟新手用户。它似乎并没有用于用户提供残疾或辅助交互技术。指导用户建模系统考虑用户的需求与残疾和年龄相关的障碍。尽管许多概念认知体系结构研究的进展和建模认知和一般智力的力量,有一些开放的问题,值得关注。在他们已知的限制是,详细的身体、认知和行为特征不能被充分代表。

相对较少的研究已记忆丧失和更严格的方法模拟的预测参数,关心的特定人群,如轻度认知障碍是必要的。虚拟用户模型通常被证明能够提供足够的知识产品设计师为了区分正常和病理的起源与年龄相关的认知变化,为界面原型提供增强的可访问性。

(1.2)小说MCI虚拟用户模型。在我们的方法中,ACT-R被选为理论框架,因为它是最具代表性的例子,认知建模架构被推到其局限性大规模建模和用于开发特定的模型。ACT-R包括一系列的模块,用来代表不同的信息,如目标和陈述性记忆。ACT-R模型特征的人类错误性能;然而,认知模拟的工作进展和在持续更新,以反映细微变化的认知和行为。的具体挑战是扩展功能和功能已经存在的认知机制。因此,提出双重子模块可以被视为一种特定的认知表征的转变。而且不同的认知模块可以插入用于更精确的评估。

最初,我们的主要挑战是提高计算机生成模型和后来的认知现实主义提供第二代的诅咒一个新颖的子模块的基础上,将反映代表和微妙的认知变化老年人和患有记忆衰退的早发性轻度认知障碍。MCI是正常老化和痴呆之间的过渡阶段。更具体地说,遗忘轻度认知障碍(aMCI)的特点是内存投诉,所以诅咒的模拟内存必须受到影响。此外,口头表达能力是影响在MCI通讯任务,因此一些额外的延迟会诅咒的结果更接近实际的用户(23]。

为了描述一组用户与特定的障碍我们实例化一个通用的诅咒(GVUM),代表特定群体的老年人和MCI人口。通用的用户模型的一般概念已定义的真理项目诅咒(24]。在这个实验中,在先前的研究25),这些实例的GVUMs本来就是被用于模拟测试用户界面对各种障碍。为了形成和评价提出了虚拟用户模型我们已经基于高级语言来描述认知模型和仿真框架支持这些语言。更具体地说,我们的虚拟用户模型是由分离用户模型从一个任务模型根据UsiXML语言(26]。

我们的模拟器,基于著名的文献发现25,27),像Hick-Hyman法律认知信息的能力28,29日)和费茨定律模拟了人体运动(30.]成为能够预测的数量在娱乐场景和交互事件所需的时间来完成他们(31日]。希克斯定律指出,刺激之间的时间和用户的反应是增加数量的选择在任何给定的时间。用户来说,当面对一个决策问题,需要更多的时间来作为他们的感知反应选择增加。GUI控制元件,例如,一个长下拉列表需要更多的时间来选择希望的选择。用户的时间开始计算的反应为了不被混淆与运动能力。希克斯定律不是用于同样可能的选择;以下公式用于考虑熵的决策: 在哪里的概率吗替代(信息熵理论)。Fitt定律是一个完善的模型,该模型描述了人体运动所需的时间从初始状态到目标的基础上,(a)欧几里得距离目标和目标(b)的大小。在简单的词语,这个模型是用来预测指出行动通过物理接触或虚拟,像在光标指向使用鼠标设备。预计的时间是由以下方程: 地点::时间需要完成的任务,:模型参数,:距离当前光标位置的中心目标,和:目标的宽度沿轴的运动。

为了克服屏幕尺寸的限制,目标的大小被认为是非常大的(无限)的目标位于屏幕的边缘。任务分析和预测真实用户的性能(持续时间)已经使用在过去良好的预测精度超过预定义的任务(32]。

这项研究调查了细微变化的认知如何影响GUI交互为老年人和MCI组。认知功能数据关联与记忆能力被认为是至关重要的是编码到诅咒那将是评估通过模拟在gui。图1简要描述子的新ACT-R方法。第一行包含内存组件受到认知障碍的影响。控制组件位于中心(程序)协调其他通过交换消息。位于底部的知觉系统可能受到视觉或听觉障碍和响应系统的运动规划生成游标,单击按钮和中风(电动机)的关键。扩展现有的架构是暂时的MCI模型子模块修改随机规则,记忆检索,和消息之间交换的其他部分发誓,模拟认知衰退。一个内部接口设计子模块。兼容性原因子模块的功能实现与保持发誓模拟器结构不受影响。

诅咒的修改与内存相关的功能(主要是陈述性记忆和当前目标)模拟插入额外的时间延迟在老年人诅咒的性能。因此,根据当前的方法,时间来完成一个给定的场景的诅咒被定义为MCI认知受损(我)人体运动模型称为Fitt定律反应系统的安装在汽车行业,(2)希克斯定律描述了所需的时间的诅咒做出选择在许多交互控制给定接口基于当前目标(28),(3)新的附加延时插入造成的内存模块MCI和比例根据假定的蒙特利尔认知评估测试(MoCa) [33)和波士顿命名测试(BNT) (34)的结果,(iv)ACT-R本身其他延误问题,假设的诅咒的年龄,或身体障碍的存在。总结,提出MCI子模块出错率的影响和任务的执行时间。这两个参数都是经过训练的使用与真实用户测试报告在下一节中。

