MétaCan
Menu
Retour à la cohorte
Enregistrement W1988360783 · doi:10.1108/02602280410545416

A supported membrane type sensor for medical tactile mapping

2004· article· en· W1988360783 sur OpenAlexaff
Javad Dargahi, Siamak Najarian

Notice bibliographique

RevueSensor Review · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPolyvinylidene fluorideTactile sensorPoint (geometry)Finite element methodSurface (topology)AcousticsProcess (computing)MembraneComputer scienceType (biology)Materials scienceBiological systemArtificial intelligenceEngineeringElectronic engineeringComputer visionStructural engineeringPhysicsGeometryMathematicsChemistry

Résumé

récupéré en direct d'OpenAlex

This paper describes the design, fabrication, testing, and mathematical modeling of a supported membrane type polyvinylidene fluoride (PVDF) tactile sensor. Using the designed membrane type sensor (MTS), it is shown that the entire surface of the PVDF film can be employed as a means of detecting the force magnitude and its application point. This is accomplished by utilizing only three sensing elements. Unlike the array type tactile sensors, in which the regions between the neighboring sensing elements are not active, all the surface points of the sensor are practically active in this MTS. A geometric mapping process is introduced, thereby, the loci of the isocharge contours for the three sensing elements are determined by applying force on various points of the sensor surface. In order to form a criterion for the comparison between the experimental findings and the theoretical analysis data, and also to determine the magnitude of the stresses generated in the membrane, finite element modeling is used. The correlation between the theoretical predictions and experimental findings is proven to be reasonable. Potentially, the designed MTS can be incorporated into various medical probes for tactile imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensor ReviewMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207