MétaCan
Menu
Retour à la cohorte
Enregistrement W3135248361 · doi:10.47839/ijc.6.2.443

HAPTIC HUMAN INTERFACES FOR ROBOTIC TELEMANIPULATION

2014· article· en· W3135248361 sur OpenAlex
Emil M. Petriu, Pierre Payeur, Ana-Maria Creţu

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Computing · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space Agency
Mots-clésHaptic technologyStylusComputer scienceVirtual realityHuman–computer interactionArtificial intelligenceSet (abstract data type)Interface (matter)TeleroboticsComputer visionModalitiesTactile sensorRobotMobile robot

Résumé

récupéré en direct d'OpenAlex

Recent investigation in haptic man-robot interaction suggests that there are ultimately only two topical tactile feedback generation modalities for haptic human interfaces. These allow the human operator to handle either (i) temporary virtual reality-based material replicas of the local geometric and/or force profile at the contact areas of an unlimited set of generic objects that could virtually be handled during the manipulation, or (ii) permanent material replicas of a limited set of typical objects. In this paper, the two modalities are analyzed and examples of tactile human interfaces developed by the authors for telerobotic blind tactile exploration of objects, and for telerobotic hapto-visual stylus-style tool manipulation are presented to illustrate the proposed approaches. The necessary modelling of the elastic properties of 3D objects from experimental tactile and range imaging data is also presented using a neural network architecture that becomes an important component of the haptic interface.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,358
Écart entre enseignants0,289 · 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