Quantifying cognition: Applications for ubiquitous data

Näytä tavanomaiset kuvailutiedot

dc.contributor Helsingin yliopisto, humanistinen tiedekunta fi
dc.contributor Helsingfors universitet, humanistiska fakulteten sv
dc.contributor University of Helsinki, Faculty of Arts, Digitaalisten ihmistieteiden osasto en
dc.contributor Psykologian, oppimisen ja kommunikaation tohtoriohjelma fi
dc.contributor Doktorandprogrammet i psykologi, lärande och kommunikation sv
dc.contributor Doctoral Programme in Psychology, Learning and Communication en
dc.contributor.author Ahonen, Lauri fi
dc.date.accessioned 2018-06-04T06:05:33Z
dc.date.available 2018-06-09 fi
dc.date.available 2018-06-04T06:05:33Z
dc.date.issued 2018-06-19 fi
dc.identifier.uri URN:ISBN:978-951-51-4148-4 fi
dc.identifier.uri http://hdl.handle.net/10138/235507
dc.description.abstract The amount of information collected by personal health records, smartphone ecosystems, and other cloud services has increased enormously in recent years. This has, for instance, led to new ways of automated physical exercise assessment, but this also introduces the potential for novel methods and applications in the automated evaluation of various mental factors such as cognitive state and stress. Extracting such latent variables holds considerable promise, in particular in group-level analysis. Furthermore, the current initiatives and research programs collecting masses of health data from large cohorts create opportunities for developing the methodology. The lack of targeted research is partially hindering the development of the analysis of obscure factors, progress of machine learning and other algorithmic solutions, and the evolution of novel applications and technologies. As described in this introduction, various features inherent in biosignals increase the complexity in the research. In this thesis I provide an introduction to the emerging ubiquitous recording of physiological signals, its effects on the industry, opportunities for organizations and management, and data analytics and measurement techniques. The aim is to seek the future prospects of systemic scenarios and large-scale initiatives. The original publications reviewed in this thesis seek biosignals for features responsive for cognitive states such as stress and, more interestingly, second-order factors derived from inter-individual responses and activations. By introducing more complex features to psychophysiological research, group analytics can be further developed. Second-order analyses provide robust signal features and may lead to advanced applications in assessing well-being and performance. The original publications consist of three research articles and a primer review. The experiments include recordings of magnetoencephalography (MEG), heart rate variability (HRV), and electrodermal activity (EDA), and they exemplify systemic use cases of biosignals. The included primer review discusses general methods in psychophysiological research in human–computer interaction (HCI). Together with this introduction, my experimental results provide evidence that taking psychophysiological measurements from the laboratory to ecologically valid environments is plausible and effective. The literature suggests that consumer-grade devices and personal internet of things will revolutionize myriad sectors, e.g., organizational management. Together with an exponentially increasing data collection and novel applications, the industry will have large economical impacts. en
dc.description.abstract Henkilökohtaisen terveystiedon kerääminen ja tallennus on lisääntynyt valtavasti viime vuosina. Monet käyttävät tietoa esimerkiksi fyysisen harjoittelun tukena. Tämän lisäksi mitattua tietoa on alettu hyödyntää esimerkiksi stressitilojen tunnistamisessa. Tällaista fysiologisten signaalien arviointia kutsutaan psykofysiologiaksi. Jatkokehityksen avulla tällaiset piirteet sopivat varsinkin ryhmäanalyyseihin ja suurempien joukkojen arvioimiseen. Menetelmien kehitystä tukevat useat suuret väestötason tutkimusavaukset. Toisaalta juuri kohdennetun tutkimuksen puute osaltaan hidastaa tallennetusta tiedosta eristettävien piilevien piirteiden hyödyntämisen yleistymistä uusissa algoritmeissa ja sovel- luksissa. Tässä yhteenvedossa esittelen, mitkä asiat vaikuttavat osaltaan tähän kehitykseen. Esittelen fysiologisten signaalien mittaamisen taustoja, sekä mittausmenetelmien kehitystä. Lisäksi pohdin kaupallisten sovellusten mahdollisuuksia ja muita tulevaisuuden näkymiä. Johdanto-osuus toimii siten taustamateriaalina soveltavalle osiolle ja liitetyille osajulkaisuille. Osajulkaisut tutkivat kohdennetummin biosignaalien soveltuvuutta kognitiivisen toim- intakyvyn arvioimisessa. Jäljemmät julkaisut keskittyvät useiden yksilöiden biosignaalien kovarianssia hyödyntäviin menetelmiin. Tällaiset menetelmät luovat pohjaa kehittyneem- mille analyysitavoille ja signaalien yhä tehokkaammalle hyödyntämiselle hyvinvoinnin ja toimintakyvyn arvioinnissa. Kolme ensimmäistä osajulkaisua ovat kokeellisia tutkimusar- tikkeleita ja viimeinen on katsaus olemassa olevaan tutkimukseen. Tutkimusasetelmissa hyödynnetyt fysiologiset menetelmät ovat magnetoenkefalografia (MEG), sykevälivaihtelu (HRV) ja ihosähköinen vaste (EDA). Katsaus toisaalta tarkastelee psykofysiologian hyödyn- tämistä tietokoneen käyttöliittymätutkimuksessa (HCI). Yhdessä tämän yhteenvedon kanssa tutkimustulokset edistävät mittausmenetelmien hyödynnettävyyttä luonnollisissa ympäristöissä, sekä psykofysiologisten signaalien käyttöä vaihtelevissa ja kontrolloimattomissa olosuhteissa. Kirjallisuudesta löytyy viitteitä kulutta- jalaitteiden ja esineiden internetin kasvusta ja potentiaalista mullistaa useita sektoreita, kuten organisaatioiden ohjaus. Lähteet ennustavat myös markkinoiden kasvua. Yhdessä kaikkialle levittyvä tiedon kerääminen ja uudet sovellukset sekä datalähtöiset analyysimenetelmät voivat johtaa suuriin muutoksiin. fi
dc.format.mimetype application/pdf fi
dc.language.iso en fi
dc.publisher Helsingin yliopisto fi
dc.publisher Helsingfors universitet sv
dc.publisher University of Helsinki en
dc.relation.isformatof URN:ISBN:978-951-51-4147-7 fi
dc.relation.isformatof Helsinki: Unigrafia, 2018, Studies in Cognitive Science. 2242-3249 fi
dc.relation.ispartof Studies in Cognitive Science fi
dc.relation.ispartof URN:ISSN:2242-3249 fi
dc.rights Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. fi
dc.rights This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. en
dc.rights Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden. sv
dc.subject fi
dc.title Quantifying cognition: Applications for ubiquitous data en
dc.title.alternative Kognition arviointi: Hajautetun tiedon sovelluksia fi
dc.type.ontasot Väitöskirja (artikkeli) fi
dc.type.ontasot Doctoral dissertation (article-based) en
dc.type.ontasot Doktorsavhandling (sammanläggning) sv
dc.ths Huotilainen, Minna fi
dc.ths Cowley, Benjamin fi
dc.ths Brattico, Elvira fi
dc.opn Oulasvirta, Antti fi
dc.type.dcmitype Text fi

Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
Quantify.pdf 357.9KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä tavanomaiset kuvailutiedot