这意味着,在校园活动发生的每个上课日,学生必须将症状跟踪应用程序中的证明上传到 Canvas,并确认他们已完成当天的症状筛查。学生不应上传筛查结果,而应上传已完成筛查的证明。如果症状跟踪应用程序建议学生隔离而不是来上课,那么学生在获得医疗专业人员的许可之前不得返回课堂。• 有关有症状和无症状的安全协议的信息可在此处找到。如果学生在教室(或任何 UT 建筑物)内未正确佩戴布面罩,则该学生必须离开教室(和建筑物)。如果学生拒绝佩戴布面罩,则该课程的剩余时间将被停课,并且
相泽洋二教授,早稻田大学研究生院物理学硕士,非线性非平衡统计力学 津本忠二教授,大阪大学医学院神经生理学系博士/研究员课程 大阪大学研究生院神经外科博士 EEG 脑机接口的开发
摘要。人类计算机的交互已从命令行演变为图形,直至有形的用户界面(TUI)。tuis代表了将物理对象纳入数字环境中的新范式,以便为用户提供更丰富,更自然和直观的互动手段。本文回顾了TUIS在认知人体工程学,教育和行业中的应用,并特别强调了TUI在减少认知负荷以及改善保留率和增强解决问题的行为方面可能产生的潜在影响。它涵盖了TUI认知益处的各种案例研究,分布式和体现的认知,可伸缩性和可访问性问题的框架,减少技术障碍以及用户不情愿的方法以及TUI与IoT合并的方式。作者还讨论了TUI如何在智能环境中的网络和控制方面看到巨大的改进。从上述内容中,尽管Tuis承诺与常规GUI有关的巨大好处,但在不同应用程序中的全面利用要求解决成本,适应性和包容性的广泛使用。
摘要 混合现实和增强现实 (XR) 设备模糊了物理世界和数字世界之间的界限,导致用户输入嘈杂且不可靠,并且系统无法完全了解交互环境。然而,这些设备可以以低摩擦的方式向用户显示信息,这种方式与人的身体和物理环境更紧密地结合在一起,为持续的“始终在线”协助提供了机会。我们认为,要构建有效的 XR 交互,我们必须 (1) 通过了解用户和环境来减少系统不确定性,以及 (2) 有效地调整界面以让用户参与减少不确定性并允许在线学习和个性化。人工智能和机器学习中的现代方法对于实现这些目标非常重要。
智能和复杂系统在我们的工作场所和家中越来越常见,为交通、健康和教育领域提供直接帮助。在许多情况下,这些系统的性质在某种程度上是普遍存在的,并影响着我们做出决策的方式。传统上,我们了解人类在团队中工作的好处,以及当这个团队无法工作时相关的陷阱和成本。然而,我们可以将自主代理视为一个合成合作伙伴,它扮演着传统上只属于人类的角色。在这些新的人机自主团队中,我们可以看到不同级别的自动化和决策支持,这些级别包含在明确的任务和目标层次中。然而,当我们开始研究更自主的系统和软件代理的性质时,我们看到一种伙伴关系,它可以根据任务的背景提出不同的权威结构。这可能因人或代理是否领导团队以实现目标而有所不同。本文研究了 HAT 组成的性质,同时研究了它在航空业中的应用以及如何评估对此类系统的信任。
开发和维护交互式软件的持续困难揭示了传统命令式编程语言的不足。近年来,已经提出了几种解决方案,以专用于交互的结构来丰富现有语言。在本文中,我们提出了一种不同的方法,以交互为主要关注点来构建一种新的编程语言。我们提出了基于过程和过程激活概念的概念框架 Djnn,然后介绍了从该框架派生的编程语言 Smala。我们提出了一种解决方案,用于统一事件和数据流的概念,并从一小组基本结构中派生出复杂的控制结构。我们详细介绍了 Smala 的语法和语义。最后,我们通过一个真实大小的应用程序说明它如何构建交互式软件的所有部分。Djnn 和 Smala 可以为设计人员和程序员提供可用的方法来思考交互并将其转化为运行代码。
1 简介 7 1.1 课程介绍 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . ...
对话助手在普通人群中无处不在,然而这些系统对残疾人或言语和语言障碍人士却没有产生影响,对于他们来说,基本的日常交流和社交互动都是一项艰巨的任务。语言模型技术可以在赋予这些用户权力方面发挥巨大作用,并通过交互支持帮助他们以更少的努力与他人互动。为了使这一群体能够发挥作用,我们构建了一个系统,它可以在社交对话中代表他们,并生成可由用户使用提示 / 关键词控制的响应。对于正在进行的对话,该系统可以建议用户可以选择的响应。我们还构建了可以通过在对话响应上下文中建议相关提示来加速这种通信的模型。我们引入了关键词丢失来在词汇上限制模型响应输出。我们展示了对提示/关键词预测器和可控对话系统的自动和人工评估,以表明我们的模型比没有控制的模型表现更好。我们的评估和用户研究表明,端到端响应生成模型上的关键词控制功能非常强大,可以帮助患有退行性疾病的用户进行日常交流。
• 多个静态照明场景 • 场景选择由单个触发器或传感器激活(实时 - “慢速”) • 监控来自单个传感器和活动场景的数据 • (本地) 系统内的双向通信
摘要 事实证明,智能辅导系统 (ITS) 无论是单独使用还是与传统教学相结合,都能够提高学生的学习成果。然而,构建 ITS 是一个耗时的过程,需要现有工具的专业知识。现有的创作方法,包括认知导师创作工具 (CTAT) 的示例追踪方法和 SimStudent 的辅导创作,都使用演示编程,使创作者能够比使用模型追踪进行手动编程更快地构建 ITS。然而,这些方法仍然存在创作时间长或难以创建完整模型的问题。在本研究中,我们证明使用学徒学习者 (AL) 框架构建的模拟学习者可以与一种强调模型透明度、输入灵活性和问题解决控制的新颖交互设计相结合,使创作者能够比现有创作方法在更短的时间内实现更高的模型完整性。