Forskningsprojekt Tidsserieanalys för att skapa användarmodeller från beteende i interaktiva virtuella miljöer
Många digitala applikationer använder maskininlärningsalgoritmer för att förbättra sina resultat. Det här projektet undersöker hur algoritmerna kan bli bättre på att förstå mänskligt beteende i VR-miljöer.
Mobila applikationer kan enkelt samla in och analysera data för att förstå hur användare navigerar i deras plattformar. Därmed kan tjänsterna anpassas efter individers preferenser och bli mer personliga.
De senaste åren har ny teknik som VR (virtual reality) och AR (augmented reality) slagit igenom. I stället för att bara interagera via en tvådimensionell skärm fångar den nya tekniken användares rörelser och reaktioner i 3D.
Det här avhandlingsprojektet syftar till att förstå hur dessa nya datakällor kan användas för att skapa effektivare 3D-applikationer utifrån användares beteende. Hittills har det resulterat i ett antal ramverk och algoritmer som underlättar datainsamling och tar fasta på hur användare interagerar.
Det här är Luis Quinteros avhandlingsprojekt.
Handledare är Uno Fors, biträdande handledare är Panagiotis Papapetrou och Jaakko Hollmén.
Projektmedlemmar
Projektansvariga
Uno Fors
Forskare
Panagiotis Papapetrou
Professor, ställföreträdande prefekt
Jaakko Hollmén
Universitetslektor
Medlemmar
Luis Velez Quintero
Biträdande lektor