抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
運動制御はその重要性を増している。システムダイナミックスの進展は顕著であるが,人体運動制御の進展は非常に遅い。システムダイナミックスの大部分は明示的知識を扱うが,人体運動制御は暗黙知識に属する。その困難は,自由度の数が非常に大きく,人間行動は環境および状況の変化状況に対処するために非常に柔軟に変化する。さらに,我々の身体,筋肉および関節が異なるため,身体運動は人から人まで変化する。これらの問題は人体運動を扱うのが非常に困難になる。モーションキャプチャ,EMGなどを用いた多くの研究があるが,それらは最終的成功運動がいかにすべきかを示すだけで成功する。彼らは,この目標に向けて各ステップで運動を示すことができるが,それらは,彼らが彼らの筋肉または関節を協調するべきであるかを教えない。協調またはバランスは,身体運動学習において重要な役割を担っているが,しかし,学習者が最終成功運動を達成するために,それらの筋肉と関節を協調またはバランスさせる方法を学ぶのを助ける研究はほとんどない。本論文では,運動または運動学習における協調またはバランスを学習する学習者が学習するのを助けることができる解決策を紹介した。そのアプローチはパターンベースであり,Mahalanobis Taguchiシステムの技術の一つである認識Taguchi(RT)技術を使用する。このアプローチでは,Mahalanobis距離(MD)を用いて,学習者の運動パターンがどのように成功したものに近いかを定量的に示した。MDは多次元情報を一次元に縮小する。RTは,サンプルパターンがMDを用いて定量的に理想的なパターンと一致することを示した。通常のRTアプローチでは,ユニット空間(Ideal Pattern)を定義し,各サンプル空間をMDを用いてユニット空間と比較した。しかし,本研究では,単位空間は,自転車を乗り越えるように,学習者が成功する時間ごとに更新される。そして,あらゆる試行運動を,この最新のユニット空間と比較した。RTの主な利点は,非常に短時間で大きなデータを処理することができ,それは理想パターンと電流パターンの違いに基づいている。したがって,学習者は,それらの動きを改善するために,協調またはバランスをとるために,どの関節が注意を払わなければならないかを理解することができる。したがって,ステップによるステップによって,それらは,それらの筋肉と関節を調整またはバランスさせ,理想的な動きに近づけることができる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】
