Computer Science / Human-Computer Interaction

'Computer Science / Human-Computer Interaction' 카테고리의 모든 글

총 14개의 글
시간순 정렬
경제 데이터의 증분 도메인 지식 모델링 및 시각화 세브리나

경제 데이터의 증분 도메인 지식 모델링 및 시각화 세브리나

투자 계획은 지역과 산업 분야별로 확장된 금융 풍경에 대한 지식이 필요하다. 데이터는 충분히 있지만, 신문, 오픈 데이터 등 다양한 출처에서 분산되어 있어 금융 분석가들이 전체적인 그림을 이해하는 것이 어렵다. 본 논문에서는 Sabrina라는 접근법을 소개한다. 이 접근법은 회사 간 금융 거래 네트워크 생성을 위한 파이프라인을 포함하며, 지역 내 개별 기업의 실제 정보와 경제의 일반적인 매크로적 측면에 대한 (증분적) 도메인 지식을 통합한다. Sabrina는 다양한 데이터 출처를 일관된 시각화 인터페이스에서 결합하여 분석 과정을 시각적으로 지원한다. 세 명의 전문가를 대상으로 한 사용자 연구를 통해 Sabrina의 유용성을 보여준다.

paper AI 요약
사이버범죄 완화를 위해 정보보안과 환경형 범죄학 연구 통합하기

사이버범죄 완화를 위해 정보보안과 환경형 범죄학 연구 통합하기

사이버 범죄는 기술적 측면과 인간 요소를 모두 포함하는 복잡한 현상입니다. 이 문제에 대해 정보 보안 커뮤니티와 환경 범죄학 커뮤니티가 각각 다른 관점에서 연구해 왔습니다. 하지만 이러한 두 연구 분야는 서로 독립적으로 진행되어, 한쪽의 연구자들은 다른 쪽이 제시한 진전을 활용하지 못하는 경우가 많았습니다. 이 논문에서는 정보 보안 커뮤니티가 환경 범죄학에서 개발된 이론과 체계적인 프레임워크를 참조하여 사이버 범죄에 대응하는 더 나은 방책을 개발할 수 있음을 주장합니다. 이를 위해, 환경 범죄학의 연구와 그 이론이 사이버 범죄에 어떻게 적용되었는지 개요를 제공하고, 정보 보안 영역에서 제시된 몇 가지 연구들을 조사하여 제안된 방책과 환경 범죄학 이론 사이의 명확한 유사점을 설명합니다. 또한 새로운 사이버 범죄 방책을 제시하며, 사이버 장소의 개념을 논하고 이를 정의하기 위한 프레임워크를 제안합니다.

paper AI 요약
가상현실에서의 지도와 구체

가상현실에서의 지도와 구체

이 논문은 가상현실(VR)에서 세계 지도를 시각화하는 다양한 방법을 탐색합니다. 다음의 네 가지 시각화를 비교했습니다 (a) 사용자의 관점이 구체 바깥에 있는 3D 외관 구체, (b) VR 평면에 렌더링된 평평한 지도, (c) 사용자의 관점이 구체 안쪽에 있는 3D 내관 구체, (d) 사용자를 중심으로 굴곡을 이루는 구형 부분에 프로젝션 된 굽은 지도. 이 네 가지 시각화 모두에서는, 표준 VR 손잡이 컨트롤러를 통해 지리적 중심을 부드럽게 조정할 수 있으며, 사용자는 헤드셋 트래킹 기능을 활용해 실제 움직임으로 시각화 주변을 이동할 수 있습니다. 거리 비교에서는 외관 구체가 내관 구체와 평평한 지도보다 더 정확했습니다. 면적 비교에서는 외관 및 내관 구체가 평평한 지도와 굽은 지도보다 더 많은 시간이 필요했습니다. 방향 추정에서는 외관 구체가 다른 시각화 방법들보다 더 정확하고 빨랐습니다. 연구 참여자들은 약간의 선호를 보인 외관 구체를 나타냈습니다. 일반적으로 굽은 지도는 평평한 지도에 비해 이점을 가졌으며, 거의 모든 경우에서 내관 구체가 가장 효과적이지 않은 시각화로 발견되었습니다. 전체적으로 우리의 결과는 혼합현실 환경에서 지리적 시각화에 외관 구체의 사용을 지원합니다.

