Learning and Identification of human upper-limb muscle synergies in daily-life tasks with autoencoders

Download statistics - Document (COUNTER):

Hu, T.; Kühn, J.; Matouq, J.; Haddadin, S.: Learning and Identification of human upper-limb muscle synergies in daily-life tasks with autoencoders. OTWorld Congress 2018, 6 S.

Repository version

To cite the version in the repository, please use this identifier: https://doi.org/10.15488/3679

Selected time period:

year: 
month: 

Sum total of downloads: 177




Thumbnail
Abstract: 
As a pilot study, we present 1)a database that includes 30 daily-life table-top tasks, which were selected within the SoftPro project, and 2)a novel autoencoder-based muscle synergy identification method, whose results indicate an association between synergy space dimensionality and task complexity.
License of this version: Es gilt deutsches Urheberrecht. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.
Document Type: conferenceObject
Publishing status: publishedVersion
Issue Date: 2018-05-16
Appears in Collections:Fakultät für Elektrotechnik und Informatik

distribution of downloads over the selected time period:

downloads by country:

pos. country downloads
total perc.
1 image of flag of Germany Germany 97 54.80%
2 image of flag of China China 15 8.47%
3 image of flag of United States United States 14 7.91%
4 image of flag of Italy Italy 14 7.91%
5 image of flag of Iran, Islamic Republic of Iran, Islamic Republic of 9 5.08%
6 image of flag of Japan Japan 8 4.52%
7 image of flag of Hong Kong Hong Kong 3 1.69%
8 image of flag of United Kingdom United Kingdom 3 1.69%
9 image of flag of New Zealand New Zealand 2 1.13%
10 image of flag of Spain Spain 2 1.13%
    other countries 10 5.65%

Further download figures and rankings:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.

Search the repository


Browse