MEMS 触覚センサを用いたフォークの把持力に基づく食材判別への リザバーコンピューティングの応用

カテゴリ: 研究会(論文単位)

論文No: PI22013

グループ名: 【C】電子・情報・システム部門 知覚情報研究会

発行日: 2022/03/06

タイトル(英語): Application of Reservoir Computing for Food Recognition by Grasping Force with MEMS Tactile Sensor

著者名: 坪倉 奏太(立命館大学),安藤 潤人(立命館大学),寒川 雅之(新潟大学),北野 勝則(立命館大学),秋田 純一(金沢大学),野間 春生(立命館大学)

著者名(英語): Sota Tsubokura(College of Information Science and Engineering, Ritsumeikan University.),Mitsuhito Ando (College of Information Science and Engineering, Ritsumeikan Univesity.),Masayuki Sohgawa(College of Engineering, Niigata University.),Masanori Kitano(C

キーワード: 触覚|ＭＥＭＳ|リザバーコンピューティング|スマートカトラリー|ディープラーニング|Haptics|MEMS|Reservoir Computing|Smart Cutlery|Deep Learning

要約(日本語): 我々はMEMS触覚センサを用いてリアルタイムかつ単体で判別処理が行える食材判別器の実現を目指している．本研究では，フォークにMEMS触覚センサを搭載し，刺突時の把持力を計測し，それを元に，高速学習，省計算機資源という特徴があるリザバーコンピューティングを用いて食材の判別を試みた．判別精度80%を達成しつつ，ディープラーニングと比べて学習が高速かつ用いる計算機資源が抑えられたという結果が得られた．

要約(英語): We have been studying food recognizer driving on stand-alone and in real time with MEMS tactile sensor. We mount MEMS tactile sensor on neck of a fork and measure grasping force when stabbing foods. In the next, we utilize “Reservoir Computing”, saving resource and fast converging for food recognition. As a result, with reservoir computing, we achieved 80% on discrimination accuracy, saving resource and more faster converging than deep-learning m models.

本誌: 2022年3月9日-2022年3月10日知覚情報研究会

本誌掲載ページ: 45-48 p

原稿種別: 日本語

PDFファイルサイズ: 811 Kバイト