Banca de DEFESA: Wedrey Nunes da Silva

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : Wedrey Nunes da Silva
DATA : 19/04/2024
HORA: 14:00
LOCAL: Sala Multiuso CIC
TÍTULO:

Análise da CS através de Biosinais: uma abordagem com Machine Learning Simbólica

PALAVRAS-CHAVES:

Realidade Virtual, Cybersickness, Biosinais, Dispositivos HMD, Aprendizado de Máquina, Aprendizado de Máquina Simbólico, Árvore de Decisão, CNN, RNN-LSTM

PÁGINAS: 140
RESUMO:

A Cybersickness (CS) representa um dos principais obstáculos para a utilização e adoção
da Realidade Virtual (VR). Os sintomas associados à CS podem variar de pessoa para
pessoa e incluem: náusea, vertigem, fadiga ocular e dor de cabeça, podendo durar de
alguns minutos até horas após a exposição à VR. Embora a incidência de CS relatada
entre os usuários de VR varie, estudos indicam que uma grande parcela da população,
cerca de 40% a 60% podem apresentar sintomas moderados a graves de CS. Um dos
principais obstáculos para garantir o conforto durante o uso de sistemas imersivos é a
CS, que ocorre com frequência ao utilizar dispositivos como os Head-mounted Display
(HMD). Apesar de existirem várias teorias sobre as possíveis causas da CS, não há um
método fácil ou sistemático para medi-la e quantificá-la. É comum que os pesquisadores
empreguem medidas subjetivas para identificar a intensidade da CS, podendo ser medida
por meio de questionários autorrelatados pré e pós-experiência, como o Virtual reality
sickness questionnaire (VRSQ) [1]. Em estudos anteriores, foram empregadas diversas
abordagens para mensurar a intensidade da CS, por meio da utilização de medidas sub-
jetivas e objetivas. Segundo pesquisadores, a CS tem um impacto significativo sobre os
sinais fisiológicos, incluindo onda delta do EEG, HR, HRV, GSR e EGG, os quais apre-
sentam uma correlação significativa com essa condição. Este trabalho tem como objetivo
geral investigar as alterações fisiológicas associadas à CS em jogos de realidade virtual,
realizando a coleta de informações do perfil do usuário, do jogo e também dos biosinais:
(ECG, EDA e ACC), do total de 30 pessoas saudáveis. Os participantes ficarão imersos,
através de dois jogos de VR, sendo o primeiro de carro de corrida e o segundo de voo.
Será ainda utilizado um classificador de ML Simbólico para detectar as potenciais causas
de CS ocorridas durante os experimentos de VR, baseado nos dados de perfil, do jogo e
biosinais. Este trabalho pretende validar a hipótese de que os sinais fisiológicos podem
ser eficazes na elaboração de estratégias para reduzir os sintomas da CS.

MEMBROS DA BANCA:
Presidente - 356930 - RICARDO PEZZUOL JACOBI
Interna - 2358912 - CELIA GHEDINI RALHA
Externo ao Programa - 2520958 - TIAGO BARROS PONTES E SILVA - UnBExterno à Instituição - THIAGO MALHEIROS PORCINO - PUC - RJ