文献

J-GLOBAL ID：201802261457807199   整理番号：18A1148574

動的構造化ニューラルネットワークに基づくハンドジェスチャー運動分類【JST・京大機械翻訳】

Hand gesture movement classification based on dynamically structured neural network

著者 (3件)： Iscan Mehmet (Mekatronik Muehendisligi Boeluemue, Yildiz Teknik Ueniversitesi, Istanbul, Tuerkiye) ,  Emec Caner (Mekatronik Muehendisligi Boeluemue, Yildiz Teknik Ueniversitesi, Istanbul, Tuerkiye) ,  Yesildirek Aydin (Mekatronik Muehendisligi Boeluemue, Yildiz Teknik Ueniversitesi, Istanbul, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EBBT  ページ： 1-4  発行年： 2018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： 複雑な生物医学的シグナルの一つとして,筋電図は筋肉の電気的活性化を表し,ジェスチャー運動に関する有用な情報を提供する。動的に構造化されたニューラルネットワークは,リアルタイムで未知の複雑さで手/腕運動から生成されるいくつかのEMG信号を通して,そのような運動パターンを分類するための効率的なツールとして使用されると提案されている。動的構造化ニューラルネットワークを訓練し,その最適構造を学習しながら入出力マッピングを確立した。提案したアーキテクチャの性能を種々のサイズの静的構造化ニューラルネットワーク構成と比較した。2倍以上の改善が,訓練と検証データセットの両方でテストされた4つの一般的手ジェスチャ(屈曲,拡張,フィート,残り)の時の精度と計算時間に関して観察された。さらに,EMGチャネルの最適数を低減することにより,ロバスト性能を得た。広範な試験を完了した後に,本アルゴリズムは,以前に訓練されていないものを含む被験者から得られたEMG信号の同じ優れた分類性能を示した。提案したアルゴリズムは,実時間応用における手ジェスチャー運動に対する強力な分類解を提供し,将来の展開に対する実行可能な方法であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 筋電図 ,  アルゴリズム ,  チャネル ,  *ニューラルネットワーク ,  CPU時間 ,  計算機アーキテクチャ ,  *構造形成
準シソーラス用語： 被験者 ,  運動パターン ,  アーム運動 ,  複雑性 ,  実時間 ,  *身振り ,  生物医学 ,  *動的構造 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 動的構造 ,  ニューラルネットワーク ,  ジェスチャー ,  運動 ,  分類