- 简介本文介绍了一种名为PrISM-Observer的智能手表系统,旨在通过实时干预来支持日常任务,防止由于遗漏或错误的操作而导致的严重后果,特别是对那些认知挑战较大的人,如患有痴呆症的人。与传统的需要用户主动寻找信息的系统不同,该系统通过多模态感知不断更新对用户行为的信念,并预测最佳的干预时机和方法,从而主动干预用户行为。作者首先通过评估三个具有不同复杂度的数据集的步骤跟踪性能来验证了该框架的有效性,然后使用智能手表实现了实时代理系统,并在烹饪任务场景下进行了用户研究。该系统生成了有帮助的干预措施,并获得了参与者的积极反馈。PrISM-Observer对日常任务的普适性承诺着广泛的应用,例如为需要更深入干预的用户提供支持,如患有痴呆症或术后患者。
- 图表
- 解决问题如何通过智能手表实现实时干预,避免在日常任务中出现错误,特别是对于认知挑战较大的人,例如老年痴呆症患者?
- 关键思路通过智能手表的多模态感知,实时更新对用户行为的信念,并预测最佳的干预时机和方法,从而实现智能干预,防止错误发生。
- 其它亮点论文通过三个不同复杂度的数据集验证了框架的步骤跟踪性能,实现了智能手表的实时代理系统,并在烹饪任务场景中进行了用户研究,获得了积极反馈。PrISM-Observer在日常任务中具有广泛的应用前景,可以支持需要更深度干预的用户,如老年痴呆症患者或术后患者。
- 近期的相关研究包括:1.《Adaptive Prompting: An Interactive Mobile System for Supporting Task Completion》;2.《A Smartwatch-based Framework for Recognizing Handwritten Chinese Characters Using Hand Motion Sensing and Convolutional Neural Networks》;3.《A Smartwatch-based Personalized Intervention System for Stress Management》。
沙发等你来抢
去评论
评论
沙发等你来抢