XiaoMi-AI文件搜索系统
World File Search System舒适度
人工智能与人类交互舒适度研究
[1] Michael Ahn、Anthony Brohan、Noah Brown、Yevgen Chebotar、Omar Cortes、Byron David、Chelsea Finn、Keerthana Gopalakrishnan、Karol Hausman、Alex Herzog 等人。2022 年。尽我所能，不要照我说的做：为机器人可供性奠定语言基础。arXiv 预印本 arXiv:2204.01691 (2022)。[2] Chris Baker、Rebecca Saxe 和 Joshua Tenenbaum。2011 年。贝叶斯心智理论：建模联合信念-愿望归因。在认知科学学会年会论文集，第 33 卷。[3] Chris L Baker、Noah D Goodman 和 Joshua B Tenenbaum。2008 年。基于理论的社会目标推理。在认知科学学会第三十届年会论文集。 Citeseer，1447–1452。[4] Chris L Baker 和 Joshua B Tenenbaum。2014 年。使用贝叶斯心理理论对人类计划识别进行建模。计划、活动和意图识别：理论与实践 7 (2014)，177–204。[5] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2021 年。特征扩展奖励学习：重新思考人类输入。在 2021 年 ACM/IEEE 人机交互国际会议论文集上。216–224。[6] Andreea Bobu、Marius Wiggert、Claire Tomlin 和 Anca D Dragan。2022 年。通过学习特征在奖励学习中诱导结构。国际机器人研究杂志 (2022)，02783649221078031。[7] Mustafa Mert Çelikok、Tomi Peltola、Pedram Daee 和 Samuel Kaski。2019 年。具有心智理论的交互式人工智能。arXiv 预印本 arXiv:1912.05284 (2019)。[8] Aakanksha Chowdhery、Sharan Narang、Jacob Devlin、Maarten Bosma、Gaurav Mishra、Adam Roberts、Paul Barham、Hyung Won Chung、Charles Sutton、Sebastian Gehrmann 等人。2022 年。Palm：使用路径扩展语言建模。arXiv 预印本 arXiv:2204.02311 (2022)。[9] Harmen De Weerd、Rineke Verbrugge 和 Bart Verheij。 2013. 了解她知道你知道的事情有多大帮助？一项基于代理的模拟研究。人工智能 199 (2013)，67–92。[10] Jacob Devlin、Ming-Wei Chang、Kenton Lee 和 Kristina Toutanova。2018. Bert：用于语言理解的深度双向变压器的预训练。arXiv 预印本 arXiv:1810.04805 (2018)。[11] Prafulla Dhariwal 和 Alexander Nichol。2021. 扩散模型在图像合成方面击败了 gans。神经信息处理系统进展 34 (2021)，8780–8794。[12] Prashant Doshi、Xia Qu、Adam Goodie 和 Diana Young。2010. 使用经验主义交互式 POMDP 对人类的递归推理进行建模。在第九届自主智能体和多智能体系统国际会议论文集：第 1 卷-第 1 卷。1223–1230。[13] 段佳飞、余志强、谭辉、朱宏远和陈志东。2022 年。具身人工智能调查：从模拟器到研究任务。IEEE 计算智能新兴主题汇刊 (2022 年)。[14] 段佳飞、余志强、谭辉、易立和陈志东。2022 年。BOSS：对象上下文场景中人类信念预测的基准。arXiv 预印本 arXiv:2206.10665 (2022 年)。[15] David Engel、Anita Woolley、Lisa Jing、Christopher Chabris 和 Thomas Malone。2014 年。从眼睛读懂心思还是从字里行间读懂心思？心智理论在线上和面对面时同样能预测集体智慧。PloS one 9 (12 2014)，e115212。https://doi.org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作逆强化学习。神经信息处理系统的进展 29 (2016)。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统的进展 31 (2018)。 [18] 何开明、张翔宇、任少卿和孙健。2016 年。深度残差学习在图像识别中的应用。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33（2020 年），6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。 [21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016 年。协调合作或竞争：社交互动中的抽象目标和共同意图。《认知科学》。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015 年。深度学习。《自然》521，7553（2015 年），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。[25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。org/10.1371/journal.pone.0115212 [16] Dylan Hadfield-Menell、Stuart J Russell、Pieter Abbeel 和 Anca Dragan。2016 年。合作式逆强化学习。神经信息处理系统进展 29（2016 年）。[17] Yanlin Han 和 Piotr Gmytrasiewicz。2018 年。使用交互式 POMDP 在多智能体环境中学习他人的意向模型。神经信息处理系统进展 31（2018 年）。[18] Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun。2016 年。用于图像识别的深度残差学习。IEEE 计算机视觉与模式识别会议论文集。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。 2020. 去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020. 人工智能与对未来的担忧：挪威案例研究。在分布式、环境和普适交互中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。