論文の概要: Extending the kinematic theory of rapid movements with new primitives

• arxiv url: http://arxiv.org/abs/2401.16519v1
• Date: Mon, 29 Jan 2024 19:45:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-31 17:16:15.203933
• Title: Extending the kinematic theory of rapid movements with new primitives
• Title（参考訳）: 新しい原始体による急速運動の運動論の拡張
• Authors: Miguel A. Ferrer, Moises Diaz, Jose J. Quintana, Cristina Carmona-Duarte
• Abstract要約: 我々は、さらなるプリミティブの使用を可能にする数学的枠組みを確立するKinematic Theory Transformを開発する。 我々は,人間,動物,人型ロボットが実施した軌道による再建結果を報告する。
• 参考スコア（独自算出の注目度）: 4.656302602746229
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The Kinematic Theory of rapid movements, and its associated Sigma-Lognormal, model 2D spatiotemporal trajectories. It is constructed mainly as a temporal overlap of curves between virtual target points. Specifically, it uses an arc and a lognormal as primitives for the representation of the trajectory and velocity, respectively. This paper proposes developing this model, in what we call the Kinematic Theory Transform, which establishes a mathematical framework that allows further primitives to be used. Mainly, we evaluate Euler curves to link virtual target points and Gaussian, Beta, Gamma, Double-bounded lognormal, and Generalized Extreme Value functions to model the bell-shaped velocity profile. Using these primitives, we report reconstruction results with spatiotemporal trajectories executed by human beings, animals, and anthropomorphic robots.
• Abstract（参考訳）: 急速運動の運動論とその関連するシグマ対数正規モデル2次元時空間軌跡 主に仮想目標点間の曲線の時間的重複として構成される。 具体的には、それぞれ軌跡と速度を表すプリミティブとしてアークと対数正規を用いる。 本稿では,このモデルの開発について,キネマティック理論変換(Kinematic Theory Transform)と呼ぶもので,さらなるプリミティブの使用を可能にする数学的枠組みを確立する。 主に,仮想目標点とガウス,ベータ,ガンマ,二重有界対数正規関数,一般化極値関数をリンクしてベル形状の速度分布をモデル化するためにオイラー曲線を評価する。 これらのプリミティブを用いて,ヒト,動物,人型ロボットによる時空間軌跡の再構成結果を報告する。

関連論文リスト

• Nonlinear second-order dynamics describe labial constriction trajectories across languages and contexts [0.0]
  言語や文脈において、即時変位と瞬時速度の比率は、一般的に運動開始から移動オフセットまでの指数的減衰曲線に従う。 我々は、この経験的発見を微分方程式で定式化し、点引力力学の仮定と組み合わせることで、口唇収縮軌跡を記述する非線形二階力学系を導出する。
  論文  参考訳（メタデータ） (2024-10-10T20:13:51Z)
• From pixels to planning: scale-free active inference [42.04471916762639]
  本稿では、生成的モデリングのための離散状態空間モデルとそれに伴う手法について述べる。 我々は、再正規化群を用いて、深層または階層的な形式を考える。 この技術ノートは、一連のアプリケーションを使用したRGMの自動発見、学習、デプロイを説明している。
  論文  参考訳（メタデータ） (2024-07-27T14:20:48Z)
• Generalizable Implicit Motion Modeling for Video Frame Interpolation [51.966062283735596]
  フローベースビデオフレーム補間(VFI)における動きの重要性 本稿では,動きモデリングVFIの新規かつ効果的なアプローチである一般インプリシット・モーション・モデリング(IMM)を紹介する。 我々のGIMMは、正確にモデル化された動きを供給することによって、既存のフローベースVFIワークと容易に統合できる。
  論文  参考訳（メタデータ） (2024-07-11T17:13:15Z)
• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• iDeLog: Iterative Dual Spatial and Kinematic Extraction of Sigma-Lognormal Parameters [4.273966905160028]
  iDeLogは運動同値理論と知覚可能な視覚フィードバックにインスパイアされている。 iDeLogはSigma-Lognormalの以前の開発と比べて有望な結果を得た。
  論文  参考訳（メタデータ） (2024-01-27T17:58:42Z)
• Tight Fusion of Events and Inertial Measurements for Direct Velocity Estimation [20.002238735553792]
  本研究では,通常のカメラの代わりに動的視覚センサを用いて,一階キネマティクスのレベルで直接視覚-慣性融合を行う新しい手法を提案する。 本研究では, 短時間で高ダイナミックな状況下での速度推定がどのように得られるかを示す。 シミュレーションデータと実データの両方の実験により、提案された密接な事象-慣性融合が連続的かつ信頼性の高い速度推定に繋がることを示した。
  論文  参考訳（メタデータ） (2024-01-17T15:56:57Z)
• Curve Your Attention: Mixed-Curvature Transformers for Graph Representation Learning [77.1421343649344]
  本稿では,一定曲率空間の積を完全に操作するトランスフォーマーの一般化を提案する。 また、非ユークリッド注意に対するカーネル化されたアプローチを提供し、ノード数とエッジ数に線形に時間とメモリコストでモデルを実行できるようにします。
  論文  参考訳（メタデータ） (2023-09-08T02:44:37Z)
• Modelling Latent Dynamics of StyleGAN using Neural ODEs [52.03496093312985]
  我々は、GANから独立に反転した潜在符号の軌跡を学習する。 学習した連続軌道により、無限のフレームと一貫したビデオ操作を行うことができる。 提案手法は最先端の性能を実現するが,計算量が少なくなる。
  論文  参考訳（メタデータ） (2022-08-23T21:20:38Z)
• NeMF: Neural Motion Fields for Kinematic Animation [6.570955948572252]
  巨大な運動空間を時間とともに連続関数として表現するため、Neural Motion Fields (NeMF) と呼ぶ。 我々はニューラルネットワークを用いて、この関数をさまざまな動きの集合として学習する。 私たちは、その汎用性を証明するために、多様な人間の動きデータセットと四重組データセットでモデルをトレーニングします。
  論文  参考訳（メタデータ） (2022-06-04T05:53:27Z)
• Physics Informed RNN-DCT Networks for Time-Dependent Partial Differential Equations [62.81701992551728]
  時間依存偏微分方程式を解くための物理インフォームド・フレームワークを提案する。 我々のモデルは離散コサイン変換を用いて空間的および反復的なニューラルネットワークを符号化する。 ナヴィエ・ストークス方程式に対するテイラー・グリーン渦解の実験結果を示す。
  論文  参考訳（メタデータ） (2022-02-24T20:46:52Z)
• Hyperbolic Variational Graph Neural Network for Modeling Dynamic Graphs [77.33781731432163]
  我々は,ノード表現の推論を目的とした双曲空間における動的グラフ表現を初めて学習する。 本稿では,HVGNNと呼ばれる新しいハイパーボリック変動グラフネットワークを提案する。 特に,動力学をモデル化するために,理論的に接地した時間符号化手法に基づく時間gnn(tgnn)を導入する。
  論文  参考訳（メタデータ） (2021-04-06T01:44:15Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。