help研究问题模型操控、潜在空间编辑与知识注入
深度神经网络能够提取并解释散点图感知过程中的哪些可视化特征？通用AI系统与交互设计 / 模型操控、潜在空间编辑与知识注入
深度神经网络能够提取并解释散点图感知过程中的哪些可视化特征？
同类问题
help研究问题模型操控、潜在空间编辑与知识注入
如何通过AI生成的角色动作提高动作的表现力以符合专业动画设计的需求？help研究问题模型操控、潜在空间编辑与知识注入
如何利用潜在空间波形操作优化角色动作的表现力，同时简化设计交互过程？help研究问题模型操控、潜在空间编辑与知识注入
将经典动画原则（如提前量、夸张、后续动作）与AI生成技术结合会对动画表达性产生什么影响？help研究问题模型操控、潜在空间编辑与知识注入
在文本到图像生成模型中如何优化滑块工具以提高使用者的交互体验？help研究问题模型操控、潜在空间编辑与知识注入
如何动态调整滑块范围以避免生成超出正常边界的图像？help研究问题模型操控、潜在空间编辑与知识注入
如何减轻图像语义属性的潜在空间缠绕问题以改善多属性编辑？相关论文
CHI 2025
MoWa：一种通过潜在波形操作精炼AI生成的人类角色动作的创作工具
Jeongseok Oh, SeungJun Kim
CHI 2025
自适应滑块：基于用户对齐语义滑块的文本到图像模型输出编辑
Rahul Jain, Amit Goel, Koichiro Niinuma
IUI 2024
SpaceEditing：将人类知识整合到深度神经网络的潜在空间编辑界面
Jiafu Wei, Ding Xia, Haoran Xie
IUI 2024
采样、引导与排序：利用可解释GAN控制进行探索性搜索
Yang Liu, Alan Medlar, Dorota Głowacka
UbiComp 2023
模型中的精灵：面向移动应用的人环深度神经网络自动生成
Yanfei Wang, Zhiwen Yu, Sicong Liu
CHI 2023
深度神经网络如何帮助可视化感知研究？：散点图中相关性判断的三项研究
Fumeng Yang, Yuxin Ma, Lane Harrison
IUI 2021
基于生成模型的图形设计连续与渐进式风格变化
Michihiko Ueno, Shin'ichi Satoh
CHI 2021
DeepTake: 使用多模态数据预测驾驶员接管行为
Erfan Pakdamanian, Shili Sheng, Sonia Baee