云顶登录

AI技术可能会使触摸屏虚拟键盘消失

云顶国际网站

据Ventbeat称,韩国高等科学技术研究院的研究人员发布了一项关于预印平台(arXiv.org)的有趣研究,该平台提出了一种完全富有想象力的键盘“I-Keyboard”。

这款新的软键盘没有传统虚拟键盘的常规布局。它可以是大的或小的形状,不需要特别校准。与传统的虚拟键盘相比,它使用AI技术检测用户在随机位置从任意角度输入字符。通过这种新的键盘输入,大多数人可以达到95.84%的打字准确率。

CRmYfxPbjt21JlySH9rTIROI1dolnYKGFd1l9Rn640UO51564904151091compressflag.jpg

(虚拟键盘:Google Gboard键盘)

研究人员表示,目前的虚拟键盘存在一些局限性。缺乏足够的触觉反馈通常会增加拼写错误的可能性。此外,虚拟键盘会阻止移动设备呈现足够的内容,因为它们占据了相对较大比例的显示器。一般占据高达40%的显示界面。

p3EKEJE9XBd9b8GuNORmY=oJ8h60JzUu358g2FXj9L=q51564904151088compressflag.png

(数据收集设备)

为了解决传统虚拟键盘的问题,研究人员招募了43名参与者,他们经常使用QWERTY物理键盘和虚拟键盘来编辑数据集,让参与者在触摸屏上输入句子并按照触摸屏上方单独屏幕上发送的说明进行操作。输入字符时,第二个屏幕会在检测到每个字符时突出显示,确保触摸点之间的一对一映射。并且在任何时候,如果用户犯了错误,用户可以删除当前句子收集的联系点。

在标准化标尺并消除位置偏移后,研究人员发现钥匙没有在直线上对齐,而是在曲线上对齐,他们认为这是由于缺乏打字限制。尽管每个参与者的输入略有不同,但是语料库中的模型是一致的,布局类似于物理键盘的构造,并且团队声称这意味着即使没有指导,用户也可以可靠地键入触摸屏。

然后研究人员设计了I-Keyboard的系统架构,它由三个模块组成:用户交互模块,准备模块和通信层。第一个通过触摸屏或触摸界面接收输入,同时数据准备模块对原始输入进行预处理和格式化,通信层紧密集成机器学习框架和应用框架。

7lrNxkjqCS7gWKBXGN8==gd4e8hpovNOStJP8pb6eU67m1564904151090compressflag.png

(用户心理模型的例子)

在将语料库分解为训练,测试和验证集并在前者上训练机器学习模型之后,研究团队在MacBook Pro上部署了I-Keyboard模型,从研究参与者的短语集中随机选择20个。在该短语任务的实验中,参与者设法以每分钟45.57个单词的速度打字,超过基线4.06%。

研究人员表示,这个版本的I-Keyboard可以支持经过微调的智能手机,但他们计划将来将其扩展到其他触摸屏和触摸感应设备。此外,他们打算通过添加可分配给不同单个键的手势检测算法来实现对非字母字符(如数字,标点符号,功能键等)的输入支持。

特别声明:本文由网易上传并由媒体平台“网易”作者发表,仅代表作者的观点。网易只提供信息发布平台。

跟进

跟进

6

参与

32

阅读下一篇文章

国庆节结束后,300个城市的销售收入被释放,房屋奴隶流下眼泪。

返回网易主页

下载网易新闻客户端

据Ventbeat称,韩国高等科学技术研究院的研究人员发布了一项关于预印平台(arXiv.org)的有趣研究,该平台提出了一种完全富有想象力的键盘“I-Keyboard”。

这款新的软键盘没有传统虚拟键盘的常规布局。它可以是大的或小的形状,不需要特别校准。与传统的虚拟键盘相比,它使用AI技术检测用户在随机位置从任意角度输入字符。通过这种新的键盘输入,大多数人可以达到95.84%的打字准确率。

