XiaoMi-AI文件搜索系统
World File Search SystemHCI
通过大脑输入改善HCI：审查，趋势和前景
In the field of HCI, researchers from diverse backgrounds have taken a broad view of application domains that could benefit from brain signals, both by applying HCI methods to improve interfaces using brain signals (e.g., human-centered design and evaluation of brain-based user interfaces), as well as integrating brain signals into HCI methods (e.g., using brain metrics in user experience evaluation).大脑传感技术，新分析方法和硬件改进的最新进展为此类研究打开了大门，随着含有脑传感器的可穿戴技术的商业化，这将加速。在这本专着中，我们从HCI的角度检查了大脑信号，重点是与HCI相关的贡献的工作。我们实现了三个主要目标。首先，我们为HCI研究人员提供了有关在用户界面中使用大脑信号的必要技术，可能性和局限性的底漆。第二，我们通过构建应用程序，输入范式和界面设计的分类法来系统地绘制研究领域。为此，我们审查了主要HCI会议和期刊的100多个出版物。最后，我们确定了新兴工作的差距和领域，以为对HCI的未来研究和脑信号奠定基础。
人机交互（HCI）讲座（3）第四讲
C. 长期记忆 LTM 在很多方面与 STM 不同。它具有无限的容量，访问时间很慢，遗忘发生得更慢或根本不发生。信息通过排练从 STM 存储在这里。LTM 有两种类型：情景记忆和语义记忆。情景记忆以序列形式表示我们对事件和经历的记忆。语义记忆是我们从情景记忆中获得的事实、概念和技能的结构化记录。与 LTM 相关的主要活动有 3 种：信息存储、遗忘和信息检索。
PDF - HCI 国际 2020
HCI International 是全球知名的国际论坛，旨在传播和交流人机交互理论、通用和应用领域的最新科学信息。与之前的会议一样，HCII 2020 有望成为令人难忘的高质量国际科学活动集群，也是了解全球快速发展的 ICT 市场的理想机会。HCII 2020 的主题领域/附属会议探讨了各种新的热门话题，这些话题反映并促进了范式转变，即从全球和社会角度向无处不在的交互、智能环境和交互技术转变，支持人类生活和活动的各个方面。会议论文集由 Springer 出版，包括计算机科学讲义 (LNCS)、人工智能讲义 (LNAI) 和计算机与信息科学通信 (CCIS) 系列，可通过 SpringerLink 数字图书馆 (http://www.springer.com/lncs 和 http://www.springer.com/series/7899) 在线获取，全球所有订阅图书馆均可轻松访问。HCII 2020 还为论文和海报提供了“最新突破性成果”选项，相应的论文集卷将在会议结束后出版。全文将包含在“HCII 2020 - 最新突破性论文”卷（LNCS 系列）中，而海报扩展摘要将作为短篇论文包含在“HCII 2020 - 最新突破性海报”卷（CCIS 系列）中。所有会议参与者都可以通过他们的会议 (CMS) 帐户浏览、搜索、阅读和下载 PDF 格式的初始 40 卷会议论文集。会议结束后，会议论文集的“最新突破”卷也将发布，它们共同构成了 HCII 2020 会议论文集的全集。Springer 还提供所有卷的单卷和全套平装本，作者可享受大幅折扣。
Kerdvibulvec, C. 和 Chen, L. (2020)。新冠疫情期间增强现实和人工智能的力量。在 C. Stephanidis、M. Kurosu、H. Degen 和 L. Reinerman-Jones (Eds.) 中，HCI International 2020 - 最新论文：多模态和智能：第 22 届 HCI 国际会议，HCII 2020，丹麦哥本哈根，2020 年 7 月 19-24 日，会议录 (第 12424 卷，第 467-476 页)。（计算机科学讲义（包括人工智能讲义和生物信息学讲义子系列）；第 12424 卷 LNCS）。施普林格国际出版公司。 https://doi.org/10.1007/978-3-030-60117-1_34 阿尔斯特大学研究门户中的出版记录链接
