ReflecTrace：通过角膜反射在普通智能手机上实现无触点悬停交互Nakamura 等人利用前置摄像头捕捉角膜反射，通过CNN检测悬停手指位置，在粗网格达95%准确率，端到端延迟约22ms，实现普通智能手机无触点悬停交互。2026YNYudai Nakamura et al.庆应义塾大学多点触控交互技术移动应用用户体验移动端无障碍设计IUI
偏态双正态分布模型：预测屏幕边缘附近目标的 1D 触控点击成功率Kasahara 等人提出偏态双正态分布模型，揭示边缘目标点击分布偏态规律，发现「与边缘一起点击」策略可提高边缘目标成功率，为全屏 UI 设计提供预测工具。2026NKNobuhito Kasahara et al.明治大学触摸屏可用性与性能建模（Fitts' Law）触摸目标选取与指向CHI
通过定义 3D 虚拟环境的有效参数改进 steering law 吞吐量计算Amini 等人提出基于轨迹双变量标准差的 3D 吞吐量计算方法，在 VR 环境中验证了其优越性2026MAMohammadreza Amini et al.康考迪亚大学沉浸感与临场感研究原型设计与用户测试VR 中的社交与协作CHI
通过众包GUI实验的任务前参与者筛选提升数据质量Miyama 等人提出众包GUI实验的任务前筛选方法，通过简短的图像调整大小任务过滤不合格参与者，使性能模型的拟合优度和预测准确性显著提升。2026TMTakaya Miyama et al.明治大学众包任务设计与质量控制原型设计与用户测试实地研究（Field Study）CHI
通过更好计算有效目标宽度来规范化2D指向任务中的速度-准确性偏差Yamanaka 等人通过346名众包参与者的实验证明，使用单变量标准差计算有效目标宽度可获得更高的模型相关性，建议用于公平的性能评估。2026SYShota Yamanaka et al.LY Corporation触摸屏可用性与性能建模（Fitts' Law）CHI
验证用于规范化主观速度-准确性偏差的 Finger-Fitts 模型Yamanaka 等人通过一维和二维点击任务实验验证，Ko 等人改进的 FFitts 模型有效宽度法在规范化主观速度-准确性偏差方面最为成功，建议在多条件比较研究中采用。2024SYShota Yamanaka et al.LY Corporation原型设计与用户测试计算方法在HCI中的应用MobileHCI
点击和滑动的行为差异：对启用点击和滑动的目标的时间、错误、触点分布和轨迹的观察Yamanaka 等人通过众包实验发现滑动操作比点击耗时更长、错误率更高、触摸点偏移显著，表明现有目标尺寸指南不适用于滑动操作。2024SYShota Yamanaka et al.雅虎用户研究方法（访谈、调查、观察）原型设计与用户测试CHI
延迟对路径操纵中运动时间的影响Yamanaka 等人推导出路径引导中运动时间预测模型，评估五种任务后调整 R² > 0.94，准确性优于基线模型。2024SYShota Yamanaka et al.LY Corporation用户研究方法（访谈、调查、观察）计算方法在HCI中的应用CHI
通过观察错误率调整终点变异参数以获得更好的指向失误预测精度Yamanaka 等人比较了直接优化sigma系数与间接方法预测错误率，基于8个指向数据集，证实在适当初始值下直接方法可始终优于传统方法。2023SYShota Yamanaka et al.雅虎用户研究方法（访谈、调查、观察）原型设计与用户测试CHI
通过改变主观的速度-准确性偏差来评估指向促进技术的实验结果的普适性Yamanaka 等人研究速度-准确性偏差对指向技术评估的影响，发现Bubble Cursor在各条件下均优于基线，BTC不如简单预测技术，强调多偏差检查有助得出可靠结论2023SYShota Yamanaka et al.LY Corporation语音用户界面（VUI）设计计算方法在HCI中的应用CHI
用于改进矩形目标指向中主观速度准确性偏差的归一化能力的双变量有效宽度方法Yamanaka 等人提出双变量有效宽度方法扩展 Fitts 定律至矩形目标，可标准化速度-准确性偏差并公平比较不同输入条件。2022SYShota Yamanaka et al.雅虎原型设计与用户测试计算方法在HCI中的应用CHI
伺服-高斯模型预测手动追踪成功率：路径转向与一维移动目标的追踪Yamanaka等人提出伺服-高斯模型，结合伺服机制与子运动终点高斯分布预测手动追踪成功率，交叉验证R²达0.95以上，MAE低于6.5%。2020SYShota Yamanaka et al.雅虎人体姿态与行为识别计算方法在HCI中的应用UIST
探索设计干预措施以帮助青少年SNS用户避免隐私和安全威胁Masaki 等人通过29,608份在线调查发现，负面框架轻推（如“90%用户不会分享”）比肯定框架更有效减少青少年SNS隐私风险，但社会轻推可能产生负面效果。2020HMHiroaki Masaki et al.东京大学隐私设计与用户控制暗黑模式（Dark Patterns）识别CHI
在图标网格中建模完全和部分约束的Lasso运动Yamanaka等人建模图标网格中套索选择时间，模型能准确预测边距、大小和布局对完全和部分约束动作的影响。2019SYShota Yamanaka et al.LY Corporation原型设计与用户测试计算方法在HCI中的应用CHI
通过容错延迟控制性能Yamanaka 等人改进转向定律模型，引入延迟参数将拟合度提升至 R²=0.97，帮助 GUI 设计师根据菜单参数准确估计操作时间。2019SYShota YamanakaLY Corporation原型设计与用户测试计算方法在HCI中的应用CHI
依次对象的导航Yamanaka 等人研究笔式工具在连续对象中的划动转向操作，发现间隔、轨迹宽度和障碍物大小显著影响运动速度，确认现有模型无法准确预测此类任务表现。2018SYShota Yamanaka et al.LY Corporation原型设计与用户测试CHI