摘要:近年来,情感计算已成为研究用户体验的一种有希望的方法,取代了依靠参与者自我评估的主观方法。情感计算使用生物识别技术在与产品相互作用时识别人们的情绪状态。但是,医学级生物反馈系统的成本对于预算有限的研究人员来说是过于刺激的。另一种解决方案是使用更实惠的消费级设备。但是,这些设备需要专有软件来收集数据,使数据处理,同步和集成复杂化。此外,研究人员需要多台计算机来控制生物反馈系统,从而增加了设备成本和复杂性。为了应对这些挑战,我们使用廉价的硬件和开源库开发了一个低成本的生物反馈平台。我们的软件可以作为未来研究的系统开发套件。我们使用一个基线和两个引起不同响应的任务进行了一个简单的实验,以验证平台的有效性。我们的低成本生物反馈平台为希望将生物识别技术纳入其研究的研究人员提供了参考架构。该平台可用于在各个领域中开发情感计算模型,包括人体工程学,人为因素工程,用户经验,人类行为研究和人类 - 机器人相互作用。
最大限度地减少代谢能量消耗 (MEE) 对提高运动障碍人士的活动能力至关重要,因为需要高能量的运动会导致活动减少。康复计划和设备使用 MEE 来确定其有效性,但由于时间延迟和非真实条件,使用间接量热法会受到限制。肌电图 (EMG) 可以深入了解肌肉如何激活;因此,本研究的目的是通过利用 EMG 信号开发实时 MEE 反馈系统。参与者以不同的步频(首选、+/- 15%、+/- 30%)完成了五种步行条件,同时收集了呼吸气体交换、地面反作用力和 EMG 信号。实时 EMG 信号被数字积分并分成步幅,然后按力成本 (COF) 系数缩放。MEE 具有先前文献中看到的预期二次关系 (R 2 = 0.967),以及 COF 数据 (R 2 = 0.701)。 EMG 方法稳定在 75.1% - 133.1% 之间,不在 MEE 的近距离范围 (90% - 110%) 内;因此,未来的研究必须研究其他数学方法。我们的结果表明 MEE 和 EMG 活动之间存在定性关联,可用于提高残疾人士的行动能力和生活质量。
摘要:技术进步和高级通信网络的兴起导致与信用卡有关的欺诈行为增加。与信用卡有关的欺诈影响,影响消费者和金融机构。欺诈者始终如一地发展其技术,强调了制造对银行和其他金融实体必不可少的欺诈保护技术的必要性。本研究论文通过使用机器学习方法集成反馈系统,介绍了一种有效信用卡欺诈检测的方法。这种反馈方法旨在提高分类器的检测准确性和成本效益。该研究评估了各种方法的性能,包括人工神经网络,随机森林,天真的贝叶斯,树木分类器,逻辑回归,支持向量机和梯度增强分类器。该评估是在略微偏斜的信用卡欺诈数据集上进行的,其中包含来自欧洲帐户持有人的交易数据,总计284,807个交易。评估考虑了预处理的内容和RAW。这些方法的效率是根据不同分类器的绩效评估维度评估的,包括精度,F1得分,准确性,召回率和假阳性率(FPR)百分比。这些发现有助于开发稳健系统的努力,以检测和防止与信用卡有关的欺诈,并保护了严重的财务危害。
世界各国政府一直在努力建立和改善公共服务提供系统。高效的公共服务提供在满足人民需求和政府提供的服务方面发挥着重要作用 1 。在当今时代,信息和通信技术作为一种工具,在实现转型方面发挥着至关重要的作用,使治理变得高效、有效、响应迅速、负责和透明。这主要是为了克服传统官僚行政系统存在的问题,该系统成本高昂、效率低下且耗时。此外,它涉及大量人力资源、繁琐的审批流程和大量支持文件,使简单的任务变得繁琐。为了通过转变公共服务提供方式和以公民为核心,建立一个技术高效、有效的政府,并创造一个安全繁荣的数字经济,政府科技局于 2022 年 12 月 21 日成立。政府科技局正在采取的一些举措包括通过增强数据存储设施来消除跨多个系统的冗余,从而形成一个有凝聚力的治理结构,简化协调以消除孤立的操作,自动化繁琐的验证和身份验证流程,为公民创建一个统一的平台,使其能够从单一系统获得服务,并制定一个易于访问的反馈系统。
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而,触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题,严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势,因为它们的执行器尺寸减小,功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索,以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述,以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论,以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性,并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而,我们发现了知识差距(例如,实施方案)、技术(例如,反复校准、电极的耐用性)和方法(例如,样本大小)缺陷,这些缺陷应在未来的研究中得到解决。
