Measurement and Modeling Mutual Capacitance of Electrical Wiring and Humans
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In a recent series of electric field sensing experiments, a theremin was used to measure the mutual capacitance between a human being and a length of electrical wiring. The instrument, based on the LM555 circuit, measures the deflections in capacitance due to the proximity of a human. The measurements are repeatable, and the difference in capacitance for a person at 0.5 m with a person at 1 m is consistent with the difference computed, assuming the human acts as a ground plane for the wiring. Much of the current literature in electric field sensing focuses on measures and models of mutual capacitance for humans interacting with plate conductors [J. R. Smith, Electric field imaging, Ph.D. dissertation, Mass. Inst. Technol., Cambridge, MA, 1999; N. Karlsson and J. O. Jarrhed, A capacitive sensor for the detection of humans in a robot cell, in Proc. IEEE IMTC Rec., May 18-20, 1993 pp. 164-166.], especially fingers near touch screens [D. Wiebe, A. Machynia, K. Mazur, and J. Epp, Human-computer interface device based on electric field sensing, Ph.D. dissertation, Univ. Manitoba, Winnipeg, MB, Canada, 2004]. The present investigation considers conducting wires to allow the development of portable rapidly deployable human proximity sensing systems that exploit existing electrical infrastructure in buildings. The experiment described here demonstrates that sensing with wires is possible at ranges on the order of a meter and provides evidence that modeling the person as a ground plane of finite extent provides a rough estimate of the change in mutual capacitance
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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