ملخص تقني: سعة SYNHEART

بيان المشكلة

تتقيد الأداء المعرفي البشري بالموارد الذهنية المحدودة، ومع ذلك لا يزال التقدير الحسابي المستمر لديناميكيات السعة المعرفية يمثل تحديًا مفتوحًا. تعتمد الأنظمة التكيفية الحالية (مثل منصات التدريس، وأدوات دعم القرار) عادةً على المقاييس السلوكية مثل معدلات الخطأ أو أوقات الاستجابة، والتي لا تكتشف التحميل الزائد إلا بعد تدهور الأداء بالفعل. علاوة على ذلك، غالبًا ما تختزل النهج الفسيولوجية الحالية الديناميكيات المعرفية المعقدة في تسمية "عبء عمل" أحادية البعد. هذا النهج يحجب تمييزًا نظريًا حاسمًا: الفرق بين التخصيص الطوعي للموارد (الجهد الذهني) واستجابات الإجهاد اللاإرادية (التوتر). يمكن أن يمثل الجهد العالي انخراطًا مثمرًا، بينما يشير التوتر العالي إلى أن المتطلبات تتجاوز السعة. ومن دون التمييز بين هذه الحالات، لا تستطيع الأنظمة التكيفية التمييز بين المستخدم الذي يواجه تحديًا مثمرًا وبين من يقترب من التحميل المعرفي الزائد.

المنهجية

يقترح المؤلفون إطار عمل للتعلم العميق متعدد الوسائط مدفوعًا بالنظرية، يقوم بنمذجة السعة المعرفية كفضاء حالة فسيولوجي ثنائي الأبعاد محدد بالجهد ($U$) والتوتر ($O$).

1. الإطار النظري

يعمل النموذج على تشغيل نظرية السعة (Kahneman, 1973; Hockey, 1997)، بافتراض أن:

• الجهد ($U$): تخصيص الموارد الطوعي.
• التوتر ($O$): إجهاد التحميل الزائد اللاإرادي.
  يتم التعامل معهما كبنائين متميزين ولكن متفاعلين بدلاً من كونهما قيمة عددية واحدة.

2. البنية الهيكلية

البنية المقترحة هي شبكة عصبية ثنائية المسار ومتعددة المهام مصممة للحفاظ على الفصل الهيكلي بين الجهد والتوتر:

• الترميز ثنائي المسار:
  • مسار القلب: يعالج السلاسل الزمنية للفترات بين النبضات (IBI) وميزات تقلب معدل ضربات القلب (HRV) المصنوعة يدويًا.
  • المسار الجلدي: يعالج السلاسل الزمنية للنشاط الكهربائي للجلد (EDA) وميزات EDA المصنوعة يدويًا (مكونات SCL و SCR).
• النمذجة الزمنية: يستخدم شبكات LSTM مع آليات الانتباه (أو الشبكات التلافيفية الزمنية TCN كبديل) لالتقاط التحولات الديناميكية.
• الدمج: تقوم وحدة دمج متأخرة بدمج التضمينات (embeddings) من كلا المسارين.
• مخرج ثنائي الرأس: ينتج رأسان مستقلان خاصان بالمهمة تقديرات احتمالية للتوتر العالي/المنخفض والجهد العالي/المنخفض، مما يخلق فضاء حالة $(U, O) \in [0, 1]^2$.

3. مجموعة البيانات والإشراف

• مجموعة البيانات: تستخدم الدراسة مجموعة بيانات SWELL-KW، التي تحتوي على تسجيلات فسيولوجية (ECG, EDA) من 21 مشاركًا يؤدون مهام مكتبية تحت ثلاث حالات: محايد (c1)، مقاطعة (c2)، وضغط زمني (c3).
• استراتيجية التوسيم (Labeling):
  • التوتر: c1 = منخفض؛ c2/c3 = مرتفع.
  • الجهد: c1 = منخفض؛ c3 = مرتفع.
  • القناع (Masking): حالة المقاطعة (c2) غامضة نظريًا فيما يتعلق بالجهد الطوعي. يستخدم المؤلفون استراتيجية إشراف خاصة بالمهمة تقوم بحجب تسميات الجهد لـ c2 أثناء التدريب ($m_i=0$) لمنع النموذج من تعلم ارتباطات غير صالحة بنيويًا.
• التقييم: استخدام التحقق المتبادل الصارم بأسلوب "ترك المشارك خارجًا" (LOSO) لضمان التعميم عبر الأفراد.

