MétaCan
Menu
Retour à la cohorte
Enregistrement W2026726979 · doi:10.1109/tmech.2015.2417116

Bilateral Magnetic Micromanipulation Using Off-Board Force Sensor

2015· article· en· W2026726979 sur OpenAlexafffund
Moein Mehrtash, Xiaodong Zhang, Mir Behrad Khamesee

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésHaptic technologyTracking (education)Position (finance)TeleoperationOrientation (vector space)Computer sciencePosition sensorSimulationMechanical engineeringPhysicsAcousticsArtificial intelligenceEngineeringRobotMathematicsAngular displacementGeometry

Résumé

récupéré en direct d'OpenAlex

This paper introduces a novel haptic-enabled magnetic micromanipulation platform with promising potential for extensive biological and biomedical applications. This platform consists of two separated basic sites: 1) the slave site that uses a controlled magnetic field for manipulating a ferromagnetic microdevice and 2) the master site that uses a haptic-enabled device for the position and the force communication between the human operator and the microdevice. Due to the size restriction of the microdevice, attaching force sensors to the microdevice is impractical. Thus, to preserve a high feeling of a microdomain environment for the human operator, the applied force/torque from the environment to the microdevice is estimated with a novel off-board force sensing mechanism. This force sensing mechanism uses the produced magnetic flux information and the real position of the microdevice to estimate the environmental force applied to the microdevice. A scaled force-position teleoperation scheme is employed for this haptic application to scale down the macrodomain position for microdomain application and scale up the microdomain force for macrodomain sensing of the human operator. Conducting several experiments in different conditions, precise motion tracking with high accurate force transfer to human operator has been reported, RMS of position tracking errors of 0.2 mm with 1.27-$\mu$N accuracy force sensing for single-axis motion.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,259
Écart entre enseignants0,225 · 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
GenreEmpirique

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

En bref

Citations17
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetMicro and Nano RoboticsTravaux en français237 207