v-CAT: A Cyberlearning Framework for Personalized Cognitive Skill Assessment and Training
v-CAT: A Cyberlearning Framework for Personalized Cognitive Skill Assessment and Training
复制标题
v-CAT：个性化认知技能评估和培训的网络学习框架
DOI：
10.1145/3197768.3201545
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Makedon, Fillia
中科院分区：
文献类型：
--
作者：
Papakostas, Michalis;Tsiakas, Konstantinos;Abujelala, Maher;Bell, Morris;Makedon, Fillia
最近的研究表明，到2030年，全球数亿工人可能会因机器人和自动化而失去工作，影响40多个发达国家和新兴国家，影响800多种工作岗位。虽然自动化有望提高生产率，并将工人从繁琐或繁重的任务中解脱出来，但它也可能扩大差距，留下缺乏自动化培训的工人。在这个项目中，我们建议建立一个基于技术的、个性化的职业网络学习培训系统，在该系统中，用户沉浸在模拟的工作场所/工厂任务环境中进行评估，系统收集和分析多感官认知、行为和生理数据。这一系统将提出建议，以支持有针对性的职业培训决策。重点是收集和分析特定的神经认知功能，包括工作记忆、注意力、认知过载和认知灵活性。对收集到的数据进行分析，以迭代的方式揭示生理和认知表现指标之间的关系，以及这些指标与需要特殊职业培训的工作行为模式之间的关系。
Recent research has shown that hundreds of millions of workers worldwide may lose their jobs to robots and automation by 2030, impacting over 40 developed and emerging countries and affecting more than 800 types of jobs. While automation promises to increase productivity and relieve workers from tedious or heavy-duty tasks, it can also widen the gap, leaving behind workers who lack automation training. In this project, we propose to build a technologically based, personalized vocational cyberlearning training system, where the user is assessed while immersed in a simulated workplace/factory task environment, and the system collecting and analyzing multisensory cognitive, behavioral and physiological data. Such a system, will produce recommendations to support targeted vocational training decision-making. The focus is on collecting and analyzing specific neurocognitive functions that include, working memory, attention, cognitive overload and cognitive flexibility. Collected data are analyzed to reveal, in iterative fashion, relationships between physiological and cognitive performance metrics, and how these relate to work-related behavioral patterns that require special vocational training.
登录
查看更多内容
使用交互式强化学习的自适应机器人辅助治疗
DOI：
10.1007/978-3-319-47437-3_2
发表时间：
2016
期刊：
19th International Symposium in Robot and Human Interactive Communication
影响因子：
--
作者：
K. Tsiakas;M. Dagioglou;V. Karkaletsis;F. Makedon
通讯作者：
F. Makedon
基于机器人的职业培训的智能交互式学习和适应框架
DOI：
10.1109/ssci.2016.7850066
发表时间：
2016
期刊：
2016 IEEE Symposium Series on Computational Intelligence (SSCI)
影响因子：
--
作者：
K. Tsiakas;M. Abujelala;Alexandros Lioulemes;F. Makedon
通讯作者：
F. Makedon
DOI：
10.1109/bigdata.2017.8258478
发表时间：
2017-12
期刊：
2017 IEEE International Conference on Big Data (Big Data)
影响因子：
--
作者：
Michalis Papakostas;K. Tsiakas;Theodoros Giannakopoulos;F. Makedon
通讯作者：
Michalis Papakostas;K. Tsiakas;Theodoros Giannakopoulos;F. Makedon
VoTrE：用于比较工作场所培训方法的职业培训和评估系统
影响因子：
5.8
作者：
Ashwin Ramesh Babu;Akilesh Rajavenkatanarayanan;M. Abujelala;F. Makedon
通讯作者：
F. Makedon
影响因子：
4.5
作者：
S. McGurk;K. Mueser;Haiyi Xie;K. Feldman;Yaniv Shaya;Leslie S Klein;Rosemarie S Wolfe
通讯作者：
Rosemarie S Wolfe