Self-organization of physics-informed mechanisms in recurrent neural networks: a case study in pneumatic artificial muscles
Self-organization of physics-informed mechanisms in recurrent neural networks: a case study in pneumatic artificial muscles
复制标题
循环神经网络中物理信息机制的自组织：气动人造肌肉的案例研究
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Kohei Nakajima
中科院分区：
文献类型：
--
作者：
Wentao Sun;Nozomi Akashi;Yasuo Kuniyoshi;Kohei Nakajima
登录
查看更多内容
使用混合专家进行分类和回归
DOI：
--
发表时间：
1997
期刊：
影响因子：
--
作者：
S. R. Waterhouse
通讯作者：
S. R. Waterhouse
混合专家用于学习游戏玩法
DOI：
10.1007/978-3-540-87536-9_24
发表时间：
2008
期刊：
--
影响因子：
--
作者：
P. Lacko;V. Kvasnicka
通讯作者：
V. Kvasnicka
通过神经网络辅助基于滤波器的估计实现软体机器人的鲁棒多模态间接传感。
影响因子：
7.9
作者：
J. Loo;Z. Y. Ding;Vishnu Monn Baskaran;S. Nurzaman;Chee Pin Tan
通讯作者：
Chee Pin Tan
具有自主切换读数的物理信息储层计算：气动人造肌肉的案例研究
DOI：
10.1109/mhs53471.2021.9767178
发表时间：
2021
期刊：
2021 International Symposium on Micro-NanoMehatronics and Human Science (MHS)
影响因子：
--
作者：
W. Sun;Nozomi Akashi;Yasuo Kuniyoshi;K. Nakajima
通讯作者：
K. Nakajima