文献

J-GLOBAL ID：202002239091636140   整理番号：20A1117205

信号予備調査技術による指関節角へのSEMGマッピングにおける人工神経回路網の性能予測【JST・京大機械翻訳】

Prediction of the performance of artificial neural networks in mapping sEMG to finger joint angles via signal pre-investigation techniques

著者 (3件)： Batayneh Wafa (Jordan University of Science and Technology, Irbid, Jordan) ,  Abdulhay Enas (Jordan University of Science and Technology, Irbid, Jordan) ,  Alothman Mohammad (Jordan University of Science and Technology, Irbid, Jordan)
資料名： Heliyon  (Heliyon)
巻： 6  号： 4  ページ： Null  発行年： 2020年 
JST資料番号： W3098A  ISSN： 2405-8440  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 非線形システムの出力への入力は機械と深い学習アプローチを用いてモデル化でき,その中で人工ニューラルネットワーク(ANNs)は有望なオプションである。しかし,雑音信号はANNモデリングに負に影響する。したがって,モデリング前にこれらの信号を調べることは重要である。ここでは,非線形システムの入力と出力の間の関係を調べるために,二つのカスタマイズされた簡単な手法,視覚検査および絶対相関を提案した。考察中のシステムは,入力として表面筋電図からの生体信号と出力として人間の指関節角度を使用し,動的条件において運動と把持作業を実行する8人の完全な参加者から獲得した。さらに,これらの手法の結果を標準相互情報測度を用いて試験した。したがって,システム次元は減少し,ANN学習(収束)は加速され,そこでは,最も有益な入力が次の位相に対して選択される。次に,4つのANNタイプ,すなわち,フィードフォワード,カスケード前方,動径基底関数,および一般化回帰ANNを用いて,モデリングを実行した。最後に,ANNsの性能を信号解析からの知見と比較した。結果は,1つの側面から上記のすべての信号前分析技術の間で一貫性の高いレベルを示して,それらはまた,これらの技術が他の側面からANN性能に適合することを示した。例として,特定の運動集合に対して,ANNモデルは,以下の降順における関節の回転推定精度をもたらした:手手骨,中手骨,近位指節間,および遠位指節間。この情報は信号事前解析段階で示されている。したがって,このステップは,機械的/深い学習ベースのモデリングアプローチに先立ち,入出力変数選択において重要である。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  非線形系 ,  学習 ,  *ニューラルネットワーク ,  信号解析 ,  フィードフォワード ,  人工知能 ,  生体信号 ,  位相 ,  手骨 ,  *指関節 ,  視覚検査 ,  動径基底関数
準シソーラス用語： 推定精度 , 【Automatic Indexing@JST】

著者キーワード (14件)： 生物医学工学 ,  計算機科学 ,  機械工学 ,  医療科学における応用コンピューティング ,  人工知能 ,  計算力学 ,  プロセスモデリング ,  バイオメディカルデバイス ,  表面 ,  データ可視化 ,  相関 ,  相互情報 ,  人工神経回路網 ,  運動学の推定

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 予備調査 ,  指関節 ,  マッピング ,  人工神経回路網 ,  性能予測