本研究调查了整合AI驱动工具Plang对韩国EFL学习者英语学习的影响。具体来说,该研究旨在研究在语言学习中使用AI应用程序的总体经验以及使用AI应用程序对学习者自主学习的影响。这项为期两个月的研究采用了一种定性数据方法,该方法源自涉及调查前后,反思性期刊和深入个人访谈的混合方法研究。总体而言,发现的结果表明,将AI驱动工具的整合到英语学习中有助于学习者:(i)提高语言技能,尤其是口语能力; (ii)通过个性化的反馈系统培养学习者自治; (iii)建立一个促进积极学习者参与的新目标。该分析还指出了学习过程中学习者面临的一些挑战。为考虑将AI驱动工具整合到英语教学的教师讨论了这项研究的一些重要含义。考虑到将AI工具纳入教室的研究很少,因此建议进一步的研究应通过在英语教学环境中使用AI工具开发使用的翻转课堂模型来突出更多动态的课堂案例。
简介:上肢功能残疾是中风幸存者中常见的后期效应。这项研究的主要目标是提出一种视觉生物反馈方案,以识别基于肘部肌肉的协同模式,用于运动学习和中风幸存者的康复。材料和方法:首先,收集,预处理和同步,与四个关节位置以及横向平面中臂运动中涉及四个肌肉的四个肌肉的表面肌电图信号有关。在下一步中,使用分层交替的最小二乘(HALS)方法提取肌肉协同模式,同时,通过修改的MediaPipe算法记录了运动学数据。最后,使用基于封闭式递归单元(GRU)的深度学习模型来绘制它们之间的映射。模型输出被视为视觉生物反馈轨迹,可由患者进行运动治疗。结果:评估表明,该模型产生的路径可能适合视觉生物反馈。此外,基于GRU架构的人工神经网络在产生视觉生物反馈轨迹方面具有最佳性能。结论:实验和临床评估将表明,参与者可以接受该模型产生的视觉轨迹。因此,该机制可用于改善和开发生物反馈系统,以加速患者的功能康复
2000 海军五号大楼 华盛顿特区 20350-2000 作战司令部 3120.42D N95 2024 年 9 月 16 日 作战指令 3120.42D 来自:海军作战部长 主题:登陆艇气垫船和登陆艇实用工具的安全工程与操作计划 包括:(1)安全工程与操作计划范围 (2) 安全工程与操作手册反馈系统 (3) 安全工程与操作审查会议程序 1. 目的 a. 修订并重新发布安全工程与操作(SEAOPS)计划,以标准化和加强登陆艇气垫船(LCAC)机组人员的培训、资格和操作、操作计划和支持,并删除所有对传统 LCAC 的引用,因为所有在役 LCAC 现已采用使用寿命延长计划(SLEP)配置。b.启动 SEAOPS 登陆艇(LCU)1700 计划的开发。c. 将 SEAOPS 计划的适用范围扩大到 LCAC 100 级。从今以后,所有提及 LCAC 的地方也将包括 LCAC 100 级。2. 取消。OPNAVINST 3120.42C。3. 范围和适用性。本指令适用于运营 LCAC 和 LCU 的美国海军组织。4. 背景。SEAOPS 计划提供了一个系统来标准化 LCAC 和 LCU 的操作程序、培训和培训计划。SEAOPS 手册将通过本指令规定的定期审查保持最新状态,以记录设备升级、可能需要更新 SEAOPS 手册的程序步骤的技术或行政变更以及相关培训课程的修订。海军作战部长办公室远征作战主任 (OPNAV N95) 保留发布 SEAOPS 手册及其变更的权力。
摘要。目标。设计一种新型架构,用于实时定量表征,该功能性脑连接网络来自可穿戴脑电图(EEG)。方法。我们对架构映射进行了算法,以计算相位滞后索引(PLI),以形成功能连接网络和提取一组图理论参数以定量表征这些网络。使用算法的数学定义中的近似值来优化该映射,该定义降低了其计算复杂性并产生更硬件的实现。主要结果。该体系结构是为19通道EEG系统开发的。系统可以在131 µs的总时间内计算所有功能连接参数,利用71%的逻辑资源,并在Stratix IV IV EP4SGX22330K FPGA中实现时在22.16 MHz操作频率下显示51.84 MW动态功耗。我们的分析还表明,该系统占据了相当于约937K 2输入NAND大门的面积,估计使用90 nm CMOS应用程序的估计功耗为39.3 MW,在0.9 V电源下为39.3 MW。明显的能力。所提出的体系结构可以计算功能性大脑连接性,并在低功耗中实时提取图理论参数。此特征使架构非常适合诸如可穿戴闭环神经反馈系统之类的应用,在该系统中,必须不断监视大脑活动和EEG快速处理以控制适当的反馈。
对印度夏季季风降雨(ISMR)的季节性预测已在将近一个世纪的时间尝试,这是由于其对印度经济的巨大用处和居民的生计。已经做出了许多努力,以增强ISMR预测的技能,并使用大气 - 海洋通用循环耦合模型,但成功率有限。海洋初始化一直是重要参数之一。此案例研究显示了ISMR的耦合预测系统(CFSV2)模拟中改善海洋初始条件(IC)的影响。CFSV2用作印度气象部(IMD)的ISMR季节性预测的操作动力学模型。在这里,我们使用基于全球海洋数据同化系统(GODAS)分析的新的改进的海洋IC来初始化CFSV2的海洋组成部分来展示提高的ISMR技能。这种新分析比NCEP Godas更好,后者使用了早期的海洋模型MOM4P0D,并使用3DVAR同化方案同化了观察到的温度和合成盐度。但是,新的改进的GoDas分析使用MOM4P1海洋模型,并吸收观察到的盐度而不是合成盐度。,我们进行了仅在IC中有所不同的几乎相同模型实验的双组集,其中一组使用NCEP IC,另一组使用新的IC(NIC)。NIC实验显示了更好的ISMR预测技能。改进的海洋IC导致了耦合反馈系统中的海洋和大气变量的实质性改善,从而有助于提高ISMR技能,如示意图