Show simple item record

dc.contributor.authorDiego-Mas, José Antonio
dc.contributor.authorCalero Vivancos, Manuel
dc.contributor.authorGarzón-Leal, Diana Carolina
dc.date.accessioned2017-10-23T08:15:42Z
dc.date.available2017-10-23T08:15:42Z
dc.date.issued2017
dc.identifier.isbn978-84-697-6121-2
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/443
dc.descriptionLa optimización de los interfaces hombre máquina supone la disminución de los errores cometidos y el aumento de la eficiencia en las tareas desarrolladas. Esto resulta de vital importancia en el desarrollo de actividades de control y operación en procesos críticos. En este trabajo se desarrolló un procedimiento basado en algoritmos evolutivos, alimentados mediante datos obtenidos por Eye-tracking, para la optimización de interfaces hombre máquina. El objetivo principal del estudio realizado era obtener distribuciones óptimas de interfaces de trabajo. En este estudio se llevaron a cabo una serie de tareas en un simulador siguiendo un conjunto de órdenes preestablecidas. Los datos empleados para alimentar al algoritmo se obtuvieron de un sistema fijo de Eye-tracking o seguimiento de la mirada, además de las variables tiempo y numero de errores cometidos durante la realización de tareas por parte de un conjunto de usuarios. Como resultado, la distribución obtenida con el algoritmo supuso una significativa reducción del tiempo de ejecución de las tareas y del número de errores cometidos.es_ES
dc.description.abstractOptimizing human-computer interfaces lead to diminish errors and to increase efficiency in developed tasks. In the present study several tasks were carried out in a submarine simulator following a set of pre-established orders. The main objective of the study was to obtain an optimal distribution of a simulated working environment. The data was provided by the participants through an eye-tracking hardware that feed a genetic algorithm system. Another variables employed into the algorithm were time and the number of errors committed during the tasks performance. The study was divided into two phases. In the first phase, participants worked on a pre-established environment, thereafter, users customized the environment redesigning windows sizes and positions in order to facilitate the execution of tasks. In the second phase of the study, a second sample worked with the environment created by the genetic algorithm. As final result, the distribution obtained with the algorithm meant a significant reduction in the execution time of the tasks and the number of errors committed.es_ES
dc.language.isoeses_ES
dc.subjectTecnologías de la Información y las Comunicaciones. Ingeniería del Softwarees_ES
dc.titleOPTIMIZACIÓN DE INTERFACES DE TRABAJO MEDIANTE EYE-TRACKING Y ALGORITMOS EVOLUTIVOSes_ES
dc.title.alternativeWORKING INTERFACES OPTIMIZATION USING EYE-TRACKING AND GENETIC ALGORITHMSes_ES
dc.typeArticlees_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

  • CIDIP 2017 (Cádiz) [180]
    XXI Congreso Internacional de Dirección e Ingeniería de Proyectos (Cádiz, 2017)

Show simple item record