CRmYfxPbjt21JlySH9rTIROI1dolnYKGFd1l9Rn640UO51564904151091compressflag.jpg

(虚拟键盘:Google Gboard键盘)

研究人员表示,目前的虚拟键盘存在一些局限性。缺乏足够的触觉反馈通常会增加拼写错误的可能性。此外,虚拟键盘会阻止移动设备呈现足够的内容,因为它们占据了相对较大比例的显示器。一般占据高达40%的显示界面。

p3EKEJE9XBd9b8GuNORmY=oJ8h60JzUu358g2FXj9L=q51564904151088compressflag.png

(数据收集设备)

为了解决传统虚拟键盘的问题,研究人员招募了43名参与者,他们经常使用QWERTY物理键盘和虚拟键盘来编辑数据集,让参与者在触摸屏上输入句子并按照触摸屏上方单独屏幕上发送的说明进行操作。输入字符时,第二个屏幕会在检测到每个字符时突出显示,确保触摸点之间的一对一映射。并且在任何时候,如果用户犯了错误,用户可以删除当前句子收集的联系点。

在标准化标尺并消除位置偏移后,研究人员发现钥匙没有在直线上对齐,而是在曲线上对齐,他们认为这是由于缺乏打字限制。尽管每个参与者的输入略有不同,但是语料库中的模型是一致的,布局类似于物理键盘的构造,并且团队声称这意味着即使没有指导,用户也可以可靠地键入触摸屏。

然后研究人员设计了I-Keyboard的系统架构,它由三个模块组成:用户交互模块,准备模块和通信层。第一个通过触摸屏或触摸界面接收输入,同时数据准备模块对原始输入进行预处理和格式化,通信层紧密集成机器学习框架和应用框架。

7lrNxkjqCS7gWKBXGN8==gd4e8hpovNOStJP8pb6eU67m1564904151090compressflag.png

(用户心理模型的例子)

在将语料库分解为训练,测试和验证集并在前者上训练机器学习模型之后,研究团队在MacBook Pro上部署了I-Keyboard模型,从研究参与者的短语集中随机选择20个。在该短语任务的实验中,参与者设法以每分钟45.57个单词的速度打字,超过基线4.06%。

研究人员表示,这个版本的I-Keyboard可以支持经过微调的智能手机,但他们计划将来将其扩展到其他触摸屏和触摸感应设备。此外,他们打算通过添加可分配给不同单个键的手势检测算法来实现对非字母字符(如数字,标点符号,功能键等)的输入支持。

据Ventbeat称,韩国高等科学技术研究院的研究人员发布了一项关于预印平台(arXiv.org)的有趣研究,该平台提出了一种完全富有想象力的键盘“I-Keyboard”。

这款新的软键盘没有传统虚拟键盘的常规布局。它可以是大的或小的形状,不需要特别校准。与传统的虚拟键盘相比,它使用AI技术检测用户在随机位置从任意角度输入字符。通过这种新的键盘输入,大多数人可以达到95.84%的打字准确率。

CRmYfxPbjt21JlySH9rTIROI1dolnYKGFd1l9Rn640UO51564904151091compressflag.jpg

(虚拟键盘:Google Gboard键盘)

研究人员表示,目前的虚拟键盘存在一些局限性。缺乏足够的触觉反馈通常会增加拼写错误的可能性。此外,虚拟键盘会阻止移动设备呈现足够的内容,因为它们占据了相对较大比例的显示器。一般占据高达40%的显示界面。

p3EKEJE9XBd9b8GuNORmY=oJ8h60JzUu358g2FXj9L=q51564904151088compressflag.png

(数据收集设备)

为了解决传统虚拟键盘的问题,研究人员招募了43名参与者,他们经常使用QWERTY物理键盘和虚拟键盘来编辑数据集,让参与者在触摸屏上输入句子并按照触摸屏上方单独屏幕上发送的说明进行操作。输入字符时,第二个屏幕会在检测到每个字符时突出显示,确保触摸点之间的一对一映射。并且在任何时候,如果用户犯了错误,用户可以删除当前句子收集的联系点。

