elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning Deep Movement Primitives using Convolutional Neural Networks

Pervez, Affan und Mao, Yuecheng und Lee, Dongheui (2017) Learning Deep Movement Primitives using Convolutional Neural Networks. In: IEEE-RAS International Conference on Humanoid Robots. HUMANOIDS 2017, UK.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.


elib-URL des Eintrags:https://elib.dlr.de/117913/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Learning Deep Movement Primitives using Convolutional Neural Networks
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Pervez, AffanTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Mao, YuechengNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lee, DongheuiDongheui.Lee (at) dlr.dehttps://orcid.org/0000-0003-1897-7664NICHT SPEZIFIZIERT
Datum:2017
Erschienen in:IEEE-RAS International Conference on Humanoid Robots
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:deep learning, dynamic movement primitives, convolutional neural networks
Veranstaltungstitel:HUMANOIDS 2017
Veranstaltungsort:UK
Veranstaltungsart:internationale Konferenz
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Terrestrische Assistenz-Robotik (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Lee, Prof. Dongheui
Hinterlegt am:07 Jan 2018 22:37
Letzte Änderung:07 Jan 2018 22:37

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.