XiaoMi-AI文件搜索系统
World File Search SystemVr
普通智能手机上运行的移动 VR 显示屏与标准 PC 显示屏在 P300-BCI 刺激呈现方面的比较
摘要 — 基于脑电图 (EEG) 的脑机接口 (BCI) 是一种很有前途的技术，可用于增强虚拟现实 (VR) 应用，尤其是游戏。我们专注于所谓的 P300-BCI，这是一种稳定而准确的 BCI 范例，依赖于识别刺激后约 300 毫秒 EEG 中出现的正事件相关电位 (ERP)。我们实现了这种 BCI 的基本版本，该版本显示在普通且价格合理的基于智能手机的头戴式 VR 设备上：即移动和被动 VR 系统（除智能手机外没有其他电子元件）。手机执行刺激呈现、EEG 同步（标记）和反馈显示。我们将 VR 设备上的 BCI 的 ERP 和准确性与个人计算机 (PC) 上运行的传统 BCI 进行了比较。我们还评估了主观因素对准确性的影响。这项研究是受试者内部研究，每种模式有 21 名参与者，每人进行一次会议。尽管与 PC 系统相比，VR 系统中的 P200 ERP 明显更宽更大，但 PC 和 VR 系统之间的 BCI 准确度没有显著差异。
基于虚拟现实 (VR) 的环境丰富功能，适用于患有轻度认知障碍 (MCI) 和轻度痴呆症的老年人
摘要：背景：尽管全球痴呆症患病率呈惊人上升趋势，但可用于改善痴呆症患者认知和心理健康的方式仍然有限。环境丰富是一种实验范例，在临床前研究中已显示出良好的抗抑郁和增强记忆力的效果。然而，由于缺乏有效的实施策略，其临床实用性仍然有限。目的：本研究的主要目的是评估基于虚拟现实 (VR) 的长期环境丰富训练计划对轻度认知障碍 (MCI) 和轻度痴呆老年人的可用性（耐受性和交互性）。次要目标是评估基于 VR 的环境丰富对 MCI 和轻度痴呆老年人认知功能稳定和心理健康改善的影响。方法：共有 7 名参与者（4 名 MCI 患者和 3 名轻度痴呆患者）在 6 个月内每两周接受一次基于 VR 的环境丰富训练。通过虚拟现实疾病问卷 (VRSQ) 和记录输入错误率连续评估 VR 训练参与者的耐受性和互动性。在研究之前和之后通过蒙特利尔认知评估 (MoCA) 评估认知功能。通过华威-爱丁堡心理健康量表 (WEMWBS) 评估心理健康。结果：患者对基于 VR 的环境丰富耐受性良好，VRSQ 分数 (p < 0.01) 和输入错误率 (p < 0.001) 随着时间的推移显着下降。VR 训练还可有效稳定治疗过程中的 MoCA 分数（治疗前后 MoCA 分数无显着差异），并且与第一次和最后一次评估之间 WEMWBS 分数改善的趋势有关（p < 0.1）。护理人员的定性观察进一步证实了患者心理健康的明显改善。结论：这项初步研究表明，VR 是一种可行、可耐受且潜在有效的工具，可为患有 MCI 和轻度痴呆的老年人提供长期支持。
优化生理自适应 VR 系统的视觉复杂性：使用 EDA、ECG 和 EEG 特征评估多模态数据集
生理自适应虚拟现实系统根据用户的生理信号动态调整虚拟内容，以增强交互并实现特定目标。然而，由于不同用户的认知状态可能影响多变量生理模式，自适应系统需要进行多模态评估，以研究输入生理特征与目标状态之间的关系，从而实现高效的用户建模。在这里，我们研究了一个多模态数据集（EEG、ECG 和 EDA），同时与两个不同的自适应系统交互，根据 EDA 调整环境视觉复杂性。视觉复杂性的增加导致 alpha 功率和 alpha-theta 比率的增加，反映出精神疲劳和工作量增加。同时，EDA 表现出明显的动态变化，紧张和相位成分增加。整合多模态生理测量进行适应性评估，加深了我们对系统适应对用户生理影响的理解，使我们能够解释它并改进自适应系统设计和优化算法。
AI和VR融合：在新兴的元评估罗伯特·戈德温·琼斯（Robert Godwin-Jones），弗吉尼亚州英联邦大学摘要
