Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Gebhardt, Gregor"'
Autor:
Landgraf, Tim, Moenck, Hauke J., Gebhardt, Gregor H. W., Weimar, Nils, Hocke, Mathis, Maxeiner, Moritz, Musiolek, Lea, Krause, Jens, Bierbach, David
Collective motion is commonly modeled with simple interaction rules between agents. Yet in nature, numerous observables vary within and between individuals and it remains largely unknown how animals respond to this variability, and how much of it may
Externí odkaz:
http://arxiv.org/abs/2009.06633
Autor:
Gebhardt, Gregor H.W.
To act in complex, high-dimensional environments, autonomous systems require versatile state estimation techniques and compact state representations. State estimation is crucial when the system only has access to stochastic measurements or partial ob
Autor:
Becker, Philipp, Pandya, Harit, Gebhardt, Gregor, Zhao, Cheng, Taylor, James, Neumann, Gerhard
In order to integrate uncertainty estimates into deep time-series modelling, Kalman Filters (KFs) (Kalman et al., 1960) have been integrated with deep learning models, however, such approaches typically rely on approximate inference techniques such a
Externí odkaz:
http://arxiv.org/abs/1905.07357
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Landgraf, Tim, Gebhardt, Gregor H. W., Bierbach, David, Romanczuk, Pawel, Musiolek, Lea, Hafner, Verena V., Krause, Jens
Publikováno v:
Annual Review of Control, Robotics & Autonomous Systems; 2021, Vol. 1 Issue 1, p487-507, 21p
