本文介绍一种新型的人机交互框架，利用强化学习算法、深度学习算法和手持增强现实应用收集最小化的数据来实现故障诊断。针对复杂系统的故障诊断，该框架在新颖数据集上提供了高于 100% 的精度和召回率，并进行了可用性研究以初步验证用户体验。

Jun, 2022

本文旨在提出一个基于人工智能（AI）与人类的协同学习模型，以有效培训新手完成由专家完成的任务，从而保留专家知识和传授给新手，解决专家流失、培训时间和成本高昂的问题。

Jul, 2022

研究如何解决机器学习系统中多个组件的分析流程中出现的问题，通过人力计算任务模拟潜在组件修复方案以改善系统整体行为，为设计师提供改进系统的指导，并在一个自动化图像字幕系统上演示了该方法的有效性。

Nov, 2016

本论文介绍了基于模型的诊断，探讨了该领域的主要挑战，并讨论了一些应对这些问题的研究方法。

Jun, 2023

研究人与机器人交互中的常见问题，设计合适的机器人和聊天模型，识别导致失败的常见问题，提出潜在解决方案，并规划持续改进。建议使用闭环控制算法，引导训练过的人工智能预训练模型的使用，并提供词汇过滤，对新数据集进行批量模型训练，通过在线学习和强化学习模型自动更新已训练的模型以减少错误。

Sep, 2023

本文提出了一种新颖的基于机器教学、整合了 DICOM 标准 SR 注释的人工智能模型服务，以及将其集成到开源的 LibreHealth 放射学信息系统（RIS）中。此平台利用主动学习策略，使得放射学家与模型之间可以建立合作关系，并且运用群集学习方法，实现了共享有多个用户的用户特定模型权重的目标。

Mar, 2023

本文提出了一种人机知识混合增强方法，用于从头开始积累少量数据，并将其作为先验知识提供给模型进行少数据学习，进而在工业缺陷检测中取得了可行性和有效性的进展。

Apr, 2023

This research explores the mental model of novices in voice-based 3D modeling and provides design implications for voice assistants to deal with vague, incomplete and wrong commands, provide straightforward commands for shaping objects, and offer different strategies for selecting 3D objects.

Jul, 2023

研究创建一个数据集和计算框架，使系统能够与人进行对话并改进其预测，通过实验表明所提出的系统可以通过讨论与人产生益处的对话，从而在自然语言推理任务中提高准确性高达 25 个百分点。

May, 2023

该论文研究了修复 3D 物体的问题。作者提出了一个包含大约 5k 个物体的数据集 FixIt，并且设计了一个新框架 FixNet 来模拟人类的心理模拟过程，该框架包含感知模块、物理动态预测模块和功能预测模块，实验证明该框架的表现优于基准模型且具有良好的泛化性能。

May, 2022