文献

J-GLOBAL ID：202002276223631943   整理番号：20A1704909

Gauss混合モデルに基づく2つのストレッチセンサを有する計装ブレースを用いた関節角度のシフト適応推定【JST・京大機械翻訳】

Shift-Adaptive Estimation of Joint Angle Using Instrumented Brace With Two Stretch Sensors Based on Gaussian Mixture Models

著者 (4件)： Eguchi Ryo (School of Science for Open and Environmental Systems, Graduate School of Science and Technology, Keio University, Yokohama, Japan) ,  Michael Brendan (Department of Engineering, Centre for Robotics Research, King’s College London, London, U.K.) ,  Howard Matthew (Department of Engineering, Centre for Robotics Research, King’s College London, London, U.K.) ,  Takahashi Masaki (Department of System Design Engineering, Faculty of Science and Technology, Keio University, Yokohama, Japan)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 5  号： 4  ページ： 5881-5888  発行年： 2020年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： 日常生活における摩耗運動センシングは,様々な分野で注目されている。特に,伸縮性歪センサを衣服(例えばブレース)に装備した。このようなセンサからの関節運動を推定するために,以前の研究は,教師つき/半教師つき学習によるセンサ歪と運動パラメータ間の関係をモデル化した。しかし,典型的には,センサが物体上の特定点に位置すると仮定する単一関係のみである。その結果,歪-パラメータ関係が,ブレースの長期間の摩耗またはロニング/オフに起因するセンサシフトにより変化するとき,それらは,減少した性能を示した。本レターは膝関節角のシフト適応推定を提示する。最初に,ブレースを,異なる高さに置かれた2つのストレッチセンサで装備した。次に,Gauss混合モデル(GMM)を用いて,異なるブレースシフト位置における異なる歪-角度関係を学習した。次に,このシステムは,最大尤度シフトGMMを用いて,Gauss混合回帰により,センサ歪から関節角を推定し,以前の1s周期における2つの歪を参照して同定した。実験結果は,提案方法が,単一モデル,単一センサ,または現在のセンサ歪を参照する方法より高い精度で,多重シフト位置(0≦20mm)で関節角を推定することを示した。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： *摩耗 ,  最尤法 ,  衣服 ,  多重化 ,  膝関節 ,  センサ ,  ブレース
準シソーラス用語： 歪センサ ,  関節角度 ,  関節運動 ,  ストレッチ運動 ,  *Gauss混合モデル ,  半教師つき学習 , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  無線通信一般  (ND08010L) ,  パターン認識  (JE07000S) ,  計算機網  (JC03000K)

タイトルに関連する用語 (7件)： Gauss混合モデル ,  ストレッチ ,  計装 ,  ブレース ,  関節角度 ,  シフト ,  適応推定