通过梯度下降优化用户界面布局
人机交互
2020-02-26 v1
摘要
使用户界面(UI)设计过程的某些部分自动化一直是一项长期挑战。我们提出一种用于优化移动 UI 布局的自动化技术。我们的方法在任务性能的神经网络模型上,针对模型输入使用梯度下降来进行布局修改,从而获得更优的预测错误率与任务完成时间。我们首先将先前基于神经网络性能预测的工作扩展到具有更大交互空间的二维移动 UI。然后将我们的方法应用于两个 UI(包括一个模型未经训练过的 UI),以发现预测性能显著改善的布局替代方案。最后,我们通过实验验证了这些预测,显示优化后的布局有高达 9.2% 的提升。这证明了该算法在改善布局任务性能方面的有效性,以及其泛化并改进新界面布局的能力。
引用
@article{arxiv.2002.10702,
title = {Optimizing User Interface Layouts via Gradient Descent},
author = {Peitong Duan and Casimir Wierzynski and Lama Nachman},
journal= {arXiv preprint arXiv:2002.10702},
year = {2020}
}