XiaoMi-AI文件搜索系统
World File Search System人机交互
一种具有人机交互的新型智能制造模式...
如图7所示HCP协同融合智能制造系统由三部分组成：1）人机界面与装备自主控制系统；2）基于数字孪生的人机协同分析决策系统；3）基于知识图谱的人机物理数据融合系统。人机界面与装备自主控制系统包括智能感知、智能分析决策、智能自主控制、人机界面和物理系统。基于数字孪生的人机协同分析决策系统包括基于数字孪生和新一代信息技术的人机协同学习提升、精准执行、自主决策和实时分析。
多模态人机交互的系统评价
摘要：本文对多模态人机交互进行了系统回顾。本文展示了不同类型的交互技术（虚拟现实 (VR) 和增强现实、力和振动反馈设备（触觉）和跟踪）在不同领域（概念、医学、物理、人为因素/用户体验设计、交通、文化遗产和工业）中的应用。进行了系统的文献检索，最初确定了 406 篇文章。从这些文章中，我们选择了 112 篇我们认为与本文内容最相关的研究作品。从时间模式、不同领域技术类型的使用频率和聚类分析的角度对文章进行了深入分析。通过分析，我们能够回答相关问题，以寻找与多模态 HCI 相关的工作的下一步。我们研究了典型的技术类型、技术类型和频率在每个领域随时间的变化，以及考虑到相似性，论文如何按指标分组。这项分析确定 VR 和触觉是所有领域中使用最广泛的。虽然 VR 是最常用的，但触觉交互在越来越多的应用中出现，这表明未来应研究将 VR 和触觉配置在一起的应用。
面向共同创造 GAN 应用中的人机交互模式框架
摘要 随着生成对抗网络 (GAN) 的兴起，人工智能越来越多地成为人类设计师共同创造文化产品的合作伙伴。虽然生成模型已应用于各个学科的各种创造性任务，但理解人机 GAN 协作的理论基础尚未开发。借鉴混合主动性共同创造社区的经验，我们提出了一个初步框架来分析共同创造的 GAN 应用。我们确定了四种主要的交互模式：策划、探索、发展和条件。建议的框架使我们能够讨论共同创造 GAN 应用背后的不同类型交互的可供性和局限性。
引用本文：Jocelyn Spence、Dimitrios Darzentas、Harriet Cameron、Yitong Huang、Matt Adams、Ju Row Farr、Nick Tandavanitj 和 Steve Benford (2022) 博物馆赠礼：使用多种时间取向来提高当下参与度，人机交互，37:2，180-210，DOI：10.1080/07370024.2021.1923496
摘要 HCI 最近对博物馆和送礼领域的兴趣日益浓厚。前者通常主要面向过去，而后者通常面向未来，以预测接收者的反应。我们的文章提供了一个持续且有充分证据的新理论框架，说明时间导向在面向过去（博物馆）的环境中设计面向未来的（送礼）体验中的作用。此时间体验设计框架是从对两项此类研究的分析中发展而来的，一项是智能手机应用程序，另一项是使用被动触觉的 VR 体验。这两种干预措施都促使用户在计划礼物或捐赠以供未来消费时反思过去。我们使用对话式叙事、表演和人文地理的视角，对这两个项目应用了一种新颖的分析组合。我们的分析揭示了同时引导用户关注过去和未来的力量，以增强表演参与的当下性。我们的目标是提供一个概念框架，帮助设计研究人员识别、命名和理解如何使用时间导向来增强用户和访客体验。我们还推断出我们期望在这些背景之外可能富有成效的设计指导方针。
引用本文：Jocelyn Spence、Dimitrios Darzentas、Harriet Cameron、Yitong Huang、Matt Adams、Ju Row Farr、Nick Tandavanitj 和 Steve Benford (2022) 博物馆礼品：使用多种时间取向来提高当下参与度，人机交互，37:2，180-210，DOI：10.1080/07370024.2021.1923496
