시공간적 계층 메모리 학습 알고리즘을 이용한 근전도 패턴인식

국문 초록 (Abstract)

본 논문에서는 비전 패턴인식 알고리즘인 시공간적 계층 메모리 학습 알고리즘을 이용한 새로운 근전도 패턴인식 방법을 제시한다. 효율적인 근전도 신호의 학습과 분류를 위하여 단순화된 2 레벨의 공간적 집합, 시간적 집합, 그리고 관리 맵퍼를 이용한 수정된 시공간적 계층 메모리 학습 알고리즘을 제안한다. 인식 성능을 향상시키기 위해서 관리 맵퍼 학습뿐만 아니라 시간적 집합 학습에도 카테고리 정보를 사용한다. 실험을 통하여 열 가지 손동작이 성공적으로 인식됨을 검증한다.

다국어 초록 (Multilingual Abstract)

This paper presents a new electromyogram(EMG) pattern recognition method based on the Hierarchical Temporal Memory (HTM) algorithm which is originally devised for image pattern recognition. In the modified HTM algorithm, a simplified two-level structure with spatial pooler, temporal pooler, and supervised mapper is proposed for efficient learning and classification of the EMG signals. To enhance the recognition performance, the category information is utilized not only in the supervised mapper but also in the temporal pooler. The experimental results show that the ten kinds of hand motion are successfully recognized.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 시공간적 계층 메모리 학습 알고리즘
• 3. HTM을 이용한 근전도 패턴인식
• 4. 실험 결과
• 5. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 "Zeta1 Algorithms Reference" Numenta Inc. 2007

2 Jeff Hawkins, "Why can't a computer be more like a brain?" 44 (44): 21-26, 2007

3 Dileep George, "The HTM Learning Algorithms" Numenta Inc. 2007

4 Jeff Hawkins, "On Intelligence" Numenta Inc. 2006

5 Jeff Hawkins, "Hierarchical Temporal Memory : Concepts, Theory, and Terminology" Numenta Inc. 2006

6 F. H. Y. Chan, "Fuzzy EMG classification for prosthesis control" 8 (8): 305-311, 2000

7 A. D. C. Chan, "Continuous myoelectric control for powered prostheses using hidden Markov models" 52 (52): 121-124, 2005

8 O. Fukuda, "A human-assisting manipulator teleoperated by EMG signals and arm motions" 19 (19): 210-222, 2003

9 Jun-Uk Chu, "A Supervised Feature-Projection-Based Real-Time EMG Pattern Recognition for Multifunction Myoelectric Hand Control" 12 (12): 282-290, 2007