Interactive Machine Learning for Embodied Interaction Design: A tool and methodology
Interactive Machine Learning for Embodied Interaction Design: A tool and methodology
复制标题
用于具体交互设计的交互式机器学习：工具和方法
DOI：
10.1145/3430524.3442703
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Plant N
中科院分区：
文献类型：
--
作者：
Plant N
随着身临其境的技术越来越多地被艺术家、舞者和开发人员在他们的创作工作中采用，需要工具和方法来设计虚拟环境中令人信服的具体化交互方式。交互式机器学习允许创建者通过执行运动示例来训练机器学习模型，从而快速、轻松地在其应用程序中实现运动交互。这种训练的一个关键方面是为机器学习模型提供适当的运动数据特征，以准确地描述运动，然后从输入数据中识别它。我们探索旨在支持创建者对与机器学习模型相关的运动特征数据的理解的方法，并询问这些模型如何潜在地告知创建者对他们自己的运动的理解。我们提出了一个为期5天的黑客马拉松，将艺术家、舞者和设计师聚集在一起，探索设计动作交互，并使用新的交互式机器学习工具InteractML创建原型。
As immersive technologies are increasingly being adopted by artists, dancers and developers in their creative work, there is a demand for tools and methods to design compelling ways of embodied interaction within virtual environments. Interactive Machine Learning allows creators to quickly and easily implement movement interaction in their applications by performing examples of movement to train a machine learning model. A key aspect of this training is providing appropriate movement data features for a machine learning model to accurately characterise the movement then recognise it from incoming data. We explore methodologies that aim to support creators’ understanding of movement feature data in relation to machine learning models and ask how these models hold the potential to inform creators’ understanding of their own movement. We propose a 5-day hackathon, bringing together artists, dancers and designers, to explore designing movement interaction and create prototypes using new interactive machine learning tool InteractML.
登录
查看更多内容
支持最终用户机器学习中的特征工程
DOI：
--
发表时间：
2019
期刊：
--
影响因子：
--
作者：
L. McCallum
通讯作者：
L. McCallum
形式追随声音：根据声音记忆设计交互
DOI：
10.1145/2702123.2702515
发表时间：
2015
期刊：
Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Baptiste Caramiaux;Alessandro Altavilla;Scott G. Pobiner;Atau Tanaka
通讯作者：
Atau Tanaka
DOI：
--
发表时间：
2017
期刊：
International Conference on Human Factors in Computing Systems
影响因子：
--
作者：
D. Wilde;Anna Vallgårda;O. Tomico
通讯作者：
O. Tomico
舞者想要如何使用互动技术？：超越传统动作映射的挪用和意义层次
DOI：
--
发表时间：
2019
期刊：
ARTECH
影响因子：
--
作者：
Raul Masu;N. Correia;S. Jürgens;Ivana Druzetic;William Primett
通讯作者：
William Primett
音乐创作和表演中的最终用户机器学习
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
R. Fiebrink;D. Trueman
通讯作者：
D. Trueman