interpretable-deep-gait:通过深度学习解释个人步态模式的独特性质资源-CSDN文库

共122个文件

jpg：80个

py：25个

mat：10个

Python

需积分: 15 201 浏览量 2021-05-27 12:06:09 上传评论收藏 182.4MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

interpretable-deep-gait:通过深度学习解释个人步态模式的独特性质（122个子文件）

.gitignore 71B

Figure-3-(horst).jpg 630KB

Figure-4c-(horst).jpg 613KB

Figure-6b-(horst).jpg 543KB

Figure-6c (horst).jpg 536KB

Figure-6c-(horst).jpg 535KB

Figure-4-alt (horst).jpg 527KB

Figure-4-alt-(horst).jpg 527KB

Figure-4 (horst).jpg 513KB

Figure-6 (horst).jpg 508KB

Figure-6-(horst).jpg 508KB

Figure-4-(horst).jpg 497KB

Figure-3-alt-(horst).jpg 433KB

Figure-3-alt (horst).jpg 433KB

Figure-3 (horst).jpg 414KB

Figure-3-(horst).jpg 412KB

Figure-5 (horst).jpg 355KB

Figure-5-(horst).jpg 354KB

Figure-1-(horst).jpg 302KB

Figure-1 (horst).jpg 302KB

Figure-0-SUB50-LBJAX-Rel2-(horst).jpg 112KB

Figure-0-SUB50-LBJAX-Rel2 (horst).jpg 112KB

Figure-0-LBJAX-Rel2 (horst).jpg 110KB

Figure-0-LBJAX-Rel2-(horst).jpg 110KB

Figure-0-SUB56-LBJAX-Rel2 (horst).jpg 109KB

Figure-0-SUB56-LBJAX-Rel2-(horst).jpg 109KB

Figure-0-SUB50-LBJAX-Rel1-(horst).jpg 109KB

Figure-0-SUB50-LBJAX-Rel1 (horst).jpg 109KB

Figure-0-SUB21-LBJAX-Rel2 (horst).jpg 109KB

Figure-0-SUB21-LBJAX-Rel2-(horst).jpg 109KB

Figure-0-SUB50-LBJAX-inputs (horst).jpg 109KB

Figure-0-SUB50-LBJAX-inputs-(horst).jpg 109KB

Figure-0-SUB54-LBJAX-Rel2-(horst).jpg 107KB

Figure-0-SUB54-LBJAX-Rel2 (horst).jpg 107KB

Figure-0-SUB21-LBJAX-inputs (horst).jpg 107KB

Figure-0-SUB21-LBJAX-inputs-(horst).jpg 107KB

Figure-0-LBJAX-inputs (horst).jpg 106KB

Figure-0-LBJAX-inputs-(horst).jpg 106KB

Figure-0-SUB56-LBJAX-inputs-(horst).jpg 106KB

Figure-0-SUB56-LBJAX-inputs (horst).jpg 106KB

Figure-0-SUB54-LBJAX-inputs-(horst).jpg 103KB

Figure-0-SUB54-LBJAX-inputs (horst).jpg 103KB

Figure-0-LBJAX-Rel1 (horst).jpg 100KB

Figure-0-LBJAX-Rel1-(horst).jpg 100KB

Figure-0-SUB21-GRF-Rel1-(horst).jpg 98KB

Figure-0-SUB21-GRF-Rel1 (horst).jpg 98KB

Figure-0-GRF-inputs-(horst).jpg 98KB

Figure-0-GRF-inputs (horst).jpg 98KB

Figure-0-SUB56-LBJAX-Rel1 (horst).jpg 97KB

Figure-0-SUB56-LBJAX-Rel1-(horst).jpg 97KB

Figure-0-GRF-Rel2 (horst).jpg 97KB

Figure-0-GRF-Rel2-(horst).jpg 97KB

Figure-0-SUB54-LBJAX-Rel1 (horst).jpg 97KB

Figure-0-SUB54-LBJAX-Rel1-(horst).jpg 97KB

Figure-0-SUB21-GRF-inputs (horst).jpg 95KB

Figure-0-SUB21-GRF-inputs-(horst).jpg 95KB

Figure-0-SUB21-GRF-Rel2-(horst).jpg 95KB

Figure-0-SUB21-GRF-Rel2 (horst).jpg 95KB

Figure-0-SUB54-GRF-inputs-(horst).jpg 94KB

Figure-0-SUB54-GRF-inputs (horst).jpg 94KB

Figure-0-SUB50-GRF-inputs (horst).jpg 94KB

Figure-0-SUB50-GRF-inputs-(horst).jpg 94KB

Figure-0-SUB50-GRF-Rel2 (horst).jpg 93KB

Figure-0-SUB50-GRF-Rel2-(horst).jpg 93KB

Figure-0-SUB56-GRF-inputs-(horst).jpg 93KB

