인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문에서는 개선된 SOFM(Self Organizing Feature Map)방식을 이용한 근전도 패턴인식으로 가상 로봇 팔을 제어하는 방식을 제안한다. 개선된 SOFM 방식은 근전도 신호의 전처리기를 사용하는 대신에 근전도 신호 자체를 SOFM에 입력으로 사용하고, 퍼지논리시스템을 이용하여 SOFM의 이웃반경과 학습율을 자동 조절하는 간단한 방식으로 입력 패턴을 더욱 빠르고 신뢰성있게 분류한다. 개선된 방식의 성능을 확인하기 위하여 어깨, 손목, 팔꿈치의 여섯 가지 동작의 근전도 패턴인식을 실험한 결과 기존의 일반적인 SOFM방식보다 제안한 SOFM방식의 인식율이 21.7% 향상되고, 평균학습 수도 절반이하로 감소되었으며, 인식한 근전도 신호를 이용하여 컴퓨터 상의 가상 로봇 팔을 정확하게 제어하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-569-013686269
