論文の概要: UX Heuristics and Checklist for Deep Learning powered Mobile
Applications with Image Classification
- arxiv url: http://arxiv.org/abs/2307.05513v1
- Date: Wed, 5 Jul 2023 20:23:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-16 03:23:03.872477
- Title: UX Heuristics and Checklist for Deep Learning powered Mobile
Applications with Image Classification
- Title(参考訳): 画像分類を用いたディープラーニングモバイルアプリケーションのためのUXヒューリスティックスとチェックリスト
- Authors: Christiane Gresse von Wangenheim, Gustavo Dirschnabel
- Abstract要約: 本研究では,既存のモバイルアプリケーションを画像分類を用いて検討し,画像分類をチェックリストに分解した深層学習モバイルアプリケーションのためのAIXの初期セットを開発する。
また,チェックリストの利用を容易にするために,概念や行動の提示を行うオンラインコースやWebベースのツールも開発した。
- 参考スコア(独自算出の注目度): 1.2437226707039446
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Advances in mobile applications providing image classification enabled by
Deep Learning require innovative User Experience solutions in order to assure
their adequate use by users. To aid the design process, usability heuristics
are typically customized for a specific kind of application. Therefore, based
on a literature review and analyzing existing mobile applications with image
classification, we propose an initial set of AIX heuristics for Deep Learning
powered mobile applications with image classification decomposed into a
checklist. In order to facilitate the usage of the checklist we also developed
an online course presenting the concepts and heuristics as well as a web-based
tool in order to support an evaluation using these heuristics. These results of
this research can be used to guide the design of the interfaces of such
applications as well as support the conduction of heuristic evaluations
supporting practitioners to develop image classification apps that people can
understand, trust, and can engage with effectively.
- Abstract(参考訳): Deep Learningによって実現された画像分類を提供するモバイルアプリケーションの進歩は、ユーザによる適切な使用を保証するために革新的なユーザエクスペリエンスソリューションを必要とする。
設計プロセスを支援するため、ユーザビリティヒューリスティックは一般的に特定のアプリケーション用にカスタマイズされる。
そこで本稿では,画像分類による既存モバイルアプリケーションの文献レビューと解析に基づいて,画像分類をチェックリストに分解したディープラーニングモバイルアプリケーションのためのAIXヒューリスティックスの初期セットを提案する。
また,チェックリストの利用を容易にするために,概念とヒューリスティックスを示すオンラインコースとWebベースのツールを開発し,これらのヒューリスティックスを用いた評価を支援する。
本研究の結果は,これらのアプリケーションのインターフェース設計の指針となるとともに,実践者が理解し,信頼し,効果的に関与できる画像分類アプリを開発するためのヒューリスティック評価の実施を支援するためにも利用できる。
関連論文リスト
- Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping [55.98643055756135]
初歩的なスケッチのWebページプロトタイプへの変換を自動化する上で,最先端のビジョン言語モデル(VLM)を評価するベンチマークであるSketch2Codeを紹介した。
我々は、既存のVLMではSketch2Codeが困難であることを示す10の商用およびオープンソースモデルを分析した。
UI/UXの専門家によるユーザ調査では、受動的フィードバックの受信よりも、積極的に質問を行うのがかなり好まれている。
