Zobrazeno 1 - 10
of 19
pro vyhledávání: '"tactile sensing systems"'
Autor:
Lei Wen, Meng Nie, Jinwen Fan, Pengfan Chen, Bowei Li, Shuning Chen, Yunwei Xiong, Qian Zhang, Kuibo Yin, Litao Sun
Publikováno v:
Advanced Intelligent Systems, Vol 5, Iss 12, Pp n/a-n/a (2023)
Due to the difficulties in designing sensor arrays with a wide detection range, high sensitivity, and the sensing ability to convert tangential force into normal force on the same substrate, the integration of shape and texture recognitions in one el
Externí odkaz:
https://doaj.org/article/8dab11ff43ab4993b5fd6dfd055cb16d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Micromachines, Vol 11, Iss 1, p 103 (2020)
Embedding machine learning methods into the data decoding units may enable the extraction of complex information making the tactile sensing systems intelligent. This paper presents and compares the implementations of a convolutional neural network mo
Externí odkaz:
https://doaj.org/article/a51bf48bf12549039046149e7f648ae7
Publikováno v:
IEEE Sensors JournalVolume 21, Issue 8, Pages 9983-999315 April 2021 Article number 9340346
Recurrent Neural Networks (RNNs) are mainly designed to deal with sequence prediction problems and they show their effectiveness in processing data originally represented as time series. This paper investigates the time series characteristics of RNNs
Publikováno v:
IEEE Sensors JournalVolume 22, Issue 1, Pages 659-6701 January 2022
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Micromachines
Volume 11
Issue 1
Micromachines, Vol 11, Iss 1, p 103 (2020)
Volume 11
Issue 1
Micromachines, Vol 11, Iss 1, p 103 (2020)
Embedding machine learning methods into the data decoding units may enable the extraction of complex information making the tactile sensing systems intelligent. This paper presents and compares the implementations of a convolutional neural network mo
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.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.