XiaoMi-AI文件搜索系统
World File Search SystemInteractive
互动表演中的审美失败设计
失败是具有挑战性的体验的常见产物，是互动系统的现实，也是美学和即兴表演的资源。我们介绍了一项研究，研究了三位专业钢琴家如何演奏一首互动钢琴曲，其中包括弹奏音乐中的隐藏代码，以控制他们在乐曲中的路径并触发系统动作。我们揭示了由于各种原因导致的弹奏代码失败，包括弹奏错误、系统限制，以及故意失败以控制系统，以及这些失败如何激发表演者的美学和即兴反应。我们建议应设计创造性和表演性的界面来实现美学失败，并引入一种分类法，将人类对失败的态度与对有能力的系统的态度进行比较，揭示游戏、驯服、驾驭和服务系统的新创意设计策略。
互动树生命树Itol v6
摘要生命之树（https://itol.embl.de）是用于管理，显示，注释和操纵系统发育和其他树木的在线工具。它是可以自由的，可以向E viry开放。Itol v ersion 6引入了现代化且完全重写的用户界面以及许多新功能。已经引入了一种新的数据集类型（彩色 /标记的范围），大大升级了先前的简单彩色范围注释函数的功能。对几个现有数据集T ypes实现了其他注释选项。DAT ASET模板文件现在通过子字符串匹配（包括完整的正则表达支持）来支持对多个树节点的简单分配。节点MET ADAT ADAT已大大扩展了处理，没有V el distai y和e Xporting选项，并且不能进行交互性编辑或通过注释文件进行更新。可以使用多个同时的字体样式显示树标签，并具有精确的定位，大小和单个标签零件的大小。实施了各种散装标签编辑功能，简化了所有树节点标签的大规模更改。ITOL的自动税收分配功能现在还基于基因组税元数据库（GTDB）支持树，此外NCBI税收税也是如此。可选的用户帐户页面的功能已扩展，简化了项目和树木的管理，导航和共享。ITOL目前从> 130 0 0 0单个用户帐户中处理超过一百万棵树。
与可生长材料的原型互动设备
生长周期。与从专门的植物或动物部位获得的生物塑料相比，“生长”制造涉及生物，例如细菌，真菌或植物。随着制造过程的成长开辟了独特的机会空间，例如，制造商可以利用该材料自我制作和堆肥的能力来提高可持续性[10]或利用生物组装来建立无缝的连接。然而，在增强交互性过程中，交互元素（例如电子）的整合仍然不足。我们将生物杂化设备视为交互式设备，这些设备将传统的电子组件与活生物体生产的生物基材料进行整体。我们的主要研究问题是研究如何使用细菌纤维素（BC）创建这种生物杂化器件。bc是一种基于生物的聚合物材料，是通过细菌和酵母菌（Scoby）的共生培养而生产的，这最常见于康普茶茶的家居生产中。它具有一组理想的属性，使其特别合适：使用BC制造是可访问的，并且可以产生具有高耐用性，多功能性和机械灵活性的对象。到目前为止，细菌纤维素主要用于制造被动物体[47，63，66]。只有很少的作品说明了如何将材料与电子产品混合以创建交互式伪影[10，57]。这是高度挑战性的，因为生存的Scoby所需的生长培养基是酸性和潮湿的，它倾向于腐蚀电子成分。他们因此，需要仔细调整使用BC的生物杂化设备的制造技术和材料，以满足所涉及的生物体的需求。