文献

J-GLOBAL ID：202102235602677531   整理番号：21A3174788

パターン認識に基づく筋電制御スキームの設計に及ぼすクラス遷移の影響の解析【JST・京大機械翻訳】

Analyzing the impact of class transitions on the design of pattern recognition-based myoelectric control schemes

著者 (3件)： Tallam Puranam Raghu Shriram (Department of Electrical and Computer Engineering, University of New Brunswick, New Brunswick, Canada) ,  MacIsaac Dawn (Department of Electrical and Computer Engineering, University of New Brunswick, New Brunswick, Canada) ,  Scheme Erik (Department of Electrical and Computer Engineering, University of New Brunswick, New Brunswick, Canada)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 71  号： PA  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： 分類精度を改善する継続的な努力にもかかわらず,オフライン精度はパターン認識に基づく筋電制御の有用性の不十分な指標であることが報告されている。この不均衡の1つの潜在的源は,規則的使用中に起こる収縮クラス間の遷移の存在であり,パターン認識システムにとって問題となることが報告されている。それにもかかわらず,これらの遷移は,訓練と試験プロセスの両方でしばしば無視されるか,または定義されていない。本研究では,連続制御中の収縮クラス間の自発的変化の間に起こる遷移を解析するための一連の計量を提案した。これらのメトリックスは,遷移中に発生する共通タイプの誤差を定量化し,それらをデータの定常状態部分のみに適用する既存のメトリックと比較する。次に,これらの計量を用いて,7つの異なる収縮クラスの全ての組合せ間の連続遷移を含む新しいデータセット上で6つの一般的に使用される分類器の遷移特性を解析した。結果は,線形判別分類器が,ほぼ同一のオフライン性能を持つにもかかわらず,遷移と定常状態の両条件で,他の従来の分類器を一貫して凌駕することを示した。結果はまた,オフライン訓練計量が定常状態性能と相関するが,それらは遷移性能と相関しないことを示した。これらの洞察は,提案したメトリックセットがパターン認識システムに関する視点のシフトを提供し,分類器の性能のより代表的な画像を提供し,オフライン性能とオンラインユーザビリティの間のギャップを潜在的に狭めることを示唆する。Copyright 2021 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： *パターン認識 ,  線形性
準シソーラス用語： *筋電信号 ,  オンライン ,  定常状態 ,  ホップ数 ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 表面筋電図(SEMG) ,  SEMGパターン認識 ,  遷移計量 ,  ユーザビリティ ,  オフライン精度

分類 (2件)： 生体代行装置  (EL04000N) ,  生体計測  (EL03020C)

タイトルに関連する用語 (7件)： パターン認識 ,  筋電 ,  制御スキーム ,  設計 ,  クラス ,  遷移 ,  解析