文献
J-GLOBAL ID:202202224423158085   整理番号:22A1086217

マルチモーダル知覚情報融合に基づく人間のインハンド動作認識【JST・京大機械翻訳】

Human In-Hand Motion Recognition Based on Multi-Modal Perception Information Fusion
著者 (6件):
資料名:
巻: 22  号:ページ: 6793-6805  発行年: 2022年 
JST資料番号: W1318A  ISSN: 1530-437X  CODEN: ISJEAZ  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:
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。
本論文では,マルチモーダル知覚情報融合に基づく人間インハンド運動(HIM)認識システムを提案し,HIM捕捉の特性と組み合わせて,HIMキャプチャの特性と結合して,HIM捕捉の10種類を設計,そして,指軌跡,接触力,および筋電図信号データを,マルチモーダルデータ収集プラットフォームを通して同期して,HIM捕捉の特性と組み合わせて,目標と手の間の状態情報を観察することができた。。”HIM”の特徴を,HIM捕捉の特性と組み合わせて,HIM集合の特性と組み合わせ,そして,指軌道,接触力,および筋電図信号データを,マルチモーダルデータ収集プラットフォームを通して,同時に獲得した。。”HIM(HIM)操作の特徴を,HIMキャプチャの特性と組み合わせ,HIM集合の特徴を,設計して,指軌道,接触力,および筋電図信号データを,同時に,マルチモーダルデータ収集プラットフォームを通して獲得した。第2に,運動セグメンテーションを閾値分割法を通して実現して,マルチモーダル信号前処理を経験的モード分解(EMD)によって実現して,マルチモーダル信号特徴抽出を最大Lyapunov指数(MLE)によって実現した。次に,詳細な非線形データ解析を実行した。HIMsを認識するランダムフォレスト(RF)の結果,異なる被験者の運動認識率の比較結果,異なるパーセプトロンの運動認識率の比較結果,および異なる機械学習法の運動認識率の比較結果から,詳細な解析と議論を示した。実験結果は,本論文で提案したマルチモーダル知覚情報ベースのHIM認識システムが,93.72%の精度率で,10の異なるHIMsを効果的に認識できることを示した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
時間,速度,加速度,角速度の計測法・機器  ,  通信測定一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る