据我们所知，迄今为止，已经提出了对BC与电子和导电材料集成的设计空间的系统探索。因此，设计师和制造商在试图将电子设备与BC集成时被迫恢复为“反复试验”。在这项工作中，我们通过将传统电子产品与生物制造结合使用生物制造来贡献一个框架，用于制造生物杂种设备。框架确定了材料生命周期的三个不同阶段，以支持设计和制造商利用BC的增长过程到嵌入电子产品。对于每个生命周期阶段，我们通过生物制作，生物组装和弹簧来构成新颖的织物技术，用于嵌入导电元件，传感器和输出成分。在生长阶段，生物组装可以实现有机材料“生长”并封装每个组件的电子设备的无缝整合。我们对材料和化学兼容性有贡献。稳定阶段实现了一系列添加剂制造技术，我们仔细地适应了bc的独特特征。，我们贡献了湿分层，分层并用导电粒子作为新颖的，特异性的制造技术以及对机械性能和电导率的见解。在无生命的阶段，可提供减法制造技术。我们提供了有关激光切割，碳化，雕刻和折叠的见解，并通过用石墨掺杂的导电糊剂填充激光雕刻痕迹来创建基于BC的PCB的新技术。制造技术已设计为众多的制造商，设计师和电子爱好者的观众可以使用。
可变形对象操纵的互动感知
摘要 - 互动感知使机器人能够操纵环境和对象将它们带入有利于感知过程的状态。可变形物体在基于视觉的感知中的严重操纵难度和遮挡，对此构成挑战。在这项工作中，我们通过涉及活动相机和对象操纵器的设置解决了这样的问题。我们的方法基于一个顺序的决策框架，并明确考虑了耦合相机和操纵器的运动规律性和结构。我们为构建和计算一个称为动态活动视觉空间（DAVS）的子空间的方法有效地利用了运动探索中的规律性。在模拟和真实的双臂机器人设置中都验证了框架和方法的有效性。我们的结果证实了可变形对象的交互感中的主动摄像头和协调运动的必要性。
机器人的交互式视觉任务学习
我们为机器人提供了一个框架，可以通过与人类用户的原位语言互动来学习新颖的视觉识别和任务。先前的方法使用了大型预训练的视觉模型来推断新的对象零射击，或者添加了新颖的概念及其属性和表示形式。我们通过使他们能够学习新颖的概念并与他们解决看不见的机器人技术任务来扩展着专注于学习视觉概念层次结构的方法。为了使视觉概念学习者能够单次解决机器人技术任务，我们开发了两种不同的技术。首先，我们提出了一种新颖的方法，即Hi-viscont（任务的等级视觉概念学习者），该方法将新颖概念的信息扩大到概念等级的父母节点。此信息传播允许层次结构中的所有概念都可以更新，因为在继续学习的环境中教授新颖的概念。其次，我们将视觉任务表示为带有语言注释的场景图，使我们能够对显示的任务零射击的新颖置换。我们提出两组结果。首先，我们将Hi-Viscont与三个域中的视觉问题答案（VQA）上的基线模型（Falcon）进行了比较。虽然在叶片水平概念上是基线模型，但Hi-Viscont平均而言，在非叶概念上取得了9％以上的改善。其次，我们进行了一个人类受试者实验，用户在该实验中教我们的机器人视觉任务。我们将模型的性能与基线猎鹰模型相结合。与基线模型相比，我们的框架可实现33％的成功率指标，对象水平准确度提高了19％。通过这两个结果，我们证明了我们的模型在机器人持续学习环境中学习任务和概念的能力。
人工智能交互装置的设计和评估......
