論文の概要: AI-Assisted Causal Pathway Diagram for Human-Centered Design

• arxiv url: http://arxiv.org/abs/2403.08111v1
• Date: Tue, 12 Mar 2024 22:36:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-14 16:22:39.397352
• Title: AI-Assisted Causal Pathway Diagram for Human-Centered Design
• Title（参考訳）: 人間中心設計のためのAI支援因果経路図
• Authors: Ruican Zhong, Donghoon Shin, Rosemary Meza, Predrag Klasnja, Lucas Colusso, Gary Hsieh
• Abstract要約: 本稿では人中心設計(HCD)への因果経路図(CPD)の統合について検討する。 オンラインホワイトボードプラットフォームのMiro用の専用のCDDプラグインが開発され、ダイアグラムの作成を合理化し、リアルタイムAI駆動のガイダンスを提供する。 その結果, CPDの分岐と因果関係の強調は, 設計過程での分岐過程と収束過程の両方を支持した。
• 参考スコア（独自算出の注目度）: 11.95977545253811
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper explores the integration of causal pathway diagrams (CPD) into human-centered design (HCD), investigating how these diagrams can enhance the early stages of the design process. A dedicated CPD plugin for the online collaborative whiteboard platform Miro was developed to streamline diagram creation and offer real-time AI-driven guidance. Through a user study with designers (N=20), we found that CPD's branching and its emphasis on causal connections supported both divergent and convergent processes during design. CPD can also facilitate communication among stakeholders. Additionally, we found our plugin significantly reduces designers' cognitive workload and increases their creativity during brainstorming, highlighting the implications of AI-assisted tools in supporting creative work and evidence-based designs.
• Abstract（参考訳）: 本稿では, 因果経路図 (CPD) を人間中心設計 (HCD) に統合し, これらの図が設計プロセスの初期段階をいかに促進するかを考察する。 オンラインコラボレーティブなホワイトボードプラットフォームであるMiro用の専用のCDDプラグインが開発され、ダイアグラムの作成を合理化し、リアルタイムAI駆動のガイダンスを提供する。 設計者によるユーザスタディ (N=20) により, CPDの分岐と因果関係の強調が, 設計過程での分岐過程と収束過程の両方をサポートすることがわかった。 CPDは利害関係者間のコミュニケーションを促進することができる。 さらに、私たちのプラグインはデザイナの認知作業量を大幅に削減し、ブレインストーミング時の創造性を高め、創造的な作業やエビデンスベースのデザインをサポートする上でAI支援ツールがもたらす意味を強調しました。

関連論文リスト

• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• MetaDesigner: Advancing Artistic Typography through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
  MetaDesignerは、Large Language Models(LLM)の強みを活用して、ユーザエンゲージメントを中心としたデザインパラダイムを推進することによって、芸術的なタイポグラフィに革命をもたらす。 総合的なフィードバックメカニズムは、マルチモーダルモデルとユーザ評価からの洞察を活用して、設計プロセスを反復的に洗練し、拡張する。 実証的な検証は、MetaDesignerが様々なWordArtアプリケーションに効果的に機能し、審美的に魅力的でコンテキストに敏感な結果を生み出す能力を強調している。
  論文  参考訳（メタデータ） (2024-06-28T11:58:26Z)
• Bridging Design Gaps: A Parametric Data Completion Approach With Graph Guided Diffusion Models [9.900586490845694]
  本研究では, グラフ注意ネットワークと表層拡散モデルを利用して, 工学設計におけるパラメトリックデータの欠落を解消する生成的計算モデルを提案する。 提案手法は従来の手法,例えばMissForest, HotDeck, PPCA, TabCSDI よりも精度と多様性に優れていた。 グラフモデルは、設計問題の鍵となるアセンブリグラフから複雑なパラメトリック相互依存性を正確にキャプチャし、インプットするのに役立つ。
  論文  参考訳（メタデータ） (2024-06-17T16:03:17Z)
• Inspired by AI? A Novel Generative AI System To Assist Conceptual Automotive Design [6.001793288867721]
  デザインインスピレーションは、デザインの方向性を確立するだけでなく、感情を呼び起こし、概念設計プロセス中に意味を伝えるためにも不可欠である。 多くの実践的デザイナーはPinterestのようなプラットフォーム上でテキストベースの検索を使用してイメージのアイデアを集め、続いて紙にスケッチしたり、デジタルツールを使ってコンセプトを開発したりする。 拡散モデルのような新しい生成AI技術は、テキストとイメージインスピレーションインプットに基づいてデザイン概念を迅速に生成することで、これらのプロセスを合理化するための有望な道を提供する。
  論文  参考訳（メタデータ） (2024-06-06T17:04:14Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
  本調査では,コンピュータ支援設計における学習手法の概要について概観する。 類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。 ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• DesignGPT: Multi-Agent Collaboration in Design [4.6272626111555955]
  DesignGPTは人工知能エージェントを使用して、デザイン会社におけるさまざまなポジションの役割をシミュレートし、人間のデザイナーが自然言語で協力できるようにする。 実験の結果、DesignGPTはAIツールを別々に比較すると、デザイナのパフォーマンスが向上することがわかった。
  論文  参考訳（メタデータ） (2023-11-20T08:05:52Z)
• Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
  本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
  論文  参考訳（メタデータ） (2022-11-29T17:28:31Z)
• Investigating Positive and Negative Qualities of Human-in-the-Loop Optimization for Designing Interaction Techniques [55.492211642128446]
  設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。 モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。 一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
  論文  参考訳（メタデータ） (2022-04-15T20:40:43Z)
• iPLAN: Interactive and Procedural Layout Planning [13.172253981084403]
  そこで本研究では,新しいループ生成モデルiPLANを提案する。 レイアウトを自動的に生成するだけでなく、プロセス全体を通してデザイナと対話することも可能だ。 以上の結果から,iPLANは人間設計者と同様のレイアウトを作成できる可能性が示唆された。
  論文  参考訳（メタデータ） (2022-03-27T23:21:15Z)
• Design-Driven Requirements for Computationally Co-Creative Game AI Design Tools [6.719205507619887]
  ゲームAIデザイナの目標やそのようなツールに対する期待を分類し分析する参加型デザイン研究を提案する。 我々は,ゲームAI設計と共同創造ツールの設計との深いつながりと,今後の共同創造ツールの研究・開発への示唆を明らかにする。
  論文  参考訳（メタデータ） (2021-07-29T04:14:53Z)

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。