論文の概要: Towards Estimating Normal and Shear Interface Pressures in Prosthetic Sockets via Least Squares and Mechanics Modeling

• arxiv url: http://arxiv.org/abs/2606.04222v1
• Date: Tue, 02 Jun 2026 21:17:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.38573
• Title: Towards Estimating Normal and Shear Interface Pressures in Prosthetic Sockets via Least Squares and Mechanics Modeling
• Title（参考訳）: 長方形とメカニクスモデリングによる補綴ソケットの正常およびせん断界面圧力の推定に向けて
• Authors: Axel González Cornejo, Tianhao Yu, Chi Hwan Lee, Edgar Bolívar-Nieto,
• Abstract要約: 義足のソケットフィッティングは手動と反復がほとんどであり、客観的な適合度は依然として限られている。 従来の圧力センサーは時間の経過とともにドリフトする傾向があり、ソケット内の狭い場所でのみ正常な圧力を捉えている。 本研究は,スパース圧力センサ下でのモデル性能を評価するテストベッドを導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Prosthetic socket fitting remains largely manual and iterative, and objective fit metrics are still limited. Part of the challenge is the lack of long-term real-life pressure data at the residual limb--socket interface. Traditional pressure sensors are prone to drift over time, and capture only normal pressures at sparse locations within the socket, missing a critical component for biomechanical analysis: shear. Although some sensors can report both normal and shear interface stresses, these components are often difficult to decouple because of measurement crosstalk. One potential path forward is to develop models that can augment available measurements. This work introduces a testbed to evaluate model performance under sparse pressure sensing using two complementary validation signals: (i) the global wrench (\ie, total forces and moments expressed in an orthonormal frame) transmitted through the socket, by an artificial residual-limb, and (ii) local interface loads (\ie, decoupled normal and shear pressure components in a right-hand-rule orthogonal frame that lives in each instrumented location) measured by sparse sensing clusters, each composed of four capacitance-sensing channels. Rather than presenting full-field pressure estimates, the focus is on an analysis sequence that quantifies how well candidate mechanical models explain both global and local measurements under controlled conditions. A quasi-static spring--mass contact model is evaluated, and its parameters are identified via a two-stage convex least-squares problem. Validation under static loading shows that estimating constant bias terms reduces steady offsets in the wrench channels and improves agreement with local measurements. A Pareto-front sensitivity analysis further illustrates how the trade-off between global and local objectives changes when bias terms are included.
• Abstract（参考訳）: 義足のソケットフィッティングは手動と反復がほとんどであり、客観的な適合度は依然として限られている。 課題の1つは、残留肢-ソケット界面における長期のリアルタイム圧力データの欠如である。 従来の圧力センサーは時間の経過とともにドリフトする傾向があり、ソケット内の粗い場所でのみ正常な圧力を捉え、生体力学的分析の重要な要素を欠いている。 一部のセンサは、通常の界面応力とせん断応力の両方を報告できるが、これらの成分はクロストークの測定のために分離が難しいことが多い。 将来的な道の1つは、利用可能な測定量を増やすモデルを開発することである。 本研究は,2つの相補的検証信号を用いたスパース圧力センシングにおけるモデル性能評価のためのテストベッドを導入する。 一 人工残留肢によりソケットを介して伝達される大域レンチ(正則フレームで表される総力及びモーメント) (II) 局所界面の負荷(各計装位置に居住する直交直交フレームにおける正常成分とせん断圧力成分)は、それぞれ4つのキャパシタンス検知チャネルから構成されるスパースセンシングクラスタによって測定される。 フルフィールド圧力推定を提示するのではなく、制御された条件下での大域的および局所的な測定の両方について、候補となる機械モデルがどのようにうまく説明できるかを定量化する分析シーケンスに焦点が当てられている。 準静電ばね質量接触モデルの評価を行い、そのパラメータを2段凸最小二乗問題により同定する。 静的負荷下での検証は、定数バイアス項の推定がレンチチャネルの定常オフセットを減少させ、局所的な測定との一致を改善することを示している。 Pareto-frontの感度分析は、バイアス項を含むと、グローバル目標とローカル目標とのトレードオフがどのように変化するかをさらに示している。

