- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
In: spinfortec2022. Chemnitz, 29. - 30. September 2022
- Schlagwort
-
Neuromuskuläre Erregbarkeit
Funktionelle neuromuskuläre Stimulation
Bestärkendes Lernen
- Ereignis
-
Veröffentlichung
- (wo)
-
Chemnitz
- (wer)
-
Technische Universität Chemnitz
- (wann)
-
2022
- Urheber
-
Lisca, Gheorghe
Axenie, Cristian
Grauschopf, Thomas
Senner, Veit
- URN
-
urn:nbn:de:bsz:ch1-qucosa2-807709
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:43 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Lisca, Gheorghe
- Axenie, Cristian
- Grauschopf, Thomas
- Senner, Veit
- Technische Universität Chemnitz
Entstanden
- 2022
Ähnliche Objekte (12)
Hacking Reinforcement Learning
Reinforcement learning - lecture 2
Reinforcement learning - lecture 1
Reinforcement learning - lecture 4
Reinforcement learning - lecture 3
Self-adjusting reinforcement learning
Latent Space Reinforcement Learning
Risk-averse reinforcement learning
Stable deep reinforcement learning
Biologically plausible Reinforcement Learning
Learning navigation policies with deep reinforcement learning
Two-stage reinforcement learning system
Hacking Reinforcement Learning
Reinforcement learning - lecture 2
Reinforcement learning - lecture 1
Reinforcement learning - lecture 4
Reinforcement learning - lecture 3
Self-adjusting reinforcement learning
Latent Space Reinforcement Learning
Risk-averse reinforcement learning
Stable deep reinforcement learning
Biologically plausible Reinforcement Learning
Learning navigation policies with deep reinforcement learning
Two-stage reinforcement learning system
Hacking Reinforcement Learning
Reinforcement learning - lecture 2
Reinforcement learning - lecture 1
Reinforcement learning - lecture 4
Reinforcement learning - lecture 3
Self-adjusting reinforcement learning
Latent Space Reinforcement Learning
Risk-averse reinforcement learning
Stable deep reinforcement learning
Biologically plausible Reinforcement Learning
Learning navigation policies with deep reinforcement learning