MétaCan
Menu
Retour à la cohorte
Enregistrement W2921758623 · doi:10.1016/j.medengphy.2019.02.012

A method to estimate inertial properties and force plate inertial components for instrumented platforms

2019· article· en· W2921758623 sur OpenAlexafffund
Brad Roberts, Jeremy C. Hall, Andrew D. Williams, Hossein Rouhani, Albert H. Vette

Notice bibliographique

RevueMedical Engineering & Physics · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensGlenrose Rehabilitation HospitalAlberta Health ServicesUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInertial frame of referenceFictitious forceInertial measurement unitAccelerationAccelerometerMoment (physics)Ground reaction forceStandard deviationComputer scienceSimulationMechanicsControl theory (sociology)PhysicsMathematicsClassical mechanicsKinematicsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

• Moving platform-embedded force plate signals contain inertial components. • Removal of inertial components requires knowledge of the system's inertial properties. • We proposed a method to estimate inertial properties and components for any platform. • The method was used to estimate the inertial properties for one specific platform. • We found excellent agreement between measured and computed force plate signals. Kinetic data acquired from force plates embedded in moving platforms naturally contain artifacts due to platform acceleration, called force plate inertial components. While they can be estimated and removed from the measured signals, the system's inertial properties need to be known. Our objective was to: (1) develop a method for estimating the inertial properties and force plate inertial components for any instrumented platform; (2) estimate the inertial properties specifically for the Computer-Assisted Rehabilitation Environment (CAREN); and (3) validate the estimates with new experimental data. Unloaded ramp-and-hold perturbations (for estimation) and unloaded random perturbations (for validation) were executed to obtain the force, moment, and motion of the CAREN platform. Inertial properties were estimated by minimizing the error between the measured and computed inertial forces and moments. Obtained estimates were validated by calculating the coefficient of determination ( R 2 ) between the measured and computed forces or moments when keeping the inertial properties fixed. The estimates of the CAREN's inertial properties exhibited low variability across trials, and R 2 for the validation trials was 0.90 ± 0.08 (mean ± standard deviation). The developed method can be used for removing inertial components from force plate signals, yielding reliable estimates of ground reactions in dynamic biomechanical research and clinical assessments.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,347
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207