面向可穿戴认知辅助的人类时序真实建模
人机交互
2022-12-13 v1 网络与互联网体系结构
摘要
可穿戴认知辅助（WCA）应用由于其人在回路的特性，给基准测试与表征带来了挑战。鉴于问题的规模以及在受控实验中检测微小但重要效应所需的大量观测，采用用户测试来优化系统参数通常不可行。考虑到 WCA 应用未来预期的大规模部署，亟需能够支持独立于人类的基准测试工具。我们在本文中提出了首个用于 WCA 中人类完整端到端仿真的模型。我们通过对该领域既往工作所收集数据的统计分析构建此模型，并通过研究应用任务时长证明其效用。相较于一阶近似，我们的模型显示在高系统损伤与低系统损伤下步骤执行时间之间的差距大了约 36%。我们进一步引入了一种用于 WCA 中资源消耗-响应性权衡随机优化的新框架，并表明将该框架与我们对人类行为的真实模型结合，相对于最先进水平，可将已处理帧样本数量最多减少 50%、能耗最多减少 20%。
引用
@article{arxiv.2212.06100,
title = {Realistic Modeling of Human Timings for Wearable Cognitive Assistance},
author = {Manuel O. J. Olguín Muñoz and Vishnu N. Moothedath and Jaya Prakash Champati and Roberta Klatzky and Mahadev Satyanarayanan and James Gross},
journal= {arXiv preprint arXiv:2212.06100},
year = {2022}
}
备注
16 total pages. 12 figures, 2 tables, 1 appendix. Main document body by Manuel Olgu\'in Mu\~noz and Vishnu N. Moothedath; appendix by Vishu N. Moothedath and Jaya Prakash Champati; editing and feedback by all authors; funding by James Gross and Mahadev Satyanarayanan. Submitted to IEEE Transactions on Mobile Computing