2016. 协调合作或竞争：社交互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。 nature 521, 7553 (2015), 436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的信任度更高？个体差异在用户对内容审核的反应中的作用。新媒体与社会 0, 0 (0), 14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978)，515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。在国际机器学习会议上。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021. 零样本文本到图像生成。在国际机器学习会议上。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。在 IEEE 计算机视觉与模式识别会议论文集上。770–778。[19] Jonathan Ho、Ajay Jain 和 Pieter Abbeel。2020 年。去噪扩散概率模型。神经信息处理系统进展 33 (2020)，6840–6851。[20] Kyriaki Kalimeri 和 Ingvar Tjostheim。2020 年。人工智能与对未来的担忧：挪威案例研究。在《分布式、环境和普适交互》中，Norbert Streitz 和 Shin'ichi Konomi（编辑）。Springer International Publishing，Cham，273–284。[21] Max Kleiman-Weiner、Mark K Ho、Joseph L Austerweil、Michael L Littman 和 Joshua B Tenenbaum。 2016. 协调合作或竞争：社会互动中的抽象目标和共同意图。在 CogSci 中。[22] Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton。2015. 深度学习。自然 521，7553（2015），436–444。[23] Maria D. Molina 和 S. Shyam Sundar。0. 对人类的不信任是否预示着对人工智能的更大信任？个体差异在用户对内容审核反应中的作用。新媒体与社会 0, 0 (0)，14614448221103534。https://doi.org/10.1177/14614448221103534 arXiv：https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。 1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。[25] David Premack 和 Guy Woodruff。1978. 黑猩猩有心智理论吗？行为与脑科学 1, 4 (1978), 515–526。https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018. 机器心智理论。国际机器学习会议。PMLR，4218–4227。 [27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本转图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。//doi.org/10.1177/14614448221103534 arXiv:https://doi.org/10.1177/14614448221103534 [24] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 [25] David Premack 和 Guy Woodruff。1978 年。黑猩猩有心理理论吗？行为与脑科学 1, 4 (1978)，515–526。 https://doi.org/10.1017/S0140525X00076512 [26] Neil Rabinowitz、Frank Perbet、Francis Song、Chiyuan Zhang、SM Ali Eslami 和 Matthew Botvinick。2018 年。机器心智理论。国际机器学习会议。PMLR，4218–4227。[27] Aditya Ramesh、Mikhail Pavlov、Gabriel Goh、Scott Gray、Chelsea Voss、Alec Radford、Mark Chen 和 Ilya Sutskever。2021 年。零样本文本到图像生成。国际机器学习会议。PMLR，8821–8831。
个人空间入侵对乘客舒适度和... 的影响
随着近年来航空旅行的增加，乘客舒适度正成为一个重要问题。乘客不适和痛苦的一个常见原因是乘客个人空间受到侵犯。本文介绍了两项研究的结果，分别研究了乘客在个人空间侵犯（PSI）期间的环境心理特征以及PSI如何影响客舱舒适度设计。在研究1中，我们的调查显示PSI对不同性别、年龄、教育水平和人际关系的乘客的舒适度有不同的影响。从这些调查数据中，我们提取了14个PSI因素。在研究2中，建立了决策试验和评估实验室（DEMATEL）模型，以乘客舒适度为目标层，以确定14个PSI因素之间的相互关系。14个因素之间的因果关系通过因果图可视化。我们根据指标与PSI因素之间的对应关系，对14个飞机内饰设计指标进行了优先级排序。本研究的结果有助于理解PSI如何影响乘客舒适度，并提出改善飞机客舱舒适度设计的策略。
安静的动力空间和舒适度 - Air-Dynamic
CJ1 非常容易驾驶，可由一名飞行员操作。Citation 系列专为有远见的商人设计，他们会驾驶自己的私人飞机往返于商务会议，因此配备了多个自动化系统和一个简单的航空电子系统。对于那些不打算驾驶自己的飞机的人来说，它由一名飞行员驾驶的能力为飞行操作提供了更大的灵活性，并降低了直接运营成本。
飞机热舒适度综述 - Springer Link
随着航空航天事业的快速发展，飞机的热舒适性受到越来越多的关注。然而客舱内环境与地面建筑环境有很大不同[4-6]。客舱环境的典型特征是低压、低湿度、缺乏新鲜空气和密封性要求高。每个乘客平均只有1至2 m3的空间[7]，远远小于一般的办公环境。商用客机的巡航高度通常在5490 m至12500 m之间[8]。在这个高度，特别是在较高的海拔地区，大气的含水量很低。客舱中的水分主要来自乘客的汗液蒸发，因此客舱内的相对湿度通常低于20％[9]。这种低相对湿度会引起眼干、呼吸道阻塞等不适症状[10，11]。近期大量研究表明客舱个性化送风系统能有效改善旅客周围空气质量，有效降低旅客呼吸区污染物[12-15]。目前，对地面建筑室内环境热舒适的相关研究和文献综述较多[16-18]，但对飞机客舱环境热舒适的研究较少。因此，本文试图对人体热舒适研究领域的工作进行总结，旨在为航空旅客提供更便捷、更高效的乘机服务。
个性化建筑舒适度控制 Mark Christopher ...
