.png){kind=icon}
返回
Dynamic soft distance modeling for uncertainty-aware robotic pattern recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.116496.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种动态软度量框架，用于模拟智能系统中的时序和参数化不确定性。
• 建立了所提出模型的正式度量性质、完备性以及一个Banach型不动点定理。
• 时序距离聚合能够在时变和不确定的传感条件下实现鲁棒的相似性度量。
• 该框架在动态模式识别任务中优于经典的欧氏距离、静态软度量以及DTW。
• 应用实例表明，该框架提高了智能和传感驱动工程系统（包括机器人）的鲁棒性。
Keyword:
Dynamic soft metric
Time-varying distance measures
Uncertainty modeling
Robotic pattern recognition
Sensor fusion
Intelligent systems
