멀티태스크를 수행하는 사용자의 인지 부하 측정을 위한 전자 장치의 동작 방법에 있어서, 멀티태스크를 수행하는 사용자를 모니터링하여 상기 사용자와 관련된 생리학적 데이터를 수집하면서, 상기 멀티태스크에 대해 시뮬레이션을 수행하여, 시뮬레이션 데이터를 검출하는 동작;상기 시뮬레이션 데이터에 기반하여, 상기 생리학적 데이터로부터 적어도 하나의 특징을 선택하는 동작; 및상기 선택된 특징을 이용하여, 상기 사용자의 인지 부하를 측정하기 위한 분류 모델을 구현하는 동작을 포함하고,상기 특징 선택 동작은,상기 생리학적 데이터로부터 적어도 하나의 특징을 추출하는 동작; 및상기 시뮬레이션 데이터에 기반하여, 상기 추출된 특징 중 적어도 어느 하나를 선택하는 동작을 포함하는 방법.

제 1 항에 있어서, 상기 추출된 특징 중 적어도 어느 하나를 선택하는 동작은,비용 민감 접근(cost-sensitive approach) 방식에 기반하여, 수행되는 방법.

제 1 항에 있어서, 상기 생리학적 데이터는 심박수(heart rate), 산소포화도(oxygen saturation), 체온(temperature), 동공 확장(pupil dilation), 심전도(electrocardiogram) 또는 심박 변이(heart rate variability) 중 적어도 어느 하나를 포함하는 방법.

제 1 항에 있어서, 상기 특징은 평균, 분산, 최대값, 최소값, 도함수, 편차 또는 파형 요소 중 적어도 어느 하나를 포함하는 방법.

제 1 항에 있어서, 상기 분류 모델은 반복적 특징 제거 서포트 벡터 머신(RFE-SVM) 또는 상관 관계 기반 특징 선택 서포트 벡터 머신(CFS-SVM) 중 적어도 어느 하나를 포함하는 방법.

제 1 항에 있어서, 상기 시뮬레이션 데이터 검출 동작은, 사고의 적응적 제어-합리적(ACT-R) 아키텍처에 기반하여, 상기 시뮬레이션을 수행하는 동작을 포함하는 방법.

제 1 항에 있어서, 상기 시뮬레이션 데이터 검출 동작은, 상기 멀티태스크의 태스크들을 복수 개의 단위 태스크들로 분해하는 동작; 및 상기 단위 태스크들을 이용하여, 상기 시뮬레이션을 수행하는 동작을 포함하는 방법.

제 1 항에 있어서, 상기 시뮬레이션 데이터 검출 동작은, 상기 시뮬레이션의 결과를 표준화하는 동작; 및상기 표준화된 결과에 대해 통계적 분석을 수행하여, 상기 시뮬레이션 데이터를 검출하는 동작을 포함하는 방법.

제 1 항에 있어서, 상기 전자 장치는 상기 사용자에 의해 상기 멀티태스크가 수행되는 전자 기기에 연결되거나, 내장되는 방법.

멀티태스크를 수행하는 사용자의 인지 부하 측정을 위한 전자 장치에 있어서, 멀티태스크를 수행하는 사용자를 모니터링하여 상기 사용자와 관련된 생리학적 데이터를 수집하도록 구성되는 수집 모듈; 상기 멀티태스크에 대해 시뮬레이션을 수행하여, 시뮬레이션 데이터를 검출하도록 구성되는 시뮬레이터; 및상기 시뮬레이션 데이터에 기반하여, 상기 생리학적 데이터로부터 적어도 하나의 특징을 선택하고, 상기 선택된 특징을 이용하여, 상기 사용자의 인지 부하를 측정하기 위한 분류 모델을 구현하도록 구성되는 프로세서를 포함하고,상기 프로세서는, 상기 생리학적 데이터로부터 적어도 하나의 특징을 추출하고,상기 시뮬레이션 데이터에 기반하여, 상기 추출된 특징 중 적어도 어느 하나를 선택하도록 구성되는 전자 장치.

제 10 항에 있어서, 상기 프로세서는, 비용 민감 접근(cost-sensitive approach) 방식에 기반하여, 상기 추출된 특징 중 적어도 어느 하나를 선택하도록 구성되는 전자 장치.

제 10 항에 있어서, 상기 생리학적 데이터는 심박수(heart rate), 산소포화도(oxygen saturation), 체온(temperature), 동공 확장(pupil dilation), 심전도(electrocardiogram) 또는 심박 변이(heart rate variability) 중 적어도 어느 하나를 포함하는 전자 장치.

제 10 항에 있어서, 상기 특징은 평균, 분산, 최대값, 최소값, 도함수, 편차 또는 파형 요소 중 적어도 어느 하나를 포함하는 전자 장치.

제 10 항에 있어서, 상기 분류 모델은 반복적 특징 제거 서포트 벡터 머신(RFE-SVM) 또는 상관 관계 기반 특징 선택 서포트 벡터 머신(CFS-SVM) 중 적어도 어느 하나를 포함하는 전자 장치.

제 10 항에 있어서, 상기 시뮬레이터는, 사고의 적응적 제어-합리적(ACT-R) 아키텍처에 기반하여, 상기 시뮬레이션을 수행하도록 구성되는 전자 장치.

제 10 항에 있어서, 상기 시뮬레이터는, 상기 멀티태스크의 태스크들을 복수 개의 단위 태스크들로 분해하고, 상기 단위 태스크들을 이용하여, 상기 시뮬레이션을 수행하도록 구성되는 전자 장치.

제 10 항에 있어서, 상기 시뮬레이터는,상기 시뮬레이션의 결과를 표준화하고, 상기 표준화된 결과에 대해 통계적 분석을 수행하여, 상기 시뮬레이션 데이터를 검출하도록 구성되는 전자 장치.

제 10 항에 있어서, 상기 전자 장치는 상기 사용자에 의해 상기 멀티태스크가 수행되는 전자 기기에 연결되거나, 내장되고, 상기 전자 기기와 인터페이스를 수행하도록 구성되는 인터페이스 모듈을 더 포함하는 전자 장치.

컴퓨터-판독 가능 저장 매체에 있어서, 멀티태스크를 수행하는 사용자를 모니터링하여 상기 사용자와 관련된 생리학적 데이터를 수집하면서, 상기 멀티태스크에 대해 시뮬레이션을 수행하여, 시뮬레이션 데이터를 검출하는 동작;상기 시뮬레이션 데이터에 기반하여, 상기 생리학적 데이터로부터 적어도 하나의 특징을 선택하는 동작; 및상기 선택된 특징을 이용하여, 상기 사용자의 인지 부하를 측정하기 위한 분류 모델을 구현하는 동작을 실행하기 위한 하나 이상의 프로그램들을 저장하고,상기 특징 선택 동작은,상기 생리학적 데이터로부터 적어도 하나의 특징을 추출하는 동작; 및상기 시뮬레이션 데이터에 기반하여, 상기 추출된 특징 중 적어도 어느 하나를 선택하는 동작을 포함하는 컴퓨터-판독 가능 저장 매체.

제 19 항에 있어서, 상기 추출된 특징 중 적어도 어느 하나를 선택하는 동작은,비용 민감 접근(cost-sensitive approach) 방식에 기반하여, 수행되는 컴퓨터-판독 가능 저장 매체.