1,720,974 research outputs found
Analyzing cognitive models for the evaluation of human-machine systems
No full textDie Entwicklung und Gestaltung von Schnittstellen für Mensch-Maschine-Systeme erfordern, neben der Kenntnis der Aufgabe und der Arbeitsumgebung, auch eine Vorstellung über die kognitiven Anforderungen an zukünftige Benutzer. Ein Grund dafür liegt in der zunehmenden Informationsdichte und dem ansteigenden Automatisierungsgrad von technischen Systemen. Daraus ergibt sich die Frage, welche Art von Schnittstelle die kognitiven Prozesse bei der Interaktion am besten unterstützt und wie diese prospektiv gestaltet werden kann. Die vorliegende Arbeit leistet einen Beitrag, um kognitive Aspekte bei fertigkeits- und regelbasierten Tätigkeiten in der Mensch-Maschine-Interaktion in den Entwicklungsprozess zu integrieren. Für die Analyse und Bewertung von Schnittstellen bietet sich in frühen Systementwicklungsphasen die kognitive Benutzermodellierung an, die eine computerbasierte Simulation des zukünftigen Benutzerverhaltens auf Basis formaler Spezifikationen erlaubt. Die Analyse und Interpretation der Simulationsdaten ermöglicht das Aufdecken von Fehlern in der Schnittstellengestaltung und dem Interaktionsdesign. Die kognitive Modellierung wird aber aufgrund des hohen Aufwands und fehlender Werkzeuge für die Modellentwicklung und Analyse von Simulationsdaten nur selten angewendet. In dieser Arbeit wird überprüft, in welcher Art und Weise Simulationsdaten kognitiver Benutzermodelle für die Bewertung von Mensch-Maschine-Systemen in frühen Phasen der Systementwicklung analysiert und angewendet werden können. Dabei liegt der Fokus auf simulierten Blickbewegungsdaten der kognitiven Architektur ACT-R (atomic components of thought – rational) und empirisch erhobenen Blickbewegungsdaten für fertigkeits- und regelbasierte Tätigkeiten. Die Blickbewegungsdaten stellen für die Bewertung von Mensch-Maschine-Schnittstellen einen wichtigen Faktor dar, um beispielsweise die visuelle Suche und die räumliche Gestaltung zu untersuchen. Für die effiziente und effektive Verarbeitung und die vergleichende Analyse der simulierten und empirisch erhobenen Daten wurde das Werkzeug SimTrA (Simulation Trace Analyzer) entwickelt. SimTrA gibt dem Entwickler ein Methodenrepertoire an die Hand, um Schnittstellen bereits in frühen Systementwicklungsphasen formal und computerbasiert auf Basis von Simulationsdaten kognitiver Benutzermodelle zu bewerten. Die Arbeit stellt das Konzept, die Realisierung und die Anwendung von SimTrA in einer experimentellen Evaluationsstudie vor. Die Ergebnisse der Evaluationsstudie belegen, dass kognitive Benutzermodelle in frühen Systementwicklungsphasen angewendet werden können und unter bestimmten Bedingungen mit empirischen Daten vergleichbare Aussagen ermöglichen. Des Weiteren konnte in der Arbeit gezeigt werden, dass die Analyse von Blickbewegungsdaten kognitiver Benutzermodelle durch SimTrA ermöglicht wird und die Bewertung von Mensch-Maschine-Systemen unterstützt. SimTrA stellt somit eine wertvolle Erweiterung für die kognitive Benutzermodellierung und für die prospektive Bewertung von Mensch-Maschine-Systemen dar.Creating and designing interfaces for human-machine systems demands not only an understanding of the task and its environment, but also an appreciation of the capabilities and cognitive demands of the users. This becomes more and more important because of the growing information density and automation of human-machine systems. Regarding the environment, an important issue is what kind of interface best supports cognitive processes and how can an interface be designed to best match the future user requirements. The work presented here makes a contribution to integrate cognitive aspects of skill- and rule-based activities during human-machine interaction into the development process of human-machine systems. In early stages of the development process cognitive modeling can be applied to evaluate human-machine interfaces. Using formal cognitive user models to simulate the future user behavior and requirements allows us to analyze the behavior on a detailed level. This helps to detect errors in the interaction design of interfaces and gives indications about the cognitive demands of the future users. But cognitive modeling is seldom used because of the high effort and a lack of tools for the development and analysis of cognitive user models. In this dissertation the question is raised, in what way cognitive model data can be analyzed and used to evaluate human-machine systems in early design stages. The focus is directed to eye movement data simulated by cognitive user models in ACT-R (atomic components of thought – rational) and human eye movement data. In questions of usability, eye movement studies play an important role and are a reliable way to evaluate visual search and the spatial design of interfaces among other things To process both the cognitive model data and the empirical data and to compare the outcomes in an effective and efficient manner