雷竞技rebat神经机器人前沿|新和最近的文章 https://www.雷竞技rebatfrontier雷竞技电竞体育竞猜平台sin.org/journals/neurorobotics. 神经机器人前沿RSS Fe雷竞技rebated |新和最近的文章 念头美国 雷竞技rebat边界饲料发生器,版本:1 2021-04-27T08:09:01.1773981+00:00 60 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.660304https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.660304P3OI-MELSH:基于多探索局部敏感散列的利息推荐算法隐私保护目标点 2021-04-23T00:00:00:00z 刘德胜 Linna山 王磊 Shoulin Yin 惠王 朝阳王 随着社交网络、智能终端和自动定位技术的快速发展,基于位置的社交网络(LBSN)服务已经成为一种重要而有价值的应用。兴趣点(Point of interest, POI)推荐是LBSN中的一项重要内容,旨在为用户推荐新的兴趣点。它不仅可以缓解大数据时代用户面临的信息超载问题,改善用户体验,还可以帮助商家快速找到目标用户,实现精准营销。大多数作品都是基于用户的签到历史和社交网络数据来模拟用户对兴趣点的个性化偏好,并通过协同过滤等推荐技术推荐兴趣点。然而,在签到历史中,多源异构信息(包括位置、类别、人气、社交、评论)从不同方面描述了用户的活动,隐藏了人们的生活方式和个人喜好。然而,上述方法并没有充分考虑这些因素的共同作用。考虑到数据隐私,个人很难与具有相似偏好的人共享数据。本文提出了一种基于多探测局部敏感哈希(LSH)的隐私保护兴趣点推荐算法。该算法研究了分布式系统下的POI推荐问题。本文介绍了一种改进LSH算法的多探索方法。 On the one hand, it reduces the number of hash tables to decrease the memory overhead; On the other hand, the retrieval range on each hash table is increased to reduce the time retrieval overhead. Meanwhile, the retrieval quality is similar to the original algorithm. The proposed method uses modified LSH and homomorphic encryption technology to assist POI recommendation which can ensure the accuracy, privacy and efficiency of the recommendation algorithm, and it verifies feasibility through experiments on real data sets. In terms of root mean square error (RMSE), mean absolute error (MAE) and running time, the proposed method has a competitive advantage.

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.662181https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.662181一种优化人机界面协同适配的框架 2021-04-21T00:00:00Z 圣达利亚酒店

人机界面的操作越来越多地被称为两个学习者的问题,其中人机界面根据共享信息独立地调整其行为,以提高特定任务的联合性能。从人体-机器界面领域汲取灵感,我们从不同的角度提出了一个框架,用于研究界面演变取决于用户行为且不需要明确定义任务目标的场景中的协同适应。我们对协同适应的数学描述建立在界面和用户代理协同适应以最大化交互效率而不是优化任务性能的假设之上。这项工作描述了人体-机器界面的数学框架,其中天真的用户与自适应界面交互。该界面被建模为从高维空间(用户输入)到低维反馈的线性映射,充当自适应“工具”,其目标是在无监督学习过程后最小化传输损耗,并且不知道用户正在执行的任务。用户被建模为一个非平稳的多元高斯生成过程,该过程产生一系列统计上独立或相关的动作。依赖数据用于建模动作选择模块的输出,该模块与实现任务指定的未知目标有关。该框架假设,与这个明确的目标平行,用户正在隐式地学习一种与界面交互的合适但不一定是最佳的方式。内隐学习被建模为使用依赖性学习,由作用于生成分布的基于奖励的机制调节。通过模拟,工作量化了当用户学习操作静态和自适应界面时,系统如何随着学习时间尺度的变化而演变。我们表明,这种新的框架可以直接用于模拟各种交互场景,有助于探索导致关节系统最优学习动力学的参数,并为人机协同适应优于用户适应提供了实证证据