paper AI 요약
로봇 중재 지원그룹에서의 신뢰동태 사용자 연구

로봇 중재 지원그룹에서의 신뢰동태 사용자 연구

사회적 보조 로봇은 사람들이 사회적 환경에서 그룹과 상호작용할 때의 그룹 동태를 개선하는 잠재력을 가지고 있습니다. 이 연구는 새로운 맥락인 로봇 중개 지원 그룹에서 신뢰 동태에 대한 이해를 높이기 위한 사용자 연구를 통해 이러한 동태를 이해하는데 기여합니다. 본 연구에서는 로봇 중개 지원 그룹을 위한 새로운 프레임워크를 개발하고 검증하였습니다. 다수의 참가자가 있는 환경에서 상호 신뢰를 평가하기 위해 2인용 신뢰 척도를 구현하였고, 이는 단일 요인이며 적절한 일반적인 신뢰 측정 기준으로 확인되었습니다. 본 연구 결과는 그룹 상호작용 세션 후 평균 상호 신뢰가 크게 증가했음을 보여주며, 질적 사후 인터뷰 자료에서는 참가자들이 상호작용을 유익하게 느끼고 서로를 지원하고 배울 수 있었다고 보고하였습니다. 본 연구 결과는 로봇 중개 지원 그룹이 처음 만나는 사람들 사이의 신뢰를 개선할 수 있고, 학업 스트레스에 대한 지원을 공유하고 받을 수 있음을 검증합니다.

paper AI 요약
내 감정을 느끼다 게임에서의 이론적 마음 실험

내 감정을 느끼다 게임에서의 이론적 마음 실험

이 연구에서는 게임 플레이어의 이론적 마음 상태와 에이전트의 행동, 그리고 플레이어 자신의 성능과 감정이 어떤 스트레스 반응을 인식하는 데 어떻게 영향을 미치는지 조사했습니다. 특히 인간-컴퓨터 상호작용에서 일반적인 감정 경험인 스트레스 반응에 초점을 맞추었습니다. 이를 위해 플레이어가 경쟁하는 에이전트의 스트레스 모델을 기반으로 한 게임 테스트베드를 만들었고, 플레이어의 성능 데이터와 에이전트의 스트레스 인식에 대한 주석을 수집했습니다. 또한 얼굴 인식을 사용하여 플레이어 감정 상태를 추정하였습니다. 수집된 데이터는 상관분석과 예측 기계 학습 모델을 통해 분석되었으며, 결과적으로 플레이어의 관찰 가능한 감정이 에이전트의 스트레스 인식과 높은 상관관계가 없음을 발견했습니다. 이는 주제에 대한 우리의 이론적 마음 상태가 게임플레이 맥락을 기반으로 하는 인지 과정이라는 것을 시사합니다. 예측 모델을 사용한 결과, 플레이어의 이론적 마음 상태를 중등도로 정확하게 예측할 수 있음을 확인했습니다.

paper AI 요약
버튼 시뮬레이션 및 설계를 통한 FDVV 모델 적용

버튼 시뮬레이션 및 설계를 통한 FDVV 모델 적용

디자인에 따라 원하는 감각과 성능을 가진 버튼 제작은 어려운 작업이다. 기계적 구조가 적절한 반응 특성을 가져야 하기 때문이다. 버튼의 힘-이동(FD) 응답을 물리적으로 시뮬레이션하여 프로토타입화를 용이하게 하는 연구가 이루어져 왔지만, 그 범위와 현실감은 제한적이었다. 본 논문에서는 FD 모델링에 진동(V)과 속도 의존성 특징(V)을 확장시켜 FDVV 모델을 사용한다. 이로 인해 버튼의 타치리얼리티 감각, 특히 스냅 효과를 더 잘 포착할 수 있다. 본 논문은 이러한 모델을 얻고 편집하며 시뮬레이션 하는 방법도 제시한다. 이러한 종단 간 접근 방식은 버튼의 분석과 프로토타입화, 최적화를 가능하게 하며 기계적으로 구현하기 어려운 디자인을 탐색하는 데 도움이 된다.

paper AI 요약
보행 그래프 최적화 하지 재활 외골격 로봇을 위한 기반 보행에서 변화하는 보행 생성하기

보행 그래프 최적화 하지 재활 외골격 로봇을 위한 기반 보행에서 변화하는 보행 생성하기

하지 재활 외골격(LLE) 로봇의 가장 집중적인 응용 분야는 장애인들이 재걸음 을 할 수 있도록 돕는 것이다. 그러나 걸음 은 평평한 지면에서 일정한 걸음을 걷는 것 이상이다. 본 논문은 복잡한 걷기 환경에 적응하기 위해 LLE 로봇의 다양한 걸음 생성에 초점을 맞추고 있다. 이전의 2족로봇을 위한 걸음 생성기와 달리, LLE를 위한 생성된 걸음은 환자들에게 편안해야 한다. SLAM에서 사용되는 포즈 그래프 최적화 알고리즘을 통해 본 논문에서는 한 건강한 개인으로부터 수집된 기준 걸음을 바탕으로 다양한, 기능적인 그리고 편안한 걸음을 생성하기 위한 그래프 기반의 걸음 생성 알고리즘인 걸음 그래프 최적화(GGO)를 제안한다. 걸음 조정, 장애물 회피, 계단 오르내림과 같은 걷기 문제의 변형을 통해 시뮬레이션 및 실험에서 제안된 접근법이 검증된다. 우리의 구현은 오픈 소스로 공개되었다.

