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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이효찬 (고려대학교) 최석규 (고려대학교) 김근우 (고려대학교) 류강현 (고려대학교) 김성욱 (고려대학교) 황한정 (고려대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2020년도 종합학술대회 및 대학생논문경진대회
발행연도
2020.10
수록면
175 - 178 (4page)

이용수

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

초록· 키워드

오류제보하기
본 연구의 목표는 표면 근전도(surface electromyography: sEMG)와 관성측정장비(inertial measurement unit: IMU)를 함께 사용하여 다양한 손동작을 높은 성능으로 분류하는 것이다. 10명의 피험자가 실험에 참여하였으며, 실험을 진행하는 동안 손등에 부착한 sEMG와 IMU센서를 이용하여 데이터를 수집하였다. 오프라인 실험에서 피험자들은 9가지의 서로 다른 손동작 과제를 각각 2초씩 총 20회 반복 수행하였다. 측정된 sEMG와 IMU데이터로부터 손동작 움직임을 분류하기 위한 특징을 추출하였으며, 5x5-fold 교차 검증과 선형분류판별기를 활용하여 분류정확도를 계산하였다. 오프라인 실험 데이터를 활용하여 분류기를 생성한 후, 실시간으로 9가지 손동작을 구분하는 온라인 실험을 별도로 수행하였으며, 각각의 손동작을 10회씩 수행하여 실시간 분류 정확도를 산출하였다. sEMG와 IMU특징을 함께 사용하였을 때 오프라인 평균 분류정확도는 95.19 ± 2.07%, 온라인 평균 분류정확도는 81.78 ± 11.10%로 sEMG와 IMU를 개별적으로 사용한 정확도 대비 유의미하게 높은 것을 확인하였다. 본 연구에서는 sEMG와 IMU를 동시에 사용하여 사용자의 여러 손동작을 높은 정확도로 구분할 수 있음을 확인하였으며, 다양한 인간-컴퓨터 인터페이스 기술로 유용하게 활용될 수 있을 것으로 기대된다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 결과 및 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001586665