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.647930https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.647930基于注视的选择和地点任务共享自主性意图估计 2021 - 04 - 16 - t00:00:00z 斯特凡·福斯 Anna Belardinelli. 共享自治的目标是在执行远程操作任务时结合机器人和人类的控制。这种合作互动的实现离不开机器人首先快速、可靠地识别人类当前意图,从而快速实例化和执行合适的辅助计划。长期以来,眼动一直被认为是在手工任务中对认知议程展开的高度预测,并因此成为意图估计的最早和最可靠的行为线索。在本研究中,我们提出了一个实验,旨在分析在一个模拟场景中简单的遥控拾取和放置任务中的人类行为,并设计一个合适的模型来早期估计当前的近端意图。我们展示了扫描路径,正如预期的那样,很大程度上取决于当前的意图,两种类型的高斯隐马尔可夫模型,一种更特定于场景,一种更特定于动作,实现了非常好的预测性能,同时也对新用户和空间安排进行了推广。最后,我们讨论了行为和模型结果如何表明,眼动在一定程度上反映了跨对象配置的高层次规划的不变性和通用性,这可以被协作的机器人系统所利用 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.673659https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.673659编辑:集成多模态和感觉运动协调增强人机交互 2021-04-15T00:00:00Z 宾坊 诚芳 李文 Poramate Manoonpong https://www.雷竞技rebatfrontiersin.org/artlicles/10.3389/fnbot.2021.651432https://www.雷竞技rebatfrontiersin.org/artlicles/10.3389/fnbot.2021.651432主动视觉生成模型 2021-04-13T00:00:00Z 托马斯巴里斯 努尔Sajid LANCELOT DA COSTA. M伯克·米尔扎 Karl J. Friston. 激活的视觉系统包括视觉皮层、大脑注意网络和动眼神经系统。虽然它本身就很吸引人,但它也是一般感觉运动网络的一个重要模型。研究这一系统的一个重要方法是主动推理——假设大脑利用一个内部(生成)模型来预测本体感受和视觉输入。这种方法将动作视为确保感觉符合预测(即通过移动眼睛),并假定视觉感知是更新预测以符合感觉的结果。在主动推理下,挑战在于识别生成模型的形式,生成模型做出这些预测,从而指导行为。在这篇论文中,我们提供了一个生成模型的概述,大脑必须使用参与主动视觉。这意味着要明确解释视网膜细胞活动和来自动眼肌纤维的本体感受信息的过程。除了眼睛和视网膜的机制,这些过程还包括我们对眼睛移动方向的选择。这些决定是基于对突出位置的信念,或者信息获取和信念更新的潜力。本文的一个关键主题是大脑内隐生成视觉世界模型下的“看”与“看”之间的关系 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.652562https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.652562基于b样条参数域的有限数量野生图像三维人脸重建几何一致性建模 2021-04-13T00:00:00Z 伟隆彭 苏勇 龙堂 曹国伟徐 志勇冯 Meie方

已经提出了来自单/多图像的面部重建的许多方法。然而,为有限数量的野生图像进行重建仍然是一个挑战,其中存在复杂的不同的成像条件,各种面貌和有限的高质量图像。基于目前的基于网格模型的方法不能产生高质量的面部模型,因为通过离散差分操作所带来的几何光学和失真误剧中的本地映射偏差。在本文中,提出了对B样条参数域的精确几何一致性建模,以从各种图像重建高质量的面部表面。模型与几何光学定律完全一致,B样条曲线在表面变形期间降低了变形。在我们的方法中,分别基于低秩纹理结构和本地法线配制立体声的0和第1顺序,以接近面部重建的精确几何建模。建议将两个一致性以及迭代算法组合的实际解决方案,以有效地优化高详细的B样条面。进行了对合成数据和无约束数据的广泛经验评估,实验结果表明了我们对具有挑战性的情况的有效性,例如,具有不同头部姿势,照明和表达的有限数量的图像。 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.661603https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.661603体现了促进与自治机器的宽恕互动的合作 2021-04-09T00:00:00Z 乔纳森·斯科菲尔德 Marcus A. Battraw. 亚当·s·r·帕克 Patrick M. Pilarski. 乔纳森w .传感 保罗D. Marasco.