paper AI 요약
온라인 행동 감지에 대한 시계열 모델링의 종합적 연구

온라인 행동 감지에 대한 시계열 모델링의 종합적 연구

온라인 행동 감지(OAD)는 실용적이면서도 난이도가 높은 작업으로, 최근 몇 년 동안 점점 더 많은 관심을 받고 있습니다. 일반적인 OAD 시스템은 주로 세 가지 모듈로 구성됩니다 대부분 사전 학습된 심층 컨볼루션 신경망(CNNs)에 기반한 프레임 수준의 특징 추출기, 시간적 모델링 모듈, 그리고 행동 분류기입니다. 그 중에서 시간적 모델링 모듈은 중요하며 과거와 현재의 특징으로부터 구별 가능한 정보를 집계합니다. 그러나 OAD뿐만 아니라 다른 주제에도 사용되는 많은 시간적 모델링 방법들이 개발되었음에도 불구하고, 그것들의 효과는 공정하게 조사되지 않았습니다. 본 논문은 OAD에 대한 시간적 모델링의 종합적인 연구를 제공하고자 하며, 네 가지 메타 유형의 시간적 모델링 방법을 포함합니다 시간적 풀링, 시간적 컨볼루션, 순환 신경망, 그리고 시간적 주의. 이 중 많은 부분은 OAD에서 처음으로 탐색되었으며 다양한 하이퍼 파라미터를 가지고 광범위하게 평가되었습니다. 또한 우리의 종합적인 연구에 기반하여, 우리는 몇 가지 혼합형 시간적 모델링 방법을 제시하며 THUMOS-14와 TVSeries에서 최근의 최고 성능 기법보다 큰 격차로 우수한 결과를 보여주었습니다.

paper AI 요약
GUIComp 실시간 다각도 피드백을 제공하는 GUI 설계 도우미

GUIComp 실시간 다각도 피드백을 제공하는 GUI 설계 도우미

사용자는 그래픽 사용자 인터페이스(GUI)를 설계하는 과정에서 경험 부족과 지침 부재로 어려움을 겪곤 합니다. 본 논문은 경험이 없는 사용자가 GUI 설계 과정에서 마주치는 문제와 이를 해결하는 방법에 대해 조사하고자 합니다. 이를 위해 우리는 반구조화된 인터뷰를 수행하여 GUICompanion(GUIComp)이라는 GUI 프로토타이핑 지원 도구를 구축했습니다. 이 도구는 기존의 GUI 설계 소프트웨어와 연결되는 확장으로, 사용자의 현재 디자인에 대한 실시간 다면적 피드백을 제공합니다. 또한 우리는 두 가지 사용자 연구를 수행하여 참가자가 GUIComp를 사용한 경우와 그렇지 않은 경우에 대해 모바일 GUI를 만들도록 요청하고 온라인 근로자를 통해 생성된 GUI를 평가하도록 했습니다. 실험 결과는 GUIComp가 반복 설계를 촉진하며, 참가자들이 더 나은 사용자 경험을 제공하고 더 수용 가능한 디자인을 생산하는 데 도움이 되었다는 것을 보여줍니다.

