MOnAMi-Metadatensuche

Marker-based systems can digitally record human movements in detail. Using the digital biomechanical human model Dynamicus, which was developed by the Institut für Mechatronik, it is possible to model joint angles and their velocities such accurately that it can be used to improve motion analysis in competitive sports or for ergonomic evaluation of motion sequences. In this paper, we use interpretable machine learning techniques to analyze the gait. Here, the focus is on the classification between foot touchdown and drop-off during normal walking. The motion data for training the model is labeled using force plates. We analyze how we could apply our machine learning models directly on new motion data recorded in a different scenario compared to the initial training, more precise on a treadmill. We use the properties of the interpretable model to detect drift and to transfer our model if necessary.

Originalquelle: Die maßgebliche Quelle für diesen Datensatz ist MOnAMi. Dieses Tool übernimmt keine Gewähr für Vollständigkeit, Aktualität, bibliografische Richtigkeit oder dauerhafte Verfügbarkeit.

PDF-Nutzung: Die PDF-Datei wird nicht lokal gespeichert. Die Vorschau und Volltextsuche rufen die Originaldatei technisch über einen signierten Proxy ab und verarbeiten sie nur zur Anzeige im Browser.

Rechte und Verantwortung: Urheberrechte, Lizenzen, Sperrvermerke und inhaltliche Verantwortung verbleiben bei den jeweiligen Autor:innen, Rechteinhaber:innen und der Originalplattform. Die automatisch erzeugte Rollen-, Themen-, Methoden- und Zitierklassifikation ist eine technische Ableitung und muss bei wissenschaftlicher Verwendung geprüft werden.