XiaoMi-AI文件搜索系统
World File Search Systemtouch
ImageExplorer：多层触摸探索，鼓励对不完美的 AI 生成图像标题持怀疑态度
盲人用户依靠替代文本 (alt-text) 来理解图像；然而，替代文本经常缺失。AI 生成的字幕是一种更具可扩展性的替代方案，但它们经常会遗漏关键细节或完全不正确，用户可能仍然会错误地相信它们。在这项工作中，我们试图确定其他信息如何帮助用户更好地判断 AI 生成的字幕的正确性。我们开发了 ImageExplorer，这是一个基于触摸的多层图像探索系统，允许用户探索图像的空间布局和信息层次结构，并在一项有 12 名盲人参与者的研究中将其与流行的基于文本 (Facebook) 和基于触摸 (Seeing AI) 的图像探索系统进行了比较。我们发现探索通常能够成功地鼓励人们对不完美的字幕持怀疑态度。此外，许多参与者更喜欢 ImageExplorer，因为它具有多层次和空间信息呈现，而 Facebook 则因为它具有摘要和易用性。最后，我们确定了针对盲人用户的有效且可解释的图像探索系统的设计改进。
社会技术在Covid-19之前和期间的远程个人风格的想象：对英国报纸的分析
在2020年Covid-19的爆发期间，在英国主要的布罗德报纸上流传的距离和个人关系的话语以及前5年的触摸和远程交流的叙述。2020年3月11日，世界卫生组织（WHO）宣布Covid-19是大流行。十二天后，英国首相鲍里斯·约翰逊（Boris Johnson）宣布了全国性的锁定，指示人口仅离开家购物或锻炼。社会距离措施以无效的方式来规范社会生活，并且对于许多人来说，与数字媒体进行了新的互动以实现个人联系。他们还刚开始介绍了interson触摸的重要性。报纸头条，例如“剥夺感情：我们没有触摸时的身体会发生什么？”（Coffey，2020年），强调了大流行的一些关键困境；无法通过触摸互相接近或互相交流。数字技术都因保持人们的“联系”而受到庆祝，并因与人类的身体触摸有关的联系而被解雇。本文概述了这种话语景观，并考虑了报纸在塑造新兴触摸技术的社会技术想象中的作用（Jewitt等，2021）或数字化介导触摸的技术（Jewitt等，2020）。社会技术想象的概念是一种理解对技术期货的社会共享视觉的方式（Jasanoff，2015年），与新兴技术的研究有关（Jewitt等，2020）。社会技术的想象力很重要，因为它们阐明了社会规范和关系的种类被认为可以伪造，维护或否认。我们在本文中引起的许多社会技术想象力是指非技术触摸手段（ING），并表明在Covid期间和期间，新闻的触摸表示在Covid中触摸和塑造了触摸周围的想象力。我们认为，这些话语是基于远程数字触摸技术的话语的基础和相交的，并且它们所传播的触摸和数字触摸的想象力在塑造数字触摸期货方面具有重要意义。在任何特定时刻，通过新闻询问主流社会技术想象中的触摸思想，有助于阐明当前的想象力所揭示的内容。首先，我们将Touch和Covid-19在触摸，技术和远程个人交流的新闻中的角色上下文。
ImageExplorer：多层触摸探索，鼓励人们对不完美的 AI 生成图像标题提出质疑
盲人用户依靠替代文本 (alt-text) 来理解图像；然而，alt-text 经常缺失。AI 生成的字幕是一种更具可扩展性的替代方案，但它们往往会遗漏关键细节或完全不正确，而用户可能仍然会错误地相信这些细节。在这项工作中，我们试图确定如何通过额外的信息帮助用户更好地判断 AI 生成的字幕的正确性。我们开发了 ImageExplorer，这是一个基于触摸的多层图像探索系统，允许用户探索图像的空间布局和信息层次结构，并在一项有 12 名盲人参与者的研究中将其与流行的基于文本 (Facebook) 和基于触摸 (Seeing AI) 的图像探索系统进行了比较。我们发现，探索通常能够成功地激发人们对不完美字幕的怀疑。此外，许多参与者更喜欢 ImageExplorer 的多层次和空间信息呈现，以及 Facebook 的摘要和易用性。最后，我们确定了针对盲人用户的有效且可解释的图像探索系统的设计改进。
仿生计算机与大脑通信通过外周神经刺激恢复自然触觉
最近，通过外周神经刺激与大脑进行人工交流，在感觉运动障碍患者中取得了良好的效果。然而，这些努力未能提供接近自然的丰富感官体验，因此有必要提出将感官信息转化为神经刺激模式的新途径，这可能会带来直观和自然的感觉。为此，我们设计并测试了一个受自然启发的仿生神经刺激框架，能够将生理上合理的信息“写入”残留的健康神经系统中。从机械感受器的计算机模型开始，我们设计了刺激的仿生策略，模拟不同传入单元的活动。然后，我们通过实验评估了这些新范例，以及机械触摸和常用的线性神经调节。我们通过刺激神经探索了体感神经轴，同时记录了去大脑猫的背根神经节和脊髓的神经反应。仿生刺激导致神经活动沿着神经轴持续传播，产生更像自然诱发的时空神经动态。最后，我们在仿生设备中实施这些范例，并在患者身上进行测试。与传统方法相比，仿生神经刺激可提高移动性并减少心理努力。这种受人体启发的神经科学驱动技术的结果可以作为开发新型辅助神经技术的模型。简介
“你触摸的一切都会改变”：将推测性设计的经典扩展到黑色未来
