过去几年,人机交互 (HDI) 领域一直在稳步发展,尤其是随着无人机技术越来越多地出现在人类空间中。新冠疫情表明“无人机已经准备就绪”[1],除了拍摄照片和视频外,无人机还可以用于一系列新奇的应用,从食品和药物配送到人口监测和执法 [2]。这场危机凸显了无人机在世界各地的存在,向我们表明无人机将继续存在,就像汽车和手机在历史上不同时期所做的那样,彻底改变了我们的技术习惯,并取得了强大的存在感——甚至比地面机器人更强。尽管在安全和隐私等问题上存在不确定性,但无人机在日常生活中为我们提供支持的潜力似乎足以激励人们接受它们的存在。HDI 的研究工作带来了大量挑战和机遇,这些挑战和机遇是该平台独有的,需要加以解决以确保无人机的可持续性。与地面机器人相比,无人机的接受度和快速扩张呈现出不同的模式,而且到目前为止,与地面机器人交互的先前研究工作似乎并不直接适用于飞行机器人。飞行的复杂性增加了需要考虑的新维度,因此现有的人机交互和人机交互 (HRI/HCI) 方法需要适应无人机研究。因此,我们建议这些社区可以为 HDI 工作做出巨大贡献,支持这些新设备的未来设计、开发和集成。在本文中,我们介绍了 HDI 社区面临的重大挑战的路线图。该路线图对应于在英国格拉斯哥举行的 CHI 2019 研讨会的成果 [3],该研讨会汇集了活跃在该领域的研究人员和从业者。我们重点介绍了推动未来研究的机遇和挑战,分为三个主题:1) 处理日益自主的无人机,2) 公共场所的无人机,3) 超越远程控制的交互技术。本文最后讨论了建立设计和评估指南的必要性,以及 HDI 研究的理论基础。
过去几年,人机交互 (HDI) 领域一直在稳步发展,尤其是随着无人机技术越来越多地出现在人类空间中。新冠疫情表明“无人机已经准备就绪”[1],除了拍摄照片和视频外,无人机还可以用于一系列新奇的应用,从食品和药物配送到人口监测和执法 [2]。这场危机凸显了无人机在世界各地的存在,向我们表明无人机将继续存在,就像汽车和手机在历史上不同时期所做的那样,彻底改变了我们的技术习惯,并取得了强大的存在感——甚至比地面机器人更强。尽管在安全和隐私等问题上存在不确定性,但无人机在日常生活中为我们提供支持的潜力似乎足以激励人们接受它们的存在。HDI 的研究工作带来了大量挑战和机遇,这些挑战和机遇是该平台独有的,需要加以解决以确保无人机的可持续性。与地面机器人相比,它们的接受度和快速扩张呈现出不同的模式,而且到目前为止,与地面机器人交互的先前研究工作似乎并不直接适用于飞行机器人。飞行的复杂性增加了需要考虑的新维度,因此现有的人机交互和人机交互 (HRI/HCI) 方法需要适应无人机研究。因此,我们建议这些社区可以为 HDI 工作做出巨大贡献,以支持这些新设备的未来设计、开发和集成。在本文中,我们介绍了 HDI 社区面临的重大挑战的路线图。该路线图对应于在英国格拉斯哥举行的 CHI 2019 研讨会的成果 [3],该研讨会汇集了活跃在该领域的研究人员和从业者。我们重点介绍了推动未来研究的机遇和挑战,分为三个主题:1) 处理日益自主的无人机,2) 公共场所的无人机,3) 超越远程控制的交互技术。本文最后讨论了建立设计和评估指南的必要性,以及 HDI 研究的理论基础。
摘要:在此,我们在感应方程(麦克斯韦方程之一)中引入了一个附加项。应用标量和矢量势的相关拉格朗日形式适用于此修改的麦克斯韦方程。在哈密顿原理的框架内,我们能够推导出场变量电场 E 和磁感应 B 具有负“质量项”的克莱因-戈登方程。我们可以从方程的数学结构得出结论,出现了排斥相互作用。可以计算出当前情况下的惠勒传播子,由此可以讨论场的时间演化。尽管这些方程具有快子解,但结果符合因果关系原理。根据该理论,场中可能会出现自发电荷分离过程。
摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与 PC、游戏机或虚拟现实系统等计算机进行交互。我们从用户的角度在“用户表征”的统一概念下分析这些不同对象的作用。这些表征是虚拟对象,它们人为地延伸了用户的身体,使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中,我们确定了一组与不同用户表征相关的概念,并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、主动感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程,这可以引导人机交互社区从更广泛的视角了解用户如何通过他们的用户表征进行感知和交互。
