Validation of a piezoelectric sensor array for a wrist-worn muscle-computer interface
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
The average adult spends more hours per day interacting with a computer than sleeping. Computer interfaces that require low physical effort offer users a heathy and efficient interaction method. The lowest physical effort device is the brain-computer interface, which uses electric signals on the scalp. However, since electroencephalography signals are difficult to detect and process, we are investigating the use of alternative biosignals suitable for wearable computer interfaces. Sensors worn over or near muscles can detect electromyographic or mechanomyographic signals, where the latter refer to vibrations and pressure changes caused by muscle activation. Previously, mechanomyographic signals have been measured using accelerometers, microphones and other vibration sensing equipment, and some wearable computer interfaces based on muscle activation have been investigated. We are instead using piezo-electric sensors to measure vibration and pressure, as they are inexpensive, small and highly sensitive. Using piezo-electric sensors, we developed a wrist wearable sensor array that allowed unrestricted movement of the fingers and produced a recordable signal. The movement generated signals were recorded during experiments involving small individual finger movements. Each isolated movement was associated with a single recording which was analysed for a variety of signal features, correlation with the movement, and repeatability between sessions. The correlation and repeatability results support the use of piezo-electric sensors as a viable wearable computer interface sensor. Such a device could be used for prosthetic control, robot assisted surgery, and mobile computer interaction.
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 | 0,000 | 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