論文の概要: Perceptual Comparisons of Viscoelastic Renderings: Fractional- vs Integer-Order Models

• arxiv url: http://arxiv.org/abs/2610.21965v1
• Date: Thu, 15 Oct 2026 14:24:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.126204
• Title: Perceptual Comparisons of Viscoelastic Renderings: Fractional- vs Integer-Order Models
• Title（参考訳）: 粘弾性レンダリングの知覚的比較:分数次モデルと整数次モデル
• Abstract要約: 粘弾性材料をレンダリングしながら,従来の整数階数モデルよりも高次数モデルの方が現実的かどうかを検討する。 人間-オブジェクト実験は、FO-SLSモデルが両方の整数順序の代替品よりもはるかに現実的であると認識されていることを示している。
• 参考スコア（独自算出の注目度）: 1.9307952728103128
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Realistic haptic rendering of viscoelastic materials requires reproducing time-dependent behaviors such as creep and stress relaxation, which arise from the material's inherent memory effects. Fractional-order viscoelastic models have been shown to capture these dynamics accurately and compactly, but it remains unclear whether their increased fidelity translates into perceptual benefits during haptic interaction. In this work, we investigate whether users perceive fractional-order models as more realistic than conventional integer-order models while rendering viscoelastic materials. We compare the fractional-order standard linear solid (FO-SLS) model with two integer-order alternatives: the 3-parameter SLS model and the 5-parameter generalized Maxwell model. We consider two complementary approaches to optimal parameter selection to evaluate rendering realism from both objective and perceptual perspectives: In the first approach, we determine the model parameters via least-squares based system identification of physical viscoelastic reference materials to establish evaluation baselines. In the second approach, we determine population-level perceptually optimal parameters using a qualitative-feedback-based human-in-the-loop optimization and aggregation method. This method establishes model parameters that maximize perceived realism of viscoelastic behaviors through qualitative evaluations. Human-subject experiments indicate that the FO-SLS model is perceived as significantly more realistic than both integer-order alternatives under both parameter selection approaches. Overall, this study provides experimental evidence that fractional-order viscoelastic models are not only theoretically well-motivated, but also perceptually relevant for realistic haptic rendering of creep- and relaxation-dominated behaviors of viscoelastic materials.
• Abstract（参考訳）: 粘弾性材料の現実的な触覚レンダリングには、クリープやストレス緩和のような時間依存的な挙動を再現する必要がある。 フラクショナルオーダー粘弾性モデルは、これらの力学を正確にかつコンパクトに捉えることが示されているが、その密度の増大が触覚相互作用における知覚上の利点に変換されるかどうかは不明である。 本研究では, 粘弾性材料をレンダリングしながら, 従来の整数次モデルよりも高次モデルの方が現実的かどうかを検討する。 分数次標準線形ソリッド(FO-SLS)モデルと3パラメータSLSモデルと5パラメータ一般化マックスウェルモデルとを比較した。 客観的および知覚的視点からレンダリングリアリズムを評価するための最適パラメータ選択に対する2つの相補的アプローチを考察する: 第一のアプローチは、物理粘弾性基準物質を最小二乗法で同定し、モデルパラメータを決定することである。 第2のアプローチでは,定性的フィードバックに基づくHuman-in-the-loop最適化とアグリゲーション手法を用いて,集団レベルの知覚的最適パラメータを決定する。 本手法は,定性評価により粘弾性挙動の知覚現実性を最大化するモデルパラメータを確立する。 人間-オブジェクト実験により、FO-SLSモデルは、両方のパラメータ選択アプローチの下で、両方の整数順序の代替品よりもはるかに現実的であることが示された。 本研究は, 分数次粘弾性モデルが理論的に良好に動機づけられているだけでなく, 粘弾性材料のクリープおよび緩和支配挙動の現実的な触覚レンダリングに関係していることを示す実験的な証拠を提供する。

