本项目基于认知科学的最新研究成果,研究自然人机交互的认知本质,通过机器学习等智能处理方法,实现人机交互的自然化和智能化,达到缩短人-机的交互距离,提高交互效果。其任务是建立基于认知的人机交互模型;利用机器学习及统计学习等理论、研究基于上下文的多通道交互信息的融合方法、实现主流、自然人机交互通道(笔迹、基于视频以及多通道)中交互信息的高精度、高可靠的智能理解;在此基础上提出自然人机交互的用户界面模型和界面范式;针对自由办公和移动计算等主流应用,实现相应的应用验证:其研究重点是实现基于认知的人机交互智能信息处理理论和方法,包括交互信息的感知和理解、用户界面的自适应方法;研究成果将体现基于认知的人机交互、智能用户界面,适合用户定制和用户交互的个性特点。本项目的研究将为下一代人机交互的发展和计算机应用的广泛推广提供强有力的理论指导和技术准备。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
粗颗粒土的静止土压力系数非线性分析与计算方法
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
伴有轻度认知障碍的帕金森病~(18)F-FDG PET的统计参数图分析
拥堵路网交通流均衡分配模型
自然人机交互基础理论和方法研究
不确定信息处理的基础理论
驾驭混沌与智能信息处理
普适计算环境下基于交互迁移与协作的智能人机交互研究