Yhteistyörobotin oppimisympäristön kehittäminen
Notice bibliographique
Résumé
Tässä opinnäytetyössä kehitettiin Kaakkois-Suomen ammattikorkeakoulun (Xamk) Kouvolan kampuksella olevan Techman TM5-900 -yhteistyörobotin oppimisympäristöä, minkä kaltaiset yhteistyörobotit ovat yleistyneet viime vuosina teollisuudessa ja opetuskäytössä. Tämän takia aiheen tutkiminen oli ajankohtaista. Työn tarkoituksena oli hankkia opetusympäristöä kehittävää tietoa yhteistyöroboteista sekä niiden liittämisestä eri laitteisiin. Työn aikana yhteistyörobottiin tehtiin asennuksia, mutta pääosin painopiste oli automaatiototeutuksessa. Työssä pyrittiin I/O-kytkentöjen parantamiseen, Feston mukautuvan tarttujan käytön helpottamiseen ja yhteistyörobotin ohjaamisen parantamiseen nappikotelon avulla. Tietoa hankittiin ammattikirjallisuudesta, muista tutkimuksista sekä yhteistyörobotteja koskevista standardeista ja direktiiveistä. Standardeista ja direktiiveistä tuotiin ilmi yhteistyörobotin riskien arviointiin sekä asennukseen vaikuttavia tekijöitä. Tutkimuksen muu aineisto syntyi toiminnallisen työn dokumentaatiosta. Lopputuloksena syntyi dokumentaatio, jota pystyy käyttämään ohjeena yhteistyörobotin oppimisympäristöön tutustuessa ja etsiessä lisätietoa laitteisiin liittyen. Työn aikana saatiin parannettua yhteistyörobotin I/O-kytkentöjä ja ohjat-tavuutta. Työn lopussa käsiteltiin vielä, mitä muita kehityskohteita yhteistyörobotin oppimisympäristössä olisi. Työllä saatiin parannettua yhteistyörobotin oppimisympäristöä, ja parannukset tulevat helpottamaan yhteistyörobotin käyttöä.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,039 |
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 ».