powervacuuum

ما به ساعت های هوشمند و تلفن های هوشمند خود عادت کرده ایم که بدن ما چه کاری را انجام می دهد ، چه راه رفتن ، رانندگی یا خوابیدن. اما دستان ما چه می شود؟ به نظر می رسد که ساعت های هوشمند با چند ترفند می توانند تعداد قابل توجهی از کارهایی را که دستان شما انجام می دهند ، تشخیص دهند.

محققان مؤسسه تعامل انسان و کامپیوتر دانشگاه کارنگی ملون (HCII) از ساعت هوشمند استاندارد برای فهمیدن زمان استفاده یک کاربر در صفحه کلید ، شستن ظروف ، سگ زدن به سگ ، ریختن از یک پارچ یا برش با قیچی استفاده کرده اند.

آنها با ایجاد چند تغییر در سیستم عامل ساعت ، آنها توانستند از شتاب سنج آن برای تشخیص حرکات دست استفاده کنند و در برخی موارد صداهای بیوشیمیایی مرتبط با 25 فعالیت مختلف دست با دقت تقریبا 95 درصد. و این 25 فعالیت فقط سرآغاز آنچه ممکن است برای کشف باشد.

کریس هریسون ، استادیار HCII و مدیر گروه واسط های آینده می گوید: "ما ساعت های هوشمند را به عنوان یک ساحل منحصر به فرد روی بدن برای گرفتن عکس های غنی و روزمره در بدن پیش بینی می کنیم ." "اگر دستگاههای ما از فعالیت بدن و دستان ما مطلع باشند ، طیف گسترده ای از برنامه ها می توانند باهوش تر و حساس تر به متن باشند."

دکتری هریسون و HCII. دانشجو Gierad Laput یافته های خود را در مورد این قابلیت سنجش جدید در CHI 2019 ، کنفرانس انجمن ماشین آلات رایانه در مورد عوامل انسانی در سیستم های محاسباتی ، 4-9 ماه مه در گلاسکو ، اسکاتلند ارائه خواهد داد. یک فیلم در دسترس است.

لاپوت گفت ، همانطور که تلفن های هوشمند اکنون می توانند پیام های متنی را در حالی که کاربر در حال رانندگی است مسدود کنند ، دستگاه های آینده که احساس دستی از فعالیت دستی دارند ممکن است یاد بگیرند که در حین انجام کار خاصی با دست خود مانند قطع سبزیجات یا تجهیزات قدرت در کار ، کسی را قطع نکنند. سنجش فعالیت دست نیز به برنامه های بهداشتی وابسته می شود - فعالیت های نظارتی مانند مسواک زدن دندانها ، شستن دستها یا سیگار کشیدن.

همچنین ممکن است برنامه هایی که از کاربرانی که مهارت جدیدی یاد می گیرند ، مانند پخش یک ساز موسیقی یا تحت توانبخشی جسمی ، بازخورد خود را ارائه دهند. برنامه ها ممکن است کاربران را به تایپ عادت هایی که می تواند منجر به صدمات مکرر کرنش شود ( هشدار دهنده فشار کرنش (RSI)) یا هشدار از بروز اختلالات حرکتی مانند موارد مرتبط با بیماری پارکینسون هشدار دهد.

بیشتر بخوانید: پمپ وکیوم چگونه کار میکند


لاپوت و هریسون با استخدام 50 نفر برای پوشیدن ساعت های هوشمند ویژه برنامه ریزی شده تقریباً 1000 ساعت در حالی که فعالیت های روزانه خود را انجام می دهند ، اکتشافات فعالیت های دست خود را آغاز کردند. به صورت دوره ای ، ساعت ها حرکت دست ، جهت گیری دست و اطلاعات بیولوژیکی آکوستیک را ضبط می کردند ، و سپس مشتری را ترغیب می کرد که فعالیت دست را توصیف کند - تراشیدن ، کف زدن ، خراشیدن ، قرار دادن رژ لب و غیره. بیش از 80 فعالیت دستی به این روش انجام شد. ، ارائه یک مجموعه داده منحصر به فرد

در حال حاضر ، کاربران باید ساعت هوشمند را روی بازوی فعال خود بپوشند ، نه بازوی منفعل (غیر غالب) که در آن افراد معمولاً از ساعت مچی استفاده می کنند ، تا سیستم کار کند. آزمایش های آینده کشف خواهد کرد که چه وقایعی را می توان با استفاده از بازوی منفعل تشخیص داد.

لاپوت گفت: "25 فعالیت دستی که ارزیابی کردیم ، بخش کوچکی از روش هایی است که ما دست و دست خود را در دنیای واقعی درگیر می کنیم." کارهای آینده به احتمال زیاد به کلاسهایی از فعالیتها متمرکز خواهد بود - فعالیتهای خاص مانند قطع سیگار ، مراقبت از سالمندان ، یا تایپ کردن و RSI.

