通过梯度下降优化用户界面布局

视频

DOI

自动化用户界面（UI）设计过程的一部分一直是长期的挑战。我们提出了一种优化移动UI布局的自动化技术。我们的方法使用梯度下降对任务性能的神经网络模型进行修改，以使其输入结果得到改进的预测错误率和任务完成时间。我们首先扩展了基于神经网络的性能预测的先前工作，以适应具有扩展交互空间的二维移动UI。然后，我们将该方法应用于两个UI，包括一个模型未经过训练的UI，以发现具有显著改进的预测性能的布局替代方案。最后，我们通过实验验证了这些预测，显示优化后的布局改进了高达9.2个百分点。这证明了该算法在改善布局任务性能方面的有效性，以及其推广和改进新界面布局的能力。