Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaAI & otomasiCAREER: Deep Learning Based Control Approaches to Increase the Availability and Affordability of Personalized and Home-Based Rehabilitation
Proyek riset & pengembangan

CAREER: Deep Learning Based Control Approaches to Increase the Availability and Affordability of Personalized and Home-Based Rehabilitation

Ringkasan tujuan riset

Kendali neural adaptif berbasis Lyapunov mengompensasi delay komunikasi dan dinamika eksoskeleton tidak pasti untuk telerehabilitasi dengan komputasi perintah pada satu komputer pemimpin jarak jauh.

AI & otomasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2339505Periode tercatat 2024-07-01 sampai 2029-06-30.NSF 2339505MulaiAkhir tercatat202420302024-07-012029-06-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Pemindahan kendali ke fasilitas medis dapat menurunkan kebutuhan komputer di rumah, tetapi delay dapat merusak kestabilan. Penelitian menggunakan DNN untuk memperkirakan dinamika nonlinear tidak pasti dan menurunkan hukum pembaruan real-time melalui analisis Lyapunov. Observer serta controller menangani delay input atau output yang diketahui maupun tidak diketahui pada robot dan eksoskeleton hybrid dengan stimulasi listrik. Jaminan performa ditujukan dalam kondisi model, sementara akses serta biaya rehabilitasi tetap manfaat yang perlu diuji.

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Auburn University
Program
EPSCoR Co-Funding, Dynamics, Control and System D
Periode pendanaan tercatat
2024-07-01 → 2029-06-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Civil, Mechanical, & Manufacturing Innovation

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.