MétaCan
Menu
Retour à la cohorte
Enregistrement W2564265686 · doi:10.82308/16598

A human head motion monitoring system based on an inertial measurement unit

2012· article· en· W2564265686 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Automated Systems
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésHead (geology)Inertial measurement unitUnits of measurementComputer scienceComputer visionUnit (ring theory)Artificial intelligenceGeologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Cette thèse décrit la conception et le développement d'une système d'enregistrement des mouvements de la tête reposant sur une unité de mesure inertielle. Le système doit être utilisé par des médecins pour caractériser les mouvements de tête avant et après une chirurgie correctrice effectuée sur le système vestibulaire alors que le patient est engagé dans ses activités journalières. Ce système doit également être utilise en médecine du sport afin de comparer les performances entre athlètes et les entraîneurs pour aider les athlètes à améliorer leurs techniques.Le système comprend une unité de mesure inertielle avec un accéléromètre trois axes, un gyroscope et un magnétomètre. Les données peuvent être enregistrées sur une carte micro-SD lors de la transmission de données et recevoir des commandes sans fil. Ce faisant, plusieurs techniques de traitement du signal tels que des filtres à réponse impulsionnelle finie et la fusion de signaux en utilisant des filtres de Kalman sont présentés. Tous les capteurs sont étalonnés pour garantir l'exactitude absolue. De plus, cette thèse se concentre sur les techniques de reconnaissance de forme basée sur la méthode de classification Bayesienne pour distinguer les différents activités quotidiennes des utilisateurs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,251
Écart entre enseignants0,198 · 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