文献

J-GLOBAL ID：202202240964904334   整理番号：22A1212224

器用な個々の指運動のLSTMネットワーク分類

LSTM Network Classification of Dexterous Individual Finger Movements

著者 (3件)： Millar Christopher (Faculty of Computing, Engineering and Built Environment, Ulster University) ,  Siddique Nazmul (Faculty of Computing, Engineering and Built Environment, Ulster University) ,  Kerr Emmett (Faculty of Computing, Engineering and Built Environment, Ulster University)
資料名： Journal of Advanced Computational Intelligence and Intelligent Informatics  (Journal of Advanced Computational Intelligence and Intelligent Informatics)
巻： 26  号： 2  ページ： 113-124(J-STAGE)  発行年： 2022年 
JST資料番号： F1398A  ISSN： 1343-0130  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ヒト手指と親指の器用な動きを制御する筋収縮の間に前腕筋に電気的活動が発生する。指の動きを分類する目的でニューラルネットワークを訓練するための入力としてこの電気的活動を用いることは直接的ではない。低コストのウェアラブルセンサ,すなわちMyoジェスチャーコントロールアームバンド(www.by Bown.com)は,医療グレードの筋電検出システムと比較して低いサンプリング速度,例えば200Hz対2000Hzを一般的に有する。個々の指の動きによって発生する低振幅と結合したMyoのようなセンサの使用は,高い分類精度を達成することを困難にする。低いサンプリング速度は,単一ネットワークを用いるとき,大量の微妙な指の動きを区別することを困難にする。本研究は,分類される各ネットワークにおける動きの数の低減を可能にする2つのネットワークを使用し,次に分類を改善する。これは,指の伸展と屈曲の信号に焦点を合わせたLSTMネットワークと,親指運動信号データを用いて訓練された別々のネットワークを開発し訓練することによって達成される。この方法に従って,本研究は個々の指の動きの分類を90から100%まで増加させた。(翻訳著者抄録)

シソーラス用語： *手指 ,  *運動 ,  *ニューラルネットワーク ,  *分類 ,  センサ ,  生体信号 ,  挙動
準シソーラス用語： *LSTMネットワーク ,  ウェアラブルセンサ ,  ジェスチャー ,  筋電 ,  *指 ,  *動き

著者キーワード (3件)： sEMG ,  LSTM ,  指の動き分類

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (40件)：

• [1] C. Millar, N. Siddique, and E. Kerr, “LSTM Classification of sEMG Signals For Individual Finger Movements Using Low Cost Wearable Sensor,” Int. Symp. on Community-centric Systems, doi: 10.1109/CcS49175.2020.9231515, 2020.
• [2] R. N. Khushaba, A. Al-Ani, and A. Al-Jumaily, “Orthogonal Fuzzy Neighborhood Discriminant Analysis for Multifunction Myoelectric Hand Control,” IEEE Trans. on Biomedical Engineering, Vol.57, No.6, pp. 1410-1419, doi: 10.1109/TBME.2009.2039480, 2010.
• [3] R. Hodson, “A gripping problem,” Nature, Vol.557, No.7704, pp. S23-S25, 2018.
• [4] J. Bohg, A. Morales, T. Asfour, and D. Kragic, “Data-driven grasp synthesis - A survey,” IEEE Trans. on Robotics, Vol.30, No.2, pp. 289-309, doi: 10.1109/TRO.2013.2289018, 2014.
• [5] H. Liu, Y. Wu, F. Sun, and G. Di, “Recent progress on tactile object recognition,” Int. J. of Advanced Robotic Systems, Vol.14, No.4, pp. 1-12, doi: 10.1177/1729881417717056, 2017.

タイトルに関連する用語 (4件)： 指 ,  運動 ,  LSTMネットワーク ,  分類