Yhteistyörobotin oppimisympäristön kehittäminen
Bibliographic record
Abstract
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.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.088 | 0.039 |
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 source (direct Gemma or distilled Codex), 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".