用于连续时间序列分析、编辑与合成的混合模型
机器人学
2021-04-23 v1 机器学习
摘要
本章概述用于时间序列（尤其侧重运动数据）分析、编辑与合成的技术。混合模型的使用允许将时间信号分解为基函数的叠加。它提供了一种紧凑表示，旨在保留信号的本质特征。已有各类基函数被提出，其发展源自不同研究领域，包括计算机图形学、人体运动科学、机器人学、控制与神经科学。我们将展示基于径向、伯恩斯坦和傅里叶基函数的应用示例，并附上相关源代码以便熟悉这些技术。
引用
@article{arxiv.2104.10731,
title = {Mixture Models for the Analysis, Edition, and Synthesis of Continuous Time Series},
author = {Sylvain Calinon},
journal= {arXiv preprint arXiv:2104.10731},
year = {2021}
}
备注
20 pages, 7 figures