| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Viedās datortehnoloģijas |
| Nosaukums |
Kognitīvās slodzes novērtēšana pēc EEG signāliem, izmantojot mašīnmācīšanās metodes |
| Nosaukums angļu valodā |
Assessment of Cognitive Workload from EEG Signals Using Machine Learning Methods |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Oļesja Grigorjeva |
| Recenzents |
Andrejs Bondarenko |
| Anotācija |
Bakalaura darbs ir veltīts kognitīvās slodzes noteikšanai pēc EEG signāliem, izmantojot datu apstrādes un mašīnmācīšanās metodes. Darbā aplūkota kognitīvās slodzes nozīme cilvēka darba laikā, īpašu uzmanību pievēršot skolotāju profesionālajai darbībai, kurā vienlaikus tiek veikti vairāki uzdevumi un nepieciešama pastāvīga uzmanības kontrole.
Darbā tika apstrādāti skolotāju darba laikā iegūti EEG dati, aprēķinātas signālu pazīmes un veikta to atlase kognitīvās slodzes līmeņu noteikšanai. Izstrādātajā pieejā izmantots LSTM modelis, kas klasificē kognitīvo slodzi trīs klasēs: zema, vidēja un augsta slodze.
Rezultātā ir izstrādāta mašīnmācīšanās pieeja, kas ļauj noteikt kognitīvās slodzes līmeni pēc EEG signālu pazīmēm un identificēt periodus ar paaugstinātu slodzi. Iegūtie rezultāti parāda, ka šādu pieeju var izmantot skolotāju darba procesa analīzē, lai novērtētu slodzes izmaiņas un raksturotu situācijas, kurās palielinās kognitīvā noslodze.
Kopumā darbā ir 56 lappuses, 17 attēli, 4 tabulas, 3 pielikumi un 37 izmantotie informācijas avoti. |
| Atslēgas vārdi |
ELEKTROENCEFALOGRĀFIJA, MAŠĪNMĀCĪŠANĀS, KOGNITĪVĀ SLODZE |
| Atslēgas vārdi angļu valodā |
ELECTROENCEPHALOGRAPHY, MACHINE LEARNING, COGNITIVE LOAD |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
26.05.2026 13:41:23 |