在每一个醒着的时刻,我们必须与我们的环境、我们周围的人、我们使用的工具,甚至我们自己的身体接触,以执行行动和实现我们的意图。我们对周围环境的控制范围从完全控制到可忽略控制。当我们行动的结果与我们的目标不一致时,我们有巨大的能力在原谅自己的同时,消除外界因素的指责和挫折。当我们与机器合作时尤其如此;他们很少被给予我们身体所给予的宽恕,并且常常承担我们的大部分责任。然而,我们的大脑很容易参与自主过程,控制我们的身体协调复杂的肌肉收缩模式,进行姿势调整,适应外部干扰,等等。这种对生物自主性的接受可能为促进更宽容的人机伙伴关系提供途径。在这篇论文中,我们认为努力实现机器的具体化是实现有效和宽容的人机关系的一条途径。我们讨论了帮助我们将自己和我们的身体从环境中分离出来的机制,并描述了它们在实现具体合作中的作用。利用神经接口假肢和智能机电一体化中的典型例子,我们描述了在设计自主系统及其潜在的双向接口时使用这些相同机制的技术

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.636864https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.636864伸肌之间的交互兴奋反射再现行走猫站立阶段的延长:在机器人平台上的分析 2021-04-08T00:00:00Z 丰田章男 正田洋一 石川正人 脊椎反射对四足动物强健的运动至关重要。为了研究反射机制,我们开发了一个模拟动物神经肌肉动力学的四足机器人平台。这条腿被设计为高度后驱动,每条腿上的四个hill型肌肉和神经通路都是用软件模拟的。通过在机器人实验中寻找有助于产生稳定步态的反射电路,我们发现了一个简单的反射电路,可以产生腿的轨迹和稳定的步态。此外,这个电路可以重现在猫身上观察到的实验行为。作为这项研究的主要贡献,我们证明了反射回路的基本结构是伸肌之间通过兴奋性神经通路的相互耦合。在机器人行走实验中,在没有任何中枢模式发生器的情况下,反射回路中出现了稳定的行走步态和行走猫的实验行为。此外,为了利用神经生理学机器人平台进行行走实验,我们进行了在行走过程中部分反射电路断开一段时间的实验。结果表明,由交互兴奋反射引起的站姿阶段的延长对稳定步态的产生有很大的贡献 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.664062https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.664062一种改进性能的三自由度腕部康复外骨骼 2021-04-08T00:00:00Z 柯施 Aiguo歌曲 叶莉 慧军李 大鹏陈 和朱

本文开发了一种由分布式主动半主动(DASA)系统驱动的三自由度(DOF)腕部康复外骨骼。与传统的缆索驱动机器人相比,通过增加旋转补偿机构和优化缆索附着点的分布,该机器人的工作空间大大增加。同时,提高了缆索张力的效率,减小了寄生力(作用在四肢关节上的力)。此外,为了减少执行器和输出之间的柔顺元件(如电缆或波顿电缆)的影响,并提高力带宽,我们设计了由一个齿轮直流电机和四个磁流变(MR)离合器组成的DASA系统,该系统具有较低的输出惯性。提出了一种快速解绑策略,以确保异常情况下的安全。采用被动训练算法和按需辅助(AAN)算法对外骨骼进行控制。对健康和受损受试者进行了几项实验,以测试拟议的康复系统的性能和有效性。结果表明,该系统能够满足康复训练对工作空间和力反馈的需求,并能提供有效的主动和被动训练

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.625479https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.625479基于EMG的半活性外骨骼在蹲下时减少了肌肉疲劳 2021-04-06T00:00:00Z 卓王 新宇吴 余张 陈春杰 刘寿斌 刘刘 Ansi Peng. 岳马

在动态制造和仓储环境中,工作现场使工人无法坐下,因此工人长期站立或蹲着会导致下肢肌肉疲劳。本文设计并评价了一种用于减轻下肢肌肉疲劳的半主动外骨骼(i) 背景:介绍了工业用辅助外骨骼的优缺点(ii)模拟:在Anywhere.7.1软件中模拟蹲坐过程,结果表明,随着膝关节屈曲角度的增加,臀大肌、股直肌、股内侧肌、股外侧肌、股中间肌和竖脊肌的肌肉活动增加(iii)设计:外骨骼设计为三种工作模式:刚性支撑模式、弹性支撑模式和跟随模式。刚性支撑模式适用于蹲姿稳定的场景,弹性支撑模式适用于蹲姿高度变化频繁的工作环境。根据臀大肌和股四头肌的肌电图智能识别工作环境,控制电机在刚性支撑模式和弹性支撑模式之间切换。在跟随模式下,外骨骼可以与用户自由移动,而不会干扰行走、上下楼梯等活动(iv)实验:进行三组实验以评估外骨骼的效果。实验一测量有无外骨骼条件下的表面肌电信号(EMGs),比目鱼肌、股外侧肌、股内侧肌、腓肠肌、股中间肌、股直肌、臀大肌和竖脊肌的肌电信号幅值均方根分别降低98.5、97.89、80.09、77.27,在外骨骼的协助下,分别为96.73%、94.17%、70.71%和36.32%。实验二的目的是测量有无外骨骼的足底压力。使用外骨骼时,与没有外骨骼的情况相比,在膝关节屈曲角度为60°、90°和120°时,受试者足部的重量百分比分别减少了63.94%、64.52%和65.61%。实验三旨在测量有无外骨骼时4和5km/h速度下的代谢成本。实验结果表明,外骨骼引入的平均额外代谢成本分别为2.525%和2.85%。这表明在跟随模式下,外骨骼不会严重干扰佩戴者的运动(v) 结论:外骨骼不仅有效地减轻了肌肉疲劳,而且避免了干扰佩戴者的自由活动