2。一般目标

计算机和信息技术的使用可以提高老年人的生活质量。然而,成功使用技术由老年人有限与年龄相关的认知和知觉的变化。设计师必须作为一个索引不是一般年龄,但是具体的认知,感知,行为改变来确定痴呆的早期指标和相应的定制设计的整个过程1]。现有的设计实践提供了一些可访问特性对于老年人或残疾人用户,主要涉及电机、视力、听力障碍。不幸的是,到目前为止可访问性指南并没有系统地考虑用户感知和认知能力21]。

在这个研究中,我们进行了一个多面的研究,关注健壮的轻度认知障碍的认知预测模型范围内的图形用户界面的可访问性和评估。主要目的是介绍小说虚拟用户模型与增强的预测效度的心理过程,利用准确的仿真结果在界面设计。

Cognitive-based评价接口的可访问性和评价提出了界面设计支持向更具包容性的图形用户界面。然而,用户界面评价也意味着到达的优化提出了新颖的认知模型。我们最初的方法是研究一些设计变量之间的关系和心理过程执行成功所需一些表示场景,然后利用用户界面优化的有效性MCI发誓。提出研究的主要视觉是通过以下的合成目标靠近。(我)模型老年轻度认知障碍的深入分析他们的知觉和认知能力。(2)通过GUI的易访问性评估评估认知能力下降。(3)利用用户界面优化MCI诅咒的有效性。为此,我们组织工作在一组4的研究中,每一个目标是提供一组特定的定性和定量结果,以达到上述目标。这些研究,以及他们的方法和结果,是下面几节详细讨论。

3所示。研究1:初步研究与真正的主题

3.1。介绍研究1

与不断增加的老年人口总数的比例患有轻度认知功能障碍的症状,GUI设计师需要提供ICT产品之前已测试的可访问特性。根据我们的方法,模拟测试可以在一定程度上使这一切成为可能使用诅咒而不是真正的用户。训练MCI认知发誓,稳定cognitive-impaired发誓参数和控制自己的模拟性能,我们首先需要评估真实用户的MCI症状,然后检查这些用户的性能(完成任务所需要的额外的时间和更高的错误率)。为了达到这个目标,最初真实用户已经招募了执行的筛查的认知评估。

3.2。研究材料和方法1

在各种MCI筛查已经应用在日托组织中,短版BNT筛选试验(BNT 30日)被选为最完善的MCI的测试。BNT MoCa测试,补充,也由于其选择语言流畅,一部分测试用户的语言能力,加强他们的配置文件。上述的基于计算机的版本测试实施和检查其有效性与纸笔版本的测试。

测试有5个离散步骤:(a)介绍测试的范围的试点测试主管(5分钟),(b)初始化的硬件和软件(3分钟),(c)创建新的用户配置文件(1分),(d)执行一个演示的例子为每个测试(30秒),和(e)实际测试和日志文件创建(20分钟)。在筛查,认知障碍的老年人,以及所有其他老年人和年轻的参与者,没有导航在筛查的应用程序。相反,研究人员的一个成员(RP)导航;从参与者的日志文件一个常数延时因素(精神运动噪声)被正确的时间戳。一个简单反应时间(SRT)作为一个常数计算从Hick-Hyman法律28,29日]。

考虑到老年人的正确和错误的答案同样可能的选择,RP必须按“正确答案”按钮或按下空格键开始编写用户自己的词。每个RP,负责试点测试,执行十()在反应时间测试试图测量响应时间键盘和鼠标点击。带时间戳的答案的平均响应时间被移除所有老人的测试人员记录RP。关于BNT测试中,受试者无法提供正确的描绘对象的名字在20年代语义提示,如果他们仍然无法回答进一步20秒后,他们口头线索。20秒阈值给予帮助是由机构负责纸质BNT测试。

最后,筛选评估产生日志文件包含参与者的带时间戳的反应。质量记录读者后期工具是用于数据提取。筛选试验本身,以及日志文件阅读器和其他辅助软件工具,设计了Delphi和c++编程语言。计算机的一个屏幕快照MCI筛选测试界面中可以看到图2。

MCI筛查与真实用户进行,由三组:(a)的年轻人,(b)健康的老年人,和(c) MCI用户(aMCI)。招聘标准MCI用户包括至少55岁,self-handlers、具备基本的计算机技能和希腊语言流利(检查通过电话面试)。25 ()不同年龄的老年人从55到78 (,)由测试组。大约40% ()的老年人MCI阳性,nondemented。对照组由十一个(计算机用户)年轻的专家,平均26.27岁()。

3.3。研究1的结果

数据由电脑版本的MCI筛查显示明显产生的强相关性与制度化的截屏图版本的30 bnt和项目。这初始步骤是必要的,以使电脑版本的MCI筛查的有效参考以下步骤。要指出,BNT试验的随访时间是六(6)个月后,大多数参与者平均不到一(1)年为所有的人参加这项研究。

语言项目的结果被发现正态分布(Shapiro-Wilk测试),与BNT结果没有相反,因为结果大大扭曲了。健康的老年人(语言项目结果,)被发现显著差异(,比MCI (),)。Shapiro-Wilk测试从常态BNT结果显示明显异常,所以使用了非参数检验。的Mann-WhitneyU测试了为老年人群体。所以,在老年用户,那些MCI (,)比健康的(BNT明显不同的结果,像预期的那样)。关于年龄变量,独立样本测试表明,正如所料,没有发现显著差异在语言MoCa结果老年人用户之间,年轻组()[35]。BNT分数也发现类似的结果:克鲁斯卡尔-沃利斯检验证实,年龄并不会使的区别()。

