This is an outdated version published on 2023-12-28. Read the most recent version.

Polidata: Artificial intelligence model for the evaluation of user interface design on mobile devices

Authors

DOI:

https://doi.org/10.24310/idiseo.18.2023.17687

Keywords:

Interfaz gráfica de usario, diseño, inteligencia artificial, prototipos, evaluación

Abstract

Given the proliferation of chats and prompts for the use of artificial intelligence, especially in the field of content design and generation, challenges and opportunities for design appear. This article proposes the research and development of a  multiclass deep learning model, aimed at evaluating the design of user interfaces for mobile devices, especially as support during the prototyping process of high fidelity interfaces. It also presents the creation of a dataset intended to be the knowledge base of the model. The examples that constitute the dataset have been selected, coming from applications for the Android system, using, as a selection criterion, the consistency and standards of them, for this purpose, the design system Material Design of Google has been used as a style guide. The model has been integrated into an interface that allows intuitively to obtain the inferences or the level of confidence in front of a designed interface that is presented to the model.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Author Biographies

MA. Lic. José Luis Santorcuato-Tapia, Universitat Politècnica de València

Es estudiante del doctorado en Industrias de la comunicación y culturales de la Universitat Politècnica de València, en su investigación integra comunicaciones e inteligencia artificial. Es Magíster en Artes Mediales de la Universidad de Chile, diplomado universitario en inteligencia artificial de la Universidad Católica de Chile, diplomado universitario en experiencia de usuario de la Universidad Central de Chile, postítulo en video digital online y offline MECAD-ESDI . Es ingeniero de ejecución en informática del Instituto AIEP. Licenciado en educación de la Universidad Mayor, Profesor de música y Bachiller en Música de la Universidad Católica de Chile. Ha sido docente en programas de pre y posgrado vinculados a publicidad, nuevos medios, diseño e interacción digital en Universidad de Chile, Universidad del Desarrollo, Universidad Central de Chile, Universidad Bernardo O'higgins, Universidad UNIACC, Universidad Autónoma de Chile, Universidad del Pacífico,  en programas internacionales como el Posgrado Online en Artes Mediales, programa conjunto entre Universidad de Chile, Universidad de Caldas y la Universidad de Córdoba. Ha trabajado en consultoras de comunicaciones, publicidad, diseño digital, interactivos  y visualización de datos.

Dr. Jaime Lloret, Universitat Politècnica de València

Jaime Lloret Mauri obtuvo su licenciatura en Ciencias Físicas en 1997, Ingeniería Electrónica en 2003 y Doctorado en Telecomunicaciones en 2006. Actualmente es profesor en el Departamento de Comunicaciones de la Universidad Politécnica de Valencia. Es director del Instituto de Investigación para la Gestión Integrada de Zonas Costeras (IGIC) desde enero de 2017. Fue el fundador del grupo de investigación “comunicaciones y redes” del IGIC. Fue presidente del Comité Técnico de Internet a nivel mundial (IEEE Communications Society and Internet Society) desde 2013 hasta 2015. Actualmente sus publicaciones tienen más de 21.500 citas y tiene un índice h de 74 según google scholar. Es autor de 15 libros (incluyendo docentes e investigación) y es autor de más de 800 artículos de investigación. Ha sido coeditor de 54 libros de actas de conferencias internacionales y editor invitado de múltiples libros y revistas internacionales. Es el editor jefe de la revista “Ad Hoc and Sensor Wireless Networks” (con JCR ISI Thomson), de la revista "Networks Protocols and Algorithms", y de la revista International Journal of Multimedia Communications. Es presidente de la junta de las revistas IARIA (8 revistas) y es editor asociado de 46 revistas (16 listadas con JCR). Ha liderado muchos proyectos de investigación, desarrollo e innovación locales, regionales, nacionales e internacionales tanto a nivel competitivo como a través de convenios con empresas internacionales (siendo investigador principal en más de 15 proyectos nacionales o europeos). Es autor de 4 patentes. Ha sido el presidente del grupo de trabajo para la creación del estándar IEEE 1907.1 desde 2013 hasta 2018. Ha sido presidente, co-presidente, o presidente local, de 78 conferencias internacionales. Desde 2016 hasta la actualidad es el investigador español con mayor índice h en la lista de revistas TELECOMMUNICATIONS, según el ranking Clarivate Analytics. Además, está incluido en la lista del 2% de mejores investigadores del mundo según la universidad de Stanford. Es IEEE Senior, ACM Senior, IARIA Fellow y EAI Fellow.

