论文标题	作者	研究主题
模拟人类视听搜索行为 Cho 等人提出 Sensonaut 计算模型，将视听搜索建模为资源理性决策问题，验证表明该模型能复现人类搜索时间和努力的自适应缩放及典型错误，为降低视听界面搜索成本提供指导。	HC Hyunsung Cho et al.卡内基梅隆大学
基于动态贝叶斯网络的多模态上下文感知交互框架 Han 等人提出融合动态贝叶斯网络与大语言模型的多模态交互框架，通过整合视线和手势实时推断用户意图，在办公场景下达到每帧0.83的识别准确率。	VH Violet Yinuo Han et al.卡内基梅隆大学
持久助手：通过意图定位和多模态反馈实现无缝日常AI交互 Cho等人提出基于情境意图指定、具身输入与多模态反馈的持久助手框架，结合眼动追踪、捏合手势和触觉反馈实现无缝日常AI交互。	HC Hyunsung Cho et al.卡内基梅隆大学
Auptimize：扩展现实中空间音频提示的优化放置 Cho 等人提出Auptimize方法，利用口技效应将声源与视觉元素解耦并重新放置，减少XR环境中空间音频的定位错误和前后混淆问题。	HC Hyunsung Cho et al.卡内基梅隆大学
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
SonoHaptics：基于注视的XR对象选择的音频触觉光标 Cho 等人提出SonoHaptics音频触觉光标，通过跨模态映射将对象视觉特征转为声音触觉反馈，实现无显示智能眼镜环境下的准确对象选择。	HC Hyunsung Cho et al.卡内基梅隆大学
MineXR: 挖掘个性化的扩展现实界面 Cho等人提出MineXR设计挖掘平台，通过智能手机截图创建XR界面元素，从31名参与者收集178个应用程序的695个XR小部件，为XR界面设计提供个性化数据支持。	HC Hyunsung Cho et al.卡内基梅隆大学
RealityReplay：利用混合现实原地检测和回放时间变化 Cho 等人提出 RealityReplay 混合现实系统，结合语义分割和显著性预测跟踪运动事件，通过原地可视化帮助用户回顾错过的时序变化。	HC Hyunsung Cho et al.卡内基梅隆大学
FinerMe：探究应用级别与功能级别干预以调节移动社交媒体使用 Orzikulova等人设计FinerMe系统，发现功能级别干预比应用级别更能减少用户在Instagram和YouTube上的被动浏览时间，并促进更深层的自我反思。	AO Adiba Orzikulova et al.韩国科学技术院	Social Regulation and Control
你不是一个人：热门压力话题如何在校园带来#关注与#共鸣 Choi 等人开发了 StressTrendmeter 移动应用，通过话题标签匿名分享、热点浏览与同理按钮功能，帮助大学生表达压力并获得同伴支持，共 222 名学生使用五周后发现系统增强了校园关注、共鸣与责任感。	RC Ryuhaerang Choi et al.韩国科学技术院	Remote Work, Motivation, and Burnout; Remote Work, Motivation, and Burnout
预测以供回顾：将算法压力预测整合到个人信息系统中以促进大学生的心理健康 Kim 等人开发MindScope压力管理系统，通过智能手机活动数据预测压力水平并解释算法，25天实验表明其可促进大学生自我反思与压力管理。	TK Taewan Kim et al.首尔大学
emoji_events 反思而非后悔：基于应用功能级分析理解后悔性智能手机使用 Cho 等人通过功能使用日志、ESM 调查和访谈分析 29 名用户，发现社交媒体应用中“关注”类、邻近推荐类和小块内容推荐类功能易导致后悔性使用，为干预工具设计提供功能级改进建议。	HC Hyunsung Cho et al.卡内基梅隆大学	Workplace Challenges and Digital Wellbeing
我分享，你在乎：移动即时通讯中的私人状态分享与发送者控制的通知 Cho 等人设计 MyButler 原型验证私人状态分享与发送者控制通知功能，两周实验表明64.3%状态反映用户当前活动，25.4%消息选择不提醒。	HC Hyunsung Cho et al.卡内基梅隆大学	Conversation and Communication