文献

J-GLOBAL ID：202102263301160459   整理番号：21A0088329

双方向時間畳込みNe2ksによるジェスチャ認識の改善【JST・京大機械翻訳】

Improving Gesture Recognition by Bidirectional Temporal Convolutional Netwoks

著者 (4件)： Chen Haoyu (College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou, China) ,  Zhang Yue (College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou, China) ,  Zhou Dalin (School of Computing, University of Portsmouth, Portsmouth, UK) ,  Liu Honghai (School of Computing, University of Portsmouth, Portsmouth, UK)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1336  ページ： 413-424  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 表面筋電図(sEMG)に基づくジェスチャー認識を,筋肉-コンピュータインタフェイスにおける重要な役割として,数十年間,研究した。最近,深層学習ベースの方法は,この分野に大きい影響を有した。CNN,RNNおよびRNN-CNNベースの方法を多くの研究者によって研究した。二方向長短期メモリ(Bi-LSTM)と時間的畳込みネットワーク(TCN)によって動機づけられて,著者らは双方向時間畳込みネットワーク(Bi-TCN)と呼ばれる1D CNNベースのネットワークを提案する。正次数信号と逆次数sEMG信号を,同じsEMG信号の異なる表現を学習するために,著者らのネットワークに供給した。2つのベンチマークデータセット,Ninapro DB1およびDB5上で提案したネットワークを評価した。著者らのネットワークはDB1に関して90.74%の予測精度とDB5に関して90.06%の予測精度をもたらした。結果は,著者らのネットワークが最先端の研究に匹敵することを証明した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *畳込み ,  ネットワーク ,  一次元 ,  ベンチマーク
準シソーラス用語： 予測精度 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： sEMG ,  深層学習 ,  CNN ,  TCN ,  LSTM ,  ジェスチャ認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 双方向 ,  畳込み ,  ジェスチャ認識