XiaoMi-AI文件搜索系统
World File Search SystemHCI
人机交互与材料科学的交融：变形材料在设计变形界面中的文献综述
摘要 随着柔性显示器的普及和智能材料的进步，现在可以创建不仅灵活而且可以根据需要重新配置为任何形状的交互式设备。一些人机交互 (HCI) 和机器人研究人员已经开始设计、原型设计和评估变形设备，但他们意识到这一愿景仍需要解决许多工程挑战。在材料科学方面，我们需要在稳定且可访问的材料方面取得突破，以创建新颖的概念验证设备。在交互式设备方面，我们需要更深入地了解材料特性，并了解如何利用材料特性来提供释放人类交互潜力的功能。虽然这些挑战对于各自的研究领域来说很有趣，但我们相信，通过将这些社区聚集在一起，可以放大变形设备的真正威力。因此，在本文中，我们回顾了变形材料的进展，并讨论了它们在 HCI 环境中的应用。
HCI 研究人员如何描述他们的软件工具？多模式交互工具概要调查的见解
[1] Abdullah X. Ali、Meredith Ringel Morris 和 Jacob O. Wobbrock。2019 年。Crowdlicit：一种用于开展分布式最终用户诱导和识别研究的系统。2019 年 CHI 计算机系统人为因素会议论文集。ACM，美国纽约州纽约，1-12。https://doi.org/10.1145/3290605.3300485 [2] Khalil J. Anderson、Theodore Dubiel、Kenji Tanaka、Marcelo Worsley、Cody Poultney 和 Steve Brenneman。2019 年。化学舱：一种用于课堂的多模式实时回顾工具。2019 年国际多模式交互会议（ICMI '19）论文集。 ACM，纽约，纽约州，美国，506–507。https://doi.org/10.1145/3340555.3358662 [3] Muhammad Zeeshan Baig 和 Manolya Kavakli。2020 年。多模态系统：分类、方法和挑战。arXiv：2006.03813 [cs.HC]
利用英特尔® AMX 和英特尔® TME 解决方案设计简介加速 AI 推理工作负载并提高 Azure Stack HCI 上的安全性
处理器 QS 预生产版（40 核，2.0 GHz）、1 个英特尔® 服务器主板（QuantaGrid D54Q-2U）、总内存：512 GB（16x 32 GB 4800 MHz DDR5 DIMM）、英特尔® 超线程技术 = 开启、英特尔® 睿频加速技术 = 开启、BIOS = SE5C741.86B.01.01.0002.2212220608、微码 = 0x2b0001b0 存储（启动）：1 个 Solidigm DC S4610（960 GB）、存储：6 个 Solidigm D7-P5510 系列（3.84 TB）、网络设备：1 个 25 GbE 英特尔® 以太网网络适配器 E810-XXV-4 @ 25 GbE、1 个 10 GbE 英特尔® 以太网融合网络适配器 X550-T2 @ 1 GbE、操作系统/软件：带有 Ubuntu Server 2022 的 Microsoft Azure Stack HCI 版本 20385。
元互动：调查
摘要 - 人类计算机的互动（HCI）随着计算机的诞生而出现，并且已经升级了数十年的开发。Metaverse对其沉浸式体验引起了很多兴趣，HCI是人民元的入口。可以预见的是，HCI将确定荟萃分析的浸入。但是，元中HCI的技术还不够成熟。我们应该在Metaverse中解决HCI的许多问题。为此，本文的目的是提供有关HCI在Metaverse中的关键技术和应用的系统文献综述。本文是对Metaverse的HCI的全面调查，重点是当前技术，未来的方向和挑战。首先，我们在Metaverse及其相互排斥的关系中简要概述了HCI。然后，我们总结了HCI及其未来特征在元视体中的演变。接下来，我们设想并介绍了元视频中HCI所涉及的关键技术。我们还回顾了Metaverse中HCI的最新案例研究。最后，我们重点介绍了这个有前途的领域中的几个挑战和未来问题。索引项 - 通用，互动，用户互动，challenges
nordichi'24程序
Jan Gulliksen IX，上层主持人：Jan Gulliksen小组成员：JudithDörrenbächer，MareikeGlöss，Netta Iivari，从人为因素到人类演员。 从人机互动到实践社区。 从工作环境到日常生活。 从多学科到跨学科。 人类计算机相互作用（HCI）中的每个浪潮都引入了新的观点，挑战，可能性和风险。 展望未来，HCI社区将面临哪些巨大挑战？ 随着以人工智能（HCAI）的兴起和向人类后未来的转变，HCI将扮演什么角色？ 我们将获得哪些新知识和理解？ 特别是我们对HCI社区的最大恐惧是什么，这对社会一般会产生什么影响？ 该小组超越了先前的HCI浪潮，以探索因不断发展的知识和关注而塑造的潜在未来。Jan Gulliksen IX，上层主持人：Jan Gulliksen小组成员：JudithDörrenbächer，MareikeGlöss，Netta Iivari，从人为因素到人类演员。从人机互动到实践社区。从工作环境到日常生活。从多学科到跨学科。人类计算机相互作用（HCI）中的每个浪潮都引入了新的观点，挑战，可能性和风险。展望未来，HCI社区将面临哪些巨大挑战？随着以人工智能（HCAI）的兴起和向人类后未来的转变，HCI将扮演什么角色？我们将获得哪些新知识和理解？特别是我们对HCI社区的最大恐惧是什么，这对社会一般会产生什么影响？该小组超越了先前的HCI浪潮，以探索因不断发展的知识和关注而塑造的潜在未来。