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.665055https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.665055SeBiograph:通过可持续知识转移半监督图表的深度学习 2021-04-01T00:00:00Z 尤通马 清李 南胡 丽丽李

生物医学图的半监督深度学习和先进的制造图正在迅速成为学术界和工业的重要课题。许多现有类型的研究重点是半监督链路预测和节点分类,以及这些方法在可持续发展和先进制造中的应用。迄今为止,大多数制造图形神经网络主要在社交和信息网络上进行评估,这提高了网络表示y集成邻居节点描述的质量。然而,以前的方法尚未全面研究生物医学网络。传统技术未能实现满足结果,尤其是当标记的节点数量缺陷时。在本文中,提出了一种通过可持续知识转移的新监督生物医学图的深度深度学习方法,称为Sebiograph。在SeBiograph中,两个节点嵌入和图形特定的原型嵌入都被用作特征可转移的度​​量空间。通过在从辅助图中获取的先验知识,SeBiograph进一步促进了目标图的性能。双层节点分类任务和三类链路预测任务的实验结果表明,SeBioGraph意识到最先进的结果。最后,彻底评估该方法。 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.650118https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.650118脊髓病患者后纵韧带骨化减压术后应用机器人-套装混合辅助肢体(HAL)干预的步态运动变化分析 2021-03-31T00:00:00Z Seioh Ezaki. 嘉东英机 Shigeki Kubota. 安倍哲也 Yukiyo清水 春申潭 Kousei三浦 夏田康史 三阶吉行 Masao Koda kenji suzuki Masashi山崎

后纵韧带骨化(OPLL)是一种骨质增生症,其中后纵韧带变厚并失去灵活性,导致异位骨化和严重的神经功能缺损(Matsunaga和Sakou,2012)。它通常表现为脊髓病和神经根病,并伴有脊髓病进展,可出现运动障碍和平衡障碍。即使在适当的手术减压后,一些运动障碍仍然存在。混合辅助肢体(HAL)是一种可穿戴的动力服,旨在通过检测运动过程中来自皮肤表面的生物电信号和鞋中的力/压力传感器,帮助和支持用户对髋关节和膝关节运动的自愿控制。在目前的研究中,HAL干预应用于15例诊断为OPLL的患者,这些患者在减压手术后出现脊髓病(6例急性期和9例慢性期)。HAL干预后,急性组和慢性组的步速、步频、步幅均有显著改善。下肢关节角度分析显示,急性组髋关节和膝关节的活动度(ROM)以及慢性组摆动时髋关节和提趾的活动度(ROM)显著增加。两组患者膝关节活动度均接近健康步态。肌电图分析显示急性患者在摆动后期腘绳肌活动显著增加。还观察到HAL治疗的免疫效应。股内侧肌肌电图除慢性第7次治疗外均下降,腓肠肌肌电图除急性第7次治疗外均下降,提示患者在治疗期间学习行走,膝关节轻度高血压。毕竟,HAL干预后急性组和慢性组均出现双膝动作,而非OPLL中常见的步态障碍——膝盖过度伸展。我们认为,这些改进导致更平滑和更健康的步态运动。 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.639999https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.639999凝视着觅食与决策理论之间的社交互动 2021-03-30T00:00:00Z Alessandro d'Amelio. 朱塞佩Boccignone

