@techreport{oai:ipsj.ixsq.nii.ac.jp:00232623,
 author = {田中, 咲希 and 辻, 愛里 and Pekka, Siirtola and Jaakko, Suutala and Juha, Röning and 藤波, 香織},
 issue = {19},
 month = {Feb},
 note = {オフィスワーカーの集中状態や非集中状態を検出することは，不用意な割込みの回避や休憩の提示などに貢献する点で有意義である．視線情報を入力とする機械学習モデルによる集中状態・非集中状態の判別において，個人差が課題として挙げられる．そこで本研究では，インクリメンタル学習の導入による集中状態・非集中状態を判別する機械学習モデルの個人特化を目的とする．既存のインクリメンタル学習パイプラインに視線行動の類似度計算を組み込み，判別モデルの分類性能を調査した結果，F 値が最高で 0.479 となった．},
 title = {インクリメンタル学習の導入による黙読時の集中・非集中状態判別モデルの個人特化},
 year = {2024}
}