Abstract: Y. Shi, Y. Tu, L. Wang, N. Zhu (2024)

Researching and predicting visual fatigue is beneficial to human eye health while using electronic displays. In recent years, EEG-based prediction models have been trending. However, there is room for more accurate and stable performance in classification. In this study, an AtLSMMs network is proposed, with a multi-model design. In the network, display spectral information and temporal sequences of multi-dimensional signal features are fused with reduced dimension, to classify the three visual fatigue states. To optimize performance, in the single model, a multi-layer structure with bidirectional LSTM and self-attention is designed. To ensemble multi-model outputs, three variants are obtained by adding a dropOut layer, data enhancement of Gaussian noise, and class weight assignment, separately. As a result, the performance of the AtLSMMs network on data from 10 participants improved: 96.56% accuracy, 97.11% weighted precision, 96.56% weighted recall, and 96.83% F1-score on average. To verify the performance on different data, a validation experiment was conducted, and the classification results remained nice (75.20% accuracy, 72.12% weighted precision, 78.47% weighted recall, and 72.12% F1-score).

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

AtLSMMs network: An attentional-biLSTM based multi-model prediction for smartphone visual fatigue