- Характеристика тактильной обратной связи в реальном времени на основе оценки силы на основе мультимодальной нейронной сети во время телеоперации(arXiv)
Автор: Цзунхэ Чуа, Эллисон М. Окамура
Аннотация:оценка силы с использованием нейронных сетей является многообещающим подходом к обеспечению тактильной обратной связи в минимально инвазивных хирургических роботах без датчиков силы конечного исполнительного органа. Были предложены различные сетевые архитектуры, но ни одна из них не была протестирована в режиме реального времени с хирургическими манипуляциями. Таким образом, остаются вопросы о прозрачности и стабильности силовой обратной связи в реальном времени при оценке силы на основе нейронной сети. Мы характеризуем прозрачность импеданса в реальном времени и стабильность силовой обратной связи, отображаемой на телеуправляемом хирургическом роботе da Vinci Research Kit с использованием нейронных сетей с входными данными только для зрения, только для состояния, а также для состояния и зрения. Сети обучались на существующем наборе данных телеуправляемых манипуляций без силовой обратной связи. Чтобы измерить стабильность и прозрачность в реальном времени во время телеопераций с силовой обратной связью с оператором, мы смоделировали манипуландум с одной степенью свободы со стороны человека и хирурга, который перемещал робота со стороны пациента для выполнения манипуляций с силиконовой искусственной тканью над различными роботами. и конфигурации камеры, и инструменты. Мы обнаружили, что сети, использующие входные данные состояния, демонстрируют более прозрачный импеданс, чем сеть только для зрения. Тем не менее, сети на основе состояний показали большую нестабильность при использовании для обеспечения силовой обратной связи во время латеральных манипуляций с силиконом. Напротив, сеть только для зрения показала постоянную стабильность во всех оцениваемых направлениях. Мы подтвердили производительность сети только для зрения для силовой обратной связи в реальном времени в демонстрации с телеоператором-человеком.
2.Мультимодальная нейронная сеть для прогнозирования спроса(arXiv)
Автор: Нитеш Кумар, Кумар Дхинадайалан, Супрабат Редди, Сумант Кулкарни
Аннотация .Приложения для прогнозирования спроса получили огромную пользу от современных методов глубокого обучения, используемых для прогнозирования временных рядов. Традиционные одномодальные модели преимущественно основаны на сезонных факторах, которые пытаются моделировать спрос как функцию исторических продаж вместе с информацией о праздниках и рекламных мероприятиях. Однако точное и надежное прогнозирование продаж требует учета множества других факторов, таких как стихийные бедствия, пандемии, выборы и т. д., влияющих на спрос на продукты и категории продуктов в целом. Мы предлагаем мультимодальную сеть прогнозирования продаж, которая сочетает в себе реальные события из новостных статей с традиционными данными, такими как история продаж и информация о праздниках. Кроме того, мы объединяем информацию из общих тенденций в отношении продуктов, опубликованных тенденциями Google. Эмпирические результаты показывают статистически значимые улучшения в метрике ошибок SMAPE со средним улучшением на 7,37% по сравнению с существующими современными методами прогнозирования продаж в реальном наборе данных супермаркетов.