传统的技术设计方法历来忽视了黑人参与和概念化未来技术的能力。种族和阶级边缘群体的设计贡献往往被忽视，很少被视为设计标准。虽然已经出现了一些框架来鼓励人们关注设计中的性别和社会公正，但很少有研究承认黑人想象在这一过程中的证据。当前的设计规范将未来和推测定义为源于对科幻小说的狭隘看法，其中不包括黑人未来主义的观点。在本文中，我们扩展了设计规范，认为非洲未来主义、非洲未来主义女权主义和黑人女权主义等框架在设计对我们未来技术格局的想象中发挥了重要作用。我们为谁在设计中走向未来的更大讨论做出了贡献，提出了概念化设计的人和考虑设计社会影响的人之间的对话关系。
当视觉遇到触摸时：从信号处理的角度来看，视觉传感器的当代评论
摘要 - 提供有关对象物理特性的信息，是机器人系统的重要组成部分。具有高分辨率和低成本的优点的Visuotactile传感技术促进了从环境探索到灵巧操作的机器人技术的发展。多年来，已经提出了有关机器人的视觉acti骨传感器的几次评论，但是很少有人讨论了信号处理方法对Visuotactile传感器的重要性。除了巧妙的硬件设计外，感觉系统对指定任务的全部潜力只能使用适当的信号处理方法释放。因此，本文从信号处理方法的角度进行了对视觉传感器的综合审查，并且前景可能对视觉动作传感器进行未来的研究方向。
绝对间接触摸交互：触觉标记和动画视觉反馈对可用性和用户体验的影响
摘要。本文的目的是研究用户无法直接交互的触摸式用户界面控制的可用性和用户体验 (UX)。例如，用户通过遥控器上的触摸交互控制电视屏幕，或者汽车驾驶员使用触摸来控制方向盘上的中控台屏幕输入。基于一项研究有触觉标记和无触觉标记的触摸式交互的受试对象内控制实验，我们重复了可用性研究结果，即在触摸区域有触觉标记的情况下完成任务的速度明显快于没有触觉标记的情况。对于用户体验，带有触觉标记的触摸输入在实用质量和吸引力方面的评分更高。用于目标选择的用户界面动画的变化对用户体验没有显著影响，表明触觉反馈是决定用户体验的最重要因素。本文最后讨论了研究的重复如何成为以用户为中心的设计和开发过程的一部分，以应对由于技术变化而导致的研究过时的威胁。
ALE桌面 - Ecatalog手册
• 5.5-inch color screen with vertical layout • Optimized access to ALE communications features (NOE) • Dual-Stack NOE/SIP with OmniPCX Enterprise Purple • 2x5 contextual touch keys, 5 function keys (F1-F5) • Display of 2x6 additional touch buttons with 48 virtual keys 1 on DeskPhone, up to 120 keys in SIP mode • Intuitive touch smart pad • Alphabetical keyboard: Touch屏幕显示和ALE-100机械键盘选项•可选的2x12键颜色显示ALE-1220模块可自定义的颜色•4种颜色的面板套件•量身定制彩色套件•带有Skinify应用程序的定制显示给您的品牌
CT37移动计算机 - 零售 - 数据表
机械尺寸：167.4毫米x 76.0mm x 12.6mm（6.6 in x 3.0 in x 0.5英寸）重量：8.5盎司（241.0 g），带有标准电池组9.7盎司（275.0 g），带有扩展电池组的电池组尺寸：15.2 cm（6.0 in findiely touch touch touch touch touch：支持面板，手套，手写笔和雨模。用屏幕保护器模式的水滴排斥。用大猩猩Glass™Victus™覆盖，以增加对滴和刮擦的阻力。背光和亮度：LED； 600 Nit Hard Keys：向上/向下键，左/右扫描，电源按钮，按下说话按钮。音频：PTT，VoIP Ready，扬声器，符合HAC-符合噪声的麦克风。i/o端口：耐用，平面IO连接器，USB类型C连接器。通过I/O端口支持的USB OTG。 USB 3.1通过USB类型C支持通用码头平台：兼容通过I/O端口支持的USB OTG。USB 3.1通过USB类型C支持通用码头平台：兼容
感觉（关键）按压：隐性触摸压力在压力和放松之间的情绪动态建模方面优于大脑活动
摘要 — 身体内的实际情绪体验可能很复杂，随着时间变化和不和谐情绪同时发展；实时响应以估计个人情绪的设备应该相应地发展。假设广义情绪存在于离散状态的模型无法将人类情绪的动态和个体性中固有的宝贵信息付诸实践。我们的多分辨率情绪自我报告程序允许根据压力-放松量表构建情绪标签，不仅可以区分情绪是什么，还可以区分情绪如何转变——例如，“充满希望但越来越紧张”与“充满希望并开始放松”。我们训练了基于被试的情境化个人经验的分层模型，以比较不同模态（大脑活动和物理键盘的按键力度）的情绪分类，然后在 F1 分数 = [0.44, 0.82]（机会 F 1 = 0.22，σ = 0.01）下对分类性能进行基准测试，并检查高性能特征。值得注意的是，当在压力实际变化的体验背景下对情绪演变进行分类时，基于压力的按键力度特征被证明是更具信息量的模态，并且在考虑侵入性和易于收集和处理时更为方便。最后，我们展示了我们的 FEEL（力、脑电图和情绪标记）数据集，这是大脑活动和按键力度数据的集合，标记了在紧张的电子游戏过程中收集的自我报告情绪（N = 16），并开源供社区探索。