Performance Evaluation of Warped Virtual Surfaces in Virtual Reality
Notice bibliographique
Résumé
This thesis proposes a novel surface warping (scaling) technique similar to applyingControl-Display (CD) gain to the traditional mouse cursor on a screen with a 1:1 input device in Virtual Reality (VR).We call the technique Warped Virtual Surfaces (WVS).WVS solution is a promising way of providing large tactile surfaces in VR while using small physical surfaces with little impact on user performance.We utilized a stylus with VR head-mounted displays (HMDs), enabling users to interact with arbitrarily large virtual panels in VR while their real physical movement is within a fixed-sized real panel area.WVS on a tablet or a physical panel would entail users interacting with larger virtual panels while getting the benefits of haptic feedback from a smaller real physical panel or tablet.We evaluated the WVS method in two separate experiments.Experiment results from Fitts' law reciprocal tapping task comparing different scale factors (SFs) indicated there was a significant difference in movement time for large scale factors in both experiments.We first evaluated user performance on a digital drawing tablet and stylus with 2D tracking with WVS under different SFs.In the case of throughput and error rate, the analysis did not find a significant difference between scale factors in our first study.Non-inferiority statistical testing revealed that performance in terms of throughput and error rate for large scale factors was no worse than a 1-to-1 mapping.This indicates that warping had minimal impact on performance.For our second study, we investigated how WVS affected user performance with 3D stylus tracking and without a tablet or physical panel (i.e.in-air selection).We found similar results for error rate as our first study, i.e. performance in terms of error rate for different scale factors, was no worse than a 1-to-1 mapping.However, unlike our first study, our analysis found a significant difference in throughput.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».