ما به ساعت های هوشمند و تلفن های هوشمند خود عادت کرده ایم که بدن ما چه کاری را انجام می دهد ، چه راه رفتن ، رانندگی یا خوابیدن. اما دستان ما چه می شود؟ به نظر می رسد که ساعت های هوشمند با چند ترفند می توانند تعداد قابل توجهی از کارهایی را که دستان شما انجام می دهند ، تشخیص دهند.

محققان مؤسسه تعامل انسان و کامپیوتر دانشگاه کارنگی ملون (HCII) از ساعت هوشمند استاندارد برای فهمیدن زمان استفاده یک کاربر در صفحه کلید ، شستن ظروف ، سگ زدن به سگ ، ریختن از یک پارچ یا برش با قیچی استفاده کرده اند.

آنها با ایجاد چند تغییر در سیستم عامل ساعت ، آنها توانستند از شتاب سنج آن برای تشخیص حرکات دست استفاده کنند و در برخی موارد صداهای بیوشیمیایی مرتبط با 25 فعالیت مختلف دست با دقت تقریبا 95 درصد. و این 25 فعالیت فقط سرآغاز آنچه ممکن است برای کشف باشد.

کریس هریسون ، استادیار HCII و مدیر گروه واسط های آینده می گوید: "ما ساعت های هوشمند را به عنوان یک ساحل منحصر به فرد روی بدن برای گرفتن عکس های غنی و روزمره در بدن پیش بینی می کنیم ." "اگر دستگاههای ما از فعالیت بدن و دستان ما مطلع باشند ، طیف گسترده ای از برنامه ها می توانند باهوش تر و حساس تر به متن باشند."

دکتری هریسون و HCII. دانشجو Gierad Laput یافته های خود را در مورد این قابلیت سنجش جدید در CHI 2019 ، کنفرانس انجمن ماشین آلات رایانه در مورد عوامل انسانی در سیستم های محاسباتی ، 4-9 ماه مه در گلاسکو ، اسکاتلند ارائه خواهد داد. یک فیلم در دسترس است.

لاپوت گفت ، همانطور که تلفن های هوشمند اکنون می توانند پیام های متنی را در حالی که کاربر در حال رانندگی است مسدود کنند ، دستگاه های آینده که احساس دستی از فعالیت دستی دارند ممکن است یاد بگیرند که در حین انجام کار خاصی با دست خود مانند قطع سبزیجات یا تجهیزات قدرت در کار ، کسی را قطع نکنند. سنجش فعالیت دست نیز به برنامه های بهداشتی وابسته می شود - فعالیت های نظارتی مانند مسواک زدن دندانها ، شستن دستها یا سیگار کشیدن.

همچنین ممکن است برنامه هایی که از کاربرانی که مهارت جدیدی یاد می گیرند ، مانند پخش یک ساز موسیقی یا تحت توانبخشی جسمی ، بازخورد خود را ارائه دهند. برنامه ها ممکن است کاربران را به تایپ عادت هایی که می تواند منجر به صدمات مکرر کرنش شود ( هشدار دهنده فشار کرنش (RSI)) یا هشدار از بروز اختلالات حرکتی مانند موارد مرتبط با بیماری پارکینسون هشدار دهد.

بیشتر بخوانید: پمپ وکیوم چگونه کار میکند


لاپوت و هریسون با استخدام 50 نفر برای پوشیدن ساعت های هوشمند ویژه برنامه ریزی شده تقریباً 1000 ساعت در حالی که فعالیت های روزانه خود را انجام می دهند ، اکتشافات فعالیت های دست خود را آغاز کردند. به صورت دوره ای ، ساعت ها حرکت دست ، جهت گیری دست و اطلاعات بیولوژیکی آکوستیک را ضبط می کردند ، و سپس مشتری را ترغیب می کرد که فعالیت دست را توصیف کند - تراشیدن ، کف زدن ، خراشیدن ، قرار دادن رژ لب و غیره. بیش از 80 فعالیت دستی به این روش انجام شد. ، ارائه یک مجموعه داده منحصر به فرد

در حال حاضر ، کاربران باید ساعت هوشمند را روی بازوی فعال خود بپوشند ، نه بازوی منفعل (غیر غالب) که در آن افراد معمولاً از ساعت مچی استفاده می کنند ، تا سیستم کار کند. آزمایش های آینده کشف خواهد کرد که چه وقایعی را می توان با استفاده از بازوی منفعل تشخیص داد.

لاپوت گفت: "25 فعالیت دستی که ارزیابی کردیم ، بخش کوچکی از روش هایی است که ما دست و دست خود را در دنیای واقعی درگیر می کنیم." کارهای آینده به احتمال زیاد به کلاسهایی از فعالیتها متمرکز خواهد بود - فعالیتهای خاص مانند قطع سیگار ، مراقبت از سالمندان ، یا تایپ کردن و RSI.