Microstructure-Reconfigured Graphene Oxide Aerogel Metamaterials for Ultrarobust Directional Sensing at Human–Machine Interfaces
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Graphene aerogels hold huge promise for the development of high-performance pressure sensors for future human–machine interfaces due to their ordered microstructure and conductive network. However, their application is hindered by the limited strain sensing range caused by the intrinsic stiffness of the porous microstructure. Herein, an anisotropic cross-linked chitosan and reduced graphene oxide (CCS-rGO) aerogel metamaterial is realized by reconfiguring the microstructure from a honeycomb to a buckling structure at the dedicated cross-section plane. The reconfigured CCS-rGO aerogel shows directional hyperelasticity with extraordinary durability (no obvious structural damage after 20 000 cycles at a directional compressive strain of ≤0.7). The CCS-rGO aerogel pressure sensor exhibits an ultrahigh sensitivity of 121.45 kPa –1, an unprecedented sensing range, and robust mechanical and electrical performance. The aerogel sensors are demonstrated to monitor human motions, control robotic hands, and even integrate into a flexible keyboard to play music, which opens a wide application potential in future human–machine interfaces.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».