Il nostro scopo sarà quello di comprendere le problematiche che possono sorgere nell'analizzare un dataset così ampio (17 movimenti che coinvolgono 22 giunti) e ricco di soggetti differenti (40 persone) attraverso l'uso di DMP e testate diverse tipologie di classificatori, quali Classification tree, GMM e modelli ECOC con diverse configurazioni, al fine di trovare il migliore da utilizzare assieme alle features estratte con le DMP.
Classificazione tramite motion primitives di dati Cyberglove per applicazioni robotiche
Cacco, Giacomo
2017/2018
Abstract
Il nostro scopo sarà quello di comprendere le problematiche che possono sorgere nell'analizzare un dataset così ampio (17 movimenti che coinvolgono 22 giunti) e ricco di soggetti differenti (40 persone) attraverso l'uso di DMP e testate diverse tipologie di classificatori, quali Classification tree, GMM e modelli ECOC con diverse configurazioni, al fine di trovare il migliore da utilizzare assieme alle features estratte con le DMP.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
GiacomoCacco1063269.pdf
accesso aperto
Dimensione
6.05 MB
Formato
Adobe PDF
|
6.05 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/27549