在标准化标尺并消除位置偏移后,研究人员发现钥匙没有在直线上对齐,而是在曲线上对齐,他们认为这是由于缺乏打字限制。尽管每个参与者的输入略有不同,但是语料库中的模型是一致的,布局类似于物理键盘的构造,并且团队声称这意味着即使没有指导,用户也可以可靠地键入触摸屏。

然后研究人员设计了I-Keyboard的系统架构,它由三个模块组成:用户交互模块,准备模块和通信层。第一个通过触摸屏或触摸界面接收输入,同时数据准备模块对原始输入进行预处理和格式化,通信层紧密集成机器学习框架和应用框架。

7lrNxkjqCS7gWKBXGN8==gd4e8hpovNOStJP8pb6eU67m1564904151090compressflag.png

(用户心理模型的例子)

在将语料库分解为训练,测试和验证集并在前者上训练机器学习模型之后,研究团队在MacBook Pro上部署了I-Keyboard模型,从研究参与者的短语集中随机选择20个。在该短语任务的实验中,参与者设法以每分钟45.57个单词的速度打字,超过基线4.06%。

研究人员表示,这个版本的I-Keyboard可以支持经过微调的智能手机,但他们计划将来将其扩展到其他触摸屏和触摸感应设备。此外,他们打算通过添加可分配给不同单个键的手势检测算法来实现对非字母字符(如数字,标点符号,功能键等)的输入支持。

特别声明:本文由网易上传并由媒体平台“网易”作者发表,仅代表作者的观点。网易只提供信息发布平台。

跟进

跟进

6

参与

32

阅读下一篇文章

国庆节结束后,300个城市的销售收入被释放,房屋奴隶流下眼泪。

返回网易主页

下载网易新闻客户端

据Ventbeat称,韩国高等科学技术研究院的研究人员发布了一项关于预印平台(arXiv.org)的有趣研究,该平台提出了一种完全富有想象力的键盘“I-Keyboard”。

这款新的软键盘没有传统虚拟键盘的常规布局。它可以是大的或小的形状,不需要特别校准。与传统的虚拟键盘相比,它使用AI技术检测用户在随机位置从任意角度输入字符。通过这种新的键盘输入,大多数人可以达到95.84%的打字准确率。

CRmYfxPbjt21JlySH9rTIROI1dolnYKGFd1l9Rn640UO51564904151091compressflag.jpg

(虚拟键盘:Google Gboard键盘)

研究人员表示,目前的虚拟键盘存在一些局限性。缺乏足够的触觉反馈通常会增加拼写错误的可能性。此外,虚拟键盘会阻止移动设备呈现足够的内容,因为它们占据了相对较大比例的显示器。一般占据高达40%的显示界面。

p3EKEJE9XBd9b8GuNORmY=oJ8h60JzUu358g2FXj9L=q51564904151088compressflag.png

(数据收集设备)

为了解决传统虚拟键盘的问题,研究人员招募了43名参与者,他们经常使用QWERTY物理键盘和虚拟键盘来编辑数据集,让参与者在触摸屏上输入句子并按照触摸屏上方单独屏幕上发送的说明进行操作。输入字符时,第二个屏幕会在检测到每个字符时突出显示,确保触摸点之间的一对一映射。并且在任何时候,如果用户犯了错误,用户可以删除当前句子收集的联系点。

在标准化标尺并消除位置偏移后,研究人员发现钥匙没有在直线上对齐,而是在曲线上对齐,他们认为这是由于缺乏打字限制。尽管每个参与者的输入略有不同,但是语料库中的模型是一致的,布局类似于物理键盘的构造,并且团队声称这意味着即使没有指导,用户也可以可靠地键入触摸屏。