関連論文リスト

• Joint Model and Data Sparsification via the Marginal Likelihood [53.29070892356214]
  本稿では,個々の特徴とサンプルの相違点を同時学習し,同時にモデルとデータスペーシングを実現することを提案する。 このモデルとデータの対称的なプルーニングは、共役を保存する自然な拡張を提供する。 多様な回帰タスクにわたる経験的結果は、共同ARDアプローチがスパースモデルとロバスト予測モデルの両方を一貫して生成することを確認した。
  論文  参考訳（メタデータ） (2026-05-28T13:26:53Z)
• Haptic Rendering of Fractional-Order Viscoelasticity: Passivity and Rendering Fidelity [1.9307952728103128]
  クリープ・応力緩和を示す粘弾性材料のハプティックレンダリングは多くの用途において重要である。 有限メモリ離散化下での分数次粘弾性モデルの通過率とレンダリング性能について解析する。
  論文  参考訳（メタデータ） (2026-05-11T18:16:45Z)
• Fractional-order Modeling for Nonlinear Soft Actuators via Particle Swarm Optimization [49.34452620841728]
  本稿では, ソフト材料の動的挙動を捉えるために, 分数次微分方程式(FODE)に基づく革新的なモデリング手法を提案する。 提案手法は,ソフトアクチュエータに固有の複雑な変形現象を効果的に表現する。
  論文  参考訳（メタデータ） (2025-12-20T04:46:25Z)
• Adaptive Cubic Regularized Second-Order Latent Factor Analysis Model [14.755426957558868]
  高次元および不完全HDIデータセットは、様々な現実世界のアプリケーションに広く普及している。 本稿では,情報不安定を緩和するための2つのアプローチを提案する。 ACRS HDIは、ALFが高速進行(SACR)モデルよりも高い表現を示すことを示した。
  論文  参考訳（メタデータ） (2025-07-03T03:15:54Z)
• Latent Semantic Consensus For Deterministic Geometric Model Fitting [109.44565542031384]
  我々はLSC(Latent Semantic Consensus)と呼ばれる効果的な方法を提案する。 LSCは、モデルフィッティング問題をデータポイントとモデル仮説に基づく2つの潜在意味空間に定式化する。 LSCは、一般的な多構造モデルフィッティングのために、数ミリ秒以内で一貫した、信頼性の高いソリューションを提供することができる。
  論文  参考訳（メタデータ） (2024-03-11T05:35:38Z)
• Choice Models and Permutation Invariance: Demand Estimation in Differentiated Products Markets [5.8429701619765755]
  ニューラルネットのような非パラメトリック推定器は、選択関数を簡単に近似できることを示す。 提案する関数は、完全にデータ駆動方式で、消費者の振る舞いを柔軟に捉えることができる。 我々の経験的分析により、推定器は現実的かつ同等の自己およびクロスプライス弾性を生成することが確認された。
  論文  参考訳（メタデータ） (2023-07-13T23:24:05Z)
• Dynamically-Scaled Deep Canonical Correlation Analysis [77.34726150561087]
  カノニカル相関解析 (CCA) は, 2つのビューの特徴抽出手法である。 本稿では,入力依存の正準相関モデルをトレーニングするための新しい動的スケーリング手法を提案する。
  論文  参考訳（メタデータ） (2022-03-23T12:52:49Z)
• Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian Nonparametrics [85.31247588089686]
  変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。 ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
  論文  参考訳（メタデータ） (2021-07-08T03:40:18Z)
• Polyconvex anisotropic hyperelasticity with neural networks [1.7616042687330642]
  有限変形に対する凸機械学習に基づくモデルを提案する。 モデルは立方体格子メタマテリアルの非常に困難なシミュレーションデータで校正される。 データアプローチのデータは、機械的な考慮に基づいており、追加の実験やシミュレーション機能を必要としない。
  論文  参考訳（メタデータ） (2021-06-20T15:33:31Z)

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。