Dong Wang

论文总数

HCI 排名

#2636

研究领域

活跃年数

近期发表

Gong等人通过两项众包实验比较内容、社交及组合解释对COVID-19和政治领域误信息检测的效果，发现解释类型对齐方式与呈现顺序显著影响检测准确性，为设计更有效的AI解释系统提供依据。

Lee 等人设计AI驱动的元认知校准训练工具，通过随机对照试验（N=133）验证使大学计算机学习学习增益提高8.9%，过度自信学生元认知校准改善4.1%。

Zhang 等人提出 CrowdOptim 框架，通过融合众包与超参数优化技术，在智慧城市基础设施监控和环境清洁度评估两个实际应用中，该方法显著优于现有深度卷积网络和AI基线方案。

Kou 等人提出 CrowdGraph 众包多模态知识图谱方法，通过隐含关系捕捉和解释性证据生成，实现可解释的假照片检测，在 Twitter 和 Reddit 数据集上准确率优于现有方法。

Zhang 等人提出 CrowdNAS 众包引导神经架构搜索框架，通过融合人类智能与AI技术解决灾害损失评估中的架构设计难题，性能超越现有方法。

ios_share

https://hci.top/zh/authors/34091?source=all