XiaoMi-AI文件搜索系统
World File Search System交互的
自主船舶系统中人机交互的系统回顾
航运自动化程度正在提高。人工智能 (AI) 应用（如防撞和计算机视觉）的进步有可能增强或取代船舶导航员的角色。但是，如果以减少人类控制的方式实施 AI 技术，也可能危及安全。在这篇系统综述中，我们纳入了 42 项关于人类监督和控制自主船舶的研究。我们解决了三个研究问题 (a) 目前在自主船舶系统中如何采用人类控制？(b) 正在使用哪些方法、途径和理论来解决安全问题和设计挑战？(c) 哪些研究空白、监管障碍和技术缺陷是实施这些问题的最大障碍？我们发现 (1) 除了后备角色之外，人类操作员在确保自主船舶安全方面发挥着积极作用，(2) 系统理论过程分析和贝叶斯网络是基于风险的设计中最常见的风险评估工具，(3) 岸上控制中心操作员的新角色将需要新的能力和培训。自主船舶研究领域正在迅速发展。安全关键系统中与人工智能系统的互动日益频繁，带来了新的风险，凸显了新的研究问题。有效的人机交互设计取决于跨学科努力的增加，需要协调生产力与安全性（弹性），te
通过视觉进行凝视交互的设备的可行性......
一种用于视觉诱发脑电图 (EEG) 信号的干电极头戴式传感器已经进入游戏市场，它可以无线、低成本地实时跟踪用户对目标区域的注视。与传统的 EEG 传感器不同，这种新设备易于非专业人员设置。我们进行了一项菲茨定律研究 (𝑁 = 6)，发现平均吞吐量 (TP) 为 0.82 位/秒。该传感器性能稳定，错误率低于 1%。总体中位激活时间 (AT) 为 2.35 秒，一个和九个并发目标之间的差异很小。我们讨论了该方法是否可以补充基于摄像头的注视交互，例如，在注视输入或轮椅控制方面，并注意到一些局限性，例如 AT 速度慢、浓密头发时校准困难以及 10 个并发目标的限制。
使用 MBSE 定义人与系统交互的接口
荣誉论文版权许可 此表格必须由学生签署并作为论文的装订部分提交。在提交本论文以部分满足阿拉巴马大学亨茨维尔分校荣誉文凭或证书的要求时，我同意本大学图书馆应免费提供本论文供查阅。我还同意，我的导师或（在他/她不在的情况下）系主任、项目主任或荣誉学院院长可授予出于学术目的大量复印的许可。双方还理解，在对本论文中的任何材料进行任何学术使用时，应给予我和阿拉巴马大学亨茨维尔分校应有的认可。Isabeta Rountree_______________ 学生姓名（印刷体）
一种具有人机交互的新型智能制造模式...
如图7所示HCP协同融合智能制造系统由三部分组成：1）人机界面与装备自主控制系统；2）基于数字孪生的人机协同分析决策系统；3）基于知识图谱的人机物理数据融合系统。人机界面与装备自主控制系统包括智能感知、智能分析决策、智能自主控制、人机界面和物理系统。基于数字孪生的人机协同分析决策系统包括基于数字孪生和新一代信息技术的人机协同学习提升、精准执行、自主决策和实时分析。
多模态人机交互的系统评价
摘要：本文对多模态人机交互进行了系统回顾。本文展示了不同类型的交互技术（虚拟现实 (VR) 和增强现实、力和振动反馈设备（触觉）和跟踪）在不同领域（概念、医学、物理、人为因素/用户体验设计、交通、文化遗产和工业）中的应用。进行了系统的文献检索，最初确定了 406 篇文章。从这些文章中，我们选择了 112 篇我们认为与本文内容最相关的研究作品。从时间模式、不同领域技术类型的使用频率和聚类分析的角度对文章进行了深入分析。通过分析，我们能够回答相关问题，以寻找与多模态 HCI 相关的工作的下一步。我们研究了典型的技术类型、技术类型和频率在每个领域随时间的变化，以及考虑到相似性，论文如何按指标分组。这项分析确定 VR 和触觉是所有领域中使用最广泛的。虽然 VR 是最常用的，但触觉交互在越来越多的应用中出现，这表明未来应研究将 VR 和触觉配置在一起的应用。
脑网络交互的动态基元
