最小二乗人工ニューラルネットワーク（LSANN）による正常およびせん断触覚力センサー性能の改善

本論文では、正常およびせん断力の有用な推定値を得るための収束に必要な計算時間を短縮することを目的とした触覚アレイセンサーの特性評価に新しいアプローチを提案します。これは、センサー特性評価を2つの部分に分割することで達成されます：1つは多変量最小二乗回帰を使用した線形回帰部分、もう1つは多入力・多出力関数近似器としてニューラルネットワークを使用した非線形回帰部分です。この手法は最小二乗人工ニューラルネットワーク（LSANN）と呼ばれています。2世代MITチーター足裏にLSANNを適用することで、正常およびせん断力の推定器の収束速度が、単独のニューラルネットワークを使用する場合と比べて59.2%改善されました。2つの方法間の正規化平方平均二乗誤差は、正常方向で1.17%、せん断方向で8.30%および10.14%でほぼ同じです。このアプローチは、多数の触覚センサーアレイ（例：ロボットの手や皮膚）に対する接触力推定器のトレーニングに必要な時間を大幅に短縮する可能性があります。