Fabriccio：交互织物上的无接触手势输入Wu 等人研发Fabriccio无接触手势感应技术，使用导电线环形天线实现多普勒运动感应，在10厘米距离处对11种无接触手势达到92.8%交叉验证准确率，实现软物体交互。2020TWTe-Yen Wu et al.Dartmouth College触觉可穿戴设备手部手势识别电子纺织品（E-textiles）CHI
ThreadSense：在极薄的交互式线程上定位触摸Ku 等人提出基于阻抗传感的 ThreadSense 技术，可在厚度小于0.4mm的交互线程上定位触摸，单次校准平均误差6.13mm，双触点识别准确率达99%。2020PKPin-Sung Ku et al.Dartmouth College; National Taiwan University触觉可穿戴设备形变界面与软机器人材料CHI
BiTipText: 双手无视觉文本输入指尖键盘Xu 等人设计BiTipText双手食指尖键盘，通过67,108,864种布局优化确定最优方案，用户评估达到23.4 WPM输入速度，实现无视觉双手文本输入。2020ZXZheer Xu et al.Dartmouth College足部与手腕交互运动障碍辅助输入技术CHI
Zippro：交互式拉链的设计与实现Ku 等人通过两项用户研究设计Zippro交互式拉链原型，超越简单滑动交互，开创前景与背景输入的自然使用模式。2020PKPin-Sung Ku et al.Dartmouth College & National Taiwan University形变界面与软机器人材料CHI
Aarnio：交互椅上前景交互的被动动力输出Teng等人设计了一种交互椅触觉反馈系统，通过调节旋转、倾斜、滚动的阻力实现前景交互，并验证了五种力轮廓的可识别性，适用于VR游戏和会议中的信息查询场景。2019STShan-Yuan Teng et al.National Taiwan University力反馈与伪重力感沉浸感与临场感研究普适计算（Ubiquitous Computing）CHI
仪器化和分析制造活动、用户和专业知识Gong 等人设计模块化传感器系统捕获制造活动数据，可预测正在进行活动、用户身份及专业水平，为交互式制造空间提供个性化反馈2019JGJun Gong et al.Autodesk Research & Dartmouth College桌面3D打印与个人制造电路制作与硬件原型计算方法在HCI中的应用CHI
CircuitStyle：一种在外围强化硬件计算最佳实践的系统Davis 等人开发 CircuitStyle 系统，基于对电子教师的访谈总结电路设计最佳实践，在现场工作坊中外围强化帮助新手预防和调试常见问题。2019JDJosh Urban Davis et al.游戏可访问性编程教育与计算思维电路制作与硬件原型UIST
AutoFritz：用于原型虚拟面包板电路的自动完成功能Lo 等人开发 AutoFritz 自动补全系统，基于数据表和4000+电路项目为虚拟面包板电路提供组件建议，经16名参与者评估有效提升原型设计效率。2019JLJo-Yu Lo et al.National Chiao Tung University电路制作与硬件原型CHI
Tessutivo：基于电感感应的交互式织物上下文交互技术Gong等人提出Tessutivo电感感应技术，通过6×6导电线圈织物实现金属物体实时识别，准确率达93.9%，为交互式织物提供上下文交互能力。2019JGJun Gong et al.电子纺织品（E-textiles）皮肤显示与皮肤输入UIST
Proxino：通过物理代理实现虚拟电路原型设计Wu 等人提出 Proxino 系统，通过物理代理将真实电子组件与虚拟电路混合，实现远程协作原型设计，系统评估显示混合输出与真实电路差异微小。2019TWTe-Yen Wu et al.桌面3D打印与个人制造电路制作与硬件原型UIST
TipText：无需视觉的指尖键盘文本输入Xu 等人提出 TipText 文本输入技术，在食指第一关节设置微型QWERTY键盘，通过拇指尖轻触实现无需视觉的文本输入，平均速度达11.9 WPM。2019ZXZheer Xu et al.足部与手腕交互运动障碍辅助输入技术UIST
WrisText：使用手腕手势在智能手表上进行单手文本输入Gong等人开发WrisText智能手表单手文本输入技术，通过手腕旋转六方向输入，平均速率9.9 WPM，最高15.2 WPM，键宽需达55°以获90%准确率2018JGJun Gong et al.Dartmouth College足部与手腕交互CHI
Jetto：使用侧向力反馈进行智能手表交互Gong 等人提出 Jetto 侧向力反馈系统，用于智能手表交互，通过检测 49% 平均 JND 阈值，创建虚拟对象物理碰撞错觉，增强媒体游戏体验2018JGJun Gong et al.Dartmouth College力反馈与伪重力感智能手表与健身手环CHI
Indutivo：基于感应式传感的接触式物体驱动交互技术Gong等人提出Inductive接触式感应技术，可识别金属物体并追踪其滑动、铰接和旋转动作，通过优化线圈设计实现高精度的物体识别与运动追踪，适用于智能手表等场景。2018JGJun Gong et al.智能手表与健身手环普适计算（Ubiquitous Computing）UIST