Podstawowe zagadnienia związane z budową automatycznego systemu nauki czynności ruchowych System motoryczny człowieka Modele cybernetyczne Koncepcje dynamiczno-systemowe Teorie łączące koncepcje cybernetyczne oraz dynamiczno-systemowe Akwizycja sygnałów ruchu Sensory ruchu Czujniki wykorzystujące odziaływania mechaniczne Czujniki inercyjne Czujniki obrazowe Wstępne przetwarzanie sygnałów Interpretacja sygnałów ruchu Proces klasyfikacji obrazów/sygnałów Dobór cech obiektów Własności metod klasyfikacji Wybrane metody klasyfikacji Techniki rozumienia obrazów/sygnałów Wartość semantyczna dostarczana przez sygnał łub obraz Model obiektu/obrazu Proces tworzenia modelu, rozumienie obrazu/sygnału . Wyznaczenie wartości semantycznej na podstawie grafowej/drzewiastej reprezentacji obrazu Modele wykorzystujące opis ontologiczny Hybrydowesystemy rozpoznawania irozumienia obrazów Przekazywanie informacji zwrotnej do ucznia Zmysł dotyku . Zmysł wzroku Zmysł słuchu Zmysł kinestetyczny Istniejące systemy analizy i nauczania czynności ruchowych Sformułowanie celów pracy Podsystem sensorów ruchu Czujniki ruchu Wstępne przetwarzanie sygnałów z czujników Przetwarzanie informacji w systemie nauki czynności ruchowych Metoda klasyfikacji wykorzystująca funkcje odległości Sygnały wzorcowe, odległość pomiędzy sygnałami Numeryczne aspekty obliczania funkcji odległości h Wyznaczanie zagregowanego wyniku procesu klasyfikacji Tworzenie i modyfikacja wzorców Wzorce klas,kształtu i czasu Wyznaczeniezbiorczej wartości time-point Wyznaczeniewartości błędu ruchu Testy metod klasyfikacji Ewaluacja metody klasyfikacji wykorzystującej funkcje odległości Metoda klasyfikacji wykorzystująca ukryte modele Markowa (HMM) Opis metody klasyfikacji wykorzystującej HMM Implementacja klasyfikatora HMM Ewaluacja metody wykorzystującej HMM Metoda wykorzystująca Konwolucyjne Sieci Neuronowe Opis metodyklasyfikacji opartej naCNN Implementacja metody klasyfikacji wykorzystującej sieci CNN Ewaluacja klasyfikatora wykorzystującego CNN Wybór metody klasyfikacji sygnałów ruchu Rozszerzony opis systemu nauki czynności ruchowych Aktuatory, algorytmy nauczania czynności ruchowych Modelowanie elementów wykonawczych aktuatora oraz zjawisk ich odziaływania na skórę Model odziaływań elementu wykonawczego efektora na tkankę skóry Model magnetoelektrycznego elementu wykonawczego aktuatora oraz układu nim sterującego Symulacja pracy efektora Sterownik aktuatorów Konstrukcja wielokanałowych aktuatorów dotykowych Sterowanie aktuatorami1 Algorytmy nauczania czynności ruchowych Algorytm A\ - nauczanie ruchu według zadanej trajektorii Algorytm A2 — nauka bardzo szybkich ruchów po krzywej zamkniętej Algorytm A3 - interwencyjne wysyłanie komunikatów Algorytm A4 - nauka synchronizacji szybkich ruchów Prototypowy system nauki czynności ruchowych, testowanie sku¬teczności działania systemu Cel przeprowadzenia eksperymentów Konfiguracja sprzętowa i oprogramowanie wykorzystanego w testach systemu prototypowego Ewaluacja procesu nauczania czynności ruchowych Zadanie nauki ruchu zgodnie z zadaną trajektorią Testowane metody nauczania Uczestnicy testu Procedura testowa Ocena efektywności nauczania Ocena zastosowanych parametrów ewaluacyjnych Zadanie nauki synchronizacji ruchów Błędy ruchu, problem interpretacji sygnałów wysyła¬nych przez efektory Automatyczny wybór algorytmu nauczania Kontekst przekazywanych komunikatów Modyfikacja sposobu działania programów motorycznych