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

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

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

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

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

Popis výsledku anglicky

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.

Druh

A - Audiovizuální tvorba

CEP obor

EI - Biotechnologie a bionika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2005

Kód důvěrnosti údajů

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

ISBN

—

Místo vydání

Praha

Název nakladatele resp. objednatele

—

Verze

—

Identifikační číslo nosiče

neuvedeno