Notational Animating: An Interactive Approach to Creating and Editing Animation Keyframes

Die Arbeit stellt „Notational Animating" als interaktives Paradigma vor, bei dem Animator:innen Skizzen über statischen Zeichnungen anfertigen, die durch formale Repräsentation und KI-gestützte Interpretation in präzise Animations-Keyframes umgewandelt werden, um so eine nahtlose Brücke zwischen intuitiven Notationen und detaillierter Animation zu schlagen.

Xinyu Shi, Li-Yi Wei, Nanxuan Zhao, Jian Zhao, Rubaiat Habib KaziTue, 10 Ma💻 cs

MindfulAgents: Personalizing Mindfulness Meditation via an Expert-Aligned Multi-Agent System

Die Studie stellt MindfulAgents vor, ein auf Large Language Models basierendes Multi-Agenten-System, das durch personalisierte, expertenkonforme Meditationsskripte und Echtzeit-Anpassungen nachweislich das Engagement, das Stressniveau und das Achtsamkeitsniveau der Nutzer sowohl kurz- als auch langfristig verbessert.

Mengyuan (Millie), Wu, Zhihan Jiang, Yuang Fan, Richard Feng, Sahiti Dharmavaram, Mathew Polowitz, Shawn Fallon, Bashima Islam, Lizbeth Benson, Irene Tung, David Creswell, Xuhai XuTue, 10 Ma💻 cs

GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation

Das Paper stellt GuideTWSI vor, einen umfassenden Datensatz für taktile Leit- und Warnsysteme, der synthetische und reale Bilder kombiniert, um die geografischen und geometrischen Beschränkungen bestehender Daten zu überwinden und so eine zuverlässige Navigation für blinde und sehbehinderte Menschen zu ermöglichen.

Hochul Hwang, Soowan Yang, Anh N. H. Nguyen, Parth Goel, Krisha Adhikari, Sunghoon I. Lee, Joydeep Biswas, Nicholas A. Giudice, Donghyun KimTue, 10 Ma💻 cs

NarrativeLoom: Enhancing Creative Storytelling through Multi-Persona Collaborative Improvisation

Die Studie stellt NarrativeLoom vor, ein von der Theorie der blinden Variation und selektiven Retention inspiriertes KI-System, das durch den Einsatz spezialisierter Personas und menschlicher Kuratierung die Kreativität, Vielfalt und Qualität von gemeinsam erdachten Geschichten signifikant steigert, wobei Anfänger besonders von der strukturierten Unterstützung profitieren.

Yuxi Ma, Yongqian Peng, Fengyuan Yang, Siyu Zha, Chi Zhang, Zixia Jia, Zilong Zheng, Yixin ZhuTue, 10 Ma💻 cs

Exploring the Drivers of Information Security Policy Compliance Among Contingent Employees: A Social, Deterrent, and Involvement-Based Approach

Diese Studie untersucht anhand von Daten aus ghanaischen Universitäten, wie soziale Normen, Abschreckung und Einbindungsmechanismen wie Wissensaustausch die Einstellung von befristet Beschäftigten zu Informationssicherheitsrichtlinien und deren Compliance-Absichten beeinflussen, wobei der Wissensaustausch als stärkster Faktor identifiziert wurde.

Vasty A. Adomako, Kaisu Mumuni, Eugene M. Akoto, Felix N. KorantengTue, 10 Ma💻 cs

Seeing the Reasoning: How LLM Rationales Influence User Trust and Decision-Making in Factual Verification Tasks

Eine Online-Studie zeigt, dass bei der Überprüfung von Fakten durch Large Language Models die Korrektheit der Begründungen und deren Sicherheitshinweise den Vertrauen und die Entscheidungsfindung der Nutzer stärker beeinflussen als die Darstellungsform, wobei Nutzer diese Begründungen primär zur Überprüfung der Ausgaben und zur Kalibrierung des Vertrauens nutzen.

Xin Sun, Shu Wei, Jos A Bosch, Isao Echizen, Saku Sugawara, Abdallah El AliTue, 10 Ma💻 cs

Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice

Die Studie stellt „Agora" als eine KI-gestützte Plattform vor, die mithilfe von LLMs und authentischen menschlichen Stimmen hilft, die Fähigkeit zum Konsensfinden zu trainieren, und zeigt in einer Vorstudie, dass Nutzer mit Zugang zu detaillierten Erklärungen bessere Problemlösungsfähigkeiten und qualitativ hochwertigere Konsensentscheidungen erzielen als eine Kontrollgruppe, die nur aggregierte Daten sah.

Suyash Fulay, Prerna Ravi, Emily Kubin, Shrestha Mohanty, Michiel Bakker, Deb RoyTue, 10 Ma💻 cs

Pre-Clinical Latency Characterization of VRxBioRelax: A Real-Time EMG Biofeedback System for Muscle Relaxation in Virtual Reality

Die Studie stellt VRxBioRelax vor, ein Echtzeit-VR-Biofeedback-System zur Muskelentspannung, das durch eine durchschnittliche End-zu-End-Latenz von 25,34 ms und eine 99,3%ige Einhaltung der 50-ms-Schwelle die für therapeutische Anwendungen erforderliche Echtzeitfähigkeit nachweist.

Melanie Baumgartner, Raphael Weibel, Tobias Hoesli, Aydin Javadov, Rayna Ney, Helen Schwerdt, Florian von Wangenheim, Joseph OllierTue, 10 Ma💻 cs