論文の概要: Measuring User Experience of Adaptive User Interfaces using EEG: A Replication Study

• arxiv url: http://arxiv.org/abs/2306.03525v1
• Date: Tue, 6 Jun 2023 09:19:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 04:25:13.111237
• Title: Measuring User Experience of Adaptive User Interfaces using EEG: A Replication Study
• Title（参考訳）: eegを用いたアダプティブユーザインタフェースのユーザエクスペリエンスの測定:レプリケーション研究
• Authors: Daniel Gaspar-Figueiredo and Silvia Abrah\~ao and Emilio Insfr\'an and Jean Vanderdonckt
• Abstract要約: 本研究では,脳波信号と参加者の嗜好などのユーザ体験評価との相関性について検討した。 異なる構造とフォントタイプを持つグラフィカルメニューは、ユーザーの脳反応により多くの違いをもたらす。 色を使うメニューは ユーザーの脳反応に 似通っている
• 参考スコア（独自算出の注目度）: 3.724862061593192
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adaptive user interfaces have the advantage of being able to dynamically change their aspect and/or behaviour depending on the characteristics of the context of use, i.e. to improve user experience(UX). UX is an important quality factor that has been primarily evaluated with classical measures but to a lesser extent with physiological measures, such as emotion recognition, skin response, or brain activity.In a previous exploratory experiment involving users with different profiles and a wide range of ages, we analysed user experience in terms of cognitive load, engagement, attraction and memorisation when employing twenty graphical adaptive menus through the use of an Electroencephalogram (EEG) device. The results indicated that there were statistically significant differences for these four variables. However, we considered that it was necessary to confirm or reject these findings using a more homogeneous group of users.We conducted an operational internal replication study with 40 participants. We also investigated the potential correlation between EEG signals and the participants' user experience ratings, such as their preferences.The results of this experiment confirm that there are statistically significant differences between the EEG variables when the participants interact with the different adaptive menus. Moreover, there is a high correlation among the participants' UX ratings and the EEG signals, and a trend regarding performance has emerged from our analysis.These findings suggest that EEG signals could be used to evaluate UX. With regard to the menus studied, our results suggest that graphical menus with different structures and font types produce more differences in users' brain responses, while menus which use colours produce more similarities in users' brain responses. Several insights with which to improve users' experience of graphical adaptive menus are outlined.
• Abstract（参考訳）: アダプティブユーザインターフェースは、使用コンテキストの特性、すなわちユーザエクスペリエンス(ux)を改善するために、そのアスペクトや振る舞いを動的に変更することができるという利点がある。 UX is an important quality factor that has been primarily evaluated with classical measures but to a lesser extent with physiological measures, such as emotion recognition, skin response, or brain activity.In a previous exploratory experiment involving users with different profiles and a wide range of ages, we analysed user experience in terms of cognitive load, engagement, attraction and memorisation when employing twenty graphical adaptive menus through the use of an Electroencephalogram (EEG) device. その結果,これらの変数には統計的に有意な差が認められた。 しかし,より均質なユーザグループを用いてこれらの発見を確認または拒絶する必要があると考え,40名を対象に運用的内部複製実験を行った。 また,脳波信号と参加者の嗜好などのユーザ体験評価との相関性について検討し,参加者が異なる適応メニューと対話する場合に,脳波変数の間に統計的に有意な差があることを確認した。 さらに、参加者のUX評価と脳波信号の間には高い相関関係がみられ、分析結果から、脳波信号を用いてUXを評価することが示唆された。 検討したメニューについては,異なる構造とフォントタイプを持つグラフィカルメニューがユーザの脳反応により多くの違いをもたらすのに対し,色を用いたメニューはユーザの脳反応に類似性が大きいことが示唆された。 グラフィカル適応メニューのユーザエクスペリエンスを改善するためのいくつかの洞察を概説する。