的Mann-WhitneyU测试计算机BNT测试期间,一个变量被发现不是正态分布,表明参与者完成BNT所需的时间不是一个有效的分隔符为MCI用户(),只有right-responses。表1礼物结果每年轻,健康老年人和MCI组。研究结果证实,在年轻和健康的老年人词汇检索的下降不显著(35]。最后,变量的语言MoCa BNT存在显著的相关性(,),但进一步分析显示不同的品质。此外,统计分析报告良好的凝聚力和分离能力的语言MoCa BNT集群模型关于≈0.6分。

3.4。简短的讨论研究1的结果

筛选过程通过MoCa BNT测试作为起点,整个当前研究工作的方法。最初,真实用户的MCI症状必须评估认知能力下降的证据。这个证据需要制定相关的定量数据稍后将用户的性能,同时执行接口任务。因此,结果MoCa BNT筛查评估用户的认知和感知因素,也包括响应时间和一般行为背后的心理状态表现将会导致以下研究。

4所示。研究2:模拟任务与认知发誓

4.1。介绍研究2

我们建议的诅咒被训练基于获得的数据从afore-described筛查。训练有素的MCI认知诅咒被用于仿真任务的执行在人机交互与图形用户界面(GUI)。摘要发誓命名根据认知障碍他们模拟和力量(总人口的百分比)他们对应的损伤。例如,“75”mci诅咒是一个虚拟的用户模型,该模型可以模拟的行为认知受损的老年人口的75%,这是通过创建一个高斯分布的计算得到的数据和第75百分位(即。,分布的价值,低于75%的观察可以发现)。字母数字后缀描述了障碍和数字前缀表明力量或MCI的最早症状阶段。

获得一个参考比较的性能(即虚拟用户。,trained VUMs) to the performance of real users, initially, the testing GUI application is initiated in the host device (PC, laptop, smartphone, PDA, and tablet) and the optimal user (OpUs), who is a nonimpaired real young user with expert computer handling abilities and sufficient knowledge of the testing interface, is asked to perform a series of tasks. Those groups of tasks, called scenarios, are described by the task model specification (an XSD schema) and are stored in the task model bank. The optimal recording is critical as it provides a proper reference (ground truth) for comparing the performance of VUMs to the one of real users at later stages. Before any simulation preparation, GUI designers need to define the activities they want to test for accessibility. This means that a formal description of the series of actions in order to arrive at a given result must be produced. To proceed to the actual experimental phase, we introduce “scenario files,” which describe structured tasks used in order to describe the expected, by either real user or VUM, activity during the computer-based experiment. Those files initially describe tasks in an abstract format (e.g., locate another user in the Metaverse), but using a scenario editor tool we developed that they are matched to actions performed on the actual user interface by annotating which areas of the testing interface correspond to active GUI elements in order to match the tasks with the related GUI elements. Eventually, the annotated interface is used in making connections between the interaction events and the tasks described in the scenario (simulation preparation). Figure3仿真框架的概述和基本的主要组件之间的数据流。

在模拟阶段,最初我们构造三个代表认知模型:(a)老年人MCI (b)和(c)年轻用户的组。之后这些模型是用来模拟场景类似的由各自的真实用户,对确定和验证系统的容量进行了比较。任务验证扩展在迭代试验用稍微不同的场景结构设置的任务。这些任务是随机,以减轻学习的效果。初始验证认知任务的结果相关分析对整个持续时间和低级的数量(LL)交互事件相关实验过程中产生的输入设备。

将事件包括击键光标在屏幕上移动和鼠标按钮点击所有连接的一个定制的软件工具降低操作系统层(操作系统的消息传递系统)。根据我们的模拟方法,交互事件的数量做一个出错率指标。此外,介绍了“软失败”概念允许诅咒在仿真时间重试失败的任务。相应地,“失败”概念终止在第一fail-point仿真。在“软失败”,发誓有机会重试失败的任务的限制200%的作品。这种限制允许诅咒重复内部试错作品时间周期不超过一倍。我们介绍了这一技术的诅咒重试失败的任务,以防止成功完成任务的约束发誓在无限时间(无限循环)。

最后,仿真实验结果导出报告,包含关于诅咒的性能的详细信息。模拟报告是对XSD模式定义结构化的正式描述测量元素可扩展标记语言(XML)文档。短发现人类可读的描述,包括统计错误率、时间、数量和类型的操作系统交互事件包括在头的仿真报告,以使结果与真实用户的性能(保存在日志文件)。真实用户中执行一个external-to-the-simulator软件环境,即MCI筛选工具和真实用户的日志的方法。

易访问性评估方法使用诅咒提出本可以有效地描述在轻度认知障碍的记忆衰退。主要的定量措施(a)交互事件的数量由用户场景执行期间和(b)所需的时间来完成场景(持续时间)。娱乐与年龄和MCI最初结果检查相关结果,构建预测模型在使用SPSS v.19统计方法。此外,提出认知模型,基于新的双重认知模块,进行评估是否可以更好地预测时间,实际的MCI患者需要完成的任务比以前认知架构,没有新的MCI子模块。

4.2。的方法研究2

试点研究与老年人和MCI用户发生在2013年9月。第二人生(SL)查看器(图4)是用于允许参与者与Metaverse交互和其他遥远的游客。SL的特殊版本的应用程序中使用的信息娱乐测试开发使用OpensSim服务器平台和源代码版本的官方SecondLife查看器应用程序。这种方式,一个私人,完全由作者的团队控制SL Metaverse环境可见于其他SL游客对主题(真实用户和发誓)。值得注意的是,控制自定义Metaverse的能力不仅指接口的功能,但身临其境的内容环境(2 d和3 d内容和功能)。

