Ethan Eddy 最新论文
Eddy等人提出基于开源代码和商业硬件的肌肉计算机接口，实现无需校准手势识别，在1D光标控制和五类手势识别任务上分别达到1.1秒采集时间和2%错误率。
Eddy 等人提出 TFTune 强化学习方法自动优化指向传输函数，在macOS触控板上移动时间改善7%、Windows个人电脑改善8%、肌肉计算机接口改善16%，仅需1-7分钟调整。
Eddy 等人通过对ACM数字图书馆抽样分析，提出基于EMG输入的HCI设计四主题框架（交互设计、模型设计、系统评估、可重复性），旨在推动EMG作为广泛可用输入方式。
https://hci.top/zh/authors/9915?source=all