Learning from Fish： Kinematics and Experimental Hydrodynamics for Roboticists
Bibliographic record
Abstract
在过去的 20 年，在鱼的运动的 biomechanics 的试验性的分析产生了与 biomimetic 鱼机器人的构造相关的很多关键调查结果。在这篇论文，我们在场从关于鱼运动的力学， kinematics，液体动力学，和控制的最近的试验性的研究的 16 结果在鱼 biomechanics 上总结最近的工作。从鱼运动的 biomechanical 研究出现了的调查结果和原则提供重要卓见进鱼的功能的设计并且建议与位于鱼展出的高运动的表演下面的机器的启发鱼的车辆的建设相关的特定的设计特征。关键词鱼运动 - 机器人学 - 鳍 - 水动力学 - kinematics 这个工作从国家科学基金由海军的研究(美国) MURI 资助，和资助的一个办公室部分地被支持到乔治 Lauder。乔治五世。Lauder 从哈佛大学在生物学收到了他的 A.B 和博士学位，在 1976 和 1979 的麻省剑桥分别地。从 1979 ～ 1981，他是在家伙的协会的一个年轻家伙，哈佛大学。他然后在芝加哥大学并且在 1986 加入了教师在加利福尼亚大学的生态学和进化的系， Irvine。自从 1999，他在哈佛大学是 Organismic 和进化生物学的动物，和教授的亚历山大·阿加西兹教授，麻省剑桥。他的当前的工作包含鱼的分析的申请运动功能到 biorobotic 的设计在水下车辆和机器的鱼模型的构造。他的研究兴趣集中于鱼的 biomechanics 和进化，与自由地游泳的鱼的 kinematics，肌肉功能，和水动力学的实验室分析的一个特殊焦点。彼得· G A。使发疯在渥太华出生了，在上，加拿大，在 1971。他收到了 B.A.Sc。在从不列颠哥伦比亚(UBC ) 的大学设计物理的度，温哥华， BC，加拿大在 1993，并且 M.Eng。在来自 McGill 大学的生物医学的工程的度，蒙特利尔， PQ，加拿大在 1996，并且在从麻省理工学院的 mechanical engineering 的博士学位，剑桥，在 2003。他当前是在 Organismic 和进化生物学的部门的一个�
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".