课题基金 / 基金详情

Computational Models of Humans

Computational Models of Humans
人类的计算模型
批准号：
RGPIN-2017-04604
负责人：
Pai, Dinesh
金额：
$6.19万
依托单位：
University of British Columbia
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2017
资助国家：
加拿大
项目状态：
已结题
起止时间：
2017-01-01 至 2018-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=634648
关键词：
ComputationalModelsHumans

项目摘要

项目成果

Pai, Dinesh的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
My long term goal is to create useful computational models of how humans move and physically interact with their environment. The focus is not on black-box modeling of movement data. Rather, it is on modeling the underlying system itself, as a biological machine: the motors (muscles), sensors (esp. mechanoreceptors in muscle and skin), structures (skeleton and connective tissues), and software (neural control). By modeling the underlying sensorimotor system we could achieve better generalization to novel situations and gain fundamental insights into biological principles. In the near term, we could create more believable computer animations of human characters.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Computational Models of Humans
  • 批准号：
    RGPIN-2017-04604
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $12.38万
  • 财政年份：
    2021
  • 负责人：
    Pai, Dinesh
  • 依托单位：
    University of British Columbia
High Accuracy Non-Optical Motion Capture
  • 批准号：
    RTI-2021-00282
  • 项目类别：
    Research Tools and Instruments
  • 资助金额：
    $6.55万
  • 财政年份：
    2020
  • 负责人：
    Pai, Dinesh
  • 依托单位：
    University of British Columbia
Computational Models of Humans
  • 批准号：
    RGPIN-2017-04604
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $6.19万
  • 财政年份：
    2020
  • 负责人：
    Pai, Dinesh
  • 依托单位：
    University of British Columbia
Sensorimotor Computation
  • 批准号：
    1000228443-2012
  • 项目类别：
    Canada Research Chairs
  • 资助金额：
    $3.64万
  • 财政年份：
    2020
  • 负责人：
    Pai, Dinesh
  • 依托单位：
    University of British Columbia
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
新型手性NAD(P)H Models合成及生化模拟