MétaCan
Menu
Retour à la cohorte
Enregistrement W4254784126 · doi:10.1121/1.4799098

Measuring the haptic behavior of an acoustic guitar as perceived by the player by means of a vibrating actuator

2013· article· en· W4254784126 sur OpenAlexaff
M. Giordano, Marcelo M. Wanderley

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésGuitarString (physics)AccelerometerHaptic technologyAcousticsActuatorVibrationSpeech recognitionComputer scienceNoise (video)SimulationMathematicsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Two sets of recordings of the vibration produced by plucking the fifth and the second string of an acoustic guitar were acquired using an accelerometer secured to the neck of the instrument. These vibrations were reproduced using a recoil-type vibrating actuator attached at the neck of the guitar. In one of the sets, spectral features of the original recordings were altered. We performed a preliminary study involving nine participants, blindfolded and deafened using earplugs and white noise. They were asked to discriminate, by holding the neck of the instrument with their left hand, between "fake" (actuator-produced) or real vibrations, produced by the experimenter plucking either string two or five. Our aim was to assess if any of the spectral features altered in the second set of recordings increased the recognition rate of actuator-produced vibrations as being "fake". These features, if present, would then be likely to carry crucial information and should be therefore modeled with extreme care in the simulation of the haptic behavior of the instrument. Results show that, at least for string five, we identified one feature (a spectral peak at 548Hz) which, if altered, made the recognition rate as "fake" rise, statistically significantly, from 55% to 89%.

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)0,005
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
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 ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,231 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetTactile and Sensory InteractionsTravaux en français237 207