摘要：在人机交互领域,情感化触觉专注于分析、设计和评估基于触觉捕捉、处理或显示情感的系统。文章通过介绍触觉的神经生理原理、触觉与情感的关系、情感化触觉系统的设计因素、情感化触觉交互设计应用案例,揭示情感化触觉交互设计研究未来的可能方向,着重讨论影响用户积极情绪体验的设计因素。

摘要：近年来,随着人们生活水平的不断提高,健康问题越发受到关注。由于人口老龄化加剧,慢性病发病率逐年上升,越来越多的患者开始挤兑有限的医疗资源。而且我国康复治疗师数量稀缺,只能为部分患者提供高质量的个人康复[1]。康复设备作为一种辅助治疗的手段,通过机器代人来缓解医疗人员的工作压力,在现代医学中扮演着重要角色。

摘要：高校教师是智能技术能否以及如何进入高校的关键守门人,其人工智能素养水平直接决定智能时代高校教育教学变革的方向、速度和质量。本研究认为,人工智能素养是高校教师胜任智能时代教书育人、科研创新、社会服务和文化传承等工作需具备的,这些素养具体体现在育人理念、智能教育知识、人机协同教学、数智赋能科研创新、坚持科技向善和人本价值五个维度,整体要求坚持理念引领、知识为基、能力为核、创新为重、价值为本。高校可通过更新教师培训的内容与形式、创新教研室的活动内容与形式以及采用项目驱动提升教师融合人工智能实践能力等策略,促进提升教师人工智能素养,并为其提供组织、制度、资源和环境保障。

摘要：半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些标记被称为开放词汇.开放词汇会导致模型无法学习到该类别的标记信息,使得模型性能下降. 针对上述问题,提出了基于图提示的半监督开放词汇多标记 学习方法. 具体地,该方法利用基于提示的图神经网络对预训练大模型进行微调,挖掘和探索开放词汇与 监督样本之间的关系. 通过使用包含图像与文本的多模态数据构造图神经网络作为预训练大模型的文本 输入进行学习. 其次利用预训练大模型在开放词汇上的泛化能力,对无监督样本生成伪标记,实现对输出 分类层的微调,使模型在对开放词汇进行分类时能获得更加理想的效果. 多个基准数据集上的实验结果 均显示,基于图提示的半监督开放词汇多标记学习方法优于目前的主流方法,在 VOC,COCO,CUB,NUS 等基准数据集上均取得了最优的效果.

摘要：基于非物质文化遗产(简称非遗)的信息特征,利用信息空间(I空间)框架模型分析了非物质文化遗产保护的目标、内容以及数字化技术介入的方式.在非遗原生环境改变的条件下,提出以数字化技术手段重构非遗信息,以适应现代信息环境,促进非遗的信息化生存与发展.基于非遗信息的数字化表达与扩散的需求,详细分析了非遗信息传播的技术问题、语义问题和有效性问题及其解决方案.在I空间框架内,对非遗信息的编码、抽象、扩散、解码、吸收影响和再创作等构成具有自我发展能力的信息循环回路的一系列过程做了深入分析与探讨.最后以剪纸艺术为例,对各种数字化技术方法的介入方式、现有保护手段的不足和所要解决的问题做了具体分析.

摘要：骨架子空间网格变形算法(SSD)在许多3D应用程序中被广泛使用,但其预操作烦琐不适合于普通用户,且变形的结果常常会出现拉伸或收缩等不自然现象.提出一种改进的骨架子空间网格变形算法,将SSD与微分域坐标和均值骨架坐标相结合,达到局部几何特征及骨架特征的保持.由于改进的骨架子空间变形算法最终归结为一个线性的能量最小问题,从而达到了操作的实时性.通过实例证明,该算法不但能够实时地生成视觉真实的变形结果,而且应用广泛,适合于普通用户.