Metaverse的想法对语言学习具有巨大的希望。在3D沉浸式环境中访问的综合数字和现实世界的现象，通过非正式的聊天，模拟和游戏为偶然的语言学习提供了强大的机会，以及通过个性化的，适应性的，适应性的，适应性的语言获取。为了实现该愿景，将需要多模式AI，超越了纯文本语言模型，在任何媒体组合中发出输入和输出。将多模式AI整合到虚拟现实（VR）将允许身临其境的体验是广泛的和免费的形式，取代了提供有限的学习者代理的脚本互动。同时，AI系统内置的内存功能将使根据学习者的目标/兴趣和能力水平来创建用于个性化互动的学习者资料。同伴学习者的共同点，以及AI系统模仿人类交流实践的增长能力，将使Metaverse的版本与人类和人工智能代理人共同成为社会学习的协作空间。尽管这样的系统将提供一个吸引人的学习空间，但需要解决隐私和道德的关注。对于学习者而言，将基于AI的虚拟相互作用与真实的人类到人类通信进行补充，例如通过参与虚拟交流，这将非常重要。引言元代码的概念起源于尼尔·斯蒂芬森（Neal Stephenson）的雪崩溃（1992年），自从Facebook于2021年将自己重新命名为“ meta”以来，它吸引了人们流行的兴趣。同时，我们需要成为要了解人类与人工智能之间复杂的，相互交织的相互作用，使用诸如社会材料和复杂性理论等框架，以及从非威胁性的洞察力，从整体的，生态的角度来看，超越工具功能并考虑AI（和VR）。主要是通过虚拟现实（VR）可访问的合并真实和虚拟世界的概念似乎在人类活动的许多领域都有希望，包括语言学习。虚拟现实有望通过生成AI的新兴集成来转移到新的，更高的功能。对于语言学习，有望将VR应用程序从脚本上移动到自由形式的互动，并拥有高度个性化的自适应语言学习的希望。AI有望成为启用类似于Metaverse的事物的重要合作伙伴，尤其是随着其多模式功能的增强。在此过程中，人类可能以多种方式更严重地依赖AI，尤其是将其成为创作和学习伙伴（Godwin-Jones，2024b）。要了解AI浓度的程度，我们将需要将AI视为一种技术工具，并考虑其在社会中的转变效果。在此过程中，查看生态框架 - 社会材料和复杂性理论等生态框架将是有帮助的，这些作品分析了人类，非人类（包括AI）和使用背景之间的交织在一起的动态。通过将AI集成到混合现实的舞会中，可以重新定义计算机辅助语言学习（Call）的领域。此外，与土著文化相关的包容性和关系本体也提供了一种拒绝二元论和还原主义，邀请人们接受不确定性和歧义的观点，有助于应对破坏AI代表人类社会。AI增强VR可能会为语言学习带来深刻的变化，为学习者和领导教师提供了兴奋的机会，以重新思考传统的语言学习和评估方法，并可能质疑指导语言学习的基本使命和目标。
转变电子参与：VR 对话——为下一代 VR 电子参与研究构建和评估 AI 支持的框架
摘要目的——本研究的目的是探索沉浸式虚拟现实 (VR) 是否可以补充电子参与并有助于缓解阻碍有效沟通和协作的一些主要障碍。沉浸式虚拟现实 (VR) 可以补充电子参与并有助于缓解阻碍有效沟通和协作的一些主要障碍。VR 技术增强了讨论参与者的存在感和沉浸感；然而，由于缺乏经济实惠且可访问的基础设施，研究新兴 VR 技术在电子参与中的适用性具有挑战性。在本文中，作者提出了一个新颖的框架，用于分析电子参与背景下的严肃的社交 VR 参与。设计/方法/方法——作者提出了一种新颖的方法，用于人工智能 (AI) 支持的、数据驱动的沉浸式 VR 环境中的群体参与分析，作为下一代电子参与研究的推动者。作者提出了一种基于机器学习的 VR 交互日志分析基础设施来识别行为模式。本文包括特征工程，用于对四种模拟电子参与活动中的 VR 协作场景进行分类，并对所提出的方法性能进行定量评估。结果 - 作者将电子参与在线互动的理论维度与 VR 活动中的特定用户行为模式联系起来。人工智能驱动的沉浸式 VR 分析基础设施在自动对模拟电子参与活动中的行为场景进行分类方面表现出色，作者对特定特征对执行此分类的重要性提出了新颖的见解。作者认为，我们的框架可以扩展为更多功能，并可以涵盖更多模式，以支持未来的电子参与沉浸式 VR 研究。研究局限性/含义 - 本研究强调支持未来电子参与研究的技术手段，重点是沉浸式 VR 技术作为推动因素。这是第一次
解锁学习：大猩猩标签如何增强体育，技术和社会研究 /主题探索者 / LearningCorner.co < / div>
玩大猩猩标签涉及社交互动，使孩子与同龄人互动，增强他们对合作和竞争的理解。游戏提供了一个机会，可以通过互动，促进玩家之间的包容性和尊重来了解各种文化。它鼓励讨论公平和体育精神，强调在团队设置中共享价值观的重要性。虚拟景观可能会使孩子接触到不同的环境，从而激发人们对地理和世界文化的好奇心。
摘要：随着技术的进步，增强现实（AR）和虚拟现实（VR）的许多应用领域应运而生。这些技术，
