文献

J-GLOBAL ID：202202256088204180   整理番号：22A0918647

sEMG認識のための二次情報ボトルネックに基づくスパイキングニューラルネットワーク【JST・京大機械翻訳】

Second-order information bottleneck based spiking neural networks for sEMG recognition

著者 (7件)： Zhang Anguo (College of Physics and information Engineering, Fuzhou University, Fuzhou 350108, China) ,  Zhang Anguo (Key Laboratory of Medical Instrumentation and Pharmaceutical Technology of Fujian Province, Fuzhou 350116, China) ,  Niu Yuzhen (College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108, China) ,  Gao Yueming (College of Physics and information Engineering, Fuzhou University, Fuzhou 350108, China) ,  Gao Yueming (Key Laboratory of Medical Instrumentation and Pharmaceutical Technology of Fujian Province, Fuzhou 350116, China) ,  Wu Junyi (AI Research Center, Xiamen Meiya Pico Information Co., Ltd, Xiamen 361000, China) ,  Gao Zhipeng (AI Research Center, Xiamen Meiya Pico Information Co., Ltd, Xiamen 361000, China)
資料名： Information Sciences  (Information Sciences)
巻： 585  ページ： 543-558  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 表面筋電図(sEMG)信号のパターン認識は,人間機械インタフェイスの実現において重要な応用である。しかし,人体,センサと環境の障害のため,sEMG信号は通常多くの雑音を含み,それは高精度sEMGパターン認識に大きな挑戦をもたらす。さらに,埋め込みヒトウェアラブルデバイスは今日ますます普及している。低電力消費と高雑音免疫を有するsEMG認識法を実現する方法は,また,困難で非常に重要な研究題目になった。本論文では,二次情報ボトルネック訓練に基づくスパイキングニューラルネットワーク(SNN)分類法を提案した。最初に,分類ニューラルネットワークのための訓練損失関数を,提案した二次情報ボトルネックに基づいて構築した。この方法を用いて,従来の連続値ニューラルネットワークを訓練し,それを等価構造と接続重みを有するSNNモデルに変換した。次に,変換SNNを用いてsEMG信号パターンを分類した。一連の理論解析と実験結果を通して,この方式がネットワーク決定と計算効率の一般化に関して顕著な利点を有することを証明した。実験コードはhttps://github.com/anvien/2OIB-for-sEMG-Recognitionからアクセスできる。Copyright 2022 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： 雑音 ,  パターン認識 ,  損失関数 ,  *ネットワーク ,  分類 ,  *ニューラルネットワーク ,  精度 ,  認識 ,  筋電図 ,  センサ ,  マンマシンインタフェイス
準シソーラス用語： 計算効率 ,  表面筋電図 ,  高精度 ,  低電力化 ,  理論解析 ,  *スパイキングニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 表面筋電図(sEMG)認識 ,  スパイキングニューラルネットワーク ,  二次情報ボトルネック

分類 (2件)： パターン認識  (JE07000S) ,  生体計測  (EL03020C)

タイトルに関連する用語 (2件)： ボトルネック ,  スパイキングニューラルネットワーク