信息娱乐测试在同一天完成计算机MCI筛选试验(图4)。测试的迭代的场景是在一个稍微不同的方式来消除学习的效果。然而,任务的难度一直维持在两名飞行员为了具有可比性。

在执行MCI筛查之后,参与者进入一个宽敞的演示房间预留给飞行员测试,通常成对。确保参与者有信心在使用Metaverse界面,展示后执行所有场景的RP,老年人参与者被要求遵循。十三相对容易共同娱乐的场景任务创建用于测试目的。场景(表的一些示例2):“进入Metaverse”是用户身份验证过程(S1),“《阿凡达》的外表变化组织”(S2),“创建和操作3 d对象”(S4-S7),“阿凡达”导航(S8-S9),“与对象”(S10-S11)和“与其他游客”(S12-S13)。每个场景的长度,由“数量的任务”表示用户必须完成多少任务成功实现目标的场景。

4.3。研究2的结果

信息娱乐的研究结果表明,交互事件的数量,也表达了错误率由于“硬错误”和“软错误”概念,不是一个强大的分隔符为老年人MCI组,所以逐渐被废除。表3提出了详细的结果信息娱乐试点两个测试组的测试组织/场景(老年人和MCI)。

这里的研究假设是“如果某些部分的人口有认知障碍,影响记忆,那么对于那些失败的MCI筛选试验,预计他们的分数的相关信息娱乐场景将低于别人。“这是至关重要的,并不是所有的场景都是同样有趣的双重认知模块开发。例如,场景主要是电动机,视觉,听觉能力是成功所需的性能完好无损MCI的用户。的确,在可用的GUI的场景,那些需要更复杂的心理过程被证明是适合MCI和健康老人用户之间的区别。因此,在这项研究中,重点给出了这些场景,主要是记忆和决策的影响下降。

有分数百分数表示作品的差异表现,健康老人执行432.94%的作品的信息娱乐场景时间和他们产生50.77%的作品。同样,结果MCI用户作品时间的446.48%和56.20%的作品。虽然平均值显示,MCI用户需要更多的时间和更多的键盘和鼠标点击执行相同的场景;这额外的努力,可能不是很明显。

正常测试后,所有变量相关情况持续时间和事件检测意味着平等的两个测试组(健康的老年用户和MCI用户)。对于健康的老年人,所需的时间完成第一个场景(S1:,)和最后一个(,)被发现明显不同于第一次的持续时间(,),最后一个场景(,)的MCI (S1:,向:,)。同时,这种差异被发现在一个显著的影响大小:S1和为向。对于所有其他情形持续时间,零假设的股本意味着没有拒绝。

对于其他的测试指标,交互事件的数量(实验期间按键和鼠标点击),意味着不拒绝零假设为股权的(在所有的测试。关于交互事件的数量,结果表明这两个目标群体没有区别。相同的结果提取从测试(Mann-WhitneyU测试)之间的制度化和管控的MCI。

4.4。简短的讨论研究2的结果

每个场景的持续时间和事件的数量并不总是遵循对方的波动。强大的交互事件的持续时间和数量之间的相关性被发现只有在场景S2 (,),S5 (,)、S6 (,)、S9 (,)和S11 (,)。在图5两个具有代表性的系统树图的时间和事件变量作为分层变量聚类的结果。纵轴表示交互事件的数量(图5(一个)(图)和整体的持续时间5 (b))。

后的结果通过平均运行数据之间的联系组,很明显,S1和向两个与内存相关的场景,以及两个信息定位场景S3和向离群值,融合在任意距离远高于其他人。主要目的是将所有的知识获得的信息娱乐数据的统计分析,以优化向第二代诅咒发誓的性能,特别是为选中的MCI组设计和测试。

以下部分描述了实验的措施是安装在一个回归方程,以开发第二代诅咒的性能预测模型。期待一代的诅咒,优化研究2的结果的基础上,总结了我们所有的期望关于真正的预测MCI在界面设计时用户的性能。

5。研究三:优化发誓

5.1。介绍研究3

目前提出的努力是诅咒的优化基于真实用户数据和ACT-R提出的认知体系结构模型。终极目标是创建健壮的诅咒认知模型作为一个内部心理表征的老年用户构成其确切认知形象。在第一级MCI的插入子模块作为一个感知模块针对更好的估计早期痴呆前驱症状。新的挑战是确定错误率和MCI-VUMs所需的额外时间和比较时间和成功率与MCI的实际用户所产生的结果。在第二个层面,详细表示诅咒认知模型用于界面的易访问性评估在一个模拟器。从娱乐中提取测试结果被用来计算认知参数应该被更新。

5.2。研究方法3

回归方程被用来找出关系,如果有的话)之间存在真正由users-infotainment任务的持续时间和MCI筛选试验结果给出了相同的主题。只要预测诅咒的分数,作为仿真测试的结果,可以适合一个回归方程,我们可以改造现有发誓未来实验的认知子模块(优化发誓)。

本节解释的结果提出选拔程序我们遵循作为一个战略选择的顺序近似多项式计算场景的时间考虑到MCI筛查的分数。使用BNT分数作为独立变量,我们先后安装递增和测试顺序模型回归系数的意义在每个步骤的模型拟合。