a 柏林夏里特医学院柏林健康研究所，柏林夏里特广场 1，柏林 10117，德国 b 柏林夏里特医学院神经病学与实验神经病学系，柏林自由大学和柏林洪堡大学的企业成员，柏林夏里特广场 1，柏林 10117，德国 c 伯恩斯坦学习状态依赖性重点和伯恩斯坦计算神经科学中心，柏林，德国 d 爱因斯坦柏林神经科学中心，柏林夏里特广场 1，柏林 10117，德国 e 爱因斯坦数字未来中心，柏林 Wilhelmstraße 67，柏林 10117，德国 f 新加坡国立大学电气与计算机工程系，新加坡 g 杨潞龄医学院、睡眠与认知中心和转化磁共振研究中心，新加坡新加坡，新加坡 i 综合科学与工程项目 (ISEP)，新加坡国立大学，新加坡，新加坡 j Athinoula A. Martinos 生物医学成像中心，麻省总医院，查尔斯顿，美国 k 信息和通信技术系，大脑与认知中心，计算神经科学组，庞培法布拉大学，巴塞罗那，西班牙 l Institució Catalana de la Recerca i Estudis Avançats，巴塞罗那，西班牙 m 神经心理学系，马克斯普朗克人类认知与脑科学研究所，莱比锡，德国 n 心理科学学院，特纳大脑与心理健康研究所，莫纳什大学，墨尔本，克莱顿，澳大利亚
用于人机交互的用户自适应人工智能
概述 该项目涵盖了自适应人工智能的各个研究领域，例如理论/心理基础、可解释的人工智能、对话代理和机器学习，同时专注于用户适应并开发基于机器学习的人机交互研究的新方法。首先，我们研究可以根据用户行为不断改变其口头和非口头交流行为的对话代理。其次，我们将利用可解释的人工智能技术开发半自动标注工具，旨在支持多模态语料库的构建。
用于脑肿瘤定位的人机交互的可解释人工智能
摘要：成人脑原发性恶性肿瘤在全球范围内都是致命的。计算机视觉，尤其是人工智能 (AI) 的最新发展，为自动表征和诊断脑肿瘤病变创造了机会。人工智能方法在不同的图像分析任务中提供了前所未有的准确性，包括区分含有肿瘤的大脑和健康的大脑。然而，人工智能模型就像一个黑匣子，隐藏了合理的解释，而合理的解释是将人工智能成像工具转化为临床常规的重要一步。可解释的人工智能方法旨在可视化训练模型的高级特征或集成到训练过程中。本研究旨在评估所选深度学习算法在定位肿瘤病变和在磁共振成像对比中区分病变与健康区域方面的表现。尽管分类和病变定位准确度之间存在显著相关性（R = 0.46，p = 0.005），但本研究中检查的已知 AI 算法根据其他不相关的特征对一些肿瘤大脑进行分类。结果表明，可解释的 AI 方法可以培养对模型可解释性的直觉，并可能在深度学习模型的性能评估中发挥重要作用。开发可解释的 AI 方法将成为改善人机交互和协助选择最佳训练方法的重要工具。
人机交互的 AI 工作设计模型
如果不做出改变，就无法恢复控制感。在信息系统文献中，这种变化通常被研究为使技术适应用户的需求或使自我适应技术。然而，这种适应性视角并不能完全解释与人工智能环境相关的变化。就前者而言，与传统信息系统不同，人工智能具有动态规则和启发式性质，几乎不允许通过定制和个性化对工件进行确定性更改。至于后一种适应，人工智能工件的代理性质以及它所取代的任务的复杂性增加表明人类工作发生了根本性变化，不仅改变了任务，还改变了工作设计。因此，人类适应技术的被动视角已经不够了。相反，更相关的是研究如何在人与人工智能共享任务的背景下调整工作设计以更好地满足人类需求 [17]。
未来旋翼飞机人机交互的系统理论要求定义
未来的旋翼飞机设计非常复杂，可选择载人，并包括先进的团队概念，这些概念会产生未知的人机交互安全风险。系统理论过程分析 (STPA) 可以分析这些复杂系统的危险。本文介绍了如何在未来直升机的早期概念开发中应用 STPA，以防止不可接受的损失。该系统被建模为分层控制结构，以捕获组件之间的交互，包括人和软件控制器。从这些关系中识别出不安全的控制操作，并用于系统地得出由系统组件之间的危险交互和组件故障引起的因果场景。然后生成系统要求以缓解这些情况。重点介绍了解决人为因素相关问题的场景和要求子集。尽早发现这些问题有助于设计人员 (1) 完善操作和控制职责的概念，以及 (2) 有效地将安全性设计到系统中。