ErgoLAB Management VerhaltenslaborDesign: Kombiniert mit dem ErgoLAB Human-Computer-Umgebung-Test-Cloud-Plattform-Experiment-Design-Modul, kann professionelles Experiment-Design basierend auf verschiedenen Laborumgebungen, einschließlich Standard-Laborumgebungen, Simulationsumgebungen für physische Umgebungen, virtuelle Realitätsumgebungen und reale Realisierungsumgebungen, für Bilder, Audio, Text, Video, Webseiten, Apps und VR-Prototypen, HMI-Schnittstellen und andere Testobjekte durchgeführt werden. Gleichzeitig verfügt die Plattform über eine Bibliothek mit subjektiven Beobachtungs- und Bewertungsmodellen wie Fragebögen, Skalen und Verhaltensexperimentelle Paradigmen.

Synchronisierte Datenerfassung: Über die ErgoLAB-Cloud-Plattform zur Synchronisierung der Mensch-Computer-Umgebung können objektive multimodale Daten synchronisiert erfasst werden, darunter Daten zur elektrischen und funktionellen Gehirnbildgebung, mehrkanale physiologische Daten des menschlichen Körpers, Augenbewegungsdaten, Verhaltens- und Gesichtsausdrückdaten, Bewegungsefassungsdaten und biomechanische Daten. Daten aus visuellen Aufmerksamkeitspräferenzen, physiologischer Stresslinderung, Verhaltensleistung, subjektiven emotionalen Erfahrungen, menschlicher-computer-Interaktion und mehr. Die synchrone Erfassung mehrdimensionaler Daten kann die Forschung stärker unterstützen, die Forschungsinhalte bereichern und die Forschungsdimension erweitern.

Datenanalyse: Die von der ErgoLAB Human-Computer-Umgebung synchronisierten Cloud-Plattform erfassten primären objektiven multimodalen Daten können über die Plattform weiter analysiert und verarbeitet werden. Die Plattform bietet eine Vielzahl von Signalverarbeitungsalgorithmen, die Forscher anpassen können, um die Datenanalyse an ihre eigenen Forschungsanforderungen abzuschließen. Darüber hinaus können Rohdaten, verarbeitete Daten und Datenberichte über die Plattform exportiert werden. Die entsprechenden Funktionen können maßgeschneidert auf die Bedürfnisse der Forscher entwickelt werden.

Zustandserkennung und Modelltraining: Forscher können Algorithmen des maschinellen Lernens kombinieren, um objektive, multimodale Master-Daten zu synchronisieren, die von der ErgoLAB-Cloud-Plattform gesammelt werden, um Algorithmen für Modelltraining und Forschung und Anwendungen zur Zustandserkennung von Menschen durchzuführen.