Інтелектуальна система оцінювання психофізіологічного стану людини на основі біометричних даних та методів машинного навчання

Abstract

У кваліфікаційній роботі розроблено інтелектуальну інформаційну систему для оцінювання психофізіологічного стану людини на основі біометричних даних та методів машинного навчання. Система забезпечує автоматизований збір, попередню обробку, аналіз і класифікацію фізіологічних та когнітивних показників для визначення інтегрального показника психофізіологічного стану (ІПФС). У ході дослідження сформульовано вимоги до системи, спроєктовано її архітектуру, реалізовано модулі збору та обробки даних, математичну модель ІПФС і графічний інтерфейс користувача. Для класифікації станів застосовано алгоритми SVM, Random Forest та LSTM, що продемонстрували високу точність під час аналізу багатовимірних часових даних. Результати тестування (AUC = 0.82, F1 = 0.67) підтвердили адекватність і надійність моделі. Практична цінність роботи полягає у створенні універсального інструменту для моніторингу, діагностики та прогнозування психофізіологічного стану, придатного до використання в медицині, спорті, освіті та сфері безпеки праці.

The qualification work presents the development of an intelligent information system designed to assess the human psychophysiological state based on biometric data and machine learning methods. The system provides automated acquisition, preprocessing, analysis, and classification of physiological and cognitive indicators to determine the Integral Psychophysiological State Index (IPSI). The study formulated the system requirements, designed its architecture, and implemented modules for data acquisition and processing, the mathematical model of IPSI, and a graphical user interface. For state classification, SVM, Random Forest, and LSTM algorithms were applied, demonstrating high accuracy in analyzing multidimensional time-series data. The testing results (AUC = 0.82, F1 = 0.67) confirmed the adequacy and reliability of the model. The practical value of the work lies in the development of a universal tool for monitoring, diagnosing, and predicting the psychophysiological state of a person, suitable for use in medicine, sports, education, and occupational safety.