BriefGPT.xyz
Ask
alpha
关键词
prosthetic control
搜索结果 - 3
RLEEGNet:将脑 - 机接口与自适应人工智能相结合,实现直观响应和高准确性的运动意象分类
基于强化学习与深度 Q 网络的 1D-CNN-LSTM 结构的 RLEEGNet 模型通过反馈不断优化控制策略,实现连续的适应性和响应性,以提高脑机接口系统的可适应性和响应速度。
PDF
5 months ago
基于分离学习的肌电假肢设备控制的收敛速率最大化
本文提出了一种优化剪切层选择的算法,旨在最大化模型的收敛速度,从而改善电肌肉图模式识别任务中假肢设备控制的效能。
PDF
6 months ago
实例化学习与原型缩减在实时比例肌电控制中的应用:一个随机用户研究展示了为假肢嵌入式系统实现精确性保持的数据缩减
基于 kNN 方案的学习技术在假肢控制中实现了姿势检测,通过评估数据集减小的方法,确保了高效的实时决策,从而使其能够可靠地集成到电池供电的便携设备中。
PDF
a year ago
Prev
Next