Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Assessing Body Temperature - Temporal Artery01:19

Assessing Body Temperature - Temporal Artery

1.0K
Here is a stepwise guide to assessing the body temperature at the temporal artery using a temporal artery thermometer
Step 1: Perform hand hygiene and don a fresh pair of gloves to prevent cross-infection and ensure patient safety.
Step 2: Explain the procedure to the patient to establish trust. Clear communication establishes trust with the patient, ensures they understand what to expect, promotes cooperation, and enhances comfort during the procedure.  
Step 3: Assess the patient's...
1.0K
Sensitivity, Specificity, and Predicted Value01:13

Sensitivity, Specificity, and Predicted Value

1.2K
In healthcare diagnostics, laboratory tests play a crucial role in identifying and diagnosing a wide range of medical conditions. However, interpreting test results is not always straightforward. An abnormal test result does not always confirm the presence of a disease, just as a normal result does not guarantee its absence. To assess the reliability of these diagnostic tools, healthcare practitioners rely on two key statistical indicators: sensitivity and specificity.
Sensitivity is the...
1.2K
Temperature Measurement Sites01:14

Temperature Measurement Sites

3.1K
A thermometer measures body temperature. The common sites for measuring body temperature are the oral cavity, axillary region, temporal artery, and skin surface, such as the forehead, abdomen, and axilla. True core body temperature is assessed in the rectum, tympanic membrane, pulmonary artery, esophagus, and urinary bladder.
Oral: When assessing oral temperature, the thermometer tip should be placed under the tongue in the posterior sublingual pocket. It offers accurate readings and can be...
3.1K
Thermosensation01:43

Thermosensation

33.6K
Peripheral thermosensation is the perception of external temperature. A change in temperature (on the surface of the skin and other tissues) is detected by a family of temperature-sensitive ion channels called Transient Receptor Potential, or TRP, receptors. These receptors are located on free nerve endings. Those detecting cold temperatures are closer to the surface of the skin than the nerve endings detecting warmth. These thermoTRP channels, while temperature selective, have relatively...
33.6K
Temperature Dependence on Reaction Rate02:55

Temperature Dependence on Reaction Rate

88.4K
The Collision Theory
Atoms, molecules, or ions must collide before they can react with each other. Atoms must be close together to form chemical bonds. This premise is the basis for a theory that explains many observations regarding chemical kinetics, including factors affecting reaction rates.
The collision theory is based on the postulates that (i) the reaction rate is proportional to the rate of reactant collisions, (ii) the reacting species collide in an orientation allowing contact between...
88.4K
Neural Regulation01:37

Neural Regulation

43.0K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
43.0K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Industrial Robot Control System with a Predictive Maintenance Module Using IIoT Technology.

Sensors (Basel, Switzerland)·2025
Same author

Efficient Cyberattack Detection Methods in Industrial Control Systems.

Sensors (Basel, Switzerland)·2024
Same author

Forgery Cyber-Attack Supported by LSTM Neural Network: An Experimental Case Study.

Sensors (Basel, Switzerland)·2023
Same author

Digital Twins in the Practice of High-Energy Physics Experiments: A Gas System for the Multipurpose Detector.

Sensors (Basel, Switzerland)·2022

関連する実験動画

Updated: Jan 9, 2026

Data Acquisition Protocol for Determining Embedded Sensitivity Functions
07:46

Data Acquisition Protocol for Determining Embedded Sensitivity Functions

Published on: April 20, 2016

6.5K

リカレントニューラルネットワークモデル感度を用いた高速仮想温度センサーのロバスト性解析

Patryk Chaber1, Bartosz Chaber2

  • 1Faculty of Electronics and Information Technology, Warsaw University of Technology, 00-665 Warsaw, Poland.

Sensors (Basel, Switzerland)
|December 11, 2025
PubMed
まとめ

仮想センシングは、熱流シミュレーションのために非線形自己回帰外因性（NARX）モデルを使用します。学習不足のモデルは感度アーチファクトを示し、損失関数だけでは明らかにならない弱点を示します。

キーワード:
自動微分リカレントニューラルネットワーク仮想センサー

さらに関連する動画

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.7K
Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

7.3K

関連する実験動画

Last Updated: Jan 9, 2026

Data Acquisition Protocol for Determining Embedded Sensitivity Functions
07:46

Data Acquisition Protocol for Determining Embedded Sensitivity Functions

Published on: April 20, 2016

6.5K
Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.7K
Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

7.3K

科学分野:

  • 工学
  • 人工知能
  • 計算科学

背景:

  • 仮想センシングは成長中の研究分野である。
  • リカレントニューラルネットワークは時系列予測に効果的である。
  • 非線形自己回帰外因性（NARX）モデルは、リカレントニューラルネットワークの一種である。

研究 の 目的:

  • 熱流シミュレーションのために、複雑さが異なるNARXモデルの感度を調査すること。
  • 損失関数の値だけがモデル感度を示すかどうかを判断すること。
  • 学習不足のNARXモデルにおける潜在的な弱点を特定すること。

主な方法:

  • 熱流シミュレーションのための代理ニューラルネットワークとしてNARXモデルを利用した。
  • 異なる複雑さのレベルにわたるNARXモデルの感度を分析した。
  • モデル感度とアーチファクトに対する訓練エポックの影響を調査した。

主要な成果:

  • 損失関数の値だけではNARXモデルの感度を示すには不十分である。
  • 学習不足のNARXモデルは感度にアーチファクトを示し、モデルの弱点を明らかにする。
  • モデル感度は一般的に訓練エポックが増加するにつれて増加するが、そのパターンは一貫したままである。

結論:

  • モデル感度は、仮想センシングアプリケーションにおいて重要な要素である。
  • NARXモデルにおけるアーチファクトを回避するためには、訓練範囲を慎重に検討する必要がある。
  • NARXモデルは、適切な訓練により、熱流シミュレーションに効果的に使用できる。