寻找人类社会注意力的基本原理对于设计自然和人工因素之间的相互作用至关重要。在这里,我们关注人类在感知社会相关多模态信息时表现出的凝视动力学的计算建模。社会互动的视听景观被提炼成许多多模态斑块,传达不同的社会价值,我们在觅食的一般框架下工作,作为当地斑块开发和景观探索之间的权衡。我们证明了凝视移动的时空动力学可以用Langevin型随机微分方程来描述,该随机微分方程随时间触发一个决策方程。特别是,基于价值的补丁选择和处理被简化为一个简单的多选择感知决策,该决策依赖于独立的连续时间感知证据积分器之间的竞争阈值,每个积分器与一个补丁关联

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.638633https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.638633神经外科机器人在颅内Ommaya蓄水池植入中的临床应用 2021 - 03 - 26 - t00:00:00z 刘怀光刘 刘德峰刘 张凯 樊纲孟 An-Chao杨 建郭张 Ommaya储血器植入技术允许血脑屏障的旁路。可局部连续用药,反复冲洗颅内腔,达到治疗目的。准确、快速、微创地放置引流管是Ommaya蓄水池植入技术的关键,可以在机器人的帮助下实现。

方法:我们回顾性分析了100例Ommaya蓄能体植入患者,其中50例采用机器人植入,其余50例采用常规手术方式植入。然后比较两组手术相关数据,计算机器人辅助组引流管的准确性。结果:机器人辅助手术组平均手术时间为41.17±11.09 min,骨孔直径为4.1±0.5 mm,术中出血量为11.1±3.08 ml,平均住院时间为3.9±1.2 d。所有的Ommaya储液器一次成功,没有出现感染或错误放置试管等并发症。常规Ommaya库植入组平均手术时间为65±14.32 min,骨孔直径为11.3±0.3 mm,术中出血量为19.9±3.98 ml,平均住院时间为4.1±0.5 d。在机器人辅助手术组中,径向误差为2.14±0.99 mm,轴向误差为1.69±1.24 mm。

结论:机器人辅助立体定向Ommaya蓄能体植入快速、有效、微创。该技术有效地消除了开颅术的低效,为颅内病变提供了一种新的治疗方法 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.639001https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.639001通过触觉探索学习三维物体表示的神经网络模型 2021-03-25T00:00:00Z 于宁波严 史蒂芬·米尔斯 阿利斯泰尔诺特 人类最初是通过触觉了解物体的,这个过程被称为“触觉探索”。在本文中,我们提出了这种学习过程的神经网络模型。该模型实现了两个关键假设。首先,触觉探索可以被认为是一种navigation,其中探索手扮演一个自主代理的角色,而探索的对象是该代理的“本地环境”。在该方案中,智能体的运动通过手掌和手指上的滑动传感器记录在手的坐标系中。我们的第二个假设是,学习过程很大程度上依赖于<斜体>序列学习的简单模型,其中经常遇到的手部动作序列被声明性地编码为“块”。被探索对象的几何位置<斜体>约束在可能的运动序列上:我们的建议是,可能的表示,或经常验证的序列隐式地编码被探索对象的形状,以及它的触觉启示。我们用两种方式评估我们的模型。我们评估有多少关于手的实际位置的信息是通过它的运动序列的内部表征传达的。我们还评估模型的表示在强化学习任务中的有效性,在强化学习任务中,代理必须学习如何到达探索对象上的给定位置。 Both metrics validate the basic claims of the model. We also show that the model learns better if objects are asymmetrical, or contain tactile landmarks, or if the navigating hand is articulated, which further constrains the movement sequences supported by the explored object.

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.634340https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.634340基于物联网目标图像增强技术和反向传播神经网络的非完整移动机器人轨迹控制分析 2021-03-22T00:00:00Z 兰菲赵 Ganlin王 本期的粉丝 李宇飞

研究了不完全移动机器人的轨迹跟踪与控制问题,以提高机器人控制器的轨迹跟踪精度。首先,研究了非完整移动机器人的运动学数学模型。然后,将改进的反向传播神经网络(BPNN)应用于机器人控制器。在此基础上,设计了一种模糊算法与神经网络相结合的移动机器人轨迹跟踪控制器,对移动机器人的线速度和角速度进行控制。最后,基于物联网(IoT)图像增强技术可以有效地分析机器人目标图像。在MATLAB环境下,比较了传统BP神经网络和改进BP神经网络在移动机器人轨迹跟踪中的性能。改进前后跟踪精度无明显差异;然而,改进后的BP神经网络的训练速度明显加快。与改进的BP神经网络相比,模糊BP神经网络控制器在跟踪速度和跟踪精度方面有了显著的提高。设计并改进了基于模糊BP神经网络的移动机器人轨迹跟踪控制器。所设计的控制器将模糊算法与改进的BP神经网络相结合,可以为非完整移动机器人的轨迹跟踪与控制提供更高的精度和跟踪效率