然后研究人员设计了I-Keyboard的系统架构,它由三个模块组成:用户交互模块,准备模块和通信层。第一个通过触摸屏或触摸界面接收输入,同时数据准备模块对原始输入进行预处理和格式化,通信层紧密集成机器学习框架和应用框架。

7lrNxkjqCS7gWKBXGN8==gd4e8hpovNOStJP8pb6eU67m1564904151090compressflag.png

(用户心理模型的例子)

在将语料库分解为训练,测试和验证集并在前者上训练机器学习模型之后,研究团队在MacBook Pro上部署了I-Keyboard模型,从研究参与者的短语集中随机选择20个。在该短语任务的实验中,参与者设法以每分钟45.57个单词的速度打字,超过基线4.06%。

研究人员表示,这个版本的I-Keyboard可以支持经过微调的智能手机,但他们计划将来将其扩展到其他触摸屏和触摸感应设备。此外,他们打算通过添加可分配给不同单个键的手势检测算法来实现对非字母字符(如数字,标点符号,功能键等)的输入支持。

据Ventbeat称,韩国高等科学技术研究院的研究人员发布了一项关于预印平台(arXiv.org)的有趣研究,该平台提出了一种完全富有想象力的键盘“I-Keyboard”。

这款新的软键盘没有传统虚拟键盘的常规布局。它可以是大的或小的形状,不需要特别校准。与传统的虚拟键盘相比,它使用AI技术检测用户在随机位置从任意角度输入字符。通过这种新的键盘输入,大多数人可以达到95.84%的打字准确率。

CRmYfxPbjt21JlySH9rTIROI1dolnYKGFd1l9Rn640UO51564904151091compressflag.jpg

(虚拟键盘:Google Gboard键盘)

研究人员表示,目前的虚拟键盘存在一些局限性。缺乏足够的触觉反馈通常会增加拼写错误的可能性。此外,虚拟键盘会阻止移动设备呈现足够的内容,因为它们占据了相对较大比例的显示器。一般占据高达40%的显示界面。

p3EKEJE9XBd9b8GuNORmY=oJ8h60JzUu358g2FXj9L=q51564904151088compressflag.png

(数据收集设备)

为了解决传统虚拟键盘的问题,研究人员招募了43名参与者,他们经常使用QWERTY物理键盘和虚拟键盘来编辑数据集,让参与者在触摸屏上输入句子并按照触摸屏上方单独屏幕上发送的说明进行操作。输入字符时,第二个屏幕会在检测到每个字符时突出显示,确保触摸点之间的一对一映射。并且在任何时候,如果用户犯了错误,用户可以删除当前句子收集的联系点。

在标准化标尺并消除位置偏移后,研究人员发现钥匙没有在直线上对齐,而是在曲线上对齐,他们认为这是由于缺乏打字限制。尽管每个参与者的输入略有不同,但是语料库中的模型是一致的,布局类似于物理键盘的构造,并且团队声称这意味着即使没有指导,用户也可以可靠地键入触摸屏。

然后研究人员设计了I-Keyboard的系统架构,它由三个模块组成:用户交互模块,准备模块和通信层。第一个通过触摸屏或触摸界面接收输入,同时数据准备模块对原始输入进行预处理和格式化,通信层紧密集成机器学习框架和应用框架。

7lrNxkjqCS7gWKBXGN8==gd4e8hpovNOStJP8pb6eU67m1564904151090compressflag.png

(用户心理模型的例子)

在将语料库分解为训练,测试和验证集并在前者上训练机器学习模型之后,研究团队在MacBook Pro上部署了I-Keyboard模型,从研究参与者的短语集中随机选择20个。在该短语任务的实验中,参与者设法以每分钟45.57个单词的速度打字,超过基线4.06%。

研究人员表示,这个版本的I-Keyboard可以支持经过微调的智能手机,但他们计划将来将其扩展到其他触摸屏和触摸感应设备。此外,他们打算通过添加可分配给不同单个键的手势检测算法来实现对非字母字符(如数字,标点符号,功能键等)的输入支持。