文献

J-GLOBAL ID：202102288354274023   整理番号：21A0892365

深層学習を用いた全麻痺と解釈のための手話の開発【JST・京大機械翻訳】

Development of a Sign Language for Total Paralysis and Interpretation using Deep Learning

著者 (5件)： Sarowar Dhrubo Zahan Zib (University of Dhaka,Department of Robotics and Mechatronics Engineering,Dhaka,Bangladesh) ,  Islam Hridoy Md. Ashiful (University of Dhaka,Department of Robotics and Mechatronics Engineering,Dhaka,Bangladesh) ,  Jamal Lafifa (University of Dhaka,Department of Robotics and Mechatronics Engineering,Dhaka,Bangladesh) ,  Sarker Sujan (University of Dhaka,Department of Robotics and Mechatronics Engineering,Dhaka,Bangladesh) ,  Shidujaman Mohammad (Tsinghua University,Academy of Arts and Design,X-Studio, Dept. of Information Art and Design,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 全麻痺の人々は,身体的障害だけでなく,彼らの感覚を伝達し,表現する不可能性の匿名性からも悩まされる。脳-コンピュータインタフェイスを用いて脳から直接患者のメッセージを収集し,文字と記号を含むスクリーン上の患者の凝視を決定するような様々な技法でこの問題を解決すべく,研究が長い間試みられている。第一のアプローチは,高価で精度が低いことを証明した。第2のものは,瞳孔中心の非常に微細な計算を必要として,人間の眼のドリフトを正しく行うとしても,より良い精度を得ることを困難にする。さらに,これらの方法の全ては電子デバイスに依存する。本論文では,眼球運動のためのサイン言語を開発することにより,任意の電子デバイスの支援を必要としない解決策を提案した。また,畳込みニューラルネットワークを用いて患者のサインを自動的に解釈するためのアプローチを提案し,訓練データ上で大きな精度を達成した。これは,著者らのネットワークが麻痺患者のためのより良い通信方法を提供するために使用できることを示唆する。Copyright 2021 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： 眼球運動 ,  言語 ,  ネットワーク ,  スクリーン ,  通信 ,  *麻痺性疾患 ,  *手話
準シソーラス用語： 訓練データ ,  電子素子 ,  ブレインコンピュータインタフェイス ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  麻痺 ,  手話 ,  開発