UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

DOCENTE

Maribel Perez Paredes

CURSO

 INGENIERÍA PARA LA INNOVACIÓN  

 Sección

EV61

    INTEGRANTE

Pacussich Cribillero, Nikolas Edgar

2020 - 2
Author (s): Henze, Niels; Funk, Markus; Sahami Shirazi, Alireza.

Títle of paper: Software-reduced touchscreen latency.

Journal: Proceedings of the 18th International Conference on Human-Computer Interaction with

Mobile Devices and Services.

Pag – pag (year): pg. 434 -441 (2016)

_________________________________________________________________________________

1) Problema que el autor del artículo científico desea resolver

El problema que encontraron los autores es que todos los dispositivos tecnológicos tienen
inevitablemente la latencia dentro de sus pantallas táctiles, en donde predomina el valor
llamado latencia, el cual es el tiempo que transcurre entre un estímulo y su respuesta, cosa
que tienen todos los softwares, y dispositivos tanto de entrada como de salida. Distintos
estudios muestran que actualmente la latencia normal de los touchscreen se encuentra entre 50
ms y 200 ms, y que mientras más latencia tenga un dispositivo, menor sería el desempeño del
usuario, generando más trabajo y así más desgaste tanto en el hardware como en el software.

2) Descripción del aporte de los autores

Los autores proponen un software que pueda predecir el movimiento del dedo al utilizar un
touch screen, para así reducir la latencia en estos dispositivos. Esto requerirá tanto determinar
distintos puntos finales a un movimiento como también construir trayectorias comunes dentro
de estos movimientos.

Tomando en cuenta, según los autores, una perfecta predicción de la posición de los dedos
puede llegar a disminuir hasta en 100 ms el delay que puede generar este software. Esto puede
ser realizado a través de generar y entrenar redes neuronales que puedan aprender a través de
una base de datos ya recolectada y el Machine Learning framework Encog para poder
predecir todo tipo de movimiento. Este aporte podrá ser en primer lugar implementado en la
escritura y dibujo dentro de un touchscreen, aunque los autores afirman que en el futuro podrá
ser utilizado en todas las actividades que un dispositivo puede realizar.
3) Principal resultado

Se realizaron 70,917 eventos de toque para la tarea de escritura, 36,737 eventos

para la tarea de dibujo y además, se implementó la tarea de la Ley de Fitt, que
consiste en arrastrar objetos de un lado para otro, además se tomaron en cuenta
tres niveles de predicción, es cual se dividen en: sin predicción, 33.3 ms y 66.7 ms.

A partir de estos estudios se encontraron este gráfico:

Según el gráfico, podemos observar que, en el área de jitter (el cual mide el desempeño de la
actividad dentro del touch screen), el más eficiente fue la predicción en 66.77 ms. Mientras que en las
actividades el que tiene más delay o lag es la tarea que no tenía predicción de movimiento. Además
que la predicción de 33.33 ms fue la más aceptada por parte de los voluntarios. Llegando a una
conclusión que la predicción de movimiento de dedos puede tanto mejorar el desempeño y la
comodidad del consumidor, como también mejorar el desempeño del dispositivo.
Bibliografia:

Henze, N., Funk, M., & Shirazi, A. S. (2016). Software-reduced touchscreen latency.

Proceedings of the 18th International Conference on Human-Computer

Interaction with Mobile Devices and Services, 0.

https://doi.org/10.1145/2935334.2935381