the tool SimTrA (Simulation Trace Analyzer) was developed. The tool provides a repertoire of methods to evaluate human-machine interfaces in a formal and computerized way based on cognitive model data. The concept and the implementation of SimTrA and its application in an evaluation study are shown in this dissertation. The results of the evaluation study show that cognitive user models in general can be applied in early stages of the development process of human-machine interfaces and under certain conditions provide statements comparable with empirical data. The study further indicates that the analysis of simulated eye movement data with SimTrA is possible and supports the evaluation of human-machine systems. Hence SimTrA is a useful tool for cognitive modeling and for prototype evaluation in early design phases of human-machine systems
Prospective design of touchless interaction – using the example of large wall displays
No full textDer enorme technologische Fortschritt im Bereich der Displaysysteme hat gerade im letzten Jahrzehnt in verschiedensten Arbeitsfeldern zu einer stetigen Zunahme von immer größeren Displays bis hin zu so genannten Large Wall Displays geführt. Da aufgrund der Größe der Displays und teils größeren Interaktionsdistanz zu ihnen eine direkte Berührung oft nicht mehr möglich bzw. schwierig ist, stellt sich die Frage, wie eine berührungslose Eingabe aus nutzerzentrierter Sicht für diesen Bereich gestaltet werden sollte. Ziel der vorliegenden Arbeit ist es zu analysieren und evaluieren, welche Eingabemodalitäten (des Menschen) sich für eine berührungslose Interaktion eignen, wie diese aus nutzerzentrierter Sicht im Einzelnen gestaltet sein sollten und welche Vor- und Nachteile die verschiedenen Eingabemodalitäten in einem direkten Vergleich zueinander aufweisen. In einem ersten Schritt wurden im theoretischen Teil die Anwendungsfelder von Large Wall Displays analysiert und daraus grundlegende Interaktionsaufgaben identifiziert: auswählen, positionieren, orientieren und quantifizieren. Daraufhin wurde in einem zweiten Schritt analysiert, welche Modalitäten einem Menschen überhaupt erst eine berührungslose Eingabe ermöglichen und welche sich von diesen zur Bewältigung der zuvor identifizierten Interaktionsaufgaben eignen. Es zeigte sich, dass die drei Eingabemodalitäten (a) Zeigen in Kombination mit Sprache, (b) Blick in Kombination mit Sprache und (c) manipulative Gestik hierfür das größte Potential besitzen. Diese wurden im experimentellen Teil der Arbeit in insgesamt sechs Experimenten ausführlich evaluiert. Als zusätzlicher Faktor wurde die Interaktionsdistanz (nah vs. fern) in die Untersuchungen mit einbezogen. In Experimentalphase I wurde untersucht, wie bei der jeweiligen Eingabe (Zeigen & Sprache, Blick & Sprache, manipulative Gestik) die Ausführung einer Aktion gestaltet sein sollte, d. h. welches Sprachkommando bzw. welche Gesten von Nutzern präferiert werden. Sowohl bei Zeigen & Sprache als auch bei Blick & Sprache wurden kurze Kommandos bevorzugt. Bei manipulativer Gestik wurde die Geste AirTap im Vergleich zu den Gesten ThumbTrigger und FistGrab bevorzugt. In Experimentalphase II wurde untersucht, welches Positionsfeedback (kein Feedback, diskretes Feedback, kontinuierliches Feedback) für welche Eingabe am effizientesten ist. Bei Zeigen & Sprache führte ein kontinuierliches Feedback bei der Auswahl von Objekten sowohl zu einer schnelleren Aufgabendurchführung als auch zu weniger Fehlern als ein diskretes Feedback oder kein Feedback. Zudem wurde es sowohl als weniger beanspruchend als auch als sicherer empfunden und von den Teilnehmern präferiert. Bei Blick & Sprache waren die Ergebnisse weniger eindeutig. Hier zeigte sich lediglich, dass mit einem kontinuierlichen Feedback bei der Auswahl von Objekten mehr Zeit benötigt wird als mit einem diskreten Feedback oder ohne Feedback und dass mit einem kontinuierlichen Feedback mehr Fehler begangen werden. In Experimentalphase III wurden abschließend Zeigen & Sprache, Blick & Sprache und manipulative Gestik zur Eingabe miteinander verglichen. Dabei erzielte Zeigen & Sprache sowohl in Bezug auf die Effektivität als auch die Effizienz und die Zufriedenstellung die besten Ergebnisse. Bezüglich Blick & Sprache und manipulative Gestik zeigte sich zudem deutlich, dass sich mit der hier verwendeten manipulativen Gestik Objekte präziser und schneller lokalisieren lassen als mit Blick & Sprache. In Bezug auf die Distanz deuten die Ergebnisse der sechs durchgeführten Experimente darauf hin, dass es keinen Unterschied zu machen scheint, ob die Interaktionsdistanz nah oder fern ist. Gesamt gesehen zeigen die Ergebnisse, dass sich aus Nutzersicht alle drei hier untersuchten Eingabemodalitäten zur berührungslosen Interkation eignen, wenn auch unterschiedlich gut. Wobei mit der Eingabe Zeigen & Sprache insgesamt die besten Ergebnisse erzielt wurden.Over the last decade the enormous technological progress in the field of display systems has led to a steady increase of display size (up to so called Large Wall