首先我们假设线性计算作为起点的方程最小化安装线之间的距离和实验测量分(场景持续时间)。线性回归方程被认为是统计学意义(),这给了一个很好的融入我们的实验结果。接下来,之后选择策略,我们升级我们的模型成为一个二阶模型试图保持的最高次项的统计学意义的接受范围值(< 0.05),同时增加平方()统计(确定系数)。计算响应变量变化的百分比,是由我们的线性模型,平方统计发现等于0.322。这个值以供将来参考,可以表示为二次模型 在哪里:持续时间的情况下,:MCI筛查分数(BNT),和,,由方程计算系统。

和的数据的大小 上述方法用于计算的预期持续时间的场景当MCI用户参加了实验。最后的仿真报告给预测时间 在哪里:时间场景以50%的MCI的诅咒,:时间场景,健康的老年人发誓:常系数。

作为一个例子,考虑到时间场景1健康老人,系数3计算场景中使用50 mci诅咒的持续时间被发现,,。

为了保持认知能力下降的简单的规则(例如,MCI)增加了额外的时间的时间场景,在7必须永远大于零(负的)。因此,标准系数之前,作为计算,减去从的结果3为了表达的时间添加到健康的老年人的认知能力下降。

二次模型给出了一个接受了统计学意义(),而且它提供了一个更高广场()比线性模型()。通过进行模型更新过程,下一个多项式回归模型(立方)被发现不是更好(,比以前),因此我们没有升级我们的模型。二阶模型更可取,因为它很简单,所以二次效应参数仍为最高阶项在我们的预测模型。注意的是,其他模式,如对数,权力,和指数,用来给没有更好的结果比二次模型。

预测模型用于计算的更精确的任务持续时间MCI诅咒被纳入GUI模拟器实现优化的仿真结果。因此,模拟产生后期的实验报告包含了更精确的结果,更好的安装GUI设计师的决策。优化诅咒行为现在都直观地观察到在模拟和印在实验报告。这是通过考虑更新后的参数值是负责仿真时间的控制流。优化时间管理监管机制直接影响任务的完成时间MCI诅咒,诅咒自由异常认知能力下降时,GUI仿真功能仍不受影响。要注意的优化功能MCI发誓只指时间延迟与认知能力下降有关,而不是时间的其他监管机构(像马达子模块,例如)。

优化的版本使用相同的电机、视觉和知觉子在任何其他情况下。只有当一个MCI发誓出现在模拟场景中任务,模拟器调整其时间管理功能根据二次预测模型插入到优化的诅咒。实际上,这是实现为一系列任务序列调用之间的时间延迟。这些延迟的速度和持续时间是对应于认知能力下降的程度(表示为“假想BNT测试”的结果)。最后,实验仿真任务执行时,视觉感知区别健康老人和MCI诅咒(宏观的区别)就像一个意想不到的或不合理的延迟在光标运动规划。这种扭曲在光标移动是由于模拟“遗忘”的诅咒失去了控制自己执行的任务,尽管他们的任务只是在加载场景文件。

优化模型的另一个重要时间调节器由发誓所需的时间选择一个选项的界面,而不是另一个,当许多选项同时在场。这非常类似于常见问题”按钮是否工作,这一个或一些其他的吗?“模拟考虑了Hick-Hyman法律已经描述,而不是人类处理速度可能会受到影响,因为智商(IQ)的诅咒(36]。真实用户没有要求给一个智商测试在测试之前或之后的智商没有考虑优化发誓模型。

结果这一点是一个更详细的表示诅咒认知模型用于界面的易访问性评估在模拟器。从娱乐中提取测试结果被用来计算认知参数应该被更新,为了消除的因素之间的差异的诅咒和真正的老用户。

5.3。研究的结果3

新的认知结构,插入到cognitive-aware发誓评估反对旧的诅咒一代测量受益于新的认知模式的采用。作为一个例子,在桌子上4,比较分数的MCI用户,50岁老人(古老的诅咒)和50 MCI(新发誓)在几秒钟内。数据是通过模拟“进入Metaverse”场景中提取(S1)和最优用户的性能已经减去。

实际上,事实证明认知模型的优化是通过使用统计方法对一组实验时间和得分记录。的回归模型被用于预测前所述。95%置信区间的上下边界的回归方程的系数是用于生产MCI发誓百分比的范围,从几乎1 MCI的最大100 MCI。作为一个例子,当作品需要15.35秒完成用户身份验证场景(S1),健康的老年人需要平均59.53秒的信息娱乐试点测试,和平均MCI用户相同的任务需要87秒。

50岁老人发誓需要17.30秒,远离实际的用户因为诅咒没有考虑常见的输入错误由普通用户或瞬间流逝的记忆(例如,忘记一个人的密码)。这个模范绩效不令人信服的,因为它比老年人更接近作品或MCI的用户。唯一罚时支付以上作品持续时间是一个与年龄相关的延迟插入电机模块(指针移动)来证明(1.95秒)的区别。

50 MCI另一方面,创建BNT = 22认知得分,需要88.21秒98%类似于实际的MCI用户的评分,与旧的相比50老人发誓只需要19%的实际时间的分数。

5.4。简短的讨论研究结果3

本研究的目的是诅咒的优化性能,在一组测试场景成为可能,在实际老年人和MCI用户,适合更好的表现真实的人。信息娱乐应用领域被选为代表的典型的计算机环境中,包括从2 d GUI元素到身临其境的交互性和社会沟通与其他遥远的用户。

