Robotik

Deep-Learning E-Skin kan afkode kompleks menneskelig bevægelse

Deep-Learning E-Skin kan afkode kompleks menneskelig bevægelse


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

En dyb læringsdrevet enkeltstrakt elektronisk hudsensor er udviklet af forskere ved Korea Advanced Institute of Science and Technology (KAIST)der kan fange menneskelig bevægelse på afstand.

Forskerne bag arbejdet siger, at det kunne "give et vendepunkt i sundhedsovervågning, bevægelsessporing og blød robotik."

RELATERET: ELEKTRONISK HUD TIL VIRKELIGHED MED SELVHELINGSSENSORER

Deep-learning e-skin

Når den placeres på en persons håndled, kan den elektroniske enkeltstammesensor fange menneskelig bevægelse på afstand. Det er i stand til at afkode komplekse femfingerbevægelser i realtid med en virtuel 3-D hånd at spejle de oprindelige bevægelser.

Imponerende, via hurtig situation læring (RSL), er det dybe neurale netværk i stand til at sikre stabil drift uanset dens position på overfladen af ​​huden.

Imponerende, via hurtig situation læring (RSL), er det dybe neurale netværk i stand til at sikre stabil drift uanset dets position på overfladen af ​​huden.

Et nyt sensingparadigme til bevægelsessporing

Konventionelle vaffelbaserede fabrikationsmetoder har krævet mange sensornetværk at dække hel krumme linjer på målområdet.

Forskernes laserfremstillingsmetode giver et nyt sensingparadigme til bevægelsessporing, TechXplore forklarer.

Forskerholdet, ledet af professor Sungho Jo fra School of Computing, samarbejdede med professor Seunghwan Ko fra Seoul National University for at designe det nye målesystem, der er baseret på ideen om, at lokalisering af et enkelt område er mere effektivt til at identificere bevægelser. end at fastgøre flere sensorer på forskellige led og muskler.

Et teknologisk vendepunkt

Systemet de byggede udtrækker signaler svarende til flere fingerbevægelser ved at generere revner i metal nanopartikelfilm ved hjælp af laserteknologi.

Takket være sit hurtige situation læring (RSL) system, kan sensoren spore bevægelse af en hele menneskets krop med et lille sensorisk netværk, der tillader indirekte fjernmåling af menneskelige bevægelser - noget forskerne siger, kan anvendes til avancerede VR- og AR-systemer.

"Vores system kan udvides til andre kropsdele. Vi har allerede bekræftet, at sensoren også er i stand til at udtrække gangbevægelser fra et bækken," fortalte professor Jo TechXplore.

"Denne teknologi forventes at give en vendepunkt inden for sundhedsovervågning, bevægelsessporing og blød robotik, ”forklarede han.

Holdets resultater offentliggøres i Naturkommunikation.


Se videoen: Data - Deep Learning and Neural Networks with Python and Pytorch (Juni 2022).


Kommentarer:

  1. Enapay

    Also, I can't wait for December 10th. when Real Madrid are against the zenith….

  2. Herschel

    Jeg abonnerede på RSS-feedet, men af ​​en eller anden grund er beskederne i form af nogle hieroglyffer. Hvordan fikser man dette?

  3. Odion

    et charmerende spørgsmål

  4. Avisha

    Maybe enough to argue ... It seems to me that the author wrote correctly, but it was not necessary so sharply. P. S. I congratulate you on the last Christmas!



Skriv en besked