論文の概要: Haptic in-sensor computing device made of carbon nanotube-polydimethylsiloxane nanocomposites
- arxiv url: http://arxiv.org/abs/2406.03958v1
- Date: Thu, 6 Jun 2024 11:05:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-07 15:10:00.896130
- Title: Haptic in-sensor computing device made of carbon nanotube-polydimethylsiloxane nanocomposites
- Title（参考訳）: カーボンナノチューブ-ポリジメチルシロキサンナノコンポジットを用いたハプティックインセンサー・コンピューティング装置
- Authors: Kouki Kimizuka, Saman Azhari, Shoshi Tokuno, Ahmet Karacali, Yuki Usami, Shuhei Ikemoto, Hakaru Tamukoh, Hirofumi Tanaka,
- Abstract要約: 本研究では,犠牲テンプレート法を用いて階層構造を有する触覚センサの試作に成功した。
我々は入力刺激を高次元情報に変換し,CNTs-PDMSナノコンポジットの新たな経路を実現する。
このアプローチは、計算コストを削減しつつ、ロボットの触覚を高めることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The importance of haptic in-sensor computing devices has been increasing. In this study, we successfully fabricated a haptic sensor with a hierarchical structure via the sacrificial template method, using carbon nanotubes-polydimethylsiloxane (CNTs-PDMS) nanocomposites for in-sensor computing applications. The CNTs-PDMS nanocomposite sensors, with different sensitivities, were obtained by varying the amount of CNTs. We transformed the input stimuli into higher-dimensional information, enabling a new path for the CNTs-PDMS nanocomposite application, which was implemented on a robotic hand as an in-sensor computing device by applying a reservoir computing paradigm. The nonlinear output data obtained from the sensors were trained using linear regression and used to classify nine different objects used in everyday life with an object recognition accuracy of >80 % for each object. This approach could enable tactile sensation in robots while reducing the computational cost.
- Abstract（参考訳）: 触覚インセンサー・コンピューティング・デバイスの重要性が高まっている。
本研究では,炭素ナノチューブ-ポリジメチルシロキサン(CNTs-PDMS)ナノコンポジットを用いて,階層構造を有する触覚センサの試作に成功した。
CNTs-PDMSナノコンポジットセンサの感度はCNTの量によって異なる。
我々は、入力刺激を高次元情報に変換し、貯水池計算パラダイムを適用して、ロボットハンドで実装したCNTs-PDMSナノコンポジットアプリケーションのための新しい経路を可能にする。
センサから得られる非線形出力データは, 線形回帰を用いてトレーニングし, 日常で使用する9つの異なる物体を, 物体の認識精度が80%以上で分類した。
このアプローチは、計算コストを削減しつつ、ロボットの触覚を高めることができる。
関連論文リスト
- Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳（メタデータ） (2024-02-26T15:01:54Z) - EPIM: Efficient Processing-In-Memory Accelerators based on Epitome [78.79382890789607]
畳み込みのような機能を提供する軽量神経オペレータであるEpitomeを紹介する。
ソフトウェア側では,PIMアクセラレータ上でのエピトームのレイテンシとエネルギを評価する。
ハードウェア効率を向上させるため,PIM対応層設計手法を提案する。
論文 参考訳（メタデータ） (2023-11-12T17:56:39Z) - PDE Discovery for Soft Sensors Using Coupled Physics-Informed Neural
Network with Akaike's Information Criterion [0.9346127431927981]
偏微分方程式 (Partial differential equation, PDE) は、モデル依存型産業プロセスにおけるソフトセンサーの候補である。
微分作用素やソース項を含む適切なPDEを見つけることはギャップを補うことができる。
CPINN-AICは、ソフトセンサーのための適切なPDE構造とニューラルネットワークベースのソリューションを発見するデータ駆動方式である。
論文 参考訳（メタデータ） (2023-08-11T13:39:21Z) - Auto-PINN: Understanding and Optimizing Physics-Informed Neural
Architecture [77.59766598165551]
物理インフォームドニューラルネットワーク(PINN)は、ディープラーニングのパワーを科学計算にもたらし、科学と工学の実践に革命をもたらしている。
本稿では,ニューラル・アーキテクチャ・サーチ(NAS)手法をPINN設計に適用したAuto-PINNを提案する。
標準PDEベンチマークを用いた包括的事前実験により、PINNの構造と性能の関係を探索することができる。
論文 参考訳（メタデータ） (2022-05-27T03:24:31Z) - Sub-nanotesla Sensitivity at the Nanoscale with a Single Spin [11.230326490436141]
ナノスケールでの0.5$bfnT/sqrtHz$の感度は,ダイヤモンド中の窒素空孔欠陥を用いて実験的に達成される。
達成された感度は、複数の量子技術を統合することで大幅に向上する。
論文 参考訳（メタデータ） (2022-05-09T16:42:54Z) - Nanodiamonds based optical-fiber quantum probe for magnetic field and
biological sensing [6.643766442180283]
本研究では, ナノダイアモンドNV中心を化学修飾した小型光ファイバー量子プローブを開発した。
プローブの磁場検出感度は0.57 nT/Hz1/2 @ 1Hzに著しく向上し、ナノダイアモンドNVに基づくファイバ磁力計の新たな記録となった。
論文 参考訳（メタデータ） (2022-02-24T01:41:13Z) - Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。
超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。
ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
論文 参考訳（メタデータ） (2021-06-24T11:06:34Z) - Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。
このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。
その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文 参考訳（メタデータ） (2021-02-02T15:44:39Z) - Integrated and portable magnetometer based on nitrogen-vacancy ensembles
in diamond [0.0]
ダイヤモンド中の負の荷電窒素空洞は、室温で磁場を測定するための有望な高感度プラットフォームとして出現している。
ここでは, 粗大な実験装置を使わずに, 全機能部品を完全統合した繊維系NV磁力計を実演する。
論文 参考訳（メタデータ） (2020-12-02T09:49:23Z) - Biocompatible technique for nanoscale magnetic field sensing with
Nitrogen-Vacancy centers [0.0]
ダイヤモンド中の窒素空孔中心は、ナノスケールの磁場を測定するために用いられる。
異なる光学パワーに対する感度は、この技術を細胞間スケールに拡張するために研究される。
論文 参考訳（メタデータ） (2020-05-27T08:23:22Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。