场景,需要强有力的记忆的持续时间(记住用户名和密码在S1,对话框打开的顺序向)被发现受到MCI的存在。也是广义的“深度gui”要求用户遵循长点和点击线路主应用程序,即使应用程序本身有一个良好的学习曲线。在测试期间产生的交互事件的数量,它隐藏了成功和失败的鼠标点击和键盘中风,证明是一个弱的预测,可能是因为自己方向的场景:老年人和MCI测试人员如何执行的有方向的场景导致无意中纠正错误决策相关。nonsupervised飞行员测试与实际用户基于一组场景显然memory-judgment偶极子目标,只有目标是共享的参与者,将是一个更敏感的仪器来检测时间延迟和MCI人群的交互模式。

确定性方法后,诅咒每一个先前的测试是用来预测更准确真实的最终用户的行为和认知改变时间。这种方法允许界面设计师运行可访问性测试在他们的新设计在早期开发阶段不需要招募真正受损的人。

新的认知模块的发展,是基于总场景持续时间预测模型(二次模型),按预期工作,生产时间分数接近实际的MCI用户比之前的模型。记住了质量预测模型发展的特征是确定系数领域的人类行为,如娱乐实验中,它是完全预期平方值将低于25%37,38]。人类被试的表现在复杂的任务复杂的用户界面仅仅是比在其他研究领域难以预测。因此,由此产生的45.9%的价值广场满足我们研究的期望。从诅咒优化的角度来看,这是一个关键的结果,因为它让我们得出的重要结论,MCI的BNT可以解释几乎一半的可变性围绕其均值的响应数据。

6。研究4:易访问性评估与优化的诅咒

6.1。介绍研究4

使用新的诅咒这个模拟测试基于优化旨在支持更多实实在在的GUI图形用户界面和导演Metaverse开发人员重新设计的用户界面根据所有潜在用户的需要,包括那些在MCI(图6)。对诅咒优化根据MCI用户的需要,一些对话框已经简化到最小化认知负荷,而象形图首选引发常见任务,从而消除记忆检索。

6.2。的方法研究4

新的接口测试的一组新的发誓,从50 mci和达到85 mci。老年人,而不是创建一个全新的诅咒,诅咒被修改,这样一个架构扩展(MCI子模块)是影响其性能MCI以同样的方式影响人类。持续时间的预测优化的诅咒中滑动范围的上下边界表示模型系数。高于90年mci阈值,界面被认为是由其创造者不能够重新设计不失其基本功能。

6.3。研究的结果4

后的测试执行相同的协议更新界面产生更好的结果,也就是说,需要完成的场景在平均减少了14.09%。memory-demanding场景(S1和向),对MCI特别感兴趣的用户,老人减少了用户身份验证时间57秒(从59秒)(),但MCI用户减少到65秒()从87秒()。

6.4。简短的讨论研究结果4

易访问性评估通过优化诅咒实际上证明插入小说MCI认知子模块在整个诅咒体系结构提供了可能,界面设计师可以让测试模拟器对界面设计决策。结果被证明是有价值的新界面设计减少了访问内存中的内存负载要求的任务和决策任务的认知负荷。cognition-enabled的新一代的诅咒,像人类的方式回应指向界面设计师,设计功能变化显示阳性可访问性规则。

7所示。所有研究的一般讨论

模拟器用于执行实验通过诅咒了导向。的终极目标是提高接口的质量为了支持设计师进行逼真的模拟。另一方面,ACT-R模型,我们发誓的结构是基础,是最初提出meaning-oriented结构对于一般用户建模使用。多个研究和实验我们进行有针对性的小说发展的认知模型定制MCI用户扩展现有的认知模型。

每个研究都有了以自己的方式在整个模拟痴呆界面易访问性评估。第一项研究提供了必要的定量数据来描述参与者的医疗状态的基础上完善的MCI筛查。第二项研究一直是一个系统的半自动的MCI的观察和控制在一段时间内,在任务导向的场景。在执行任务中,那些指向记忆和决策过程的目标受众是特别重要的病人患有痴呆症。第三个研究表明之间的关系进行时间分数和认知的状态。从我们收集的结果,统计描述的模型最好的重要性的关系与MCI相关用户的表现和认知能力下降是一个二次模型。利用这些结果,我们优化我们的模型根据前面的研究结果也检查模拟器的一致性要求。特别是认知子模块,这是插入到现有虚拟用户架构引入新一代cognitive-aware发誓,能够执行相同的任务是真实用户在一个更现实的方式。相同的实验(Metaverse环境)被用来评估预期收益在诅咒的质量,预测的能力。事实上,这部小说诅咒实现了接近真实用户的模拟表演。 With a better VUM quality available, the last study was performed on a real world interface problem concerning the interface accessibility assessment for GUI designers. The Metaverse designers redesigned its interface so as not to exclude MCI users from the potential body of target users. The new design was evaluated by the novel VUMs to indicate results according to which, when the MCI cognitive submodule was enabled and active, the simulator produced results closer to the real MCI users, especially in memory-demanding and decision making tasks.

