文献

J-GLOBAL ID：201702226988434930   整理番号：17A1396560

EMG信号のための異常検出を用いた新しい隠れMarkovモデルに基づくパターン識別法【Powered by NICT】

A novel hidden Markov model-based pattern discrimination method with the anomaly detection for EMG signals

著者 (2件)： Mukaeda Takayuki (Graduate School of Engineering, Yokohama National University, Japan) ,  Shima Keisuke (Faculty of Engineering, Yokohama National University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 921-924  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： (学習,未分類のための事後確率の計算を可能にする新しい逐次パターン認識法を提案した。この手法では,未学習クラスの確率密度関数は,与えられた学習サンプルを用いたモデルパラメータ推定による不明確なクラスを分類するためのhiddenMarkovモデルに組み込んだ。手法は筋電図(EMG)信号との関連および疾患診断のための支援における運動分類のような様々なパターン認識問題に適用することができる。行った実験では,EMG信号から運動分類は八学習/忘れ去られた前腕運動の三人の被験者で実施した。提案した方法は従来の方法より高レベル分類性能(学習した運動:90.13%;未学習運動:91.25%)を生産した。結果は,この技術の有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *パターン分類 ,  確率密度関数 ,  学習 ,  事後確率 ,  筋電図 ,  *隠れMarkovモデル ,  パターン認識
準シソーラス用語： 被験者 ,  モデルパラメータ ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： EMG ,  異常検出 ,  隠れMarkovモデル ,  パターン識別