paper AI 요약
자동화된 정보그래픽 디자인을 향한 노력 딥러닝 기반의 확장형 타임라인 자동 추출

자동화된 정보그래픽 디자인을 향한 노력 딥러닝 기반의 확장형 타임라인 자동 추출

디자이너들은 정보그래픽을 만들 때 효과적인 인지성과 시각적 스타일 모두를 고려해야 합니다. 이 과정은 전문 디자이너에게도 어렵고 시간이 많이 소요되며, 초보 사용자는 더욱 어려울 수 있습니다. 따라서 자동화된 정보그래픽 설계에 대한 수요가 있습니다. 본 연구에서는 타임라인 정보그래픽을 자동으로 추출하는 종단 간 접근법을 제안합니다. 우리의 접근 방법은 분해와 재구성의 패러다임을 채택하고, 분해 단계에서 다중 작업 딥 뉴럴 네트워크를 사용하여 비트맵 이미지 타임라인에서 두 가지 유형의 정보를 동시에 해석합니다. 하나는 전체적인 정보, 즉 타임라인의 표현, 척도, 레이아웃 및 방향성이고, 다른 하나는 각 시각 요소의 위치, 범주 및 픽셀입니다. 재구성 단계에서는 비트맵 이미지에서 확장 가능한 템플릿을 추출하기 위해 세 가지 기법인 Non-Maximum Merging, Redundancy Recover, 그리고 DL GrabCut를 사용하는 파이프라인을 제안합니다. 우리의 접근 방법의 효과를 평가하기 위해 합성 타임라인 데이터셋(4296개 이미지)과 인터넷에서 수집한 실제 타임라인 데이터셋(393개 이미지)을 작성하였습니다. 우리는 두 데이터셋에 대한 양적 평가 결과를 보고하고, 자동으로 추출된 템플릿 및 이러한 템플릿을 기반으로 생성된 자동 타임라인의 예제를 제시하여 성능을 질적으로 입증합니다. 결과는 우리의 접근 방법이 실제 타임라인 정보그래픽에서 확장 가능한 템플릿을 효과적으로 추출할 수 있음을 확인합니다.

paper AI 요약
소셜 큐의 활용 LLM 기반 정보 탐색에서의 중요성

소셜 큐의 활용 LLM 기반 정보 탐색에서의 중요성

정보 탐색은 개인이 지식 격차를 해소하기 위해 정보를 찾아내고 사용하는 과정으로 이해됩니다. 정보 시대에 들어와 정보 시스템의 급속한 발전은 정보 접근성을 크게 증가시켰지만, 동시에 정보 과부하도 심화되었습니다. 이로 인해 개인들은 다양한 단서를 활용하여 정보를 필터링하고 해석합니다. 이러한 단서에는 메시지 단서(내용의 의미적 특징)와 사회적 단서(정보 상호작용에서 타인의 존재, 행동, 정체성 등)가 포함됩니다. 이 논문은 대형 언어 모델(LLM)-기반 검색 시스템에 대한 연구를 통해 사용자가 기대하는 사회적 단서 및 이를 통합하는 방법을 탐구하고 있습니다.

paper AI 요약
인터랙티브 AI 캐릭터 경험을 위한 플랫폼

인터랙티브 AI 캐릭터 경험을 위한 플랫폼

영화 캐릭터부터 현대 과학 소설까지 - 상호작용적이며 스토리 중심의 대화에 캐릭터들을 불러들인 것은 세대를 초월한 상상력을 사로잡았습니다. 이 비전을 달성하는 것은 매우 어렵고 언어 모델링 이상의 많은 요소가 필요합니다. 이를 이루기 위해서는 대화형 AI, 캐릭터 일관성 유지, 성격과 감정 관리, 지식 및 기억 처리, 음성 합성, 애니메이션 생성, 실제 세계 상호작용 활성화, 물리적 환경과의 통합 등 다양한 복잡한 AI 과제를 해결해야 합니다. 기초 모델 개발, 프롬프트 엔지니어링, 하류 작업을 위한 미세 조정에 대한 최근 발전은 연구자들이 이러한 각각의 문제들을 다루는 데 도움이 되었습니다. 그러나 상호작용적 캐릭터를 위해 이 기술들을 통합하는 것은 여전히 개방적인 문제입니다. 우리는 믿을 수 있는 디지털 캐릭터 설계가 편리하게 이루어질 수 있도록 하는 시스템과 플랫폼을 제시합니다. 우리의 시스템은 대화형 및 스토리 중심 경험을 제공하면서 모든 기술적 과제에 대한 해결책도 제공합니다. 증명용으로 디지털 아인슈타인이 소개됩니다. 이는 사용자가 알베르트 아인슈타인의 생애, 연구, 그리고 인물에 대해 대화할 수 있는 디지털 표현을 제공합니다. 디지털 아인슈타인은 특정 캐릭터를 위한 우리의 방법론을 보여주지만, 우리의 시스템은 유연하며 어떤 스토리 중심이나 대화형 캐릭터에도 일반화할 수 있습니다. 이러한 다양한 AI 요소들을 하나의 쉽게 적응 가능한 플랫폼으로 통합함으로써, 우리의 연구는 몰입감 있는 캐릭터 경험을 가능하게 하며, 실감나고 스토리 기반의 상호작용이라는 꿈을 현실로 만들어갑니다.

paper AI 요약

< 분야별 논문 현황 (Total: 566) >

Astrophysics
1
Computer Science
581
Condensed Matter
2
Economics
17
Electrical Engineering and Systems Science
38
Mathematics
19
Physics
10
Quantitative Biology
6
Quantitative Finance
4
Quantum Physics
5
Statistics
20

검색 시작

검색어를 입력하세요

↑↓
↵
ESC
⌘K 단축키