arXiv · cs.AI· Milán Zsolt Bagladi·· 19 天前AI 评分29
用于时序模式识别与机器人动态手臂手势速度估计的神经网络研究
Neural Networks for Temporal Pattern Recognition and Dynamic Arm Gesture Speed Estimation for Robot Control
来源与原文
arXiv · cs.AI
作者：Milán Zsolt Bagladi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.11631v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者对十八种神经网络架构在十个时序任务上进行了系统基准测试，涵盖超过 250 种实验配置，发现 BiGRU、TCN、Conv1D 和 GRUReLU 四种架构表现最稳定，且参数量低于 2,000，适合实时部署。三种最优模型被应用于从 OpenPose 骨骼关键点序列估计动态手臂手势的执行速度，数据集包含 8 类交通手势共 256,710 帧。最佳配置在峰值计数解释上平均绝对误差为 0.198，约 5% 相对误差。
来源：arXiv · cs.AI · arxiv.org