Francesco Chiossi 最新论文
Liu 等人开发基于皮肤电和鼠标行为的自适应LLM帮助系统，通过预测用户认知负荷时机提升响应准确率21%，为个性化智能辅助提供新思路。
Chiossi 等人利用刺激前负性（SPN）脑电信号实现混合现实中的隐式意图检测，创建可缓解米达斯触摸问题的意图感知界面，分类准确率达75%-97%。
Rasch 等人的双任务实验（n=26）表明头部锚定AR内容对行走干扰最小，手部锚定则显著增加反应时间和工作负荷，为AR设计提供安全指南。
Chiossi 等人利用脑电图和眼动追踪研究MR环境对视觉搜索的影响，发现AR会降低目标识别能力并增加注意力分散，设计启示在于需考虑生理指标的适应性交互。
Chiossi 等人开发基于皮肤电活动的生理自适应VR系统，通过调整非玩家角色数量改变视觉复杂度，显著改善用户任务性能和感知工作负荷。
Chiossi 等人设计并开源了SensCon VR控制器传感系统，在静态、动态和认知场景中信号质量准确，用户更倾向于其可用性和体验。
Pangratz 等人通过脑电研究钢琴家的听觉预期错误，发现演奏动作增强听觉预期，且不同声学特征的违背以不同方式加工。
Chiossi 等人通过 N=60 被试间实验发现 TikTok 短视频显著损害前瞻性记忆，Twitter 和 YouTube 无此效应。
Huang 等人通过AR艺术画廊实验（N=54）发现，用户尊重虚拟代理个人空间并根据性别调节人际距离，穿过代理时生理唤醒水平显著升高。
https://hci.top/zh/authors/17518?source=all