遵循以用户为中心的方法和主要小说诅咒由本研究在大多数情况下可以使用界面的易访问性评估覆盖超过90%的公共接口的可访问性问题。它的唯一限制是一个极端的认知障碍阈值对应于90% MCI的用户。诅咒痴呆很高水平可以产生有效的仿真结果,但是他们的持续时间不能总是有价值的预测为界面设计师极端干预在界面设计可能会导致界面失去其功能的一个重要组成部分。

8。结论

通常,GUI设计师重新调节GUI元素或增加色彩对比为老年人或受损的用户的需求。然而,仍然有需要为特定的接口设计战略重组和改变视觉隐喻的具体需求定制接口组与认知相关的限制。我们的方法结合文献研究和实验数据来预测更好的精度性能的认知受损发誓在已知界面可访问性的限制。提出发誓架构实现,我们插入额外的认知产生“嘈杂”功能的子模块内部发誓结构而不是生产嘈杂的数据输出。

试点测试模拟器显示高真实用户的测试成绩之间的相关性和诅咒。这些结果应被视为早期方法对潜在的兴趣包括认知特征信息娱乐仿真模型的设计。评估信息娱乐产品的测试表明,该诅咒的修改定制根据认知障碍设计师是宝贵的资产,以增加产品和服务的可及性为老年人不同赤字的记忆,注意力,判断,和沟通能力。不仅利用场景所需的内存,甚至更复杂的认知功能,如决策的能力。

后给出的令人鼓舞的结果从试点测试,即将到来的测试将由招聘更广泛的科目(30 - 50人)。这些测试将包括两次试验法的可靠性评估的计算机筛选试验,此外,它预计将提高仿真结果的预测精度之间的诅咒和实际用户。招聘标准可能会延长,包括抑郁症检测测试像贝克抑郁量表(BDI-II)消除无关的MCI本身可能带来的影响因素。此外,在我们未来的计划是声音和听觉的实际使用和评估模块。

这项研究工作,被嵌入到“设计”的原则,与认知功能下降是帮助人们以一种间接的方式提高他们的生活质量:不直接提供治疗设备,但与改变世界的设计文化产业。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作已经收到了欧盟的资助下地平线2020研究和创新项目资助协议。643433年,项目RAMCIP。

