Ученые из Пекинского института технологии предложили метод улучшения точности распознавания жестов в интеллектуальных бионических протезах за счет виртуального увеличения числа каналов сигнала электромиографии (ЭМГ).
Этот метод позволяет извлекать признаки амплитуды из сигналов ЭМГ для представления интенсивности сокращения мышц во времени. Абсолютные значения различий интенсивности между каналами затем объединяются с исходными данными, что позволяет симулировать увеличение размерности данных. Это использует неявную координацию между мышцами во время движения.
Исследователи продемонстрировали, что их метод улучшает точность распознавания жестов при использовании сигналов ЭМГ. Даже если количество физических каналов сигнала ограничено, этот подход повышает точность распознавания, так как не зависит исключительно от количества данных, полученных непосредственно сенсором.
Кроме того, исследователи ввели метрику разделимости признаков (SFV), которая может предсказывать эффект классификации до ее выполнения и подтверждать эффективность стратегии увеличения размерности данных виртуально.
Похожие новости:
Международная группа учёных рассказала о новом способе предсказания свойств магнитных сплавов с помощью ML
Обзор IT-Weekly: GigaChat сдал экзамен на врача, Nvidia приближается по уровню капитализации к Amazon
Обзор IT-Weekly: мировой рынок ПК перешел к росту, «Дизайн Центр «Союз» создал образцы ПЛИС
Исследователи Meta* Research выпустили нейросеть для генерации жестов и мимики 3D-аватаров на основе записанной речи