MétaCan
Menu
Retour à la cohorte
Enregistrement W2090125982 · doi:10.1177/0278364909345289

Biomechanically Optimized Distributed Tactile Transducer Based on Lateral Skin Deformation

2009· article· en· W2090125982 sur OpenAlexafffund
Qi Wang, Vincent Hayward

Notice bibliographique

RevueThe International Journal of Robotics Research · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésActuatorTransducerTactile sensorModular designBimorphComputer scienceAcousticsCantileverRendering (computer graphics)Smart transducerEngineeringComputer visionArtificial intelligenceRobotStructural engineering

Résumé

récupéré en direct d'OpenAlex

In this paper we describe a tactile transducer device that is optimized from biomechanical data and that has a compact, yet modular design. The tactile transducer comprises a 6 × 10 piezoelectric bimorph actuator array with a spatial resolution of 1 .8 mm × 1 .2 mm and has a wide temporal bandwidth. The actuator mounting method was improved from a conventional cantilever method to a dual-pinned method, giving the actuator the ability to deform the glabrous skin maximally during laterotactile stimulation. The results were validated by asking subjects to detect tactile features under a wide range of operating conditions. The tactile display device is modular, makes use of ordinary fabrication methods, and can be assembled and dismantled in a short time for debugging and maintenance. It weighs 60 g, it is self-contained in a 150 cm 3 volume and may be interfaced to most computers, provided that two analog outputs and six digital I/O lines are available. Psychophysical experiments were carried out to assess its effectiveness in rendering virtual tactile features.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,390
Écart entre enseignants0,296 · 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

Citations75
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Robotics ResearchMême sujetTactile and Sensory InteractionsTravaux en français237 207