跳到正文
智迹闻AuraTracer

研究:神经网络可靠估计动态手臂手势速度

本机阅读

发生了什么

据arXiv论文,研究人员对18种神经网络架构在10个时序任务上进行基准测试。BiGRU、TCN、Conv1D和GRUReLU表现最佳且参数量低于2,000。在包含256,710帧的自定义数据集上,最佳配置在峰值计数解释下平均绝对误差为0.198(约5%相对误差),证明神经网络可可靠地从骨骼数据估计手势速度。

相对误差
5%
参数量上限
2,000

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CV一手材料

    Neural Networks for Temporal Pattern Recognition and Dynamic Arm Gesture Speed Estimation for Robot Control

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口