冰冷的城市需要更多的綠手指論文書籍站
國立陽明交通大學 教育研究所 陳鏗任所指導 簡嫈儒的 促進大學自主學習的系統平台:介面原型設計 （2020），提出Zen Wireframe關鍵因素是什麼，來自於自我調節學習、學習教練、使用者經驗、線框圖與原型、自主愛學習學程。
而第二篇論文國立臺灣科技大學 資訊工程系 范欽雄所指導 吳曉琪的 一個基於物件偵測與神經機器翻譯的使用者介面自動生成方法 ─ 以網頁佈局為例 （2019），提出因為有 圖形化使用者介面、圖形化使用者介面骨架、網頁佈局、自動化程式生成、深度神經網路、超文本標記語言、物件偵測、神經機器翻譯的重點而找出了 Zen Wireframe的解答。
促進大學自主學習的系統平台:介面原型設計
為了解決Zen Wireframe 的問題，作者簡嫈儒 這樣論述：
學習的自律在近年來頻繁的在臺灣教育改革被提及，各級學校也正以不同形式推動自主學習的相關計畫，中小學新課綱與大學高教深耕計畫。本研究的研究環境-國立陽明交通大學理學院自主愛學習SAIL計畫即為高教深耕計畫中的一部分，研究者開始接觸並參與SAIL計畫後，在觀察過程與學習教練訪談中發現一些待解決的問題，特別是受到COVID-19的影響讓學習教練與學生互動的不足更加明顯，研究者期望透過系統平台，增加與改善互動問題並將資源進行整合，讓系統平台能夠輔助SAIL計畫提升成效。為達研究目的，研究者回顧自主學習理論，並指出學習系統平台可資提升線上學習學生的六點自主學習能力有。確認系統平台目標之後，再研究當前之
介面設計之實施作法，繪製線框圖與原型。另，為了確認所做設計能夠符合受眾所需，且對學習教練支持學生線上自主學習有益，研究者續回顧使用者經驗研究之可行作法，選定以易用性評估為主的任務分析為實地測試的關鍵步驟。研究者所設計之系統平台依照使用者經驗進行分析後設計，包含：透過設計前訪談歸納學習教練人物誌，指出原有晤談與輔導流程的痛點、根據痛點並融入自主學習理論設定系統平台目標與功能，進行線框圖與原型的設計與繪製，並搭配任務分析方式安排在後續測試中給使用者的任務，在測試中根據任務與使用者反饋進行易用性評估，同時透過設計後的實際測試與使用者訪談，了解使用者感受，進行調整與修改，讓系統平台更加符合使用者的需求
與習慣，並再追加招募受試者進行二次測試，了解使用者對SAIL計畫與學習系統平台的使用感受是否獲得改善，及對系統平台的未來期望。本研究進行兩輪測試與訪談後，確立系統平台應能實現主要目標：增加與改善學習教練與學生互動，並提供更完整的資源提升SAIL計畫與自主學習學習成效。研究者認為後續發展除了能夠將此系統平台實現並實際應用在SAIL計畫中，比起電腦上的網頁介面，越來越多學生更習慣在手機上操作APP，未來可進一步設計與發展學習教練APP，方便使用者能更即時與隨手查看，善用行動學習優點，綿密教練與線上學生的互動。
一個基於物件偵測與神經機器翻譯的使用者介面自動生成方法 ─ 以網頁佈局為例
為了解決Zen Wireframe 的問題，作者吳曉琪 這樣論述：
中文摘要 iAbstract ii致謝 ivContents vList of Figures viiList of Tables xChapter 1 Introduction 11.1 Overview 11.2 Motivation 31.3 System Descriptions 41.4 Thesis Organization 7Chapter 2 Related Work about Code Generation 82.1 Encoder-Decoder Frame
work 82.2 Neural Machine Translation 112.3 Object Detection Method 12Chapter 3 GUI Components Detection 163.1 Dataset Preprocessing 163.2 Object Detection 183.2.1 Bounding Box Prediction 193.2.2 Network Architecture 213.2.3 Loss Function 243.3 At
tribute Identification 263.3.1 Feature Extraction by CNN Model 273.3.2 Attribute Identification by RNN Model 28Chapter 4 Automatic GUI Generation 314.1 Our GUI Skeleton Format 314.2 Layout Generation 324.2.1 Encoding by Stack Bidirectional LSTM 344.2.2 Decod
ing by Stack LSTM 354.3 GUI Program Compilation 374.3.1 GUI Skeleton Token Tree Translation 374.3.2 Webpage Design Framework-Bootstrap 394.3.3 Printed Layout Rendering 41Chapter 5 Experimental Results and Discussions 435.1 Experimental Setup 435.1.1 The Data
set: Pix2Code Dataset 455.1.2 The Dataset: Our Generated Dataset 465.2 Results of Object Detection 495.2.1 Results of MockupC2Code 505.2.2 Results of MockupCA2Code 525.3 Results of Attributes Identification 575.4 Results of Layout Generation 595.5 Results of
Our System 64Chapter 6 Conclusions and Future Work 696.1 Contributions and Conclusions 696.2 Future Work 71References 73