論文の概要: FEAD: Figma-Enhanced App Design Framework for Improving UI/UX in Educational App Development

• arxiv url: http://arxiv.org/abs/2412.06793v1
• Date: Fri, 22 Nov 2024 05:56:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-15 08:28:38.820443
• Title: FEAD: Figma-Enhanced App Design Framework for Improving UI/UX in Educational App Development
• Title（参考訳）: FEAD: 教育用アプリ開発におけるUI/UX改善のためのFigma拡張アプリデザインフレームワーク
• Authors: Tianyi Huang,
• Abstract要約: 本研究では、Figmaの高度なデザインツールをMIT App Inventorに統合する構造化フレームワークである、Figma-Enhanced App Design (FEAD)メソッドを紹介した。 比較評価では、61.2%の参加者がFEADで強化されたデザインをプロのアプリと同等に感じている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Designing user-centric mobile applications is increasingly essential in educational technology. However, platforms like MIT App Inventor-one of the world's largest educational app development tools-face inherent limitations in supporting modern UI/UX design. This study introduces the Figma-Enhanced App Design (FEAD) Method, a structured framework that integrates Figma's advanced design tools into MIT App Inventor using an identify-design-implement workflow. Leveraging principles such as the 8-point grid system and Gestalt laws of perception, the FEAD Method empowers users to address design gaps, creating visually appealing, functional, and accessible applications. A comparative evaluation revealed that 61.2% of participants perceived FEAD-enhanced designs as on par with professional apps, compared to just 8.2% for baseline designs. These findings highlight the potential of bridging design with development platforms to enhance app creation, offering a scalable framework for students to master both functional and aesthetic design principles and excel in shaping the future of user-centric technology.
• Abstract（参考訳）: ユーザ中心のモバイルアプリケーションの設計は、教育技術においてますます不可欠になっている。 しかし、MIT App Inventorのようなプラットフォームは、世界で最も大きな教育用アプリ開発ツールの1つであり、モダンなUI/UXデザインをサポートすることに固有の制限に直面しています。 本研究では、Figma-Enhanced App Design(FEAD)メソッドを紹介した。これはFigmaの高度なデザインツールをMIT App Inventorに統合する構造化フレームワークである。 8点グリッドシステムやゲシュタルト法則などの原則を活用して、FEADメソッドはユーザが設計ギャップに対処し、視覚的に魅力的で機能的でアクセスしやすいアプリケーションを作成することを可能にする。 比較評価では、61.2%の参加者がFEADで強化されたデザインをプロのアプリと同等に感じているのに対し、ベースラインデザインはわずか8.2%であった。 学生が機能的および美的デザインの原則を習得し、ユーザ中心技術の未来を形作るためのスケーラブルなフレームワークを提供する。

関連論文リスト

• GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts [53.568057283934714]
  コンテンツ対応のテキストロゴレイアウトを生成するVLMベースのフレームワークを提案する。 本稿では,複数のグリフ画像の同時処理における計算量を削減するための2つのモデル手法を提案する。 アウトモデルのインストラクションチューニングを支援するために,既存の公開データセットよりも5倍大きい2つの拡張テキストロゴデータセットを構築した。
  論文  参考訳（メタデータ） (2024-11-18T10:04:10Z)
• 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)
• PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM [58.67882997399021]
  本研究では,グラフィックレイアウトの自動生成のための統合フレームワークを提案する。 データ駆動方式では、レイアウトを生成するために構造化テキスト(JSONフォーマット)とビジュアルインストラクションチューニングを用いる。 我々は,ユーザのデザイン意図に基づいて編集可能なポスターを生成する自動テキスト投稿システムを開発した。
  論文  参考訳（メタデータ） (2024-06-05T03:05:52Z)
• Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models [81.6240188672294]
  グラフィックデザインでは、プロでないユーザは、限られたスキルとリソースのために視覚的に魅力的なレイアウトを作成するのに苦労することが多い。 レイアウト計画のための新しいマルチモーダル・インストラクション・フォロー・フレームワークを導入し、視覚的要素をカスタマイズしたレイアウトに簡単に配置できるようにする。 本手法は,非専門職の設計プロセスを単純化するだけでなく,数ショット GPT-4V モデルの性能を上回り,mIoU は Crello で 12% 向上する。
  論文  参考訳（メタデータ） (2024-04-23T17:58:33Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• Agile, User-Centered Design and Quality in Software Processes for Mobile Application Development Teaching [0.0]
  私たちは、教育用デジタルツールの開発のために、ユーザー中心のアジャイルプロセスに基づいて、Androidアプリケーション開発コースを構築しました。 コースは2つのフェーズで実行される: 学期前半はアジャイルとモバイルアプリケーション開発に関する理論を提示し、後半は学生が実際のクライアントのために開発するワークショップとして管理される。
  論文  参考訳（メタデータ） (2023-09-25T17:53:36Z)
• Applying User Experience and User-Centered Design Software Processes in Undergraduate Mobile Application Development Teaching [0.0]
  私たちは、教育ソフトウェアツールの開発に適したアジャイルプロセスに基づいて、Androidアプリケーション開発コースを構築しました。 コースの前半は、アジャイルとモバイルアプリケーション開発に関する理論を提示し、後半は、学生が実際のクライアントのために開発するワークショップとして管理される。
  論文  参考訳（メタデータ） (2023-08-14T23:20:07Z)
• 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)
• 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)
• Material Prediction for Design Automation Using Graph Representation Learning [5.181429907321226]
  本稿では,集合体の物質予測を支援するグラフ表現学習フレームワークを提案する。 CADモデルの集合グラフ表現上でのノードレベルの予測タスクとして材料選択タスクを定式化し、グラフニューラルネットワーク(GNN)を用いてそれに取り組む。 提案するフレームワークは,大規模データセットにスケールアップし,デザイナの知識を学習プロセスに組み込む。
  論文  参考訳（メタデータ） (2022-09-26T15:49:35Z)
• Creating User Interface Mock-ups from High-Level Text Descriptions with Deep-Learning Models [19.63933191791183]
  自然言語句から低忠実度UIモックアップを作成するための3つのディープラーニング技術を紹介する。 一貫性のある多種多様なUI設計モックアップを提案する各手法の能力を定量的に、質的に比較し、対比する。
  論文  参考訳（メタデータ） (2021-10-14T23:48:46Z)

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。