摘要：随着技术的进步，增强现实 (AR) 和虚拟现实 (VR) 的应用领域不断涌现。这些技术最初出现在娱乐和游戏等领域，现在已广泛应用于医疗保健领域。在本研究中，设计了一个名为 SABAS 的传统模拟器，其所有组件均用于脑解剖训练。设计的模拟器配备了 AR 和 VR 支持的创新电子学习技术，以便在解剖学教育中使用 3D 模型来检查和学习人脑的结构，其解剖结构和功能非常复杂。这款智能手机辅助应用程序在检查脑解剖结构方面取得了巨大成功，并具有界面设计和应用程序可用性等附加功能。在介绍了这个设计的原型应用程序的基础之后，从专家和医疗保健专业人士那里获得了所需的建议，并且观察到该应用程序以最高效率运行。在本研究中，基于 30 名自愿参与研究的参与者的经验，评估了 VR 和 AR 辅助 SABAS 移动应用模拟器的有效性，该模拟器旨在教授大脑的解剖结构。关键词：大脑解剖学；解剖学教育；训练模拟器；虚拟现实；增强现实；移动应用。如何引用：Dandıl, E., Serın, Z., & Şenol, Y. (2022)。SABAS：基于虚拟和增强现实的智能手机辅助训练模拟器，用于大脑解剖学评估。BRAIN。人工智能和神经科学的广泛研究，13 (3)，252-276。https://doi.org/10.18662/brain/13.3/366
化身的外观和潜在骚扰者的行为影响用户在社会虚拟现实中的看法和反应策略（VR）：混合方法研究
性骚扰被认为是一个重大的社会问题。近年来，社会虚拟现实（VR）中骚扰的出现已成为一个重要而紧迫的研究主题。，我们通过与VR用户进行在线调查（𝑁= 166）和与社交VR用户的半结构化访谈（𝑁= 18）来研究用户如何在社交VR中感知性骚扰，重点关注阿凡达出现的影响。此外，我们得出了用户的响应策略来进行性骚扰，并获得了对平台法规的见解。这项研究通过研究化身出现对用户对性骚扰的看法的调节作用以及发现响应策略背后的根本原因，从而为社会VR中的性骚扰研究做出了贡献。此外，它提出了平台设计和监管域中的新型前景和挑战。
使用人工智能自然语言处理的 VR 读书应用程序提案
所提出的 VR 应用的特点是使用 AI 自然语言处理来阅读和理解书中的日语单词，并在 VR 眼镜中显示适当的图像。通过一款名为 Immersion VR Reader 的应用程序已经实现了在 VR 中阅读书籍的功能，该应用程序专为 Oculus GO (2) 提供。但是，这个应用程序存在一个问题。当我们开始开发本文提出的 VR 应用程序时，它仅支持英语。另一个原因是，还没有开发其他支持日语阅读理解的应用程序。作为回应，我们将注意力转向了 IBM 已经宣布的 Watson (3) 的使用。 Watson 的机器学习使用自然语言处理，具有理解文本的能力。在自然语言处理阶段，句子被分成几个单词，这个过程称为“分词”，然后每个单词被分配一个词性。此外，我们决定从中自动搜索名词，并将相应的搜索结果投影为VR。作为制作的第一步，我们将使用 Tone Analyzer 功能，这是 Watson 中可用的功能之一，可以提取阅读一段文本时感受到的情绪。此外，我们希望将获取到的情绪和对应的背景颜色投射到VR中。因此，本申请的特点是，利用Watson从文本中获得的情感数据，通过游戏引擎（Unity）获取，并构建相应的VR。这款应用程序的工作方式是，当你戴上 VR 眼镜时，空白处就会出现一个白色方块。然后，正在阅读的书的文本就会显示在空间的中心。接下来，系统自动搜索文本中的名词，并利用VR以360°视角投射与名词对应的图像和背景颜色。如果句子中除了名词之外还有您感兴趣的单词，您可以使用蓝牙遥控器手动选择它们。此外，用户还可以通过音调分析器阅读眼前书籍的全文，并根据自然语言处理的结果显示VR环境的背景颜色，从而通过声音表达场景的氛围。图像和颜色。这将实现。
通讯作者（*）：Chin Wai Ching（p130099@siswa.ukm.edu.my）关键字
摘要本研究旨在确定小学科学教师在将VR技术整合到科学学习中所面临的看法和挑战。该研究设计使用了一种混合方法，通过问卷调查，涉及雪兰莪的250名小学科学老师，他们被随机选择，以及与15位也参与问卷的科学老师的深度访谈。使用统计软件包社交科学（SPSS）版本29.0.2对定量数据分析进行描述性进行，而通过主题分析方法分析了定性数据。调查结果表明，教师对VR技术的认识水平处于中等水平，而教师接受程度很低。然而，教师对VR有效性的看法是积极的，尤其是在增加学生的兴趣，促进积极参与度以及通过更具互动和模仿的学习方法来促进对抽象科学概念的理解。但是，确定的主要挑战包括缺乏设施和使用VR设备，VR技术在增强学生理解方面的有效性以及政府和学校管理人员的支持和准备的局限性。这项研究的含义强调了需要进行适当的技术基础设施发展，为教师提供全面的密集培训，以及制定系统的教学指南以确保可以在科学学习中有效地实施VR技术的整合。