Redes neuronales artificiales para predecir movimientos oculares humanos

Abstract

Las trayectorias visuales humanas han sido ampliamente estudiadas. En la actualidad, existen diversos modelos computacionales que intentar predecir el comportamiento visual, integrando componentes bottom up (propiedades puramente físicas) y top down (referentes al significado). Durante este trabajo se implementan modelos de redes neuronales artificiales basados en Transformers, para realizar la clasificación y regresión de la duración del siguiente evento ocular dados los eventos anteriores. Específicamente, se confeccionan distintos vectores de características de tipo top down y top down + bottom up, los cuales son utilizados como entradas para los modelos implementados. De este modo, se realizó una búsqueda intensiva de parámetros para obtener el mejor rendimiento. El modelo implementado corresponde a un modelo para múltiples sujetos, de este modo, a pesar de que las métricas obtenidas presentan una alta incertidumbre por parte del modelo, sientan bases para continuar esta línea de investigación con muchas oportunidades de mejora.