人机交互领域的人们已经学到了很多关于如何说服和影响计算技术用户的知识。他们对如何帮助用户自己选择的知识却少得多。是时候纠正这种不平衡了。第一步是将心理学和相关领域积累的大量相关知识组织成两个全面但易于记忆的模型:Aspect 模型通过描述选择者基于属性、社会影响、政策、经验、后果和反复试验交替或组合应用的六种选择模式来回答“人们如何做出选择?”的问题。Arcade 模型回答“我们如何帮助人们做出更好的选择?”的问题。通过描述支持选择的六种一般高级策略:访问信息和经验、表示选择情况、组合和计算、建议处理、设计域和代表选择者进行评估。这些策略可以通过简单的交互设计来实现,但每种策略也有特定的相关技术。结合这两个模型,我们可以理解几乎所有现有和可能的选择支持方法都是将一种或多种 Arcade 策略应用于一个或多个 Aspect 选择模式。在介绍人机交互的选择架构思想以及 Aspect 和 Arcade 模型的关键思想之后,我们将详细讨论每个 Aspect 模式,并展示如何将高级 Arcade 策略应用于它以产生特定的策略。然后,我们将这两个模型应用于在线社区和隐私领域。我们的大多数示例涉及使用计算技术的选择,但这些模型同样适用于在计算技术的帮助下做出的日常选择。
手势在人类和人类机器人相互作用中起着关键作用。在基于任务的上下文中,诸如指向之类的神性手势对于指导关注与任务相关的实体至关重要。虽然大多数基于任务的人类和人类手机Di-Alogue专注于封闭世界领域的工作,但重新研究已开始考虑开放世界任务,在这种任务中,与任务相关的对象可能不知道与先验者相互作用。在开放世界任务中,我们认为必须对手势进行更细微的考虑,因为交互者可以使用桥接传统手势类别的手势,以便浏览其任务环境的开放世界维度。在这项工作中,我们探讨了在开放世界任务上下文中使用的手势类型及其使用频率。我们的结果表明需要重新考虑在人类和人类机器人相互作用的研究中进行手势分析的方式。
图1:TBRPPCO在PB(111)和BCS能量间隙的光谱上吸附。(a)Pb上的TBRPPCO分子岛的STM图像(111),中央CO原子显得最明亮(偏置电压:100 mV,隧道电流:50 PA,比例尺:1 nm)。超结构由1和2跨越。岛边缘的单个分子由虚线圆表示。白色箭头标记为110⟩方向。(b)孤立的TBRPPCO分子的STM图像(100 mV,50 PA,比例尺:1 nm)。(c)TBRPPCO在PB上计算出的松弛吸附几何形状(111)。(d)D I/ D V的光谱在干净的Pb上方的超导PB尖端(111)上方获得,并在嵌入岛上的TBRPPCO的Co Atom Center上,并在基板露台上分离(反馈环参数:10 mV,50 PA)。h +,h - 表示由于尖端和样品BCS DOS的对齐的冷凝峰引起的与隧道相关的光谱峰的高度; δ标记由冷凝峰距离定义的能隙宽度。(e)TBRPPCO岛(100 mV,50 PA,比例尺:2 nm)的STM图像,带有指示的特性镜检查位点。(f)宽度δ(反向三角形)和不对称η(三角形)从(e)中标记的十个分子上获得的d i/ d v光谱获得。阴影区域描绘了δ的不良边缘。
光和原子核之间的相互作用通常很弱,并且限制在线性和扰动状态中,这限制了可实现的核激发概率,并阻碍了潜在的应用,例如核光学时钟,核激光器和核能存储。在这封信中我们表明,氢样throgium-229离子(229 th 89Þ)与当代强烈激光促进了光核相互作用,使其相互作用到高度非线性和非逆向性方案中。这种相互作用解锁了非常有效的核激发:超过10%的第229个核可以通过单个飞秒激光脉冲激发异构体状态。此外,激光驱动的229 th 89þ离子辐射了多个光波长,这些光是激光频率的高阶谐波,类似于激光驱动原子的高谐波生成过程,但具有独特的特征。这些结果先驱是一种探索光 - 物质相互作用的新领域,提供了一种有效控制原子核的强大方法,并铺平了一种新的核相干光发射方式。
目的:使用计算机硬件和软件领域的进步来取得各种行业的进步,包括业务,制造业,教育,健康和治理。但是,无论人工智能(AI)的应用,即AI系统的情感或情感智力(EI),都有一个共同的分母。本文旨在讨论EI模型的主要要素与人工情绪智力(AEI)系统的整合。设计/方法论:纸张结构具有描述性。根据研究AI,EI和AEI领域的50项研究,该论文扩大了有关AI和EI之间互联的讨论。调查结果:借助大数据的可用性,高级数据分析工具,能够进行多元分析,可扩展记忆和保留的复杂算法,AI开始掌握理解,学习和应用人类情绪以及获得情感智力。本研究提出,通过模拟人类所表现出的学习机制可以实现人为的情绪智力。研究含义