Fugu-MT 論文翻訳(概要): BWCNN: Blink to Word, a Real-Time Convolutional Neural Network Approach

論文の概要: BWCNN: Blink to Word, a Real-Time Convolutional Neural Network Approach

arxiv url: http://arxiv.org/abs/2006.01232v1
Date: Mon, 1 Jun 2020 20:07:44 GMT
ステータス: 処理完了
システム内更新日: 2022-11-26 06:30:41.040462
Title: BWCNN: Blink to Word, a Real-Time Convolutional Neural Network Approach
Title（参考訳）: bwcnn: リアルタイム畳み込みニューラルネットワークアプローチであるblink to word
Authors: Albara Ah Ramli, Rex Liu, Rahul Krishnamoorthy, Vishal I B, Xiaoxiao Wang, Ilias Tagkopoulos, and Xin Liu
Abstract要約: 我々は、外界との通信にアイリンクを使用する人工知能(AI)システムを提案する。このシステムは、畳み込みニューラルネットワーク(CNN)を使用して、一連のオープンおよびクローズドステートとして定義される点滅パターンを見つける。
参考スコア（独自算出の注目度）: 5.111743097836832
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Amyotrophic lateral sclerosis (ALS) is a progressive neurodegenerative disease of the brain and the spinal cord, which leads to paralysis of motor functions. Patients retain their ability to blink, which can be used for communication. Here, We present an Artificial Intelligence (AI) system that uses eye-blinks to communicate with the outside world, running on real-time Internet-of-Things (IoT) devices. The system uses a Convolutional Neural Network (CNN) to find the blinking pattern, which is defined as a series of Open and Closed states. Each pattern is mapped to a collection of words that manifest the patient's intent. To investigate the best trade-off between accuracy and latency, we investigated several Convolutional Network architectures, such as ResNet, SqueezeNet, DenseNet, and InceptionV3, and evaluated their performance. We found that the InceptionV3 architecture, after hyper-parameter fine-tuning on the specific task led to the best performance with an accuracy of 99.20% and 94ms latency. This work demonstrates how the latest advances in deep learning architectures can be adapted for clinical systems that ameliorate the patient's quality of life regardless of the point-of-care.
Abstract（参考訳）: 筋萎縮性側索硬化症(Amyotrophic lateral sclerosis、ALS)は、脳と脊髄の進行性神経変性疾患であり、運動機能の麻痺を引き起こす。患者は、コミュニケーションに使用できる点滅能力を維持している。ここでは,リアルタイムのIoT(Internet-of-Things)デバイス上で動作する,視線リンクによる外界との通信を行う人工知能(AI)システムを提案する。このシステムは、畳み込みニューラルネットワーク(CNN)を使用して、一連のオープンおよびクローズドステートとして定義される点滅パターンを見つける。各パターンは、患者の意図を示す単語の集合にマッピングされる。 ResNet, SqueezeNet, DenseNet, InceptionV3などのConvolutional Networkアーキテクチャの精度とレイテンシのトレードオフについて検討し, その性能評価を行った。 InceptionV3アーキテクチャは、特定のタスクをハイパーパラメータで微調整した後、99.20%と94msのレイテンシで最高のパフォーマンスを実現した。本研究は, 患者の生活の質を改善する臨床システムに, ディープラーニングアーキテクチャの最新の進歩を適応させることが可能であることを示す。

