| 标题 |
Deep domain adaptation eliminates costly data required for task-agnostic wearable robotic control 深度域自适应消除了任务不可知的可穿戴机器人控制所需的昂贵数据
相关领域
计算机科学
领域(数学分析)
估计员
外骨骼
人工智能
适应(眼睛)
个性化
机器学习
可穿戴计算机
深度学习
可穿戴技术
标记数据
域适应
控制(管理)
数据建模
动力外骨骼
资源(消歧)
数据挖掘
人工神经网络
力矩(物理)
移动设备
自适应控制
卷积神经网络
机器人
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Science robotics 作者:Keaton L. Scherpereel; Matthew C. Gombolay; Max K. Shepherd; Carlos A. Carrasquillo; Omer T. Inan; et al 出版日期:2025-11-19 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)