Benutzer: Gast  Login
Originaltitel:
Human Motor Behavior Prediction through Gaussian Process Modeling on Manifolds
Übersetzter Titel:
Vorhersage Menschlichen Bewegungsverhaltens durch Gaußprozessmodellierung auf Mannigfaltigkeiten
Autor:
Lang, Muriel Friederike
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Hirche, Sandra (Prof. Dr.)
Gutachter:
Hirche, Sandra (Prof. Dr.); Lee, Dongheui (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
TU-Systematik:
MSR 550d
Kurzfassung:
This thesis investigates the modeling of human motor behavior, which is essential for applications such as human-robot interaction and healthcare for instance. We present a holistic plant model for the complex sensorimotor system dynamics, comprising decision making, motor execution and the internal motor state. To approximate each of those aspects, we generalize the Gaussian process to non-Euclidean input. Experimental validation on real data shows a significant improvement of the prediction ac...     »
Übersetzte Kurzfassung:
Diese Dissertation untersucht die Modellierung menschlichen Bewegungsverhaltens, die für Anwendungen wie beispielsweise Mensch-Roboter Interaktion wesentlich ist. Wir präsentieren ein ganzheitliches Modell der komplexen sensormotorischen Dynamik, das Entscheidungsfindung, Bewegungsausführung und den motorischen Zustand umfasst. Um jeden dieser Aspekte anzunähern, generalisieren wir den Gaußprozess auf nicht-euklidischen Raum. Die experimentelle Validierung auf echten Daten zeigt eine signifikant...     »
WWW:
https://mediatum.ub.tum.de/?id=1453923
Eingereicht am:
18.09.2019
Mündliche Prüfung:
17.05.2019
Dateigröße:
19683689 bytes
Seiten:
153
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20190517-1453923-1-2
Letzte Änderung:
26.06.2019
 BibTeX