MétaCan
Menu
Retour à la cohorte
Enregistrement W4393378335 · doi:10.47611/jsrhs.v12i4.5543

Taking Control: A Novel Galvanic Stimulation Device for the Visually Impaired.

2023· article· en· W4393378335 sur OpenAlexaff
Jing Peng, Elizabeth Strehl, Peter Mbua, Susan Leong, Mert Kaval

Notice bibliographique

RevueJournal of Student Research · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVisually impairedStimulationControl (management)Galvanic cellComputer scienceHuman–computer interactionPsychologyNeuroscienceMaterials scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The white cane has been the prominent and widely used mobility aid by visually impaired persons for many years, however, there are some limitations associated with the white cane mobility aid device. Primarily, the white cane exhibits restricted capability in detecting ground-level obstacles in proximity and does not provide reliable detection of aerial obstacles. Our work proposes a device for the safe navigation of visually impaired persons utilizing a non-invasive galvanic vestibular stimulation (GVS) technique. By delivering a signal (1-1.2mA) delivered behind the ear via electrode pads to the vestibular system, we induce a sensation of steering thereby facilitating navigation. Our proposed device utilizes a combination of Intel’s D435 depth camera and an object detection model, YOLOv5, to identify and process the detection of obstacles within a 3-meter range. Within 0.2 seconds, the object is detected, and the algorithm assesses the situation and sends instructions via User Datagram Protocol (UDP) packets wirelessly to the GVS device. The device receives the packets and steers the subject (human) autonomously. In total, four tests with different scenarios have been conducted, through experimentation, it was found that the system could successfully detect, process, and transmit geospatial information to the GVS module; and steers the user into the correct trajectory to avoid any hazards obstructing the user’s path.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,914
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,451
Tête enseignante GPT0,547
Écart entre enseignants0,096 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student ResearchMême sujetTactile and Sensory InteractionsTravaux en français237 207