| 标题 |
 A Dynamically Weighted Multi-Objective Optimization Approach to Positional Interactions in Remote-Local Augmented/Mixed Reality 远程——本地增强/混合现实中位置交互的动态加权多目标优化方法
相关领域
工作区
计算机科学
阿凡达
稳健性（进化）
反向动力学
人机交互
增强现实
灵活性（工程）
集合（抽象数据类型）
计算机视觉
分布式计算
计算
最优化问题
运动学
人工智能
数学优化
算法
数学
生物化学
化学
统计
物理
经典力学
机器人
基因
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 |
期刊： 作者：Akshith Ullal; Cadence Watkins; Nilanjan Sarkar 出版日期：2021-11-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
爱静静
木心儿
浦肯野
VDC
紫色水晶之恋
JZX
mmyhn
sutharsons
pcr163
SYLH
36456657
Qi
小红薯7XJ9B2Q4
tuanheqi
ceeray23
刘荻萩
ccc
MchemG
营养小杨
麻花阳
皖公网安备34019202002308
