HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

感知、识别与预测方法 / 预测建模、行为推断与趋势估计方法

RFID传感系统碰撞数据导致信道估计不可靠，影响活动识别等应用。

lightbulb现实痛点预测建模、行为推断与趋势估计方法

RFID传感系统碰撞数据导致信道估计不可靠，影响活动识别等应用。

UbiComp '21Embracing Collisions to Increase Fidelity of Sensing Systems with COTS Tags

同类问题

lightbulb现实痛点预测建模、行为推断与趋势估计方法

用户与数字角色对话时，系统难以准确理解语境，导致交互生硬。

CUI '24Multimodal Dialog Act Classification for Conversations With Digital Characters

lightbulb现实痛点预测建模、行为推断与趋势估计方法

现有液体识别技术成本高、精度低，难以适应日常使用场景。

UbiComp '24LiquImager: Fine-grained Liquid Identification and Container Imaging System with COTS WiFi Devices

lightbulb现实痛点预测建模、行为推断与趋势估计方法

用户在实际应用中难以获取精确且个性化的实时压力监测结果。

UbiComp '24Unraveling Temporal Dependencies in Stress: Insights from Self-Reported Stress Data

lightbulb现实痛点预测建模、行为推断与趋势估计方法

慢设备参与联邦学习时，训练延迟高且个性化准确性差。

UbiComp '24EchoPFL: Asynchronous Personalized Federated Learning on Mobile Devices with On-Demand Staleness Control

lightbulb现实痛点预测建模、行为推断与趋势估计方法

用户在减肥应用中流失率高，导致健康目标无法达成。

CHI '24Predicting early user churn in a public digital weight loss intervention

lightbulb现实痛点预测建模、行为推断与趋势估计方法

数据中心因高功耗和不稳定供电成本高，难以节能。

UbiComp '23LSTM Based Short-Term Data Center Electrical Consumption Forecasting

相关论文

LiquImager: 基于商用 WiFi 设备的细粒度液体识别与容器成像系统

Fei Shang, Panlong Yang, Dawei Yan

EchoPFL：移动设备上具有按需陈旧度控制的异步个性化联邦学习

Xiaochen Li, Sicong Liu, Zimu Zhou

预测公共数字减肥干预中用户的早期流失

Robert Jakob, Nils Lepper, Elgar Fleisch

使用用户模拟的摊销推理

Hee-Seung Moon, Antti Oulasvirta, Byungjoo Lee

Tisane：通过概念和数据关系的形式化推理来构建统计模型

Eunice Jun, Audrey Seo, Jeffrey Heer

通过策略调节加速推理与用户模拟器

Hee-Seung Moon, Seungwon Do, Wonjae Kim

用旋转双高斯模型建模触点分布

Yan Ma, Shumin Zhai, IV Ramakrishnan