النتائج الرئيسية

1. التعميم عبر المشاركين

تحت تقييم LOSO الصارم، حقق النموذج دقة متوازنة (BA) كبيرة فوق مستوى الصدفة (0.50):

• التوتر: 70.0% BA ($d=1.60$).
• الجهد: 72.2% BA ($d=1.43$).
• المتوسط المشترك: 71.1% BA.
  يمثل هذا تحسنًا قدره 27.5 نقطة مئوية عن أفضل خط أساس سابق مستقل عن الموضوع (Random Forest, 42.5% BA) على نفس مجموعة البيانات.

2. التماسك الهيكلي والتمايز

• تمايز الجهد والتوتر: نجح النموذج في تعلم بصمات متميزة لكل من الجهد والتوتر. أظهر تحليل كل مشارك أنه بينما كان الأداء على كلا المحورين مرتبطًا ($r=0.84$)، وجد تباين متبقي كبير. تم تصنيف بعض المشاركين بدقة أكبر في الجهد مقارنة بالتوتر (مثل pp03, pp12)، والعكس صحيح (مثل pp23)، مما يؤكد أن البعدين ليسا فائضين عن الحاجة.
• مسارات فضاء الحالة: تماشى المسارات المتوقعة مع نظرية السعة. تحركت المجموعة على مستوى المجموعة من ربع "غير مستغل" (محايد) عبر "الانخراط الأمثل" (مقاطعة) نحو "حد التحميل الزائد" (ضغط زمني).
• التباين الفردي: أظهر 55% من المشاركين مسارات رتيبة متسقة مع النظرية. أظهرت مجموعة فرعية أنماط "الذروة في C2" (المقاطعة أكثر تنشيطًا من الضغط الزمني)، بينما أظهر آخرون مسارات مسطحة أو معكوسة (غالبًا ما ترتبط بجودة الإشارة أو تأثيرات السقف).

3. دراسات الاستئصال (Ablation Studies)

• الدمج متعدد الوسائط: تفوق الجمع بين إشارات IBI/HRV و EDA بشكل كبير على خطوط الأساس أحادية الوسائط، مما يؤكد أن الإشارات القلبية والجلدية توفر معلومات متكاملة.
• تعزيز الميزات: أدت إضافة الميزات الفسيولوجية المصنوعة يدويًا (مثل RMSSD, LF/HF) إلى المدخلات الزمنية الخام إلى زيادة قدرها +7.1 نقطة مئوية في متوسط الدقة المتوازنة (BA)، مما يثبت أن الإحصاءات الملخصة المدفوعة بالنظرية تلتقط معلومات تمييزية لا يستطيع المشفرات الزمنية الخام استخراجها بالكامل.
• **قناع التسمية (Label Masking): استبعاد تسميات الجهد الغامضة لـ c2 حسن تصنيف الجهد بمقدار +7.3 نقطة مئوية دون تقليل أداء التوتر.

الأهمية والادعاءات

يزعم البحث أن دمج البنية النفسية مباشرة في تصميم البنية الهيكلية للشبكة العصبية يتيح الانتقال من التصنيف التقليدي لعبء العمل إلى نمذجة حالة السعة المهيكلة.

• التشغيل النظري: يوفر العمل تشغيلًا حسابيًا للسعة المعرفية كتهيئة ثنائية الأبعاد، مما يسمح للأنظمة بالتمييز بين "الانخراط المثمر" (جهد عالٍ، توتر منخفض) و"التحميل الزائد" (جهد عالٍ، توتر عالٍ).
• الإمكانات التكيفية: من خلال توفير تقدير مستمر ومتعدد الأبعاد للسعة، يضع هذا الإطار الأساس لأنظمة الذكاء الاصطنا-البشرية التكيفية القادرة على التدخل الاستباقي (اكتشاف الاقتراب من الحدود قبل فشل الأداء) بدلاً من التصحيح التفاعلي.
• المتانة: تُظهر النتائج أن الإشراف الموجه بالنظرية والدمج متعدد الوسائط يمكن أن يحقق تعميمًا قويًا عبر الأفراد في الحوسبة الفسيولوجية، وهو مجال يعاني تاريخيًا من التباين الخاص بكل موضوع.

يشير المؤلفون إلى وجود قيود، بما في ذلك الطبيعة الثنائية لرؤوس التصنيف، والاعتماد على مجموعة بيانات واحدة (SWELL-KW)، والحاجة إلى التحقق المستقبلي مقابل الحقيقة الأرضية السلوكية المستمرة. ويقترحون أن المعايرة الفردية للخط الأساسي قد تكون ضرورية لمعالجة تأثيرات السقف والمسارات المعكوسة لمستخدمين محددين.