Nous avons développé un jeu sérieux afin d’enseigner aux utilisateurs à dessiner
des diagrammes de Lewis. Nous l’avons augmenté d’un environnement
pouvant enregistrer des signaux électroencéphalographiques, les expressions
faciales, et la pupille d’un utilisateur. Le but de ce travail est de vérifier si
l’environnement peut permettre au jeu de s’adapter en temps réel à l’utilisateur
grâce à une détection automatique du besoin d’aide de l’utilisateur ainsi
que si l’utilisateur est davantage satisfait de son expérience avec l’adaptation.
Les résultats démontrent que le système d’adaptation peut détecter le besoin
d’aide grâce à deux modèles d’apprentissage machine entraînés différemment,
l’un généralisé et l’autre personalisé, avec des performances respectives de
53.4% et 67.5% par rapport à un niveau de chance de 33.3%. / We developed a serious game in order to teach users how to draw Lewis
diagrams. We integrated an environment able to record in electroencephalographic
signals, facial expressions, and pupil diameters to the serious game.
The goal of this work is to determine whether such an environment enabled
the serious game to detect in real-time whether or not the user needs help
and adapt itself accordingly, and if the experience is more enjoyable for the
users if the game tries to adapt itself. Results show that two approaches were
promising in order to detect the level of help needed, both training a machine
learning models but one using a general data set and the other a personalized
(to the user) data set, with their respective performances being 53.4% and
67.5% compared to a chance baseline of 33.3%.
| Identifer | oai:union.ndltd.org:umontreal.ca/oai:papyrus.bib.umontreal.ca:1866/16179 |
| Date | 06 1900 |
| Creators | Ouellet, Sébastien |
| Contributors | Frasson, Claude |
| Source Sets | Université de Montréal |
| Language | French |
| Detected Language | French |
| Type | Thèse ou Mémoire numérique / Electronic Thesis or Dissertation |
Page generated in 0.0023 seconds