摘要。由严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 引起的 Covid-19 疫情给世界各地的科学界，包括计算机科学界带来了许多重大挑战。与此同时，随着社交媒体和智能手机在世界各地连通性的提高，计算机科学的兴起，增强现实 (AR) 和人工智能 (AI) 领域最近发展非常迅速。增强现实是一个新兴的物理场景领域，其中物理世界中的事物与虚拟世界混合在一起，而人工智能是一个流行的领域，用于机器模拟人类智能，即被编程为像人类一样观察、思考和理解。本文介绍了 Covid-19 疫情期间增强现实和人工智能的最新发展。首先，我们重点介绍一下最近使用增强现实应对 Covid-19 危机的工具。例如，我们回顾了基于增强现实的用于检测病毒症状的热成像眼镜，以及增强现实在教育任务中的方法，这些方法可以帮助人们有效地克服隔离，进行在线学习。其次，我们讨论了最近使用人工智能智能抗击 Covid-19 大流行的工具的概述。我们的讨论包括用于近似和让人们为预防病毒做好准备的人工智能方法，使用非线性回归网络 (NAR) 预测病毒的大小、长度和结束时间的 Covid-19 疫情预测方法，以及用于估计致命病毒爆发趋势的易感-暴露-感染-移除 (SEIR) 模型。最后，我们提出了增强现实和人工智能之间的优势和有希望的未来整合，以解决 Covid-19 危机后的研究问题。
人机交互的人工智能：一种现代方法
人工智能 (AI) 和人机交互 (HCI) 有着共同的根源，早期的对话代理研究为这两个领域奠定了基础。然而，在随后的几十年里，这两个领域之间最初的紧密联系变得不那么明显了。深度学习的兴起彻底改变了人工智能，并带来了大量实用的方法和工具，这些方法和工具对核心人工智能以外的领域产生了重大影响。特别是，现代人工智能技术现在为机器和人类的互动提供了新的方式。因此，现在是时候研究现代人工智能如何以新的方式推动人机交互研究，以及人机交互研究如何帮助指导人工智能的发展。本次研讨会为研究人员提供了一个论坛，讨论将现代人工智能方法引入人机交互研究的新机遇，确定需要研究的重要问题，展示可以应用的计算和科学方法，并分享已有的数据集和工具或提出应进一步开发的数据集和工具。我们感兴趣的主题包括用于理解和建模人类行为并实现新交互模式的深度学习方法、结合人类和机器智能来解决困难任务的混合智能，以及用于交互数据管理和大规模数据驱动设计的工具和方法。在这些主题的核心，我们希望开始讨论现代人工智能的数据驱动和以数据为中心的方法如何影响 HCI。
PDF 版本 - HCI International 2019
HCI International 是全球知名的国际论坛，旨在传播和交流人机交互理论、通用和应用领域的最新科学信息。与其前身会议一样，HCI International 2019（HCII 2019）有望成为令人难忘的高质量国际科学活动集群，也是接触全球快速发展的 ICT 市场的理想机会。HCII 2019 和专题领域/附属会议探讨了各种新的热门话题，这些话题反映并促进了范式转变，即从全球和社会角度向无处不在的交互、智能环境和交互技术转变，这些技术几乎支持人类生活和活动的所有方面。35 卷的会议论文集由 Springer 出版，包括计算机科学讲义 (LNCS)、人工智能讲义 (LNAI) 和计算机与信息科学通信 (CCIS) 系列，可通过 SpringerLink 数字图书馆 (http://www.springer.com/lncs 和 http:// www.springer.com/series/7899) 在线获取，全球所有订阅图书馆均可轻松访问。所有会议参与者都将收到 PDF 格式的会议论文集。Springer 还提供平装印刷版。今年，HCII 会议引入了“最新突破性成果”这一新选项。这适用于论文和海报，相应的会议论文集将在会议结束后立即发布。全文将收录在 Springer LNCS 系列下出版的‘HCII 2019 最新突破工作论文集’卷中，而海报扩展摘要将作为短文收录在 Springer CCIS 系列下出版的‘HCII 2019 最新突破工作海报扩展摘要’卷中。
德国 HCI
通过重新组合在爱好者存储库中找到的模型来创建新的 3D 打印对象被称为“重新混合”。在本文中，我们探讨了如何最好地支持用户重新混合特定类别的 3D 打印对象，即那些执行机械功能的对象。在我们的调查中，我们发现制造商通过手动从一个父模型中提取零件并将它们与来自不同父模型的零件组合来重新混合这些机器。这种方法通常将一个制造商制造的轴放入另一个制造商制造的轴承中，或者将一个制造商的齿轮与另一个制造商的齿轮组合在一起。然而，这种方法是有问题的，因为来自不同制造商的零件往往配合不佳，这导致长时间的调整和测试打印，直到所有零件最终协同工作。我们通过交互式系统 grafter 解决了这个问题。Grafter 做两件事。首先，grafter 在很大程度上自动化了从 3D 打印机中提取和重新组合机械元素的过程。其次，它强制执行一种更有效的重用方法：它阻止用户提取单个部件，而是允许提取已经协同工作的机械元件组，例如轴及其轴承或齿轮对。我们称之为基于机制的重新混合。在最终的用户研究中，参与者使用 grafter 重新混合的所有模型都可以进行 3D 打印而无需进一步调整并立即工作。