创造合适的室内气候对于工人的生产力和个人幸福感至关重要。这也是建筑物所有者的一大开支领域。而且，随着燃料成本的上升，找到减少能源消耗的方法比以往任何时候都更加重要。这一观点进一步推动了这一观点，即由于控制系统的不适应性，大多数建筑物目前运行效率低下。不仅是居住者，而且建筑物本身也有不断变化的需求，单一的设定点是不够的。本论文提出了一种以个人为中心的新型空调控制系统，通过创造个性化环境来弥补这些低效问题。到目前为止，对热偏好的测量仅限于一组复杂的传感器，试图确定预测平均投票 (PMV) 值，或直接轮询用户。前者对于实际应用来说过于繁琐和昂贵，而后者给用户带来了过度的负担。为了克服这些限制，开发了一种超低功耗、重量轻的无线传感器，它可以直接在用户身上测量温度、湿度、活动和光照水平。这些数据用于立即推断用户的舒适度，并控制暖通空调系统，以尽量减少成本和热不适。实验结果来自一栋连续使用的建筑，该建筑使用具有多种传感和驱动模式的无线网络进行了修改。四周内，四间办公室和一个公共空间中的十名建筑居住者通过腕戴式传感器进行热调节，这些传感器控制局部空调阻尼器和窗户操作器电机。与之前四周的标准空调控制相比，舒适度有所提高，同时能耗也有所降低。解决了控制适应、舒适度确定和用户冲突解决等难题。最后，讨论了这种控制形式的局限性，以及这种主动架构的可能好处和要求。
个性化建筑舒适度控制 Mark Christopher ...
创造合适的室内气候对于工人的生产力和个人幸福感至关重要。这也是建筑物所有者的一大开支领域。而且，随着燃料成本的上升，找到减少能源消耗的方法比以往任何时候都更加重要。这一观点进一步推动了这一观点，即由于控制系统的不适应性，大多数建筑物目前运行效率低下。不仅是居住者，而且建筑物本身也有不断变化的需求，单一的设定点是不够的。本论文提出了一种以个人为中心的新型空调控制系统，通过创造个性化环境来弥补这些低效问题。到目前为止，对热偏好的测量仅限于一组复杂的传感器，试图确定预测平均投票 (PMV) 值，或直接轮询用户。前者对于实际应用来说过于繁琐和昂贵，而后者给用户带来了过度的负担。为了克服这些限制，开发了一种超低功耗、重量轻的无线传感器，它可以直接在用户身上测量温度、湿度、活动和光照水平。这些数据用于立即推断用户的舒适度，并控制暖通空调系统，以尽量减少成本和热不适。实验结果来自一栋连续使用的建筑，该建筑使用具有多种传感和驱动模式的无线网络进行了修改。四周内，四间办公室和一个公共空间中的十名建筑居住者通过腕戴式传感器进行热调节，这些传感器控制局部空调阻尼器和窗户操作器电机。与之前四周的标准空调控制相比，舒适度有所提高，同时能耗也有所降低。解决了控制适应、舒适度确定和用户冲突解决等难题。最后，讨论了这种控制形式的局限性，以及这种主动架构的可能好处和要求。
提高演讲室内扬声器的舒适度和音量
具有吸收特性和不规则几何形状的系统对波的衍射和吸收是一个悬而未决的物理问题。同时，不规则吸收体已被证明非常有效�1�。一个更容易实现且密切相关的目标是理解包含不规则形状吸收材料的受限系统中的波振荡。从理论的角度来看，困难在于部分传播发生在波算子为非厄米的有损材料中。本文发现，在包含不规则形状吸收材料的谐振器中，出现了一种新型的局部化。这种我们称之为“跨”局部化的现象描述了这些模式同时存在于无损和有损区域的事实。它们都是有损耗的，并且与空气中的源很好地耦合。对声能时间衰减的数值计算表明，当吸音装置呈现非常不规则的形状时，其效果确实更好，而这与跨界局部化的存在直接相关。� 1 � 分形墙，Colas Inc. 产品，法国专利 N0- 203404；美国专利 10”508,119。
个性化建筑舒适度控制 Mark Christopher ...
