Fugu-MT 論文翻訳(概要): An Autonomous Subgram SMA-Based Swimmer

論文の概要: An Autonomous Subgram SMA-Based Swimmer

arxiv url: http://arxiv.org/abs/2606.15028v1
Date: Fri, 12 Jun 2026 23:51:50 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-16 16:21:32.656375
Title: An Autonomous Subgram SMA-Based Swimmer
Title（参考訳）: 自律サブグラムSMAベーススイマー
Abstract要約: バイオインスパイアされた900mgのスイマーを2基のハイワーク密度(HWD)アクチュエータで推進するスイマについて紹介する。我々は、カスタムプリント基板(PCB)と11mAh3.7-V 507-mg単セルリチウムイオン(Li-Ion)電池を用いて、オンボード電力と計算を統合した。 Swimaは最大22.4 mm/s (0.56 Bl/s)の速度で泳ぐことができ、旋回速度は最大14/sに達し、ルート平均平方(RMS)値の0度方向基準軌道に従うことができる。
参考スコア（独自算出の注目度）: 2.580765958706854
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present the Swima, a bioinspired 900-mg swimmer propelled by two 10-mg high-work-density (HWD) actuators driven by shape-memory alloy (SMA) wires. We integrated onboard power and computation by using a custom-built printed circuit board (PCB) and an 11-mAh 3.7-V 507-mg single-cell lithium-ion (Li-Ion) battery, which in conjunction enable autonomous swimming in excess of 18 min. The Swima can swim at speeds of up to 22.4 mm/s (0.56 Bl/s), achieves turning rates of up to 14°/s, and can follow 0-degree heading reference trajectories with root mean square (RMS) values of tracking errors of about 6.5° across multiple tests. This robot is the first subgram microswimmer with onboard power, actuation, and computation developed to date.
Abstract（参考訳）: 形状記憶合金(SMA)線で駆動される2つの10mg高作業密度(HWD)アクチュエータによって推進される900mgのバイオインスパイアされたスイマーであるSwimaについて述べる。特注プリント基板(PCB)と11-mAh3.7-V 507-mg単セルリチウムイオン(Li-Ion)電池を併用し,同時に18分以上の自律泳泳泳を可能にした。スウィマは最大22.4 mm/s (0.56 Bl/s)の速度で泳ぐことができ、旋回速度は14°/sに達し、ルート平均角(RMS)の0度方向の基準軌道を、複数のテストで約6.5°の誤差で追尾することができる。このロボットは、オンボードパワー、アクティベーション、計算能力を備えた最初のサブグラムマイクロスイマーである。

