文献

J-GLOBAL ID：202002243753129288   整理番号：20A0962266

SEMG信号からの人間活動モードを解読するためのSVM【JST・京大機械翻訳】

SVM for Decoding the Human Activity Mode from sEMG Signals

著者 (6件)： Kalani Hadi (Sadjad University of Technology,Department of Mechanical Engineering,Mashhad,Iran) ,  Tahamipour-Z S. Mohammad (Ferdowsi University of Mashhad,Electrical Engineering Department,Mashhad,Iran) ,  Kardan Iman (Ferdowsi University of Mashhad,Mechanical Engineering Department,Mashhad,Iran) ,  Akbarzadeh Alireza (Ferdowsi University of Mashhad,Mechanical Engineering Department,Mashhad,Iran) ,  Ebrahimi Amirali (Ferdowsi University of Mashhad,Computer Engineering Department,Mashhad,Iran) ,  Sede Reza (Sadjad University of Technology,Department of Mechanical Engineering,Mashhad,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICRoM  ページ： 265-269  発行年： 2019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： 今日,筋肉の電気的活動と身体運動の間の関係は多くの医学的応用において研究されている。本論文は,表面筋電図(sEMG)信号に基づく健康なヒト被験者の活動モードの分類を提案する。サポートベクトルマシン(SVM)方法論を用いて,左脚の屈曲と伸展における4つの主要筋肉から記録されたsEMG信号を用いて,人間活動モードを予測した。提示した方法は93%までの分類精度で有望な結果を示した。この方法は,外骨格ロボットの制御のような多くの応用で必要とされる人間活動モードの分類のための信頼できる解決策を提供する。Copyright 2020 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： ロボット ,  ヒト ,  *外骨格 ,  サポートベクトルマシン
準シソーラス用語： 身体運動 ,  人間活動 ,  被験者 ,  表面筋電図 ,  分類精度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 人間活動 ,  解読 ,  SVM