Figure-0-SUB56-GRF-inputs (horst).jpg 93KB

Figure-0-SUB54-GRF-Rel2 (horst).jpg 93KB

Figure-0-SUB54-GRF-Rel2-(horst).jpg 93KB

Figure-0-SUB21-LBJAX-Rel1-(horst).jpg 93KB

Figure-0-SUB21-LBJAX-Rel1 (horst).jpg 93KB

Figure-0-SUB56-GRF-Rel2 (horst).jpg 91KB

Figure-0-SUB56-GRF-Rel2-(horst).jpg 91KB

Figure-0-GRF-Rel1-(horst).jpg 89KB

Figure-0-GRF-Rel1 (horst).jpg 89KB

Figure-0-SUB56-GRF-Rel1-(horst).jpg 88KB

Figure-0-SUB56-GRF-Rel1 (horst).jpg 88KB

Figure-0-SUB50-GRF-Rel1-(horst).jpg 87KB

Figure-0-SUB50-GRF-Rel1 (horst).jpg 87KB

Figure-0-SUB54-GRF-Rel1 (horst).jpg 86KB

Figure-0-SUB54-GRF-Rel1-(horst).jpg 86KB

Figure-2 (horst).jpg 52KB

LICENSE 2KB

LICENSE 132B

Gait_GRF_JA_Label.mat 65.54MB

Fig5_2017-10-05-S1234SubjectJA_X_LowerCNN-A.mat 25.77MB

P6.JA_X_Lower.CNN-A.mat 25.77MB

P6.GRF_AV.CNN-A.mat 25.75MB

Fig4_2017-10-05-S1234SubjectGRF_AVCNN-A.mat 25.75MB

Fig2.mat 1.18MB

Fig4.mat 64KB

Fig5.mat 64KB

Fig3.mat 31KB

Fig1.mat 6KB

README.md 3KB

overview.png 866KB

training.py 159KB

figure_fxns.py 50KB

model_io.py 14KB

perturbation_experiments.py 14KB

sequential.py 13KB

共 122 条

评论收藏

内容反馈

有道理的同桌

粉丝: 26
资源: 4653

interpretable-deep-gait:通过深度学习解释个人步态模式的独特性质

interpretable-ml-book：关于可解释机器学习的书

Interpretable-ADMET的代码

与医学有关的matlab代码-Reproducible-Deep-Compressive-Sensing:可重复深度压缩传感

生成对抗神经网络matlab代码-interpretable-emg-signatures:可解释的emg签名

interpretable-ml-article:我的可解释性机器学习博客系列的代码示例

interpretable-ml:训练可解释的ML模型，解释ML模型和调试ML模型的技术和资源

lime-interpretable-ml：如何使用LIME算法为“黑匣子”机器学习算法（在本例中为Radom Forest回归器）的决策过程提供真实世界见解的示例

Interpretable Deep Learning under Fire.rar

sklearn-interpretable-tree:简化的基于树的分类器和回归器，用于可解释的机器学习（兼容scikit-learn）

Interpretability-of-Machine-Learning-Visualizations:机器学习的可解释性-可视化

interpretable-research:我收集了一些有关可解释的CNN的论文，并在这里进行了整理

End-to-end Interpretable Neural Motion Planner.pdf

语谱图生成代码matlab-Interpretable-CNN-for-Big-Five-Personality-Traits-using-A

adversarial-explainable-ai:model关于模型解释的对抗性攻击的精选清单

具有异构信息的可解释的推荐系统：几何深度学习的观点-研究论文

DeepMind 关系型深度强化学习 Relational Deep Reinforcement Learning

基于图神经网络和注意力的每小时太阳辐射预测的可解释深度学习模型（APPLIED ENERGY 2022）

convolutional-tsetlin-machine-tutorial:卷积Tsetlin机器教程

基于Python+pytorch的图像处理+附完整代码图像处理，能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作

python大作业 含爬虫、数据可视化、地图、报告、及源码（2016-2021全国各地区粮食产量）.rar

《点燃我温暖你》中李峋的同款爱心代码

Python金融量化的高级库：TA-Lib-0.4.24（包含python3.7、3.8、3.9、3.10的32位和64位版本）

第十五届蓝桥杯大赛软件赛省赛-PythonB组题目

大麦网抢票脚本【Python脚本】

Python数据分析项目实践，包括数据读取、评估、清洗、分析、可视化机器学习相关内容等

人脸识别系统OpenCV+dlib+python（含数据库）Pyqt5界面设计 项目源码 毕业设计

YOLOv8-火焰识别（火焰数据集+代码+GUI界面+内置训练好的模型文件）

Python学习笔记(干货) 中文PDF完整版.pdf

Python教程2020版 完全入门 达到Python工程师水平 笔记+代码+课件+资料

最新资源

python大作业含爬虫、数据可视化、地图、报告、及源码（2016-2021全国各地区粮食产量）.rar

人脸识别系统OpenCV+dlib+python（含数据库）Pyqt5界面设计项目源码毕业设计

Python教程2020版完全入门达到Python工程师水平笔记+代码+课件+资料