摘要：在知识管理系统中,为有效地解决用户查询与文档之间相同概念的不同表达形式造成的失配问题,提出一种基于本体、以面向任务情景的结构化描述作为信息体内容的语义索引的双向扩展检索方法,通过相容匹配和知识联网2种机制实现了扩展检索,分别对应于自上而下的和自下而上的2种途径;并采用查询重写模板(QRT)来搜索与当前任务相关的知识.基于原始查询和本体,QRT生成大量的子查询,同时将与原始查询相关度的权重传递给子查询式.自上而下方法或知识联网机制通过组织、任务本体检索到相关知识项.自下而上方法在任务情景中搜索相似任务,并获取包含该任务描述的知识项.2种方法都应用QRT实现基于本体的知识检索.实验结果表明:文中方法提高了知识管理系统的检索效率和准确率.

摘要：感性意象是工业设计中的一种重要研究方法。通过对国内外相关文献的综述,论述产品设计中感性意象的有关概念,分析感性工学、意象尺度、基于用户知识与设计知识的设计研究等理论体系,探讨感性意象的研究方法、关键技术及其在工业设计中的应用。针对工业设计与信息技术的发展,提出感性意象的研究热点和发展趋势。

摘要：指出了计算机辅助三维概念形状草绘设计的定义及其应具备的几个功能;阐述了国内外该领域的研究现状;并对概念形状草绘设计中应用的多种三维建模技术进行了分析和比较;提出了制约三维概念设计草绘系统发展的主要因素及解决方法.

摘要：智能家居场景联动是智能家居系统提供的一种自动化服务,它通过各类智能设备的互联、互通和互动,从而为住户提供更为舒适、安全和节能的家居环境.然而,由于各个智能场景的侧重点不同、管理策略各异,当多个智能场景联动和叠加时,会引起作动器设备之间的竞争、干扰和矛盾等控制冲突现象,降低智能场景用户体验,缩短智能设备使用寿命,甚至危及住户的人身财产安全.因此,智能家居场景联动中的控制冲突问题亟需大量实验研究并找到解决方案.本文中,我们将控制冲突分为两大类,一类是同一作动器上执行明显相反动作的显式冲突,一类是不同作动器之间产生相互干扰动作的隐式冲突.现有的控制冲突检测技术对于显式冲突检测的研究较为成熟,而在隐式冲突检测方面性能相对较弱,其原因可归结为自动化程度低与漏判率高两大缺点.本文提出了一种基于知识图谱语义分析的作动器隐式冲突检测方法,可以充分整合并有效挖掘各类作动器功能描述的常识性知识,进而实现对作动器隐式冲突的自动化检测.该方法有两个主要环节,分别是作动器设备注册环节与规则制定环节.我们在作动器设备注册环节提取知识图谱中的常识性知识,对作动器功能之间的效果冲突进行识别判断,并以隐式冲突矩阵的形式将判断结果在边缘设备上进行存储,实现存在于不同类型作动器之间的干扰检测;在规则制定环节,借助隐式冲突矩阵的冲突信息进行字典式查询与匹配,以判断规则之间的隐式冲突.此外,基于知识图谱中设备功能短语自身特点,设计了基于语义贡献度的权重分配策略,完成词向量到短语向量的转化.为解决聚类后相同簇中近反义功能短语混合杂糅的问题,本文提出了相对极性指标和近反义关系一步扩展方法,并借由图模型染色算法将反义关系的短语拆分到不同子类,优化了聚类效果.通过利用IFTTT数据集对10个典型户型的测试,我们的方法对隐式冲突的查全率达到0.8301,查准率达到0.9681,F-score值为0.8938.实验结果表明,我们的方法相比于当前检测技术,查全率至少高出61.93%,F-score值至少高出54.56%.并且与已有的方法相比,我们的方法不需要人工标注,可以自动化地进行隐式冲突检测,显著提高了检测效率,同时极大降低了冲突的漏判率.