一个智能用户接口Agent设计与实现

文章主要介绍了DOLTRI－Agent（distanceandopenlearningtrainingresourceinformationretrievalagent）系统中的用户接口Agent（NanDauserinterfaceagent，简称NDUIA）的设计和实现的关键技术．此系统扩展了memory－basedreasoning技术，采用了多个记忆模型和多个分析模型，通过对不同用户使用经验的分析，产生该用户专用的用户兴趣模型；同时，根据用户兴趣模型和特定场景的使用经验共同作用来提供主动的智能服务，包括信息导引、搜索结果的预处理、智能即时帮助和分类信息的修改等，从而实现软件与人的协作．

基于Agent的用户界面模型研究

智能Agent被越来越多地应用于用户界面的设计中。该文介绍了几种基于Agent的交互式用户界面的设计思想,并基于此讨论了如何完善在矛盾的需求中折衷的方案。

智能用户接口Agent的用户模型与系统构建方法

在简要给出智能用户接口的体系结构后 ,主要讨论了智能用户接口Agent的构建、用户模型及建立方法 .通过属于数字个人助手类型的Agent实例 ,介绍几种典型的智能用户接口Agent.

基于多Agent的生物信息数据整合系统-BioAgent1

随着人类基因组计划的实施 ,生命科学研究已进入后基因组时代 .人们基于指数形式增长的核酸、蛋白质序列和结构等数据 ,开发了数百种不同类型的数据库 .由于不同数据库存贮和检索方式的极大差异 ,给研究者对它们的整合应用造成了一定的难度 .本文建立了一个基于多Agent的生物信息数据整合系统 BioAgent,通过信息采集A gent、信息整合Agent、用户Agent的协调 ,完成数据抽取、数据标准化、数据存储、数据融合、Web显示等工作流程 ,以实现数据整合的自动化 .同时利用BioAgent系统 ,开发了人类精神分裂症相关基因的突变信息多层次定位数据库 .

智能人机界面Agent的用户模型及其构建方法

智能Agent是计算机领域中自适应人机界面需要研究的关键问题之一。文章论述了智能Agent的定义、功能和组成。给出了用户模型的结构框图,探讨了用户模型及其构建方法,并通过实例介绍了几个典型的智能Agent系统。

基于MVC模式构建用户界面Agent的应用研究

用户界面是应用软件的重要组成部分,将智能Agent应用于用户界面的设计已越来越广泛。而使用面向对象模型MVC(模型—视图—控制器)可以提高设计效率。论文主要论述了基于Agent用户界面模型的特点;分析了MVC把系统分离成模型、视图、控制三个独立部分的原理和作用。最后,以一个实例介绍了在具体软件设计中如何实现MVC模型。

基于PAC模型的多Agent用户界面设计

介绍了基于多Agent的用户界面模型PAC ,提出了应用PAC模型按照功能与表现分离、层次化组织结构的原则开发多Agent用户界面的分析与设计方法 ,提出了 10条用于多Agent用户界面设计的启发式规则。该方法具有概念清楚 ,分析设计容易等特点。最后 ,应用该方法 ,设计了具有机器学习功能的航空公司安全管理智能决策支持系统的用户界面。

XML和移动Agent技术在用户交互中的作用

电子商务、虚拟企业要求合作、分布计算、跨平台信息共享。移动Agent满足Internet应用程序移动性和开放性的要求,XML则是Internet数据描述的标准,保证异构环境下的高度互操作性。XML和移动Agent技术对移动计算中的用户交互提供了最好的支持。本文提出了应用XML和移动Agent实现的用户交互模型。

移动Agent和XML技术在用户界面中的实现

电子商务、虚拟企业要求合作、分布计算、跨平台信息共享。移动Agent满足Internet应用程序移动性和开放性的要求,XML则是Internet数据描述的标准,保证异构环境下的高度互操作性。移动Agent和XML技术对移动计算中的用户界面提供了最好的支持。本文提出了应用移动Agent和XML实现的用户界面模型。

基于Agent集成学习情境的E_Learning系统设计与实现

人移动能力的增强和知识资源的广泛分布要求E_Learning系统具有分布式的系统结构,并且为更好地满足用户的个性化需求,需要E_Learning系统集成学习情境因素。在分析新需求的基础上,首先对系统总体结构进行设计,提出了基于Agent集成学习情境的E_Learning系统框架,然后给出了系统关键组件的实现方法,最后依据所给设计和实现方法对系统进行了实现。实验结果表明,基于Agent集成学习情境的E_Learning系统具有良好的系统性能,有助于提高用户的学习效率。