関連論文リスト

Swim-and-Breach at Palm Scale: A Rudder-Steered Two-Propeller Underwater Robot Platform with Differential-Thrust Pitch Control [0.0]
垂直に積み重ねられた2つのプロペラは、推進と差動スラストピッチ制御を提供する。尾舵はヨーコントロールを追加します。このプラットフォームは、川、浸水した構造物、産業システムなどの検査のためにプール間の障壁と乾燥した隙間を横断する小型ロボットを構築するのに使用できる。
論文参考訳（メタデータ） (2026-09-15T14:19:39Z)
nBMS, a Neuromorphic Battery Management System with a Silicon-Validated Spiking State-of-Charge Core for eVTOL Aircraft [0.0]
イベント駆動スパイクネットワークは、時間ごとの充電状態推定のために設計されている。システムは低コストの自動車品質のArtix-7フィールドプログラマブルゲートアレイ上に展開される。完全なアノテート後分析では、1回の推論で1.30$Jとなり、0.5Hzのミッションケイデンスで平均0.65$Wとなる。
論文参考訳（メタデータ） (2026-09-11T20:12:16Z)
Strouhal-Aware Model Predictive Control for Efficient Multi-Fin Flapping Locomotion [3.643400431800639]
我々は自律型水中車両のためのストローハル対応モデル予測制御(MPC)を開発した。コントローラーは各フィンを最適なストローハル回廊内に保持し、コマンドフォースを正確に追跡する。提案手法は, 到達不可能な逆モデルである0.4m/sの速度も許容する。
論文参考訳（メタデータ） (2026-07-03T11:30:53Z)
Energy-Efficient Arm Reaching for a Humanoid Robot via Deep Reinforcement Learning with Identified Power Models [44.9566685062534]
本論文では,UnitreeG1ヒューマノイドロボットの7自由度左腕のための,エンドツーエンドでエネルギーを意識した強化学習フレームワークを提案する。このポリシーは、3つの独立した10ターゲットのバッチで検証され、平均エネルギーは71.5 pm 48.3$,J、終端エフェクター位置誤差は2.64 pm 1.04$,cm、方位誤差は6.92 pm 1.33circ$ -- SI4centimetre/$8.6circ$のトレーニング耐性を持つ。
論文参考訳（メタデータ） (2026-06-14T16:46:18Z)
Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
論文参考訳（メタデータ） (2026-03-17T18:54:21Z)
NVIDIA Nemotron Nano 2: An Accurate and Efficient Hybrid Mamba-Transformer Reasoning Model [205.51647932840226]
Nemotron-Nano-9B-v2は、推論処理のスループットを向上させるために設計されたハイブリッドのMamba-Transformer言語モデルである。 Nemotron-Nano-9B-v2はNemotron-Hアーキテクチャをベースにしており、共通のTransformerアーキテクチャの自己保持層の大部分をMamba-2層に置き換えている。
論文参考訳（メタデータ） (2025-08-20T06:00:57Z)
Prediction Model of Aqua Fisheries Using IoT Devices [0.6526824510982799]
この論文では、センサとArduinoを用いたIoTベースのフレームワークを提案し、水質の効率的なモニタリングと制御を行う。池水にpH、温度、濁度などの異なるセンサを配置し、それぞれが共通のマイクロコントローラボードに接続される。センサーは水からデータを読み取って、Arduino Microcontrollerを介して Thingspeakという名前のIoTクラウドにCSVファイルとして保存する。
論文参考訳（メタデータ） (2025-01-11T13:46:10Z)
IMAGINE: An 8-to-1b 22nm FD-SOI Compute-In-Memory CNN Accelerator With an End-to-End Analog Charge-Based 0.15-8POPS/W Macro Featuring Distribution-Aware Data Reshaping [0.6071203743728119]
作業負荷適応型1-to-8b CIM-CNNアクセラレータであるIMAGINEを22nm FD-SOIで紹介する。 1152x256のエンドツーエンドのチャージベースマクロと、パワーハングリーDACを回避する入力シリアル、ウェイトパラレルの蓄積に基づくマルチビットDPを導入している。測定結果は、MNISTとCIFAR-10の競争力を持つ、0.3/0.6Vで40TOPS/Wの8b系レベルのエネルギー効率を示す。
論文参考訳（メタデータ） (2024-12-27T17:18:15Z)
Towards Machine Learning and Inference for Resource-constrained MCUs [5.30485792198213]
マイクロコントローラ(MCU)のための,バッテリフリー機械学習(ML)推論とモデルパーソナライズパイプラインを提案する。一例として,海洋における魚の画像認識を行った。その結果,MCU上でのバッテリフリーML推論の可能性が示唆された。
論文参考訳（メタデータ） (2023-05-30T11:39:32Z)
Ultra-low Power Deep Learning-based Monocular Relative Localization Onboard Nano-quadrotors [64.68349896377629]
この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
論文参考訳（メタデータ） (2023-03-03T14:14:08Z)
Quantized Neural Networks for Low-Precision Accumulation with Guaranteed Overflow Avoidance [68.8204255655161]
本稿では,推定時のアキュムレータの精度を下げる際に,数値オーバーフローを回避する量子化学習アルゴリズムを提案する。本手法は,浮動小数点点ベースラインに対するモデル精度を維持しつつ,アキュムレータの精度を低減できることを示す。
論文参考訳（メタデータ） (2023-01-31T02:46:57Z)
State-of-Charge Estimation of a Li-Ion Battery using Deep Forward Neural Networks [68.8204255655161]
リチウムイオン電池のためのDeep Forward Networkを構築し,その性能評価を行った。本研究の貢献はリチウムイオン電池用ディープフォワードネットワークの構築手法とその性能評価である。
論文参考訳（メタデータ） (2020-09-20T23:47:11Z)
Universal Battery Performance and Degradation Model for Electric Aircraft [52.77024349608834]
電動垂直離着陸機(eVTOL)の設計、解析、運用には、Liイオン電池の性能の迅速かつ正確な予測が必要である。我々は,eVTOLのデューティサイクルに特有の電池性能と熱的挙動のデータセットを生成する。このデータセットを用いて,物理インフォームド機械学習を用いた電池性能・劣化モデル(Cellfit)を開発した。
論文参考訳（メタデータ） (2020-07-06T16:10:54Z)

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。