摘要 人机交互最近对博物馆和送礼领域的兴趣日益浓厚。前者通常主要面向过去，而后者通常面向未来，以预测接受者的反应。我们的文章提供了一个持续且有充分证据的新理论框架，说明时间导向在面向过去（博物馆）的环境中设计面向未来的（送礼）体验的作用。这个时间体验设计框架是从对两项此类研究的分析中发展而来的，一项是智能手机应用程序，另一项是使用被动触觉的虚拟现实体验。这两种干预措施都促使用户在计划礼物或捐赠以供未来消费时反思过去。我们对这两个项目应用了一种新颖的分析组合，使用对话式叙事、表演和人文地理的视角。我们的分析揭示了同时引导用户面向过去和未来的力量，可以增强表演参与的当下时刻。我们的目标是提供一个概念框架，帮助设计研究人员识别、命名和理解如何使用时间导向来提升用户和访客的体验。我们还推断出我们认为在这些背景之外可能富有成效的设计指导方针。
通过基于人工智能的 DSS 实现人机交互
摘要。基于人工智能的决策支持系统 (AI-based DSS) 在许多情况下变得越来越重要。这项工作旨在为新的价值共同创造过程等级定义一种人机交互类型，以帮助确定可以刺激人机交互中价值共同创造的因素。为了了解人机交互的结果是否有助于价值共同创造，以及以何种方式，所开展的工作是认识论和类型学的，也基于系统思维。已经创建了人类与非人类之间关系的新梯度矩阵，并确定了人机交互的类型，以适应新的价值共同创造过程程度，以及新的特定技能规模，包括语言、学习、知识、信任水平和知识禀赋。主要含义涉及需要定制决策支持系统 (DSS)，以增强不同程度的关系强度，并为基于决策的 AI 用户确定见解。
用于人机交互的用户自适应人工智能
概述 该项目涵盖了自适应人工智能的各个研究领域，例如理论/心理基础、可解释的人工智能、对话代理和机器学习，同时专注于用户适应并开发基于机器学习的人机交互研究的新方法。首先，我们研究可以根据用户行为不断改变其口头和非口头交流行为的对话代理。其次，我们将利用可解释的人工智能技术开发半自动标注工具，旨在支持多模态语料库的构建。
基于人工智能的人机交互会计管理信息系统分析
随着市场经济的逐步完善，人们的消费水平不断提高，对品质的要求也越来越高。为了研究基于人工智能（AI）的管理会计信息分析平台，实现会计电算化的目标，将人工智能在专家系统中的应用运用到会计信息分析领域，结合子系统的组合，构建人工智能会计信息网系统，并对其理论和技术进行可行性分析。结果表明其效果明显：加速了一切信息的流动，促进了企业管理模式的变革。而且与传统系统算法相比，系统模型的准确率提高了6%，时延降低了9ms，使得企业整体管理水平得到进一步提高，企业竞争范围进一步扩大，企业成本得到节约。
组织如何设计有目的的人机交互：从现有用例和访谈中得出的实用观点
企业发现自己正处于人工智能 (AI) 及其商业潜力的真正竞争中。作为一种通用技术，学者和从业专家预测，人工智能应用将颠覆行业和组织机构 [1]。尽管几十年来人工智能一直是争论不休的话题，但其最近的突破得益于易于获取的计算资源、数据的丰富性和可访问性以及机器学习模型的进步 [2]。因此，人工智能技术不仅渗透到产品和服务组合中，而且还推动了商业模式创新。虽然采用数字技术的可用性和用户行为已经引发了引人注目的研究，但人工智能前沿提出了更根本的问题。首先，机器学习（作为目前最主要的人工智能技术方法）依赖数据来训练和
迈向人机交互决策科学
“浅层”模型：逻辑回归[16、39、41、45、68、86、106、143]，线性回归[28、37、101、111]，广义加性模型∗（GAM）[1、13、39、43、49、128、135]，决策树 / 随机森林[29、45、54、55、86、92、97、137、144、155]，支持向量机（SVM）[41、80、81、86、94、114、147、 152]、贝叶斯决策列表[82]、K最近邻[77]、浅层(1至2层)神经网络[45,106]、朴素贝叶斯[125]、矩阵分解[78]