 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de Guillaume Gaudet figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur Guillaume Gaudet. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Barron, O., Raison, M., Gaudet, G., & Achiche, S. (2020). Recurrent Neural Network for electromyographic gesture recognition in transhumeral amputees. Applied Soft Computing Journal, 96, 9 pages. Lien externe
Ballaz, L., Raison, M., Detrembleur, C., Gaudet, G., & Lemay, M. (2016). Joint torque variability and repeatability during cyclic flexion-extension of the elbow. BMC Sports Science, Medicine and Rehabilitation, 8(1). Disponible
Gaudet, G. (2022). Development of a Multibody Model for Quantification of Muscle Forces at Upper Limb as a Design Tool for Exoskeleton Synthesis [Thèse de doctorat, Polytechnique Montréal]. Disponible
Gaudet, G., Raison, M., & Achiche, S. (2021). Current trends and challenges in pediatric access to sensorless and sensor-based upper limb exoskeletons. Sensors, 21(10), 3561 (17 pages). Disponible
Gaudet, G., Raison, M., & Achiche, S. (2018). Classification of upper limb phantom movements in transhumeral amputees using electromyographic and kinematic features. Engineering Applications of Artificial Intelligence, 68, 153-164. Lien externe
Gaudet, G. (2016). Classification de mouvements fantômes du membre supérieur chez des amputés huméraux à l'aide de mesures électromyographiques et cinématiques [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Gaudet, G., Raison, M., Maso, F. D., Achiche, S., & Begon, M. (2016). Intra- and intersession reliability of surface electromyography on muscles actuating the forearm during maximum voluntary contractions. Journal of Applied Biomechanics, 32(6), 558-570. Lien externe
Hernandez, S., Raison, M., Torres, A., Gaudet, G., & Achiche, S. (septembre 2014). From on-body sensors to in-body data for health monitoring and medical robotics : a survey [Communication écrite]. Global Information Infrastructure and Networking Symposium (GIS 2014), Montréal, Québec (5 pages). Lien externe
Noel, S., Fortier, C., Murschel, F., Belzil, A., Gaudet, G., Jolicoeur, M., & De Crescenzo, G. (2016). Co-immobilization of adhesive peptides and VEGF within a dextran-based coating for vascular applications. Acta Biomaterialia, 37, 69-82. Lien externe