論文 参考訳(メタデータ) (2024-10-21T17:39:49Z) - CLOVA: A Closed-Loop Visual Assistant with Tool Usage and Update [69.59482029810198]
CLOVAは、推論、リフレクション、学習フェーズを含むフレームワーク内で動作するクローズドループビジュアルアシスタントである。
その結果,CLOVAは既存のツール利用手法を5%,知識タグ付けでは10%,画像編集では20%,視覚的質問応答や複数画像推論では5%に上回っていることがわかった。
論文 参考訳(メタデータ) (2023-12-18T03:34:07Z) - Embedding in Recommender Systems: A Survey [67.67966158305603]
重要な側面は、ユーザやアイテムIDといった高次元の離散的な特徴を低次元連続ベクトルに包含する技法である。
埋め込み技術の適用は複雑なエンティティ関係を捉え、かなりの研究を刺激している。
この調査では、協調フィルタリング、自己教師付き学習、グラフベースのテクニックなどの埋め込み手法を取り上げている。
論文 参考訳(メタデータ) (2023-10-28T06:31:06Z) - A Design and Development of Rubrics System for Android Applications [0.0]
本アプリケーションは,学生のパフォーマンスを視聴するためのユーザフレンドリーなインターフェースを提供することを目的としている。
我々のアプリケーションは、グレーティングシステムを容易にし、時間とリソースの面での有効性を高めることを約束します。
論文 参考訳(メタデータ) (2023-09-23T16:14:27Z) - Computational Approaches for App-to-App Retrieval and Design Consistency
Check [19.689603972238583]
現在のアプローチは、セマンティックベクターを抽出するために、小さなモバイルUIデータセットに基づいてトレーニングされた機械学習モデルに依存している。
ゼロショット方式でUI表現を抽出できるかどうかをテストするために,大規模なWebスケール画像で訓練された視覚モデルを用いている。
また、数学的に構築された手法を用いて、アプリケーション間検索と設計整合性解析を可能にする。
論文 参考訳(メタデータ) (2023-09-19T05:21:22Z) - Knowledge-Aware Prompt Tuning for Generalizable Vision-Language Models [64.24227572048075]
本稿では,視覚言語モデルのためのKnowledge-Aware Prompt Tuning(KAPT)フレームワークを提案する。
我々のアプローチは、人間の知性からインスピレーションを得ており、外部知識は、通常、オブジェクトの新たなカテゴリを認識するために組み込まれています。
論文 参考訳(メタデータ) (2023-08-22T04:24:45Z) - A Game-Based Learning Application to Help Learners to Practice
Mathematical Patterns and Structures [0.0]
本研究の目的は,学習者が数学的パターンや構造を実践するのを支援するゲームベースのモバイルアプリケーションを開発することである。
この研究のための評価ツールとして,オクタリシスの枠組みに基づく楽器を開発した。
論文 参考訳(メタデータ) (2023-06-22T13:15:12Z) - An Empirical Investigation of Representation Learning for Imitation [76.48784376425911]
視覚、強化学習、NLPにおける最近の研究は、補助的な表現学習の目的が、高価なタスク固有の大量のデータの必要性を減らすことを示している。
本稿では,表現学習アルゴリズムを構築するためのモジュラーフレームワークを提案する。
論文 参考訳(メタデータ) (2022-05-16T11:23:42Z) - Use Image Clustering to Facilitate Technology Assisted Review [0.5249805590164902]
電子発見における技術支援レビュー(TAR)は、マルチメディアコンテンツをスコープに組み込む必要性が高まっているのを目撃している。
我々は過去数年間,画像分類,画像クラスタリング,オブジェクト検出など,TARのための革新的な画像解析アプリケーションを開発してきた。
論文 参考訳(メタデータ) (2021-12-16T04:02:51Z) - A survey of image labelling for computer vision applications [0.0]
近年,画像コンテンツ認識のためのディープラーニングアルゴリズムが普及し,アドホックなラベリングツールが出現している。
画像ラベリングソフトウェアの基本的な概念と特徴をコンパイルするために,構造化文献レビューを行う。
論文 参考訳(メタデータ) (2021-04-18T16:01:55Z) - Deep Learning feature selection to unhide demographic recommender
systems factors [63.732639864601914]
行列分解モデルは意味的知識を含まない因子を生成する。
DeepUnHideは、協調フィルタリングレコメンデータシステムにおいて、ユーザとアイテムファクタから、人口統計情報を抽出することができる。
論文 参考訳(メタデータ) (2020-06-17T17:36:48Z)
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。