![[img]](https://epub.uni-regensburg.de/style/images/fileicons/application_pdf.png) | Lizenz: Creative Commons Namensnennung 4.0 International PDF - Veröffentlichte Version (2MB) |
- URN zum Zitieren dieses Dokuments:
- urn:nbn:de:bvb:355-epub-781994
- DOI zum Zitieren dieses Dokuments:
- 10.5283/epub.78199
Diese Publikation ist Teil des DEAL-Vertrags mit Springer.
Zusammenfassung
Eye-Tracking data provides valuable insights into human behavior, yet its high variability to noise require robust preprocessing to ensure meaningful analysis. This study introduces and evaluates a systematic preprocessing pipeline tailored to enhance machine learning classifier performance in the context of Eye-Tracking data, on a dataset on academic cheating detection. Unlike prior work ...
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Downloadstatistik