메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김세진 (포항공과대학교) 정완균 (포항공과대학교)
저널정보
한국로봇학회(논문지) 로봇학회 논문지 로봇학회 논문지 제19권 제2호
발행연도
2024.6
수록면
203 - 212 (10page)
DOI
10.7746/jkros.2024.19.2.203

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Simultaneous motion is essential in the activities of daily living (ADL). For motion intention recognition, surface electromyogram (sEMG) and corresponding motion label is necessary. However, this process is time-consuming and it may increase the burden of the user. Therefore, we propose a simultaneous motion recognition framework using data augmentation based on muscle activation model. The model consists of multiple point sources to be optimized while the number of point sources and their initial parameters are automatically determined. From the experimental results, it is shown that the framework has generated the data which are similar to the real one. This aspect is quantified with the following two metrics: structural similarity index measure (SSIM) and mean squared error (MSE). Furthermore, with k-nearest neighbor (k-NN) or support vector machine (SVM), the classification accuracy is also enhanced with the proposed framework. From these results, it can be concluded that the generalization property of the training data is enhanced and the classification accuracy is increased accordingly. We expect that this framework reduces the burden of the user from the excessive and time-consuming data acquisition.
#Simultaneous Motion #Data Augmentation #Muscle Activation Model #Classification Accuracy

목차

Abstract
1. 서론
2. 표면 근전도 데이터 및 대상 동작
3. 근육 활성화 모델
4. 동시 동작 데이터 증강
5. 실험 결과
6. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문과 함께 이용한 논문

Direct-drive를 활용한 소형 연속 도약 로봇 및 DC모터의 열 모델을 통한 한계 분석
장명진 ,  양선교 ,  정광필 로봇학회 논문지 2024 .03
마이크로 로봇 작동 성능 향상을 위한 FEM 기반의 전자석 배치 베이지안 최적화
권혁진 ,  손동훈 로봇학회 논문지 2024 .03
전자석 내장형 소프트 카테터 로봇 형상 예측 방법
이상현 ,  손동훈 로봇학회 논문지 2024 .03
모바일 매니퓰레이터 시뮬레이션을 위한 로봇 물리 엔진의 성능 평가
이관우 ,  윤준헌 ,  박수한 외 1명 로봇학회 논문지 2024 .03
과수원 환경에서 자율주행로봇을 위한 경로 연속성 기반 GPS오정보 필터링 연구
윤혜원 ,  곽정훈 ,  양견모 외 4명 로봇학회 논문지 2024 .03

최근 본 자료

전체보기

댓글(0)

0