.png){kind=icon}
返回
A Bayesian Network-Based Prediction Method for Continuous Operational Capability During Team Collaborative Tasks
.png){kind=icon}
OA
AI
DOI：10.3390/math13193117.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在团队协作任务背景下，持续操作能力是衡量操作效率的关键指标，也是当前研究的核心领域。团队成员持续操作能力的下降将不可避免地导致错误率上升，从而阻碍任务完成。在某些情况下，这甚至可能引发更严重的后果。为确保团队成员具备最佳操作能力，开展持续操作能力预测研究至关重要。本文提出了一种基于贝叶斯网络的团队协作任务持续操作能力预测模型。该模型基于持续操作能力演化的因果关系构建，并通过改进贝叶斯网络使其适用于个体人员。实验验证表明，该模型结果准确，可用于预测持续操作能力及其变化趋势。
Keyword:
Bayesian network
team collaborative task
continuous operational capability
prediction model
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.2
论文数:
3.1K
被引数:
3.6W
机构
引用论文
Overloaded and at Work: Investigating the Effect of Cognitive Workload on Assembly Task PerformanceOAAI
OAAI分享收藏Toward an implicit measure of emotions: ratings of abstract images reveal distinct emotional states
PREAI
分享收藏
Sleepiness and driving events in shift workers: the impact of circadian and homeostatic factors.png)
SLEEPOAAI
SLEEPIF4.9
OAAI分享收藏
查看更多内容