Jan, 2024

扩展快速运动的运动学理论与新基元

PDF
TL;DR运用运动学理论和 Sigma-Lognormal 模型 2D 时空轨迹的方法，我们提出了一种 Kinematic Theory Transform 模型，并使用欧拉曲线和多种函数来重构人、动物和机器人的时空轨迹。
kinematic theorysigma-lognormal2d spatiotemporal trajectorieskinematic theory transformeuler curves
发现论文，激发创造
  • iDeLog：迭代式双重空间与运动提取 Sigma-Lognormal 参数

    本文提出了一个通过运动等效理论和可行的视觉反馈启发的新框架 iDeLog，用于提取 Sigma-Lognormal 模型参数。在与手写签名进行的实验中，iDeLog 相较于先前的 Sigma-Lognormal 发展取得了有希望的结果。

    Jan, 2024

  • 语音的 Sigma-lognormal 建模

    基于语音运动学理论，引用 Sigma-lognormal 模型，提出了一种用于研究、分析和重构复杂语音运动学的简化模型，通过从格式到运动观察的转换，以及实验证实了抽取参数与人的年龄以及动态运动学理论所要求的第一和第二共振峰之间的比例的相关性。

    Jan, 2024

  • 机器人中的均匀与对数正态运动：对机器人运动的感知偏好

    研究分析人们对协作机器人的运动方式的偏好，探讨工业机器人的运动与人体运动之间的主要差异，并基于对数正态原理开发了模拟人类运动的程序。通过实施不同的速度轮廓在两个工业机器人中进行测试，以研究人们对不同运动方式的偏好及与机器人互动时的感知。

    May, 2024

  • 发现内在空间时间逻辑规则以解释人类行为

    本文提出了一个基于空间 - 时间逻辑规则的知识推动建模框架来分析人类行动，该算法使用期望最大化来优化规则生成器和模型参数，并具有广泛的应用前景。

    Jun, 2023

  • 黎曼流形上轨迹的统计分析：鸟类迁徙、飓风跟踪和视频监视

    本文提出了一种基于 TSRVF 和时空一致性约束的统计分析方法，可以计算流形上轨迹的相似性，通过该方法可以在三种不同的流形中进行实验并得出实验结果。

    May, 2014

  • 机器比理论家更聪明吗：用符号回归推导粒子运动学公式

    利用符号回归推导解析公式，首先应用于算法定义的动力学变量，然后再次应用于 NLO 几何变量的推导。

    Nov, 2022

  • 一个可微的牛顿欧拉算法用于多体模型学习

    本文介绍一种可用于多体机器人动力学的混合模型，采用计算图架构将牛顿欧拉方程体现出来，实现动态几何转化为有效的计算结构，结合灰盒架构进行系统参数辨识。同时，将动力学参数和运动学参数进行联合建模，与黑盒组件相结合取得了较好效果。

    Oct, 2020

  • 使用 Sigma-Lognormal 模型合成 3D 空中签名

    通过利用对数正态原理模拟复杂的神经运动控制过程，本文提出了一个框架来生成合成的 3D 空中签名，该技术可以在自动签名验证中支持决策制定，包括合成完全 3D 新签名的轨迹和速度、只有 3D 轨迹的动力学信息以及 3D 真实签名的重复样本。我们通过生成模拟真实数据库的合成 3D 签名数据库，并展示了与真实和合成数据库相似的真实和熟练伪造签名的自动签名验证性能，证实了我们的提议的有效性，并证明该提议对于合成 3D 空中书写和手势也是有效的。最后，一个感知测试确认了生成的样本的人类相似性。

    Jan, 2024

  • 人类移动的规模特性建模

    使用移动电话轨迹的经验数据，证明了连续时间随机漫步模型的预测与经验证据存在系统性冲突。并引入了两个原则，建立了一个统计自洽的微观模型来解释人类活动模式，不仅说明了实验观测到的标度定律，而且还允许我们以解析的方式预测大部分相应的标度指数。

    Oct, 2010

  • 实时变分学习神经轨迹及其动力学

    本研究介绍了一种指数家族变分卡尔曼滤波器，该在线递归贝叶斯方法针对任意似然函数进行推断，利用常数基础测量指数家族对潜在状态随机性进行建模，以推断潜在轨迹并同时学习生成它们的动态系统。

    May, 2023