関連論文リスト

• Meta-Learners for Partially-Identified Treatment Effects Across Multiple Environments [67.80453452949303]
  観察データから条件平均治療効果(CATE)を推定することは、パーソナライズされた医療など多くの応用に関係している。 ここでは、観測データが複数の環境からやってくる広範囲な環境に焦点を当てる。 任意の機械学習モデルと組み合わせて使用可能な境界を推定するために、異なるモデルに依存しない学習者(いわゆるメタ学習者)を提案する。
  論文  参考訳（メタデータ） (2024-06-04T16:31:43Z)
• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• Introducing User Feedback-based Counterfactual Explanations (UFCE) [49.1574468325115]
  対実的説明(CE)は、XAIで理解可能な説明を生成するための有効な解決策として浮上している。 UFCEは、アクション可能な機能のサブセットで最小限の変更を決定するために、ユーザー制約を含めることができる。 UFCEは、textitproximity(英語版)、textitsparsity(英語版)、textitfeasibility(英語版)の2つのよく知られたCEメソッドより優れている。
  論文  参考訳（メタデータ） (2024-02-26T20:09:44Z)
• Learning from Interaction: User Interface Adaptation using Reinforcement Learning [0.0]
  この論文では、生理的データを用いたRLベースのUI適応フレームワークを提案する。 このフレームワークは、ユーザインタラクションから学び、ユーザエクスペリエンス(UX)を改善するための情報適応を実現することを目的としている。
  論文  参考訳（メタデータ） (2023-12-12T12:29:18Z)
• A Comparative Study on Reward Models for UI Adaptation with Reinforcement Learning [0.6899744489931015]
  強化学習は、使用状況ごとにインターフェイスをパーソナライズするために使用することができる。 それぞれのアダプティブの報酬を決定することは、UIアダプティブに対するRLの課題である。 最近の研究では、この課題に対処するための報酬モデルの使用について検討されているが、このタイプのモデルに関する実証的な証拠はない。
  論文  参考訳（メタデータ） (2023-08-26T18:31:16Z)
• Causal Estimation of User Learning in Personalized Systems [5.016998307223021]
  パーソナライズされたシステムにおけるユーザアクションの非パラメトリック因果モデルを導入する。 ユーザ学習効果を測定するために設計されたCookie-Cookie-Day実験は、パーソナライズされると偏りが生じる。 我々は,パーソナライズシステムに介入し,ユーザ学習とパーソナライズを通じて媒介される因果効果を別々に識別するために必要なバリエーションを生成する新しい実験設計を導出した。
  論文  参考訳（メタデータ） (2023-06-01T09:37:43Z)
• Towards emotion recognition for virtual environments: an evaluation of EEG features on benchmark dataset [0.0]
  本稿では,感情状態モデリングを目的とした脳波信号から抽出した特徴について検討する。 ユーザへの影響をモデル化し、仮想環境におけるインタラクションエクスペリエンスを向上させるための基盤を提供することを目標としている。
  論文  参考訳（メタデータ） (2022-10-25T10:02:55Z)
• Measuring Cognitive Workload Using Multimodal Sensors [1.8582645184234494]
  本研究の目的は,マルチモーダルセンシングと機械学習を用いて認知負荷を推定する指標のセットを特定することである。 課題難易度(易度と難度)の2段階において,12名の被験者の認知負荷を誘発する3つの認知テストを実施した。
  論文  参考訳（メタデータ） (2022-05-05T23:18:00Z)
• EEGminer: Discovering Interpretable Features of Brain Activity with Learnable Filters [72.19032452642728]
  本稿では,学習可能なフィルタと事前決定された特徴抽出モジュールからなる新しい識別可能なEEGデコーディングパイプラインを提案する。 我々は,SEEDデータセットおよび前例のない大きさの新たな脳波データセット上で,脳波信号からの感情認識に向けたモデルの有用性を実証する。 発見された特徴は、以前の神経科学の研究と一致し、音楽聴取中の左右の時間領域間の機能的接続プロファイルの顕著な相違など、新たな洞察を提供する。
  論文  参考訳（メタデータ） (2021-10-19T14:22:04Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Adapting User Interfaces with Model-based Reinforcement Learning [47.469980921522115]
  インターフェースへの適応には、変更がユーザに与えるポジティブな効果とネガティブな効果の両方を考慮する必要があります。 保守的な適応政策をもたらす適応的ユーザインターフェースの新たなアプローチを提案する。
  論文  参考訳（メタデータ） (2021-03-11T17:24:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。