Improving anthropometric datasets: comparison of machine learning and statistical approaches to fill data gaps

Der Beitrag "Improving anthropometric datasets: comparison of machine learning and statistical approaches to fill data gaps" ist in englischer Sprache im Konferenzband "Advances in Digital Human Modeling II. Proceedings of the 9th International Digital Human Modeling Symposium, DHM 2025" erschienen und kann über den Verlag heruntergeladen werden (ggf. kostenpflichtig)

Bibliografische Angaben

Titel:  Improving anthropometric datasets: comparison of machine learning and statistical approaches to fill data gaps

Verfasst von:  A. Ackermann, Wischniewski

in: Advances in Digital Human Modeling II. Proceedings of the 9th International Digital Human Modeling Symposium, DHM 2025 / R. Marshall, S. Summerskill, G. Harih, S. Scataglini (Hrsg.) Cham:  Springer, 2025.  Seiten: 93-107, Projektnummer: F 2446, DOI: 10.1007/978-3-032-00839-8_10

Weitere Informationen

Forschungs­projekte

ProjektnummerF 2446 StatusAbgeschlossenes Projekt Digitale Ergonomie - Entwicklung einer Methodik zur Analyse, Visualisierung und langfristigen Nutzung von komplexen anthropometrischen Daten für die Produkt- und Arbeitssystemgestaltung

Zum Projekt

Forschung abgeschlossen