Comparison Methods for Improving Generalization when Predicting of Muscle Forces Using a Backpropagation Neural Network

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F05%3A02112408" target="_blank" >RIV/68407700:21220/05:02112408 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Comparison Methods for Improving Generalization when Predicting of Muscle Forces Using a Backpropagation Neural Network

Original language description

In biomechanics, it is one of important issues to study the distribution of the muscle forces between individual muscles in order to understand the joint and bone loading. Methods for directly measuring the muscle forces are not so far available and calculating the muscle forces is difficult, because many muscles act cooperatively. Therefore an artificial neural network (NN) with a learning algorithm was used in order to predict the muscle forces in elbow joint. This paper describes collecting and preprocessing the input muscle parameters; suggestion and training the Neural Network. In conclusion generalization performance was improved, using various methods for preprocessing the data.

Czech name

Porovnání metod predikce svalových sil pro zlepšení generalizace užitím neuronové sítě backpropagation

Czech description

V biomechanice je jedním z důležitých témat studium rozložení svalové síly mezi jednotlivými svaly pro porozumění zatížení kloubů a kostí. Metody pro přímé měření svalových sil nejsou dosud k dispozici a výpočet svalových sil je obtížné, protože mnoho svalů spolupracuje. Proto byla použita umělá neuronová síť pro predikci svalových sil v loketním kloubu. Tato zpráva popisuje získávání a zpracování vstupních svalových parametrů; návrh a trénování neuronové sítě. V závěru byla zlepšena generalizace užitímrůzných metod pro přípravu vstupních dat.

Type

A - Audiovisual production

CEP classification

EI - Biotechnology and bionics

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2005

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

ISBN

—

Place of publication

Praha

Publisher/client name

—

Version

—

Carrier ID

neuvedeno