Displays) in a wide range of work environments. Due to the size of the displays and the increased distance between the user and the display, touch is often no longer possible or difficult to be used as input. From a user-centered perspective the question arises how a touchless input should be designed for these types of displays. The aim of this thesis was to analyse and evaluate which input modalities are suitable for touchless interaction, how they should be designed from a user-centred perspective and which advantages and disadvantages different modalities have in direct comparison to each other. As an initial step the fields of application of Large Wall Displays were analysed and the main basic interaction tasks identified: selecting, positioning, orientating and quantifying. Subsequently I analysed which modalities generally enable humans to interact with the display in a touchless manner and which of these are suitable to accomplish the previously identified tasks. The following three modalities emerged to have the highest potential for touchless input: a) pointing combined with speech, b) gaze combined with speech and c) manipulative gesture. In a total of six experiments these three modalities were evaluated in detail in the experimental phase. The distance between the user and the display (near vs. far) was included as an additional factor in the investigation. The experimental part consisted of the following three phases: Phase one addressed the question of how the execution of an action should be designed for each modality (pointing & speech, gaze & speech, manipulative gestures). This was operationalised by the users’ preference. Short voice commands were preferred for pointing & speech as well as for gaze & speech. For manipulative gestures the gesture AirTap was preferred compared to the gestures ThumbTrigger and FistGrab. Phase two addressed the question of which positioning feedback (no feedback vs. discrete feedback vs. continuous feedback) would be the most efficient for each input modality. For pointing & speech a continuous feedback resulted in a faster task performance and in fewer errors compared to discrete feedback or no feedback during the selection of objects. Additionally the participants reported less mental workload, increased safety and a preference for continuous feedback. For gaze & speech the results were less obvious. The only clear result was reduced performance (i.e. slower task performance, more errors) with continuous feedback compared both to discrete feedback and no feedback. At phase three the input modalities pointing & speech, gaze & speech and manipulative gestures were compared to each other. Here pointing & speech achieved the best results in terms of efficiency, effectiveness as well as satisfaction. Comparing gaze & speech with manipulative gesture, manipulative gesture was more precise for localising objects on a screen than gaze & speech. Considering the interaction distance, the results of all six experiments indicate that there is no difference whether the interaction distance is near or far from the display. In summary the results provide evidence that all three input modalities investigated are suitable for touchless interaction. However, differences exist in regards to efficiency, effectiveness and satisfaction where pointing & speech performed best.DFG, GRK 1013, Prospektive Gestaltung von Mensch-Technik-Interaktion (prometei
Blickbewegung als Eingabemodalität in Mixed Reality
No full textEingabemodalitäten stellen in Mixed Reality (MR) Anwendungen
wichtige Komponenten dar. Die Verwendung von Blickbewegungen als
Eingabemodalität ist in einer virtuell angereicherten Umgebung eine sinnvolle
Ergänzung klassischer Eingabemethoden. Blickbewegungen werden per se vom
Benutzer erbracht und deren Aufnahme kann mit modernen Eye-Tracking
Systemen in hoher zeitlicher und örtlicher Auflösung erfolgen. Dieser Artikel fasst
den Stand der heutigen Forschung und Technik im Hinblick auf Blickbewegungen
als Eingabemodalität in MR Anwendungen zusammen. Um die Interaktion mit
einem MR System durch Blickbewegungen zu ermöglichen, könnte der kognitive
Zustand des Benutzers berücksichtigt werden. Die Einschätzung des kognitiven
Benutzerzustands und der Intention einer Interaktion innerhalb eines MR Systems
lässt eine adäquate Reaktion des Systems auf Benutzerbedürfnisse zu
Mehrebenenvalidierung von kognitiven Benutzermodellen
No full textIn diesem Beitrag werden verschiedene Methoden für die Mehrebenenvalidierung
kognitiver Modelle im Kontext der Entwicklung und Gestaltung von Mensch-
Maschine-Systemen vorgestellt und kurz diskutiert. Das Ziel liegt darin die Adäquatheit
der kognitiven Benutzermodelle zu bewerten. Es wird gezeigt, dass dieses Methodenrepertoire
eine wichtige Ergänzung heutiger Werkzeuge der kognitiven Modellbildung
darstellt und dass die einzelnen Methoden für die Validierung einzelnen kognitiven
Modelle sowie von Teams kognitiver Agenten eingesetzt werden können
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
