Myoを用いたハンドジェスチャーの学習に必要なデータに関する数値的検討

カテゴリ: 研究会(論文単位)

論文No: CT18074

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2018/03/25

タイトル(英語): Numerical study on the number of data necessary for learning hand gestures using the Myo armband

著者名: 北倉 健悟(広島大学),田中 秀幸(広島大学)

著者名(英語): Kengo Kitakura(Hiroshima University),Hideyuki Tanaka(Hiroshima University)

キーワード: Ｍｙｏ|機械学習|必要データ数|汎化性能|Myo|Machine learning|The number of data necessary|Generalization performance

要約(日本語): Myo アームバンドは筋電位センサーである。本研究では，3種類の手の状態をk近傍法，サポートベクトルマシン，ニューラルネットワークを用いて学習する際に必要とする数について数値的な検討を行う。また，訓練データに対して平均と分散からの考察も行う。

要約(英語): The Myo armband is a muscle sensing platform based on the myoelectric potential. In this research, the number of Myo data necessary for learning three hand gestures is numerically studied for the k-nearest neighbors algorithm, the artificial neural network, and the support vector machine. The training data is investigated from the view point of average and variance.

原稿種別: 日本語

PDFファイルサイズ: 1,100 Kバイト