0% Complete
English
☰
صفحه اصلی
کنفرانسهای فعال
مدیریت منابع انسانی پایدار
حسابداری
بازاریابی و برندینگ در عصر هوش مصنوعی
هوش مصنوعی:نوآوری، کسبوکار و آموزش
ارشیو کنفرانسها
اولین کنفرانس ملی هوش مصنوعی
دومین کنفرانس ملی هوش مصنوعی
اولین کنگره ملی حسابداری، مالی و مالیاتی
32کنفرانس بین المللی زیست پزشکی
راهنمای شرکت
نحوه ثبتنام
ثبت نام مدیریت منابع انسانی پایدار
ثبت نام دومین کنگره ملی حسابداری
ثبت نام سومین کنفرانس ملی هوش مصنوعی
ثیت نام بازاریابی و برندینگ در عصر هوش مصنوعی
ثبت نام زنجیره ارزش نفت گاز و پتروشیمی
ارسال مقاله
فرمت مقالات مدیریت منابع انسانی پایدار
فرمت مقالات سیستم های هوشمند حسابداری
فرمت مقالات ملی بازاریابی و برندینگ در عصر هوش مصنوعی
فرمت مقالات سومین کنفرانس هوش مصنوعی
سوالات متداول
اخبار و رویدادها
درباره ما
تماس با ما
صفحه اصلی
/
سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران
Deep Neural Network–Based Adaptive Global Logarithmic Sliding Mode Control for Lower-Limb Rehabilitation Exoskeletons
نویسندگان :
Masoud Shirzadeh
1
Ghoncheh Zand
2
Samim Kamyab
3
1- Department of Electronics, Amirkabir University of Technology
2- Amirkabir University of Technology
3- College of Interdisciplinary Science and Technology University of Tehran
کلمات کلیدی :
Deep neural networks،Global logarithmic sliding mode control،Rehabilitation exoskeletons
چکیده :
Lower-limb rehabilitation exoskeletons have emerged as promising tools to help people with lower-limb disorders. However, designing effective controllers remains challenging due to the coupled nonlinear dynamics, system uncertainties, and external disturbances. While classical Sliding Mode Control (SMC) is robust, it suffers from chattering, which can decrease system functionality and performance. To overcome these limitations, we propose a novel control framework, Deep Neural Network (DNN)-Global Logarithmic (GLog)-SMC, which combines GLog-SMC with an adaptive DNN. The GLog-SMC helps the system reach the sliding surface smoothly and minimizes chattering, while the adaptive DNN approximates unknown system dynamics online. A Lyapunov-based adaptation law is used to ensure closed-loop stability. Results on a three-degree-of-freedom exoskeleton show that the suggested approach improves trajectory tracking accuracy, increases robustness, and produces smoother control torques compared to classical SMC.
لیست مقالات
لیست مقالات بایگانی شده
تحول دیجیتال: چرا شرکت ها در برابر آنچه برای عملکرد پایدار نیاز است مقاومت
رعنا شهدآور - صبا کبیرخو - محدثه پوراصغر - ندا ستاری
تاثیر مسئولیتپذیری اجتماعی شرکت بر مالیسازی شرکت با تاکید بر هزینههای نمایندگی
بهمن عبدی گلزار - سمیرا هنرمایه
تحلیل روند پژوهشهای علمی پیرامون الگوریتم بهینهسازی کلونی مورچگان چندهدفه
ملیحه نیک سیرت - محسن صفاریان
ارتباط بین عملکرد پایداری و سرمایه گذاری بیشتر و کمتر از حد
سعید انور خطیبی - علی زارع بهتاشی
Argeted Cancer Treatment Through Tissue Engineering and Biomaterial-Based Drug Delivery Systems:
Laleh Etemad-Ghazani - Mina Saddi-Khelejan - Mahdi Hasanpour
بررسی تاثیر شبکه عصبی مصنوعی بر روی دقت مدل های مربوط به برآوردهای حسابداری
جمال برزگر خانقاه - سیدمحسن صالحی وزیری
بررسی تأثیر مالکیت نهادی بر رابطه بین انحراف استراتژیک شرکت از صنعت و گزارشگری پایداری
ناصر مست چمن - محمد پورکریم
مروری بر کاربرد الگوریتمهای یادگیری عمیق و یادگیری تقویتی در پیشبینی روند بازارهای مالی
سید محمد مشگ فروش - فرزانه کاویانی باغبادرانی
سامانه ی یکپارچه و کمهزینه برای ثبت پتانسیلهای میدانی محلی (LFP) همگام با ویدئو و تحریک الکتریکیِ مغز بهکمک برچسبگذاری نوریِ کُدگذاریشده ی رخداد
حنیف صولت نیا - بیژن وثوقی وحدت
Region-Specific EEG Channel-Based Emotion Detection using Bi-directional Deep Neural Networks
Mahdi Jafari Asl - Sina Shamekhi - Fatemeh Shalchizadeh
بیشتر
19 اردیبهشت 1405
راهنمای انتخاب کنفرانس معتبر برای چاپ مقاله علمی
19 اردیبهشت 1405
چرا شرکت در کنفرانسهای علمی برای مصاحبه دکتری اهمیت دارد؟
21 اردیبهشت 1405
پذیرش سریع مقاله در کنفرانسهای علمی مهندسی و فناوری آغاز شد
21 اردیبهشت 1405
آغاز ثبتنام در همایشهای بینالمللی مدیریت و حسابداری
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0