摘要 人工智能 (AI) 已被证明是公共部门保存、分析、管理和展示文化遗产的有效工具。然而，很少有研究关注人工智能对公众参与的具体影响，特别是在文化遗产学习方面。本文旨在通过设计和评估结合图像风格转换和面部识别技术的交互式装置，研究人工智能对公众文化遗产学习的影响。我们通过对话分析、访谈和问卷调查，重点评估参与者在文化遗产学习过程中的表现以及行为和知识方面的学习成果。结果表明，交互式装置促进了用户生成的五个主要类别的学习对话：感知对话（30.60%）、战略对话（24.89%）、连接对话（16.40%）、概念对话（15.22%）和情感对话（12.90%）。此外，它促进了实验后文化遗产知识的获取和在线下和线上平台上分享文化遗产的行为。
表演和互动写作中的人工智能
• 澳大利亚文化在其主要和最容易接触的论坛上普遍退化和丧失。 • 世界上最古老的现存文化：澳大利亚土著文化被挪用和侵蚀。 • 精心开发和实现的澳大利亚银幕戏剧、剧院和互动内容被无休止的衍生作品所取代，这些衍生作品纯粹是为了盈利而由非创意人士拥有。 • 艺术家和创意工作者被彻底取代。 • 澳大利亚创意工作者的生计丧失。 • 澳大利亚创意人员的技能基础遭到毁灭性侵蚀。 • 澳大利亚创意人员可行且有意义的职业道路消失。 • 澳大利亚文化事业包容性的重要举措受到阻碍——尤其是剧院、银幕和互动领域。在某些情况下，完全关闭了进入这些领域的机会。 • 当使用人工智能的视频游戏将观众暴露于潜在的有害或令人反感的内容时，观众将面临风险。 • 当视频游戏捕获或鼓励玩家披露个人信息时，将导致侵犯观众隐私。 • 电子游戏中“黑暗设计模式”的有效性不断提高，吸引玩家继续玩游戏，尤其是那些包含战利品箱或掠夺性应用内购买等赌博功能的游戏。更广泛的背景：应该承认，目前人工智能被更广泛地应用于许多有用和重要的目的。当人工智能被用于明显改善健康和/或社会服务的结果时，它的深思熟虑和及时使用可以提高生活水平和/或生活质量，或阻止其下降。
以参与者为中心的 AI 规划交互式可视化
引用本文 请注意，如果 King's Research Portal 上提供的全文是作者接受的手稿或后印刷版本，则可能与最终发布的版本不同。如果引用，建议您检查并使用出版商的最终版本以获取分页、卷/期和出版日期详细信息。如果在研究门户上提供最终发布的版本，如果引用，建议您再次检查出版商的网站以进行任何后续更正。一般权利 研究门户中提供的出版物的版权和道德权利由作者和/或其他版权所有者保留，并且用户访问出版物的条件是承认并遵守与这些权利相关的法律要求。
用于电生理 DMI 的交互式模块化系统
不同的音乐家和研究人员创建了各种音乐系统，目的是简化基于电生理信号和身体姿势的数字乐器的开发过程 [1,8]。然而，他们的努力往往与主流科学或音乐界隔绝，限制了知识和实践的相互交流。在脑电图领域，使用命令行界面的脑机音乐接口 (BCMI [9]) 软件 [11,12]、复杂的架构 [1,5,14,15] 或程序编程 [12,17] 使得一小部分潜在感兴趣的用户（即具有必要技术技能的用户）可以进行实时脑电图处理。此外，选择和实施脑电图分析需要一定程度的神经科学培训或至少是理解。虽然市场已经做出了反应，推出了越来越用户友好的系统（例如 [10] 最近的一篇评论），但它们通常没有提供足够开放和灵活的软件架构来满足艺术实践的需求。商业软件的价格也可能过高，而且通常专门用于特定的治疗或医疗用途。简而言之，目前缺乏将电生理信号处理纳入灵活音乐环境的标准化系统的需求。肌肉群识别、电极放置和任务设计方面的最佳实践需要传达给非专业用户。我们将要讨论的软件开发是对这种情况的回应，也是名为 Body Brain Digital Musical Instrument (BBDMI) 的大型项目的一部分。该项目的目的是为没有神经科学和信号分析领域专业知识的音乐家和艺术家开发一种数字乐器 [16]。换句话说，BBDMI 的主要目标是通过提供用户友好的界面来处理从采集到特征选择和声音映射的信号处理，从而创建一个灵活而富有创意的平台来试验电生理信号。本文的结构如下。我们首先介绍当前研究的相关工作。接下来，我们将详细描述我们的系统架构、遇到的技术挑战以及与音乐界的潜在相关性。然后，我们将展示我们的修补工作流程、信号处理模块以及在用户研究和音乐会期间开发的映射策略。最后，我们将总结如何改进系统的想法、可能的未来方向以及我们公共存储库的链接。在文中，我们使用术语 ExG 来指代肌电图 (EMG) 和脑电图 (EEG)。