関連論文リスト

• PEFT-Arena: Understanding Parameter-Efficient Finetuning from a Stability-Plasticity Perspective [52.693471818837395]
  PEFTは安定性・塑性ジレンマにより評価されるべきである。 本稿では,下流性能と一般能力の維持を計測するベンチマークPEFT-Arenaを紹介する。 そこで本研究では,パスワイド巻き戻しによるポストホック改善の事例研究を行った。
  論文  参考訳（メタデータ） (2026-05-27T17:59:51Z)
• Adaptive Manipulation Potential and Haptic Estimation for Tool-Mediated Interaction [14.888648782445694]
  本稿では,ツール間相互作用の統一表現として,パラメータ化された平衡マニフォールド(EM)を提案する。 我々は,ハプティック推定,オンライン計画,適応剛性制御を統合したクローズドループフレームワークを開発した。 このフレームワークはシミュレーションと260以上の現実世界のスクリューロージング試験によって検証されている。
  論文  参考訳（メタデータ） (2026-03-11T02:57:55Z)
• Touch2Insert: Zero-Shot Peg Insertion by Touching Intersections of Peg and Hole [15.791523980428538]
  任意のペグ挿入のための触覚ベースのフレームワークであるemphTouch2Insertを提案する。 本手法は,高解像度触覚画像から断面形状を再構成し,孔の相対的なポーズを0ショットで推定する。 結果,Touch2Insertはシミュレーションにおいてすべてのコネクタのサブミリポーズ推定精度を達成し,実ロボットの平均成功率は86.7%に達した。
  論文  参考訳（メタデータ） (2026-03-04T01:35:33Z)
• Diffusion-based Inverse Model of a Distributed Tactile Sensor for Object Pose Estimation [45.95486121114164]
  我々は,デノナイズ拡散を用いた逆触覚センサモデルを学習し,触覚データを効率的に活用してポーズ推定を行う。 このモデルは、分布した触覚センサからの触覚観測に基づいて調整され、幾何学的センサーモデルを用いてシミュレーションで訓練される。 オンラインポーズ推定では,提案手法を用いて逆モデルと粒子フィルタを統合する。
  論文  参考訳（メタデータ） (2026-01-19T17:36:28Z)
• Downsized and Compromised?: Assessing the Faithfulness of Model Compression [0.0]
  本稿では,圧縮モデルにおける忠実度を評価するための新しい手法を提案する。 モデル行動の圧縮後の変化をキャプチャする,忠実度指標のセットを紹介し,実証する。 我々の貢献には、モデルアライアンスを用いたモデルと圧縮モデル間の予測整合性の評価手法の導入、および全体データセットと人口統計サブグループの両方にわたる予測パターンの統計的に有意な変化を検出するためのカイ二乗検定の適用が含まれる。
  論文  参考訳（メタデータ） (2025-10-07T17:05:02Z)
• Probeless vs Probe-Based Variable-Strength Eavesdropping in Quantum Key Distribution [0.0]
  量子鍵分布(QKD)は秘密鍵を生成するための確実な方法である。 我々は,eavesdropperの可変強度測定がQKDに及ぼす影響を解析した。
  論文  参考訳（メタデータ） (2025-09-30T07:32:43Z)
• Every Subtlety Counts: Fine-grained Person Independence Micro-Action Recognition via Distributionally Robust Optimization [36.230001277076376]
  マイクロアクション認識は、心理的アセスメントと人間とコンピュータの相互作用に不可欠である。 既存の手法は現実のシナリオで失敗することが多い。 本稿では、分散ロバスト最適化の原則を取り入れた個人独立ユニバーサルマイクロアクション認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-25T14:54:24Z)
• A Disentangled Representation Learning Framework for Low-altitude Network Coverage Prediction [42.71119573226285]
  低高度経済の拡大は、空路設計における低高度ネットワーク被覆(LANC)予測の重要性を浮き彫りにした。 専門知識に基づく特徴圧縮と非絡み合い表現学習を組み合わせた二重戦略を導入する。 実験により,本フレームワークの有効性が確認され,最高のベースラインアルゴリズムと比較して7%の誤差が減少した。
  論文  参考訳（メタデータ） (2025-07-13T05:31:35Z)
• Regression Conformal Prediction under Bias [17.252204163950964]
  コンフォーマル予測(CP)は、有効なカバレッジで予測間隔を生成する。 本研究では,CP間隔がバイアスの影響について検討する。 私たちの研究は、よりバイアスのかかる機械学習システムへの道を開くものです。
  論文  参考訳（メタデータ） (2024-10-07T17:59:09Z)
• Precise Statistical Analysis of Classification Accuracies for Adversarial Training [43.25761725062367]
  この問題を治療するために、近年、様々な敵の訓練手順が提案されている。 我々は,逆向きに訓練されたミニマックスモデルの標準とロバストな精度を正確に評価する。
  論文  参考訳（メタデータ） (2020-10-21T18:00:53Z)
• TLIO: Tight Learned Inertial Odometry [43.17991168599939]
  IMUのみの状態推定のための密結合拡張カルマンフィルタフレームワークを提案する。 ヘッドセットからの歩行者データでトレーニングされた我々のネットワークは、統計的に一貫した測定と不確実性を生み出すことができる。
  論文  参考訳（メタデータ） (2020-07-06T03:13:34Z)

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。