Estimation of User-Applied Isometric Force/Torque Using Upper Extremity Force Myography
Notice bibliographique
Résumé
Hand force estimation is critical for applications that involve physical human-machine interactions for force monitoring and machine control. Force Myography (FMG) is a potential technique to be used for estimating hand force/torque. The FMG signals reflect the volumetric changes in the arm muscles due to muscle contraction or expansion. This paper investigates the feasibility of employing force-sensing resistors (FSRs) worn on the arm to measure the FMG signals for isometric force/torque estimation. Nine participants were recruited in this study and were asked to exert isometric force along three perpendicular axes, torque about the same three axes, and force and torque simultaneously. During the tests, the isometric force and torque were measured using a 6-degree-of-freedom (DOF) (i.e. force in three axes and torque around the same axes) load cell for ground truth labels whereas the FMG signals were recorded using a total number of 60 FSRs, which were embedded into four bands worn on the different locations of the arm. A two-stage regression strategy was employed to enhance the performance of the FMG bands, where three regression algorithms including support vector regression (SVR), general regression neural network (GRNN), and random forest regression (RF) models were employed respectively in the first stage and GRNN was used in the second stage. Two cases were considered to explore the performance of the FMG bands in estimating: (1) 3-DOF force and 3-DOF torque at once and (2) 6-DOF force and torque. In addition, the impact of sensors placement and the spatial coverage of FMG measurements were studied. This preliminary investigation demonstrates promising potential of FMG to estimate multi-DOF isometric force/torque. Specifically, R2 accuracies of 0.83 for the 3-axis force, 0.84 for 3-axis torque, and 0.77 for the combination of force and torque (6-DOF) regressions were obtained using the four bands on the arm in cross-trial evaluation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».