Zobrazeno 1 - 10 of 53 pro vyhledávání: '"M Eustace"'
1
Akademický článek
The Use of Synthetic IMU Signals in the Training of Deep Learning Models Significantly Improves the Accuracy of Joint Kinematic Predictions
Autor: Mohsen Sharifi Renani, Abigail M. Eustace, Casey A. Myers, Chadd W. Clary
Publikováno v: Sensors, Vol 21, Iss 17, p 5876 (2021)
Gait analysis based on inertial sensors has become an effective method of quantifying movement mechanics, such as joint kinematics and kinetics. Machine learning techniques are used to reliably predict joint mechanics directly from streams of IMU sig
Externí odkaz: https://doaj.org/article/600205b4b5ad42c6b8c9bce01910acd9
Zobrazit plný text záznamu
2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
4
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
7
The Use of Synthetic IMU Signals in the Training of Deep Learning Models Significantly Improves the Accuracy of Joint Kinematic Predictions
Autor: Chadd W. Clary, Casey A. Myers, Mohsen Sharifi Renani, Abigail M. Eustace
Publikováno v: Sensors, Vol 21, Iss 5876, p 5876 (2021)
Sensors
Volume 21
Issue 17
Sensors (Basel, Switzerland)
Gait analysis based on inertial sensors has become an effective method of quantifying movement mechanics, such as joint kinematics and kinetics. Machine learning techniques are used to reliably predict joint mechanics directly from streams of IMU sig
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::77845244318bb3783561eda6bde4bd8d
https://doi.org/10.3390/s21175876
Zobrazit plný text záznamu
8
Morphological and ontogenetic stratification of abyssal and hadal Eurythenes gryllus sensu lato (Amphipoda: Lysianassoidea) from the Peru–Chile Trench
Autor: Alan J. Jamieson, Stuart B. Piertney, Niamh M. Kilgallen, Ryan M. Eustace, Heather Ritchie
Publikováno v: Deep Sea Research Part I: Oceanographic Research Papers. 109:91-98
The globally ubiquitous lysianassoid amphipod, Eurythenes gryllus, has been shown to consist of multiple genetically distinct cryptic taxa, with depth considered a major driver of speciation and morphological divergence. Here we examine morphological
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_________::e344f8c75aaec853b6b4abcee4e6d6dc
https://doi.org/10.1016/j.dsr.2015.11.005
Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje