文献

J-GLOBAL ID：202202278867339313   整理番号：22A1165518

CNNを用いた人体表面EMG信号に基づく勾配認識【JST・京大機械翻訳】

Slope recognition based on human body surface EMG signal Using CNN

著者 (4件)： Ren Weizhi (The School of Mechatronical Engineering, Beijing Institute of Technology,Beijing,China) ,  Liu Yali (The School of Mechatronical Engineering, Beijing Institute of Technology,Beijing,China) ,  Song Qiuzhi (The School of Mechatronical Engineering, Beijing Institute of Technology,Beijing,China) ,  Deng Hongbin (The School of Mechatronical Engineering, Beijing Institute of Technology,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： IWECAI  ページ： 58-62  発行年： 2022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： 近年,知的外骨格ロボット技術の開発は,軍事および民間分野でかなりの応用をしている。人間動作パターンの正確な認識と制御システムのコンプライアントスイッチングは,知的外骨格の分野で解決する技術的困難であった。畳込みニューラルネットワーク(CNN)はコンピュータビジョンと音声認識の分野で良好な応用を達成した。実践は,傾斜検出が人間運動パターン認識の重要な部分であることを証明した。しかし,関連研究には人々が参加していない。本論文では,動作前に表面EMG信号を生成し,オーディオ信号と類似しているという事実を考慮して,CNNを用いた生表面EMG信号に基づく傾斜認識法を導入した。他の特徴抽出と信号処理法を用いて,著者らは,CNN入力としてスペクトログラムを生成するために,元のEMG信号を処理するために,短時間Fourier変換(STFT)を使用した。その結果,従来の機械学習アルゴリズムと比較して,著者らの方法は,安全性と快適性のために人体と直接相互作用する外骨格ロボットにとって不可欠な99.94%のより高い精度を有した。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： 音声認識 ,  相互作用 ,  パターン認識 ,  ロボット ,  快適性 ,  信号処理 ,  特徴抽出 ,  音声信号 ,  私企業 ,  *外骨格 ,  コンピュータビジョン ,  学習アルゴリズム
準シソーラス用語： ロボット工学 ,  スペクトログラム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： CNN ,  人体表面 ,  EMG ,  勾配