文献

J-GLOBAL ID：201902262294048164   整理番号：19A0518336

深条件生成モデルによる把持運動画像のモデリング【JST・京大機械翻訳】

Modeling Grasp Motor Imagery Through Deep Conditional Generative Models

著者 (3件)： Veres Matthew (School of Engineering, University of Guelph, Guelph, ON, Canada) ,  Moussa Medhat (School of Engineering, University of Guelph, Guelph, ON, Canada) ,  Taylor Graham W. (School of Engineering, University of Guelph, Guelph, ON, Canada)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 2  号： 2  ページ： 757-764  発行年： 2017年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 把持は,対象物,周囲,およびoneselfの知識を含む複雑な過程である。人間はこの作業を実行するために必要な感覚情報の全てを統合し,処理することができるが,この能力を持つ機械の装備は非常に挑戦的な努力である。本論文において,著者らは,深い学習技術が,運動イメージのような高レベル概念をロボット把握合成の問題に変換することを可能にする方法を研究した。著者らは,統合オブジェクト行動表現を学習するための生成モデルに基づくパラダイムを調査し,シミュレーションされた把握データセット上で多モード多指把握構成を捕捉し,生成する能力を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像 ,  学習 ,  ロボット ,  *モデリング ,  多モード
準シソーラス用語： 運動イメージ ,  感覚情報 ,  *生成モデル , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (4件)： 生成モデル ,  把持 ,  動画像 ,  モデリング