Conference proceedings article
Eine empirische Untersuchung zur Modellierung von Handlungsvorhersagen mit Hilfe dynamischer Bayes-Netze



Publication Details
Authors:
Künzer, A.; Schlick, C.; Ohmann, F.; Schmidt, L.; Luczak, H.
Editor:
Gärtner, K.-P.; Grandt, M.
Publisher:
DGLR
Place:
Bonn
Publication year:
2001
Pages range:
147-164
Book title:
Human Factors bei der Entwicklung von Fahrzeugen: 43. Sitzung des Fachausschusses Anthropotechnik der Deutschen Gesellschaft für Luft- und Raumfahrt (Hamburg 2001)
ISBN:
3932182227

Abstract
Mehrere dynamische Bayes-Netze mit unterschiedlichen Topologien werden in Bezug auf die Modellierung von Handlungsvorhersagen evaluiert: (1) Markov-Kette erster Ordnung, (2) Hiden-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 sieeine typische Aufgabe ausführten. Die Ergebnisse zeigen, dass die Anzahl der Benutzerbeobachtungen einen hohen Einffluss 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.


Authors/Editors

Last updated on 2019-25-07 at 15:26