https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.671519https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.671519社论:通过快速神经网络学习机器人轨迹的进展 2021-03-22T00:00:00Z Jose de Jesus Rubio 潘永平 杰夫皮珀尔 陈木彦 Juan Humberto Sossa Azuela https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.648374https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.648374机器人通信:基于深度神经网络的网络流量分类 2021 - 03 - 19 - t00:00:00z 孟孟戈 湘广玉 Likun刘

随着机器人的快速推广,机器人通信带来的风险也引起了研究人员的注意。由于基于明文的当前流量分类方法无法对加密流量进行分类,因此基于统计分析的其他方法需要手动提取功能。本文提出(i)基于胶囊神经网络的流量分类框架。该方法具有多层神经网络,可以自动学习数据流的特征。它使用胶囊向量而不是单个标量输入来有效地分类加密网络流量。(ii)针对不同的网络结构,提出了一种组合卷积神经网络和长短期存储网络的分类网络结构。该结构具有学习网络流量和空间特征的特征。实验结果表明,网络模型可以对加密流量进行分类,不需要手动功能提取。并在前一个工具的基础上,识别精度率增加了8% https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.634045https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.634045神经系统疾病的神经机器人模型:一个迷你综述 2021 - 03 - 19 - t00:00:00z Pronin萨瓦 利亚姆Wellacott 杰尔森·皮门特尔 雷南C。莫奥利 帕特里夏·a·巴尔加斯

模型广泛用于生物医学研究,以获得对病理生理学和神经疾病治疗的洞察,但现有的模型,例如动物模型和计算模型,普遍性地是人类的,并且受到可能的实验的范围。机器人提供潜在的互补建模平台,其中优点如实施例和物理环境相互作用,易于监测和可调节的参数。在本文中,我们讨论了生物医学研究中使用的不同类型的模型,并总结了神经疾病的现有神经毒性模型。我们详细介绍了这些机器人模型的相关发现,这些机器人模型不会通过其他建模平台实现。我们还突出了对神经系统疾病更广泛的机器人模型的现有限制,并表明了该领域的未来方向。 https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.605751https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fnbot.2021.605751辅助软外骨骼系统使用脑力负荷(MWL)进行运动训练:脑机接口(BMI)功能近红外光谱研究 2021-03-18T00:00:00Z 欧麦尔Asgher 默罕默德Jawad汗 Muhammad Hamza Asif Nizami 胡拉姆·哈利勒 里亚兹·艾哈迈德 yasar ayaz. 诺曼·纳塞尔

心理负荷是一种神经工效学的人为因素,广泛用于规划系统的安全性和脑-机接口(BMI)、神经反馈和辅助技术等领域。机器人修复方法用于协助偏瘫患者进行常规活动。为了优化移动性和自主性,辅助技术的设计和操作需要与大脑有一个简单的接口,协议更少。这些设计问题的可能答案可能在于神经工效学与BMI系统的结合。在这项研究中,两个人为因素得到了解决:设计一个轻便的可穿戴机器人外骨骼手,该手使用便携式功能近红外光谱仪(fNIRS)系统采集的精神负荷(MWL)信号,通过一个集成的便携式脑接口帮助潜在的中风患者。该系统可使用两状态MWL信号生成操作可穿戴机器人外骨骼手的命令信号。fNIRS系统用于记录来自大脑前额叶皮质(PFC)区域的氧和脱氧血红蛋白(HbO和HbR)浓度变化形式的光信号。15名参与者参与了这项研究,并被赋予了抓手任务。使用机器学习分类器支持向量机(SVM)分离从参与者大脑PFC区域获取的两个状态MWL信号,以用于操作机器人外骨骼手。利用平均斜率特征与平均信息传输率(ITR)为1.43的组合,最大分类准确率为91.31%。这些结果显示了一种用于偏瘫患者辅助物理抓取任务的两状态MWL(基于fNIRS)机器人外骨骼手(BMI系统)的可行性