人类计算机相互作用主题区域
HCI 2023是第25届人力计算机互动国际会议（HCI国际2023年）的主题领域。This Thematic Area addresses challenging and innovative topics in Human-Computer Interaction theory, methodology and practice, including, for example, novel theoretical approaches to interaction, novel user interface concepts and technologies, novel interaction devices, UI development methods, environments and tools, multimodal user interfaces, emotions in HCI, aesthetic issues, HCI and children, evaluation methods and tools, and many others.hci是一个需要重大创新和突破性的领域，以实现截然不同的新形式的互动形式。我们鼓励参与HCI主题领域，作为人力计算机互动中科学研究与创新论坛。
国防部人机界面风格指南 - EverySpec
2.0 界面风格 2-1 2.1 风格指南 2-2 2.1.1 商业风格指南 2-3 2.1.2 DoD HCI 风格指南 2-6 2.1.3 领域级风格指南 2-6 2.1.4 系统级风格指南 2-6 2.2 系统级用户界面设计决策 2-6 2.2.1 选择用户界面风格 2-6 2.2.2 确定系统级风格指南 2-7 2.2.3 HCI 设计流程 2-7 2.2.4 迁移策略 2-7 2.2.5 跨硬件平台的可移植性 2-9 2.2.6 HCI 环境的集成 2-9 2.3 使用风格指南解决用户界面设计问题2-9 2.3.1 选择用户界面样式 2-10 2.3.2 重新设计 HCI 以提高可用性 2-10 2.3.3 选择商业软件时需要考虑的 HCI 因素 2-11 2.3.4 开发定制软件时需要考虑的 HCI 因素 2-12 2.3.5 战术环境中的 HCI 设计 2-12 2.3.6 迁移注意事项 2-13 2.3.7 可移植性注意事项 2-13 2.4 统一应用程序接口 (UAPI) 2-14 2.4.1 简介 2-14 2.4.2 实现 HCI 可移植性的方法范围 2-15 2.4.3 支持的环境 2-20 2.4.4 使用 UAPI 工具的注意事项 2-21 2.4.5 风格指南含义 2-27
不是机器人；而是半机械人进一步开展人类反残疾歧视研究……
这篇理论论文以现有文献为基础，探讨了在人机交互 (HCI) 领域非人性化和传播自闭症话语的后果。我们主要关注 HCI 中将自闭症患者视为机器或类似机器的叙述，探讨 HCI 中自闭症的主导结构如何使该领域参与暴力自闭症干预范式的行为正常化，尽管 HCI 研究人员的意图是好的。我们致力于开发残疾机器人作为理解自闭症患者的另一种框架（而不是计算机或机器人），并建议将残疾技术科学作为基于这种替代理解的研究框架。通过这样做，我们希望招募被误导但善意的研究人员，以消除 HCI 内外的反自闭症能力主义。
纳米能源 - 王志良的主页
人机交互 (HCI) 策略基于不同的设备和技术传达人类思维和机器智能。大多数人机交互策略都假设身体状况正常，这限制了残障用户的可访问性。某些产品（例如盲文键盘）对特定残障人士来说很好用。然而，一种可以忽略用户身体状况的更通用的人机交互策略将增强这些工具对残疾人的可访问性。在这里，我们报告了一种利用人体摩擦电 (TEHB) 进行人机交互的人机交互策略。人体的许多部位都可以产生 TEHB，从而消除了身体功能障碍带来的障碍。这种人机交互方法已用于文本输入、图形输入和模仿鼠标功能。在深度学习的帮助下，直接从手写获得的文本输入的准确率约为 98.4%。我们的研究结果为人机交互提供了一种新方法，并证明了多种交互模式的可行性。
人类与自动化机器学习系统交互的角色和模式
随着自动化机器学习 (AutoML) 系统在复杂程度和性能方面不断进步，了解这些框架中人机交互 (HCI) 的“如何”和“为什么”变得非常重要，包括当前的和预期的。这样的讨论对于最佳系统设计是必要的，利用先进的数据处理能力来支持涉及人类的决策，但它也是识别不断提高的机器自主性水平所带来的机遇和风险的关键。在此背景下，我们重点关注以下问题：(i) 对于最先进的 AutoML 算法来说，HCI 目前是什么样子，特别是在开发、部署和维护阶段？(ii) AutoML 框架内对 HCI 的期望是否因不同类型的用户和利益相关者而异？(iii) 如何管理 HCI，以便 AutoML 解决方案获得人类的信任和广泛接受？(iv) 随着 AutoML 系统变得更加自主并且能够从复杂的开放式环境中学习，HCI 的基本性质会发生变化吗？为了考虑这些问题，我们将 HCI 中的现有文献投射到 AutoML 领域；到目前为止，这种联系基本上还没有得到探索。为此，我们回顾了包括用户界面设计、人为偏见缓解和对人工智能 (AI) 的信任等主题。此外，为了严格衡量 HCI 的未来，我们考虑了 AutoML 如何在有效开放的环境中体现。这