Диагностика лётного состава по результатам работы на авиационных тренажерах^*

В работе представлено описание новой концепции диагностики лётного состава по результатам работы на авиационных тренажерах. Применяемый подход основан на представлении движения взора пилота с помощью марковского процесса с непрерывным временем. Рассматриваются процедуры идентификации прогнозирующей модели, оценки степени адекватности модели наблюдениям и способы построения классификатора, позволяющего количественно оценивать близость испытуемых к эталонам, относящимся к различным диагностируемым группам. Итоговый критерий для оценки лётной квалификации по серии контрольных упражнений формируется на основании интегральных диагностических показателей, которые определяются с помощью параметров идентифицированных моделей. В статье приводится описание эксперимента, иллюстрации и результаты проведенных исследований, направленных на оценку надежности разработанных моделей и критериев, а также формулируются выводы о применимости разработанного подхода в прикладной области, его преимуществах и недостатках.

Одним из перспективных подходов, позволяющих добиться прогресса в области создания систем компьютеризированной диагностики и преодолеть часть указанных проблем, является использование данных видеоокулографии. Результаты экспериментальных исследований свидетельствуют о наличии факторов, существенно влияющих на изменчивость показателей глазодвигательной активности в рамках фиксированного стимульного материала и определяющих пространственно-временные особенности траекторий взора в гомогенных (по уровню выраженности фактора) группах испытуемых (Барабанщиков, 1997; 2008; Барабанщиков, Жегалло, 2013).