营造适宜的室内气候对于提高工人的工作效率和个人幸福感至关重要。这也是建筑业主花费较大的一个领域。而且，随着燃料成本的上升，找到降低能源消耗的方法比以往任何时候都更加重要。这一观点进一步得到了以下观点的支持：由于控制系统的不适应性，大多数建筑目前运行效率低下。不仅是居住者，而且建筑本身的需求也不断变化，单一的设定点不足以满足这些需求。本论文提出了一种以个人为中心的新型空调控制系统，通过创建个性化环境来弥补这些低效率问题。迄今为止，对热偏好的测量仅限于一组复杂的传感器，这些传感器试图确定预测平均投票 (PMV) 值，或者直接轮询用户。前者对于实际应用来说过于繁琐和昂贵，而后者则给用户带来了过度的负担。为了克服这些限制，开发了一种超低功耗、重量轻的无线传感器，可以直接测量用户身体上的温度、湿度、活动和光照水平。这些数据用于立即推断用户的舒适度，并控制 HVAC 系统，以尽量减少成本和热不适。实验结果来自一栋持续使用的建筑，该建筑已使用无线网络进行了修改
表演者 vs. 观察者：我们应该关注谁的舒适度...
虚拟现实 (VR) 和增强现实 (AR) 技术越来越受欢迎。这些新技术的社会接受度具有重要意义，因为产品的成功很大程度上取决于技术是否被社会接受 [39]。尽管这种“接受度”或“一个人对使用技术的心理舒适度”似乎是一个简单的概念，但它背后可能隐藏着各种错综复杂的因素。为了研究社会中的技术接受度，先前的研究探讨了技术的“社会接受度”或“社会接受度”，定义为从表演者的角度 (即用户的感知) 在不同社会环境中使用新技术时感到的舒适度或不适度 [1, 33]。然而，这种方法可能无法让我们完全掌握社会接受度的构造：事实上，从用户的角度来看，社会接受度是用户自己对使用技术时在社交上感到舒适程度的感知。观察者（或旁观者）对新技术或新互动方式的接受程度的额外衡量标准可能对进一步理解社会接受度很重要。了解这一点可能最终让我们能够缓解用户在新的或习惯的社交环境中所经历的尴尬。因此，这一研究步骤可能会引导我们促进观察者对这些新技术的适应。尽管先前的研究已经投资了
个性化建筑舒适度控制 Mark Christopher ...
创造合适的室内气候对于工人的生产力和个人幸福感至关重要。这也是建筑物所有者的一大开支领域。而且，随着燃料成本的上升，找到减少能源消耗的方法比以往任何时候都更加重要。这一观点进一步推动了这一观点，即由于控制系统的不适应性，大多数建筑物目前运行效率低下。不仅是居住者，而且建筑物本身也有不断变化的需求，单一的设定点是不够的。本论文提出了一种以个人为中心的新型空调控制系统，通过创造个性化环境来弥补这些低效问题。到目前为止，对热偏好的测量仅限于一组复杂的传感器，试图确定预测平均投票 (PMV) 值，或直接轮询用户。前者对于实际应用来说过于繁琐和昂贵，而后者给用户带来了过度的负担。为了克服这些限制，开发了一种超低功耗、重量轻的无线传感器，它可以直接在用户身上测量温度、湿度、活动和光照水平。这些数据用于立即推断用户的舒适度，并控制暖通空调系统，以尽量减少成本和热不适。实验结果来自一栋连续使用的建筑，该建筑使用具有多种传感和驱动模式的无线网络进行了修改。四周内，四间办公室和一个公共空间中的十名建筑居住者通过腕戴式传感器进行热调节，这些传感器控制局部空调阻尼器和窗户操作器电机。与之前四周的标准空调控制相比，舒适度有所提高，同时能耗也有所降低。解决了控制适应、舒适度确定和用户冲突解决等难题。最后，讨论了这种控制形式的局限性，以及这种主动架构的可能好处和要求。