РОЗРОБЛЕННЯ МЕТОДУ КЛАСИФІКАЦІЇ КОРИСТУВАЧІВ ЗА РІВНЕМ СТРЕСОСТІЙКОСТІ З ВИКОРИСТАННЯМ МОДИФІКОВАНОЇ АВТОАСОЦІАТИВНОЇ НЕЙРОННОЇ МЕРЕЖІ
DEVELOPMENT OF A USER CLASSIFICATION METHOD ACCORDING TO THE LEVEL OF STRESS RESISTANCE USING A MODIFIED AUTO-ASSOCIATIVE NEURAL NETWORK
Сторінки: 64-68. Номер: №6, 2021 (303) 
Автори:
БОЙКО Н. І.,
Національний університет «Львівська політехніка»
0000-0002-6962-9363
nataliyair.boyko@lpnu.ua
ШАХОВСЬКА Н. Б.,
Національний університет «Львівська політехніка»
0000-0002-6875-8534
nataliya.b.shakhovska@lpnu.ua
Національний університет «Львівська політехніка»
МИХАЙЛИШИН В. Ю.
Національний університет «Львівська політехніка»
vladyslav.yu.mykhaylyshyn@lpnu.ua
N. BOYKO, N SHAKHOVSKA., V. MYKHAYLYSHYN
Lviv Polytechnic National University
DOI: https://www.doi.org/10.31891/2307-5732-2021-303-6-64-68
Рецензія/Peer review : 02.12.2021 р.
Надрукована/Printed : 30.12.2021 р.
Анотація мовою оригіналу
Роботу спрямовано на вирішення актуальної для України та світу науково-прикладної проблеми – розроблення методів та засобів побудови психофізичного портрету людини для визначення її стресостійкості. Для цілого ряду професій є необхідними спеціальні методики відбору персоналу за особливими здібностями. До таких здібностей (якостей) можна віднести здоров’я; мотивацію і волю діяти рішуче, з максимальною напругою своїх фізичних, інтелектуальних і психологічних можливостей; фізичну підготовку; рівень володіння технічними засобами (або іншими необхідними в критичній ситуації засобами); темперамент; характер; емоційний стан; накопичення втоми в ході виконання поставленого завдання та інші. У статті розроблено метод класифікації користувачів за рівнем стресостійкості на основі модифікованої автоасоціативної нейромережі з використанням алгоритму Флетчера – Рівса.
Ключові слова: стрес, алгоритм Флетчера – Рівса, автоасоціативна нейронна мережа.
Розширена анотація англійською мовою
The work is aimed at solving a relevant for Ukraine and the world scientific and applied problem – the development of methods and means of constructing a psychophysical portrait of man to determine its stress resistance. For a number of professions, special methods of selecting personnel for special abilities are needed. Such abilities (qualities) include: health; motivation and will to act decisively, with the maximum effort of their physical, intellectual and psychological capabilities; physical training; level of mastery of technical means (or other means necessary in a critical situation); temperament; nature; emotional condition; accumulation of fatigue during the task and others. The article develops a method for classifying users according to the level of stress resistance on the basis of a modified auto-associative neural network using the Fletcher – Reeves algorithm.
There are several ways to classify stress responses, but a more obvious study is to divide them into behavioral, intellectual, emotional and physiological manifestations of stress. The main signs of behavioral stress are psychomotor disorders (excessive muscle tension, winter breathing rhythm), lifestyle changes (changes in daily routine, sleep disturbances), occupational disorders (decreased productivity, increased fatigue), impaired social role functions, increased conflict, increasing aggression, etc.). In conditions of constant influence of stress factors on human consciousness, the decision can be ill-considered and made under the influence of emotions. To avoid such a situation in the workplace, the head of the company must monitor the condition of the operator. This human operator stress assessment system has been developed to predict human operator stress. The main task of the model is to predict based on the obtained parameters of the human condition (stress or not). Additional testing was added to increase the model’s performance based on input data on physical parameters, gender, age, height, and bad habits. The purpose of testing is to increase the accuracy of model prediction.
Data from 92 respondents with 1180 records were selected for testing. Data set division: testing – 20 %, training / verification – 80%. The best results were achieved with the help of our own developed neural network based on Keras. Also in the paper the implementation of decision-making methods, the method of k-nearest neighbors and the modified auto-associative network was presented.
Keywords: stress, Fletcher – Rives algorithm, auto-associative neural network.
References
- Mochurad L.I., Boyko N.I., Yatskiv M.V. Modeling of human stress situation in automated control systems of technological processes. The Scientific Bulletin of UNFU, Vol. 30, 2020, pp. 152–157. DOI: 10.36930/40300126
- McEwen B. S. Physiology and Neurobiology of Stress and Adaptation: Central Role of the Brain, Physiol. Rev., vol. 87, no. 3, Jul. 2007, pp. 873–904.
- Nash J. M. and Thebarge R. W. Understanding Psychological Stress, Its Biological Processes, and Impact on Primary Headache, Headache J. Head Face Pain, vol. 46, no. 9, Oct. 2006, pp. 1377–1386.
- Arnsten F. T. Stress signalling pathways that impair prefrontal cortex structure and function, Nat. Rev. Neurosci, vol. 10, no. 6, Jun. 2009, pp. 410–422.
- Kelley B.C., Gill D.L. An examination of personal/situational variables, stress appraisal, and burnout incollegiate teacher-coaches. Res. Q. Exerc. Sport, 64, 1993, pp. 94–102.