References

Abid, A., Abdalla, A., Abid, A., Khan, D., Alfozan, A., & Zou, J. (2019). Gradio: Hassle-Free Sharing and Testing of ML Models in the Wild (Número arXiv:1906.02569). arXiv. https://doi.org/10.48550/arXiv.1906.02569

Adobe. (2023). Relleno generativo: Adobe Photoshop. Recuperado el 15 de septiembre de 2023, de https://www.adobe.com/es/products/photoshop/generative-fill.html

Aggarwal, A., Mittal, M., & Battineni, G. (2021). Generative adversarial network: An overview of theory and applications. International Journal of Information Management Data Insights, 1(1), 100004. https://doi.org/10.1016/j.jjimei.2020.100004

Bourke, D. (2023). Learn PyTorch for Deep Learning [Software]. https://github.com/mrdbourke/pytorch-deep-learning/blob/78be136b27f7ee6a95875f4d5869339cbc7b89cf/06_pytorch_transfer_learning.ipynb

Canonical. (2022). Ubuntu 22.04.3 LTS (Jammy Jellyfish). Recuperado el 20 de septiembre de 2023, de https://releases.ubuntu.com/jammy/

Deka, B., Huang, Z., Franzen, C., Hibschman, J., Afergan, D., Li, Y., Nichols, J., & Kumar, R. (2017). Rico: A Mobile App Dataset for Building Data-Driven Design Applications. Proceedings of the 30th Annual ACM Symposium on User Interface Software and Technology, 845-854. https://doi.org/10.1145/3126594.3126651

Deng, L. (2014). Deep Learning: Methods and Applications. Foundations and Trends® in Signal Processing, 7(3-4), 197-387. https://doi.org/10.1561/2000000039

Dodge, S., & Karam, L. (2016). Understanding How Image Quality Affects Deep Neural Networks (arXiv:1604.04004). arXiv. http://arxiv.org/abs/1604.04004

Duman, B., & Süzen, A. A. (2022). A Study on Deep Learning Based Classification of Flower Images. International Journal of Advanced Networking and Applications, 14(2), 5385-5389.https://www.proquest.com/docview/2734719954/abstract/55C16F85DA1545E1PQ/1

Figma Community. (2019). Figma. Recuperado el 10 de julio de 2023, de https://www.figma.com/community

Figma (@sanghita) | Figma Community. (s. f.-a). Figma. Recuperado 17 de septiembre de 2023, de https://www.figma.com/@sanghita

Modern Login UI 2.0 | Figma Community. (s. f.-b). Figma. Recuperado el 17 de septiembre de 2023, de https://www.figma.com/community/file/888461935200285665/Modern-Login-UI--2.0

Hearme—Music Streaming & Podcast App UI Kit | Figma Community. (s. f.-c). Figma. Recuperado el 10 de julio de 2023, de https://www.figma.com/community/file/1216774653609903227/Hearme---Music-Streaming-&-Podcast-App-UI-Kit

Music Player UI KIT

Published

2023-12-28

Versions

How to Cite

Santorcuato-Tapia, M. L. J. L., & Lloret, D. J. (2023). Polidata: Artificial intelligence model for the evaluation of user interface design on mobile devices. I+Diseño. Revista Científica De Investigación Y Desarrollo En Diseño, 18, págs. 133–164. https://doi.org/10.24310/idiseo.18.2023.17687

Issue

Section

Project