MétaCan
Menu
Retour à la cohorte
Enregistrement W2891526756 · doi:10.5772/80

Advances in Service Robotics

2008· book· en· W2891526756 sur OpenAlexfundno aff

Notice bibliographique

RevueInTech eBooks · 2008
Typebook
Langueen
DomaineComputer Science
ThématiqueSoftware System Performance and Reliability
Établissements canadiensnon disponible
Organismes subventionnairesCentros de Pesquisa, Inovação e Difusão, Fundação Amazônia Paraense de Amparo à PesquisaResearch Institute for Science and Technology, Tokyo Denki UniversityUC Berkeley College of ChemistryInstitute of Chemistry, Chinese Academy of SciencesCanadian Institute for Advanced Research
Mots-clésRoboticsArtificial intelligenceService (business)Computer scienceRobotBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Industrial robots for working in factory environment were widely researched and lead enormous development in the 20th century.But the research subjects are moving to Service Robotics with the busy life style of humans in the 21st century.Humans have great concern in healthy life and do not want to get 3D jobs (difficult, dangerous and dirty) as well as repeated simple jobs.For these reasons, Service Robots which do these jobs instead of humans are the main focus of research nowadays.As Service Robots perform their jobs in the same environment as humans, Service Robots should have essential abilities humans have.They should recognize faces, gestures, characters, objects, speech and atmosphere.They should find their way to reach the goal without collisions and destructions, and accomplish the task at hand successfully.They should grab and deliver some objects.They should communicate with humans based on emotion.These all research subjects are included in Service Robotics area.This book consists of 18 chapters about current research results of service robots.Topics covered include various kinds of service robots, development environments, architectures of service robots, Human-Robot Interaction, networks of service robots and basic researches such as SLAM, sensor network, etc.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,022

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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetSoftware System Performance and ReliabilityTravaux en français237 207