再帰型ニューラルネットワークを用いたGANによる触察振動生成

カテゴリ: 研究会(論文単位)

論文No: PI19043

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: 2019/03/20

タイトル(英語): Vibrotactile Signal Generation by Recurrent Neural Network with Generative Adversarial Network

著者名: 我妻 正太郎(筑波大学大学院システム情報工学研究科),黒木 詢也(熊本大学),嵯峨 智(熊本大学 ),高橋 伸(筑波大学)

著者名(英語): Shotaro Agatsuma(Graduate School of SIE, University of Tsukuba),Jyunya Kurogi(Kumamoto University),Satoshi Saga(Kumamoto University),Shin Takahashi(University of Tsukuba)

キーワード: 機械学習|振動生成|加速度データ|Machine Learning|Vibrotactile Signal Generation|Acceleration

要約(日本語): 触察の際の情報全てを網羅的に収集するのは非現実的であるため，我々は収集済みのデータを用いて，別の収集条件のデータを生成することを提案している．本稿では，触察時の加速度データを用い，再帰型ニューラルネットワークを用いたGenerative Adversarial Network (GAN)による振動情報の生成モデルを作成した．また，生成されたデータを実際に収集した加速度データと比較し，考察した．

要約(英語): To create intuitive tactile display, collecting vibrotactile information is important, though, the collection procedure requires manual scanning of textures. Thus, collection of vast information is difficult. However, by employing machine learning technology, there is a possibility to generate further virtual data from existing collected data. In this paper, we made a generation model of vibrotactile signal from the collected acceleration data by using Recurrent Neural Network with GAN. We generated several vibrotactile signals by the model and compared the generated data with the collected one.

原稿種別: 日本語

PDFファイルサイズ: 804 Kバイト