1. Барабанщиков В.А. Восприятие индивидуально-психологических особенностей человека по изобра- жению целого и частично открытого лица // Экспериментальная психология. 2008. Т. 1. № 1. C. 62–83.
2. Барабанщиков В.А. Окуломоторные структуры восприятия. М.: ИП РАН, 1997. 384 с.
3. Барабанщиков В.А., Жегалло А.В. Регистрация и анализ направленности взора человека. М.: ИП РАН, 2013. 316 с.
4. Береговой Г.Т., Завалова Н.Д., Ломов Б.Ф., Пономаренко В.А. Экспериментально-психологические исследования в авиации и космонавтике. М.: Наука, 1978. 303 с.
5. Дж.О.Ким, Мьюллер Ч.У., Клекка У.Р. Факторный, дискриминантный и кластерный анализ. М.: Фи- нансы и статистика, 1989. 215 с.
6. Крамер Г. Математические методы статистики. М.: Мир, 1976. 648 с.
7. Куравский Л.С., Юрьев Г.А. Вероятностный метод фильтрации артефактов при адаптивном тести- ровании // Экспериментальная психология. 2012. Т. 5. № 1. С. 119–131.
8. Куравский Л.С., Баранов С.Н., Корниенко П.А. Обучаемые многофакторные сети Маркова и их при- менение для исследования психологических характеристик // Нейрокомпьютеры: разработка и при- менение. 2005. № 12. С. 65–76.
9. Куравский Л.С., Марголис А.А., Юрьев Г.А. Принципы программной реализации психологического тренажера // Психологическая наука и образование. 2008. № 5. С. 182–188.
10. Куравский Л.С., Марголис А.А., Юрьев Г.А., Мармалюк П.А. Концепция системы поддержки при- нятия решений для психологического тестирования // Психологическая наука и образование. 2012. № 1. С. 56–65.
11. Куравский Л.С., Мармалюк П.А., Алхимов В.И., Юрьев Г.А. Математические основы нового подхо- да к построению процедур тестирования // Экспериментальная психология. 2012. Т. 5. № 4. С. 75–98.
12. Куравский Л.С., Мармалюк П.А., Барабанщиков В.А., Безруких М.М., Демидов А.А., Иванов В.В., Юрьев Г.А. Обучаемые структуры как основа программного обеспечения для диагностики навыков и компетенций // Нейрокомпьютеры: разработка и применение. 2013. № 5. С. 46–60.
13. Куравский Л.С., Мармалюк П.А., Юрьев Г.А., Баранов С.Н., Полещук Г.Н., Смирнов А.А., Шишов А.Н. Диагностика лётного состава по результатам работы на авиационных тренажерах // Нейрокомпьюте- ры: разработка, применение. № 10. С. 14–23.
14. Куравский Л.С., Ушаков Д.В., Мармалюк П.А., Панфилова А.С. Исследование факторных влияний на развитие психологических характеристик с применением нового подхода к оценке адекватности моделей наблюдениям // Информационные технологии. 2011. № 11. С.67–77.
15. Куравский Л.С., Юрьев Г.А. Адаптивное тестирование как марковский процесс: модели и их иден- тификация // Нейрокомпьютеры: разработка и применение. 2011. № 2. С. 21–29.
16. Куравский Л.С., Юрьев Г.А. Использование марковских моделей при обработке результатов тести- рования // Вопросы психологии. 2011. № 2. С. 112–120.
17. Леонтьев А.Н. Категория деятельности в современной психологии // Вопросы психологии. 1979. № 3. С. 11–15.
18. Ломов Б.Ф. О системном подходе в психологии // Вопросы психологии. 1975. № 2. С. 31–45.
19. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967. 144 с.
20. Марковские модели в задачах диагностики и прогнозирования: учеб. пособие / Под ред. Л.С. Ку- равского. М.: РУСАВИА, 2013. 172 с.
21. Руководство по лётной эксплуатации вертолета Ми-8МТВ. М.: Министерство транспорта РФ, 1994.
22. Обознов А.А. Психическая регуляция операторской деятельности (в особых условиях рабочей сре- ды). М.: ИП РАН, 2003. 184 с.
23. Kuravsky L.S., Malykh S.B. Application of Markov models for analysis of development of psychological characteristics // Australian Journal of Educational & Developmental Psychology. 2004. Vol. 2. P. 29–40.
24. Kuravsky L.S., Malykh S.B. On the application of queuing theory to analysis of twin data // Twin Re- search. 2000. Vol. 3. P. 92–98.
25. Kuravsky L.S., Baranov S.N. The concept of multifactor Markov networks and its application to forecasting and diagnostics of technical systems // Proc. Condition Monitoring 2005. Cambridge, United Kingdom. P. 111–117.
26. Kuravsky L.S., Marmalyuk P.A., Baranov S.N., Yuryev G.A. Monitoring of flight crew condition using oculomotor activity measurements // Proc. 12th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies, Oxford. UK. June 2015a. P. 8.
27. Kuravsky L.S., Marmalyuk P. A., Yuryev G. A., Dumin P. N. A Numerical Technique for the Identification of Discrete-State Continuous-Time Markov Models // Applied Mathematical Sciences. 2015b. Vol. 9. № 8. P. 379–391. doi: https://doi.org/10.12988/ams.2015.410882
28. Kuravsky L.S., Marmalyuk P. A., Yuryev G. A., Dumin P. N., Panfilova A. S. Probabilistic Modeling of a Testing Procedure // Applied Mathematical Sciences. 2015c. Vol. 9. № 82. P. 4053–4066. doi: http://dx.doi. org/10.12988/ams.2015.53234.
29. Kuravsky L.S., Marmalyuk P.A., Baranov S.N., Alkhimov V.I., Yuryev G.A, Artyukhina S. V. A New Tech- nique for Testing Professional Skills and Competencies and Examples of its Practical Applications // Applied Mathematical Science. 2015d. Vol. 9. № 21. P. 1003–1026. doi: https://doi.org/10.12988/ ams.2015.411899
30. Kuravsky L. S., Marmalyuk P. A., Yuryev G. A., Belyaeva O. B., Prokopieva O. Yu. Mathematical Foun- dations of Flight Crew Diagnostics Based on Videooculography Data // Applied Mathematical Sciences. 2016. Vol. 10. № 30. P. 1449–1466. doi: https://doi.org/10.12988/ams.2015.411899

PlumX

Метрики публикации