引用

1. s . j . Czaja和c·c·李”访问技术老化所带来的影响,”在信息社会普及,5卷,不。4、341 - 349年,2007页。视图:出版商的网站|谷歌学术搜索
2. d·g·特恩布尔、c . m . Chewar和d s McCrickard”是认知架构足够成熟来评估通知系统,”学报》国际会议软件工程研究和实践(搜索' 03)拉斯维加斯,内华达州,美国,2003年6月。视图:谷歌学术搜索
3. d·斯隆·m·t·阿特金森c .食蟹猴和y,“潜在的自适应接口作为旧网络用户的可访问性援助”学报》国际交叉学科会议上Web可访问性(W4A 10)2010年4月,ACM,。视图:出版商的网站|谷歌学术搜索
4. c . DeCarli b·l·米勒,g . e .天鹅t·里德,p . a .狼和d . Carmelli“脑血管和大脑形态学的轻度认知障碍相关国家心脏,肺和血液研究所的双胞胎的研究中,“神经病学档案,卷。58岁的没有。4、643 - 647年,2001页。视图:谷歌学术搜索
5. n Taatgen和j·r·安德森,“过去、现在和未来的认知架构,”认知科学的主题,卷2,不。4、693 - 704年,2010页。视图:出版商的网站|谷歌学术搜索
6. f·e·里特和r . m .年轻,”体现模型作为模拟用户:介绍这个特殊的问题使用认知模型来改善界面设计,“国际人类计算机研究杂志》上,55卷,不。1、1 - 14,2001页。视图:出版商的网站|谷歌学术搜索
7. r .太阳,“介绍计算模型,”计算心理学的剑桥手册页,r .太阳,艾德。3-19,剑桥大学出版社,剑桥,质量,美国,2008年。视图:谷歌学术搜索
8. j·r·安德森和c . Lebiere思想的原子组件美国新泽西,劳伦斯Erlbaum Associates Mahwah, 1998。
9. d . e . kiera d·e·迈耶,“史诗的概述认知架构和性能与应用程序人机交互,”人机交互,12卷,不。4、391 - 438年,1997页。视图:出版商的网站|谷歌学术搜索
10. 约翰和d . e . b . e . kiera”,傻子的家庭用户界面分析技术:比较和对比,“ACM事务在人机交互,3卷,不。4、320 - 351年,1996页。视图:出版商的网站|谷歌学术搜索
11. p·m·兰登·m·f·冈萨雷斯,p . Biswas”为用户的需求和造型设计的研究对于一个可访问的机顶盒,”《第八届国际会议上残疾,虚拟现实和相关技术,页203 - 212年,瓦尔帕莱索,智利,2010。视图:谷歌学术搜索
12. j·曼考夫,h .既和r . Juang”评估可访问性通过模拟用户的体验与视觉和运动障碍,”IBM系统杂志,44卷,不。3、505 - 517年,2005页。视图:出版商的网站|谷歌学术搜索
13. m·萨特o . Droegehorn, k . David”着:用户概要本体的工作偏好的支持,”学报第一国际先进的人机交互会议(ACHI ' 08)IEEE,页230 - 235年,2008年2月。视图:出版商的网站|谷歌学术搜索
14. g . Trafton l . Hiatt a·哈里森f . Tanborello s Khemlani和a·舒尔茨“ACT-R / E:人机交互的体现认知架构,”《人机交互,卷2,不。1,30-55,2013页。视图:出版商的网站|谷歌学术搜索
15. m·d·伯恩”ACT-R / PM和菜单选择:将认知体系结构应用于人机交互,”国际人机研究杂志》上,55卷,不。1,41 - 84,2001页。视图:出版商的网站|谷歌学术搜索
16. e·t·t·j . Wong可口可乐,l . j .斯古乐”ACT-R参数的在线数据库:向一个透明的以社区为基础的模型开发方法,”学报第十届国际会议上认知建模(ICCM 10)2010年8月,页282 - 286。视图:谷歌学术搜索
17. d d。萨吴奇、e·r·布尔和a .刘”向司机行为认知架构的集成模型,”交通研究记录,卷1779,不。1,9到16,2001页。视图:谷歌学术搜索
18. l . Razmerita a Angehrn, t . Nabeth”角色的用户模型和用户模型在知识管理系统中,”《人机交互(HCI ' 03)国际会议上,第456 - 450页,2003年。视图:谷歌学术搜索
19. d Heckmann和A·克鲁格,”一个用户建模标记语言(UserML)无处不在的计算,”用户建模2003:第九届国际会议上用户建模学报》(嗯' 03),约翰斯敦,Pa,美国,6月22日至26日进行的卷,2702在计算机科学的课堂讲稿施普林格,页393 - 397年,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
20. a . Serna h . Pigot,诉Rialle”为认知建模阿尔茨海默病的发展援助在智能家居中,“用户建模和User-Adapted交互,17卷,不。4、415 - 438年,2007页。视图:出版商的网站|谷歌学术搜索
21. p . Biswas p·罗宾逊和p·兰登,“通过用户建模与仿真设计包括界面,”国际期刊的人机交互,28卷,不。1,1-33,2012页。视图:出版商的网站|谷歌学术搜索
22. r·贝拉米、b .约翰和s . Kogan”部署CogTool:定量可用性评估融入真实的软件开发,”美国第33软件工程国际会议(ICSE ' 11)ACM,页691 - 700年,2011年5月。视图:出版商的网站|谷歌学术搜索
23. k . e . Nutter-Upham a . j . Saykin洛杉矶拉宾et al .,“语言流畅性能在遗忘MCI和老年人认知抱怨,“临床神经心理学档案,23卷,不。3、229 - 241年,2008页。视图:出版商的网站|谷歌学术搜索
24. n . Kaklanis p . Moschonas k .工程,d . Tzovaras“虚拟用户模型为老年人和残疾人自动模拟的可访问性和人机工程学设计,评价”在信息社会普及,12卷,不。4、403 - 425年,2013页。视图:出版商的网站|谷歌学术搜索
25. n . Kaklanis p Biswas y穆罕默德et al .,“对标准化的用户模型模拟和适应的目的,“在信息社会普及,2014年。视图:出版商的网站|谷歌学术搜索
26. j . Vanderdonckt”MDA-compliant环境发展中信息系统的用户界面,”学报17先进信息系统工程国际会议(CAiSE ' 05)2005年6月,页16-31,。视图:谷歌学术搜索
27. m·贝克曼美国Yilmaz、g·波尔和A . Wegerich”任务完成的框架使用一个ACT-R模拟,”学报》第11届国际会议上认知建模(ICCM 12),页127 - 128年,柏林,德国,2012年4月。视图:谷歌学术搜索
28. w·e·乡巴佬”,获得信息的速度。”季度《实验心理学》杂志上,4卷,不。1,11-26,1952页。视图:出版商的网站|谷歌学术搜索
29. r·海曼“刺激反应时间的信息作为决定因素,”实验心理学杂志,45卷,不。3、188 - 196年,1953页。视图:出版商的网站|谷歌学术搜索
30. 下午费茨”,人类的信息容量电动机系统在控制运动的振幅,”实验心理学杂志卷,47号6,381 - 391年,1954页。视图:出版商的网站|谷歌学术搜索
31. p . Moschonas a . Tsakiris i Paliokas, d . Tzovaras”用户界面的易访问性评估使用虚拟用户模型,”学报》国际研讨会Personalisable媒体系统与智能的可访问性2012年,伊斯坦布尔,土耳其,。视图:谷歌学术搜索
32. b . Chikhaoui和h . Pigot”分析模型评价人机接口使用认知建模为基础,“国际信息技术杂志》上,4卷,不。4、252 - 261年,2008页。视图:谷歌学术搜索
33. z s Nasreddine: a .菲利普斯诉Bedirian et al .,”蒙特利尔认知评估,美国华人博物馆:一个简短的轻度认知障碍筛查工具,”美国老年病学学会杂志》上,53卷,不。4、695 - 699年,2005页。视图:出版商的网站|谷歌学术搜索
34. h . Goodglass e·卡普兰,,波士顿命名测试,Lea & Febiger,费城,宾夕法尼亚州,美国,1983年。
35. l·t·康纳斯皮罗三世,l . k .长方形的m·l·艾伯特,“改变对象命名能力在成年。”心理科学和社会科学期刊Gerontology-Series B卷,59号5,P203-P209, 2004页。视图:出版商的网站|谷歌学术搜索
36. e·罗斯,“死Geschwindigkeit der Verarbeitung冯信息和麻省理工学院国际卫生条例Zusammenhang Intelligenz /信息处理的速度和坚持与智慧,“Zeitschrift毛皮Experimentelle和《应用心理学》,11卷,不。4、616 - 622年,1964页。视图:谷歌学术搜索
37. m·米切尔和j·m·乔利研究设计了沃兹沃思出版,Cengage学习,8日版,2012年。
38. j . Lawrance r·贝拉米和m·伯内特”气味在项目:信息觅食理论应用于程序维护吗?“在《IEEE研讨会上的视觉语言和以人为中心的计算(重要/肝癌' 07)2007年9月,页15 - 22日。视图:出版商的网站|谷歌学术搜索

版权

版权©2015索非亚Segkouli等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。