Fugu-MT 論文翻訳(概要): Deep Learning Based Model Identification System Exploits the Modular Structure of a Bio-Inspired Posture Control Model for Humans and Humanoids

論文の概要: Deep Learning Based Model Identification System Exploits the Modular Structure of a Bio-Inspired Posture Control Model for Humans and Humanoids

arxiv url: http://arxiv.org/abs/2102.02536v1
Date: Thu, 4 Feb 2021 10:54:24 GMT
ステータス: 処理完了
システム内更新日: 2021-02-05 22:11:58.371399
Title: Deep Learning Based Model Identification System Exploits the Modular Structure of a Bio-Inspired Posture Control Model for Humans and Humanoids
Title（参考訳）: 深層学習に基づくモデル同定システムによる人間とヒューマノイドの生体刺激による姿勢制御モデルのモジュール構造解析
Authors: Vittorio Lippi
Abstract要約: 本研究では,DECパラメトリックモデルを用いた姿勢制御のための畳み込みニューラルネットワーク(CNN)に基づくシステム同定手法を提案する。提案した制御モデルのモジュラ構造は、異なる自由度を制御するモジュールのパラメータを特定するために同じニューラルネットワークを使用するという意味で、モジュール識別手順の設計にインスピレーションを与えた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This work presents a system identification procedure based on Convolutional Neural Networks (CNN) for human posture control using the DEC (Disturbance Estimation and Compensation) parametric model. The modular structure of the proposed control model inspired the design of a modular identification procedure, in the sense that the same neural network is used to identify the parameters of the modules controlling different degrees of freedom. In this way the presented examples of body sway induced by external stimuli provide several training samples at once
Abstract（参考訳）: 本研究では、DEC(Disturbance Estimation and Compensation)パラメトリックモデルを用いた人間の姿勢制御のためのConvolutional Neural Networks(CNN)に基づくシステム識別手順を提案する。提案した制御モデルのモジュラ構造は、異なる自由度を制御するモジュールのパラメータを特定するために同じニューラルネットワークを使用するという意味で、モジュール識別手順の設計にインスピレーションを与えた。このように、外部刺激によって誘導される身体振れの例は、一度にいくつかのトレーニングサンプルを提供します。

関連論文リスト

Steering Masked Discrete Diffusion Models via Discrete Denoising Posterior Prediction [88.65168366064061]
本稿では,確率論的推論の課題として,事前学習したMDMを操る作業を行う新しいフレームワークであるDDPPを紹介する。私たちのフレームワークは、3つの新しい目標のファミリーにつながります。 Wet-lab Validation(ウェット・ラブ・バリデーション)を用いて,報酬最適化タンパク質配列の過渡的発現を観察する。
論文参考訳（メタデータ） (2024-10-10T17:18:30Z)
Dropout MPC: An Ensemble Neural MPC Approach for Systems with Learned Dynamics [0.0]
そこで本研究では,モンテカルロのドロップアウト手法を学習システムモデルに応用した,サンプリングベースアンサンブルニューラルMPCアルゴリズムを提案する。この手法は一般に複雑な力学を持つ不確実なシステムを対象としており、第一原理から派生したモデルは推論が難しい。
論文参考訳（メタデータ） (2024-06-04T17:15:25Z)
A Transition System Abstraction Framework for Neural Network Dynamical System Models [2.414910571475855]
本稿では,ニューラルネットワーク力学系モデルのためのトランジションシステム抽象化フレームワークを提案する。このフレームワークは、データ駆動型ニューラルネットワークモデルをトランジションシステムに抽象化し、ニューラルネットワークモデルを解釈可能にする。
論文参考訳（メタデータ） (2024-02-18T23:49:18Z)
Manipulating Feature Visualizations with Gradient Slingshots [54.31109240020007]
本稿では,モデルの決定過程に大きな影響を及ぼすことなく,特徴可視化(FV)を操作する新しい手法を提案する。ニューラルネットワークモデルにおける本手法の有効性を評価し,任意の選択したニューロンの機能を隠蔽する能力を示す。
論文参考訳（メタデータ） (2024-01-11T18:57:17Z)
Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study [56.283944756315066]
そこで本研究では,遅延座標符号化と全状態復号化を組み合わせた汎用モデル構造を提案し,Koopmanモデリングと状態推定を統合した。ケーススタディでは,本手法が正確な制御モデルを提供し,高純度極低温蒸留塔のリアルタイム非線形予測制御を可能にすることを実証している。
論文参考訳（メタデータ） (2024-01-09T11:54:54Z)
Fitting a Directional Microstructure Model to Diffusion-Relaxation MRI Data with Self-Supervised Machine Learning [2.8167227950959206]
教師付き学習の魅力的な代替手段として、自己教師型機械学習が登場している。本稿では,指向性マイクロ構造モデルに適用可能な自己教師型機械学習モデルを実証する。提案手法は, パラメータ推定と計算時間において, 通常の非線形最小二乗整合と比較して明らかに改善されている。
論文参考訳（メタデータ） (2022-10-05T15:51:39Z)
Model LEGO: Creating Models Like Disassembling and Assembling Building Blocks [53.09649785009528]
本稿では,新しいモデルを得るためのトレーニングを必要としないパラダイムについて検討する。生体視覚系における受容野にインスパイアされたCNNの誕生と同様、モデル分解と組み立てを提案する。モデル組立には、特定のタスクに適した新しいモデルを構築するために、アライメントパディング戦略とパラメータスケーリング戦略を提案する。
論文参考訳（メタデータ） (2022-03-25T05:27:28Z)
Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
論文参考訳（メタデータ） (2022-02-25T20:00:56Z)
A multi-stage machine learning model on diagnosis of esophageal manometry [50.591267188664666]
このフレームワークには、飲み込みレベルにおけるディープラーニングモデルと、学習レベルにおける機能ベースの機械学習モデルが含まれている。これは、生のマルチスワローデータからHRM研究のCC診断を自動的に予測する最初の人工知能モデルである。
論文参考訳（メタデータ） (2021-06-25T20:09:23Z)
The Importance of Models in Data Analysis with Small Human Movement Datasets -- Inspirations from Neurorobotics Applied to Posture Control of Humanoids and Humans [0.0]
本研究では,DECパラメトリックモデルを用いた姿勢制御のための畳み込みニューラルネットワーク(CNN)に基づくシステム同定手法を提案する。提案した制御モデルのモジュラ構造は、異なる自由度を制御するモジュールのパラメータを特定するために同じニューラルネットワークを使用するという意味で、モジュール識別手順の設計にインスピレーションを与えた。
論文参考訳（メタデータ） (2021-02-04T11:02:11Z)
Exploring Distributed Control with the NK Model [0.0]
NKモデルは自然進化と複雑なシステムの側面を探索するために広く用いられている。本稿では、複雑なシステムにおける分散制御を探索するためのNKモデルの修正形式を紹介する。
論文参考訳（メタデータ） (2020-04-20T15:01:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。