多Agent智能决策支持系统的研究

分析了智能决策支持系统当前所面临的挑战,智能知识处理、分布式并行化决策、智能界面、系统集成将是其主要研究方向,指出了智能主体用于智能决策支持系统的优势,介绍了一些典型应用,从体系结构上将多主体应用于智能决策支持系统的方式归结为集中控制、网络控制、层次控制三类,分析了各自的优缺点。

多Agent在分布式数据挖掘中应用的研究

随着网络信息系统的日益扩大化,分布式数据挖掘越来越受到人们的重视。而采用多智能体的分布式数据挖掘技术,各子Agent之间不但履行各自的职责,还互相通信获得信息,协同完成任务,这解决了数据挖掘时所遇见的如网络带宽、数据私有性、数据保密性等诸多问题,为构建分布式数据挖掘系统提出了一个新的思路。本文主要介绍一种多A-gent分布式数据挖掘的应用模型,并对其中的各个模块进行了详细说明。

一种PAC Agent体系结构及其应用

提出一种PAC Agent体系结构,该结构以BDI模型为基础,集成慎思式和反应式Agent的感知和反应能力,并运用规则库技术提高其反应速度。最后给出该体系结构在基于Agent的舰载指控系统用户界面中的应用实例。

AOP语言在GUI编程中的应用

面向Agent编程是一种更高抽象级别的编程范型,常见于人工智能、交互式仿真等研究领域,却很少应用于工程实践领域,其中一个原因是缺少对图形用户接口的支持。为了解决这个问题,一种命令式的编程语言--CAOPLE,将底层图形库封装成Agent组件,并在编程过程中遵循三层结构的设计,即对外接口层、枢纽层和表示层,以适应面向Agent编程的特点。将这种编程模式应用于网络聊天室的设计中,用清晰的逻辑和简洁的代码实现了在分布式环境下的图形交互应用。CAOPLE的图形接口编程证明了,面向Agent编程思想在工程应用领域的可行性和适应性,并将推动下一代面向Agent的软件工程早日进入实用阶段。

协同集成设计环境的计算机辅助工具的协同用户界面研究

以一个协同集成设计环境的计算机辅助工具为背景 ,对协同用户界面进行探讨。按照以群体为中心的协同用户界面的设计思想 ,提出了一种基于Agent的协同用户界面模型 ,把通讯和协作支持等并行处理的概念和方法引入到现有结构化模型之中。对比传统CAD交互结构 ,构造了一种支持上述用户界面模型的软件Agent结构。

强化学习中的时间差分法在用户学习方面的应用

随着Internet上信息量的与日俱增，用户查找自己感兴趣的信息变得越来越困难。文章提出了一种使用强化学习中的时间差算法来学习用户的新学习算法，并通过实验与其它学习方法作了比较，取得了明显的成效。

支持人机协同的智能用户界面体系结构

从分析实现人机协同智能用户界面需解决的问题入手 ,探讨了多 Agent系统解决上述问题的技术途径 ;提出一种基于多 Agent系统的人机协同式智能用户界面体系结构 ,并重点讨论了如何解决多媒体对象展示关系、Agent之间协同、应用语义反馈、用户智能向导等问题。在该结构中 ,控制 Agent协调可视元素之间的通信 ,用户 Agent负责保存用户兴趣模型和提供推理服务。支持用户界面按构件方式进行组合 ,具有良好的扩展性和可重用性。

自适应人机界面的新模型机制探讨

当前,自适应界面已成为人机界面研究的一个方向。本文首先介绍了有关人机界面和自适应界面的一些基本概念,并在此基础上提出了一个人机界面的自适应机制,并提出智能Agent是计算机领域中自适应人机界面设计思路之一,给出了基于Agent的用户模型的结构框图,探讨了用户界面Agent及其构建方法。

智能用户接口中基于学习的用户建模方法

提出了一种基于学习的方法,对用户进行隐式的、分布式的建模。学习的作用体现在两个方面:通过基于学习的合同网协议获取用户的原始模型;通过基于观察的学习获得本次登录后用户的新模型。与其他建模方式相比,该方法不限制用户登录的终端又能充分利用用户的历史信息;该方法不侵犯用户的隐私,具有较好的适应性,通过学习,系统可以了解不同用户的爱好以及同一个用户的时变爱好。

基于MAS的智能用户界面建模

提出一种基于多Agent系统(MAS)的智能用户界面分层模型和交互框架。采用基于互信息的"化学键"模型解决多通道融合和多媒体展现问题,使用基于环境感知的"变色龙"机制实现移动的普适访问策略,利用经济学"市场"模型和Web服务技术实现P2P协同网格计算,并给出系统动态交互模拟的化学抽象机定义。应用实例表明,该模型能提供自然高效的交互模式,减少人机隔阂。