関連論文リスト

Fully Spiking Actor Network with Intra-layer Connections for Reinforcement Learning [51.386945803485084]
エージェントが制御する多次元決定論的ポリシーを学習する必要があるタスクに焦点をあてる。既存のスパイクベースのRL法は、SNNの出力として発火率を取り、完全に接続された層を通して連続的なアクション空間(つまり決定論的なポリシー)を表すように変換する。浮動小数点行列操作を伴わない完全にスパイクするアクターネットワークを開発するため,昆虫に見られる非スパイク介在ニューロンからインスピレーションを得た。
論文参考訳（メタデータ） (2024-01-09T07:31:34Z)
JGAT: a joint spatio-temporal graph attention model for brain decoding [8.844033583141039]
Joint kernel Graph Attention Network (JGAT)は、新しいマルチモーダル時間グラフアテンションネットワークフレームワークである。ダイナミックな情報を保存しながら、機能的磁気共鳴画像(fMRI)と拡散重み画像(DWI)からのデータを統合する。我々は4つの独立したデータセット上でJGATでブレインデコーディングタスクを行います。
論文参考訳（メタデータ） (2023-06-03T02:45:03Z)
Mental arithmetic task classification with convolutional neural network based on spectral-temporal features from EEG [0.47248250311484113]
ディープニューラルネットワーク(DNN)は、コンピュータビジョンアプリケーションにおいて大きな優位性を示している。ここでは、主に2つの畳み込みニューラルネットワーク層を使用し、比較的少ないパラメータと高速で脳波からスペクトル時間的特徴を学習する浅層ニューラルネットワークを提案する。実験の結果、浅いCNNモデルは他の全てのモデルより優れており、最高分類精度は90.68%に達した。
論文参考訳（メタデータ） (2022-09-26T02:15:22Z)
SpikiLi: A Spiking Simulation of LiDAR based Real-time Object Detection for Autonomous Driving [0.0]
Spiking Neural Networksは、電力効率、計算効率、処理遅延を大幅に改善する新しいニューラルネットワーク設計アプローチである。まず,複雑なディープラーニングタスク,すなわちLidarベースの3Dオブジェクト検出による自動運転への適用性について説明する。
論文参考訳（メタデータ） (2022-06-06T20:05:17Z)
Deep Architecture Connectivity Matters for Its Convergence: A Fine-Grained Analysis [94.64007376939735]
我々は、勾配降下訓練におけるディープニューラルネットワーク(DNN)の収束に対する接続パターンの影響を理論的に特徴づける。接続パターンの単純なフィルタリングによって、評価対象のモデルの数を削減できることが示される。
論文参考訳（メタデータ） (2022-05-11T17:43:54Z)
Event-based Video Reconstruction via Potential-assisted Spiking Neural Network [48.88510552931186]
バイオインスパイアされたニューラルネットワークは、イベント駆動ハードウェア上での計算効率の向上につながる可能性がある。完全スパイキングニューラルネットワーク(EVSNN)に基づくイベントベースビデオ再構成フレームワークを提案する。スパイクニューロンは、そのような時間依存タスクを完了させるために有用な時間情報(メモリ)を格納する可能性がある。
論文参考訳（メタデータ） (2022-01-25T02:05:20Z)
AEGIS: A real-time multimodal augmented reality computer vision based system to assist facial expression recognition for individuals with autism spectrum disorder [93.0013343535411]
本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
論文参考訳（メタデータ） (2020-10-22T17:20:38Z)
MS-RANAS: Multi-Scale Resource-Aware Neural Architecture Search [94.80212602202518]
我々は,MS-RANAS(Multi-Scale Resource-Aware Neural Architecture Search)を提案する。我々は,検索コストの削減を図るために,ワンショットのアーキテクチャ探索手法を採用した。我々は精度-速度トレードオフの観点から最先端の結果を得る。
論文参考訳（メタデータ） (2020-09-29T11:56:01Z)
CLAN: Continuous Learning using Asynchronous Neuroevolution on Commodity Edge Devices [3.812706195714961]
我々は、NeuroEvolutionary(NE)学習と推論を実行するWiFiを介して通信するRaspberry Piのプロトタイプシステムを構築した。本研究では,このような協調システムの性能を評価し,システムの異なる配置の計算/通信特性について詳述する。
論文参考訳（メタデータ） (2020-08-27T01:49:21Z)
Accurate and Efficient Intracranial Hemorrhage Detection and Subtype Classification in 3D CT Scans with Convolutional and Long Short-Term Memory Neural Networks [20.4701676109641]
RSNA頭蓋内出血検出のためのシステムについて紹介する。提案システムは,畳み込みニューラルネットワーク(CNN)を用いた軽量深層ニューラルネットワークアーキテクチャに基づいている。最終テストセットの重み付き平均ログ損失は0.04989で、合計1345名から上位30名(2%)にランクインした。
論文参考訳（メタデータ） (2020-08-01T17:28:25Z)
Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文参考訳（メタデータ） (2020-02-02T21:09:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。