文献

J-GLOBAL ID：202002264823772650   整理番号：20A2274580

EMGキーボードによる全てのタイピング:新しいミオアームバンドベースHCIツール【JST・京大機械翻訳】

Typing Everywhere with an EMG Keyboard: A Novel Myo Armband-Based HCI Tool

著者 (12件)： Fu Zongkai (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China) ,  Fu Zongkai (Hangzhou Innovation Institution, Beihang University, Hangzhou, Zhejiang, China) ,  Li Huiyong (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China) ,  Ouyang Zhenchao (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China) ,  Ouyang Zhenchao (Hangzhou Innovation Institution, Beihang University, Hangzhou, Zhejiang, China) ,  Ouyang Zhenchao (Beijing Advanced Innovation Center for Big Data and Brain Computing (BDBC), Beihang University, Beijing, China) ,  Ouyang Zhenchao (Nanhu Laboratory, Jiaxing, Zhejiang, China) ,  Liu Xuefeng (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China) ,  Niu Jianwei (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China) ,  Niu Jianwei (Hangzhou Innovation Institution, Beihang University, Hangzhou, Zhejiang, China) ,  Niu Jianwei (Beijing Advanced Innovation Center for Big Data and Brain Computing (BDBC), Beihang University, Beijing, China) ,  Niu Jianwei (Zhengzhou University Research Institute of Industrial Technology, Zhengzhou University, Zhengzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12452  ページ： 247-261  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 小さなスクリーンを有するモバイルデバイスに関する入力特性の利用者の経験を強化するために,本論文はモバイル装置に関して使用する新規な仮想キーボードを設計した。特に,任意の表面(人体または正常デスクトップ)でタイピングするとき,ユーザの筋電図(EMG)信号を捉えることができるMYOアームバンドに基づく新しい仮想キーボードを導入した。3つの指の作用をT9キーボードの9つのキーに写像した。その後,指運動の信号をT9キーボードのキー配列に変換した。しかし,連続指運動の同定は重大な課題である。課題に取り組むために,時間領域におけるEMG信号を3D時間周波数マップ(周波数領域特徴のEMG単位に対応する)に変換し,4層CNN(畳込みニューラルネットワーク)モジュール,光特性認識(OCR)のim2colモジュール,および長い短温度メモリ(LSTM)モジュールを用いて畳み込み特徴を抽出し,最終結果を指ジェスチャの確率グラフとして達成した。結合時間分類(CTC)アルゴリズムを採用して,確率マップから最良のジェスチャシーケンスを見つけた。実験結果は,著者らの方法が,平均精度85.9%で3つの異なる入力速度において,異なる鍵シーケンスを効果的に同定することができ,そして,異なるボランティアによる統合試験は,著者らの方法が,15.7Word-Per-Minute(WPM)の平均タイピング速度を達成できることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  光学的性質 ,  キーボード ,  スクリーン ,  筋電図 ,  *三次元 ,  ボランティア ,  周波数領域
準シソーラス用語： モバイルデバイス ,  ソフトウェアキーボード ,  デスクトップ ,  時間領域 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： EMG ,  キーボード ,  深層学習 ,  CTC ,  モバイル装置

分類 (2件)： 人間機械系  (IB03000G) ,  入出力装置  (JC04050U)

タイトルに関連する用語 (5件)： EMG ,  キーボード ,  タイピング ,  HCI ,  ツール