人間の動作のためのスパイク列駆動ダイナミカルモデル

私たちは、合成と分析の両方のタスクをサポートできる人間の動きのダイナミカルモデルを調査します。動作クラスがうまく分離されている場合に適する粗い識別モデルとは異なり、私たちは微細な表現力を持ち、動作が行われる方法の微妙な違いをモデル化できるモデルを求めています。この目的のために、観察された動作を比較的小さな次数の（未知の）線形定常ダイナミカルモデルとしてモデル化し、スパースな有界入力信号によって駆動します。私たちの動機は、定常的なダイナミクスが演者の変わらない物理的特性を捉え、システムを刺激するために使用される入力が実行されている動作の因果的サインと対応するということです。私たちは、モデルが大規模な非定常動作のクラスをかなり簡略化して近似するのに十分な表現力を持つことを示します。また、推測された入力シーケンスの時間的統計を比較することで、動作を認識し、それらの間の遷移を検出できることも示します。