面向特殊需求用户的设备交互模型
本文旨在开发一种设备,将视觉信息转换为听觉反馈,以协助视障者更好地了解他们的环境,该设备的选择基于准确性和成本方面的考虑,包括时间和功耗等因数,经测试,其在场景理解,包括静态或动态的对象,以及屏幕内容如电视、电脑和手机等方面具有显著的效果。
Jul, 2023
本文提出了用户驱动的智能界面的新概念,它应用于各种领域中,如残疾研究,教育,家庭护理,医疗保健等,通过脑机交互等方式,利用多模态增强现实技术,以及通过机器学习等方法,分类实时神经物理反应的即时反馈,以克服当前可用用户界面的局限性,特别是针对功能残疾人群。即使在当前状态下,结合增强现实和脑机交互的接口也能提供高度适应性和个性化的服务。
Apr, 2017
提出了一种基于强化学习的个性化导航系统,根据不同视力障碍者的个人特点和行动能力,通过权重专家模型逐步调整系统用户交互体验,实现更精准的长期行为预测和快速适应性学习。
Apr, 2018
使用大型语言模型进行用户交互的研究,结合机器学习和交互设计来改善推荐系统和操作系统的用户体验,以提供更智能和个性化的服务,满足用户需求并促进产品的不断改进和优化。
Feb, 2024
本文提出了一种计算方法以改进用户体验和性能。研究者设计了一种模型用于模拟用户交互,该模型考虑了认知和运动成本,以全面地评估用户界面的调整以及向用户提供最佳建议。
Apr, 2022
通过深度学习使自主系统能够在感知的亚符号方式下逐渐理解对象及其环境,执行对象检测、传感器数据融合和语言理解任务。为了实现强大的人工智能,我们需要考虑人类提供的显式教学和通过观察人类行为获得的隐式教学,同时设计多模态输入和输出能力的系统以支持隐式和显式交互模型。我们提出了几个假设和设计指南,并通过相关工作的一个用例来实现这个目标。
Sep, 2023
通过采用基于模型的强化学习方法,进行保守化自适应策略的制定,避免用户面临更高的成本,并通过预测人机交互模型来评估其效果,比非自适应和基于频率的策略表现更好,这一方法在自适应菜单的案例中得到了实证和模拟结果的支持。
Mar, 2021
本文探讨了针对年龄在 50 岁及以上的用户进行的对话系统用户研究,发现了老年用户在与这些系统交互时的共同偏好、使用案例和特征差距,并提出了一个新的、健壮的用户建模框架,以解决老年用户面临的常见问题,并推广到更广泛的用户群体。
Jan, 2019