返回
Machine Learning for Adaptive Accessible User Interfaces: Overview and Applications
DOI:10.3390/app152312538.png)
摘要
En 中文
本文对机器学习(ML)在开发自适应无障碍用户界面(AUI)方面的应用进行了系统文献综述,重点强调其在增强现实和虚拟现实(AR/VR)等新兴技术中的应用。该综述依据PRISMA 2020方法论进行,纳入了2018年至2025年间发表的57项研究。其中,我们识别出24篇论文明确描述了基于ML的自适应界面解决方案。监督学习占主导地位(占研究的83%),仅有零星案例涉及强化学习、生成式AI和模糊-NLP混合范式。对所有57篇纳入综述的论文分析显示,自适应界面主导了当前研究(占65%),而智能或混合系统仍较少被探索。移动平台是最常见的实现环境(占25%),其次是基于Web的(占19%)和多平台系统(占11%),沉浸式(VR/XR)和物联网(IoT)场景仍处于新兴阶段。在43项关注无障碍的研究中,最多研究聚焦于视觉障碍(占33%),其次是认知和学习障碍(占25%)。本综述的结果可为新兴AR和VR应用中的无障碍指南制定提供参考,并支持开发惠及残疾人、老年人及普通人群的包容性解决方案。本文的主要贡献在于识别了将无障碍和通用设计(Universal Design)原则整合到基于ML的自适应系统中的现有空白,并提出了一种新的AUI模型,该模型通过机器学习实现用户批准、时间延迟的自适应调整,平衡了自主性、个性化和用户控制。
Keyword:
adaptive user interface
accessibility
Universal Design
machine learning
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
The Effects of Three Dimensional (3D) Animated Movies and Interactive Applications on Development of Visual Perception of Preschoolers三维(3D)动画电影和交互式应用程序对学龄前儿童视觉感知发展的影响
Impact of AI on Mobile Computing: A Systematic Review from a Human Factors Perspective人工智能对移动计算的影响:基于人因工程学视角的系统综述
InSupport: Proxy Interface for Enabling Efficient Non-Visual Interaction with Web Data RecordsInSupport: 用于实现高效非视觉交互网页数据记录的代理接口

