2D移动目标选择的不确定性建模
可视化感知与认知计算方法在HCI中的应用UI/UX 设计师HCI 研究员
理解移动目标的选择不确定性是人机交互的基础研究问题。然而,该领域仅有的少数研究主要关注使用特定输入设备选择1D移动目标,模型泛化性尚未得到广泛研究。本文提出2D三元高斯模型来描述移动目标选择中显现于终点分布的选择不确定性。我们探索并比较了两种将问题空间从1D泛化到2D任务的方法,并使用三种输入模态(鼠标、触控笔和手指触控)评估其性能。通过将所提模型应用于辅助目标选择,我们实现了56.7%的选择速度提升和78.8%的指向精度提升。此外,我们发现预测指向误差时,模型的误差率数据拟合R²达0.94。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 75%
相对设计获取:一种用于创建引导用户选择的视觉界面的计算方法
CHI '23· 计算方法在HCI中的应用
- 75%
DeepSI:面向语义交互的交互式深度学习
IUI '21· 计算方法在HCI中的应用
- 60%
使用深度学习预测垂直菜单选择中的人类性能
CHI '18· 推荐系统用户体验 +1
- 60%
通过挖掘移动阅读中的触摸交互数据来评估用户对排版设计的满意度
CHI '18· 可视化感知与认知 +1
- 60%
Scaptics 和 Highlight-Planes:用于在3D散点图中查找隐藏特征的沉浸式交互技术
CHI '19· 混合现实工作空间 +1
- 60%
在图标网格中建模完全和部分约束的Lasso运动
CHI '19· 原型设计与用户测试 +1
- 60%
在非矩形界面上查找信息
CHI '19· 可视化感知与认知 +1
- 60%
截断Y轴:威胁还是危象?
CHI '20· 交互式数据可视化 +1
- 60%
ORCSolver:一个用于具有OR约束的自适应GUI布局的有效求解器
CHI '20· 原型设计与用户测试 +1
- 60%
VINS:面向移动用户界面设计的视觉搜索
CHI '21· 交互式数据可视化 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
可视化感知与认知、计算方法在HCI中的应用
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文