論文の概要: Spatio-temporal encoding improves neuromorphic tactile texture classification

• arxiv url: http://arxiv.org/abs/2010.14184v2
• Date: Sat, 5 Jun 2021 12:24:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 12:06:45.858426
• Title: Spatio-temporal encoding improves neuromorphic tactile texture classification
• Title（参考訳）: 時空間符号化によるニューロモルフィック触覚テクスチャ分類の改善
• Authors: Anupam K. Gupta, Andrei Nakagawa, Nathan F. Lepora and Nitish V. Thakor
• Abstract要約: 接触事象を、遅いメカノレプターの動作を模倣する離散スパイク事象として符号化する多チャンネルニューロモルフィックシステムを実装した。 その結果,個々の触覚メカノレセプター応答のみを用いた場合と比較して,テクスチャ分類が大幅に改善した。
• 参考スコア（独自算出の注目度）: 10.738853905952409
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the increase in interest in deployment of robots in unstructured environments to work alongside humans, the development of human-like sense of touch for robots becomes important. In this work, we implement a multi-channel neuromorphic tactile system that encodes contact events as discrete spike events that mimic the behavior of slow adapting mechanoreceptors. We study the impact of information pooling across artificial mechanoreceptors on classification performance of spatially non-uniform naturalistic textures. We encoded the spatio-temporal activation patterns of mechanoreceptors through gray-level co-occurrence matrix computed from time-varying mean spiking rate-based tactile response volume. We found that this approach greatly improved texture classification in comparison to use of individual mechanoreceptor response alone. In addition, the performance was also more robust to changes in sliding velocity. The importance of exploiting precise spatial and temporal correlations between sensory channels is evident from the fact that on either removal of precise temporal information or altering of spatial structure of response pattern, a significant performance drop was observed. This study thus demonstrates the superiority of population coding approaches that can exploit the precise spatio-temporal information encoded in activation patterns of mechanoreceptor populations. It, therefore, makes an advance in the direction of development of bio-inspired tactile systems required for realistic touch applications in robotics and prostheses.
• Abstract（参考訳）: 人間と一緒に働くための非構造環境におけるロボットの展開への関心が高まる中、ロボットに対する人間のようなタッチ感覚の開発が重要になる。 本研究では,接触イベントを離散的なスパイクイベントとして符号化し,遅延適応型機械受容器の挙動を模倣するマルチチャネルニューロモルフィック触覚システムを実装した。 情報プールが空間的非一様自然主義的テクスチャの分類性能に及ぼす影響について検討した。 平均吸気速度に基づく触覚応答量から計算した灰色の共起行列を用いてメカノレセプターの時空間活性化パターンを符号化した。 本手法は,個々のメカノレプター応答のみを用いた場合と比較して,テクスチャ分類を大幅に改善した。 さらに,スライディング速度の変化に対して,その性能はより頑健であった。 感覚チャネル間の正確な空間的・時間的相関の活用の重要性は、正確な時間的情報の除去か、応答パターンの空間的構造の変更のどちらかにおいて、著しい性能低下が観察されたことから明らかである。 本研究では,メカノレプター集団の活性化パターンに符号化された正確な時空間情報を活用できる集団符号化手法の優位性を示す。 したがって、ロボット工学や人工装具の現実的なタッチ応用に必要なバイオインスパイアされた触覚システムの開発の方向に前進する。

関連論文リスト

• Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
  本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。 本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。 本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
  論文  参考訳（メタデータ） (2024-04-22T09:40:07Z)
• Jointly Modeling Spatio-Temporal Features of Tactile Signals for Action Classification [50.63919418371698]
  ウェアラブルエレクトロニクスによって収集される触覚信号は、人間の行動のモデリングと理解に不可欠である。 既存の動作分類法では、触覚信号の空間的特徴と時間的特徴を同時に捉えることができない。 S-Temporal Aware Aware Transformer (STAT) を提案する。
  論文  参考訳（メタデータ） (2024-01-21T03:47:57Z)
• Delving Deeper Into Astromorphic Transformers [1.9775291915550175]
  本稿では,トランスフォーマーの自己保持機構を模倣するために,ニューロン-シナプス-アストロサイト相互作用の様々な重要な側面を深く掘り下げる。 この研究で探求されたクロスレイヤーの視点は、神経細胞-アストロサイトネットワークにおけるヘビアンおよびシナプス前可塑性の生物楽観的なモデリングである。 IMDBおよびCIFAR10データセットの感情・イメージ分類タスクの解析は、精度と学習速度の向上の観点から、アストロモルフィックトランスフォーマーを構築することの重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2023-12-18T04:35:07Z)
• Astrocytes as a mechanism for meta-plasticity and contextually-guided network function [2.66269503676104]
  アストロサイトは、ユビキタスでエニグマティックな非神経細胞である。 アストロサイトは脳機能や神経計算においてより直接的で活発な役割を果たす。
  論文  参考訳（メタデータ） (2023-11-06T20:31:01Z)
• Impact of spiking neurons leakages and network recurrences on event-based spatio-temporal pattern recognition [0.0]
  ニューロモルフィックハードウェアとイベントベースのセンサーを組み合わせたスパイクニューラルネットワークは、エッジにおける低レイテンシと低パワー推論への関心が高まっている。 スパイキングニューロンにおけるシナプスおよび膜漏れの影響について検討する。
  論文  参考訳（メタデータ） (2022-11-14T21:34:02Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Data-driven emergence of convolutional structure in neural networks [83.4920717252233]
  識別タスクを解くニューラルネットワークが、入力から直接畳み込み構造を学習できることを示す。 データモデルを慎重に設計することにより、このパターンの出現は、入力の非ガウス的、高次局所構造によって引き起こされることを示す。
  論文  参考訳（メタデータ） (2022-02-01T17:11:13Z)
• Domain Adaptive Robotic Gesture Recognition with Unsupervised Kinematic-Visual Data Alignment [60.31418655784291]
  本稿では,マルチモダリティ知識,すなわちキネマティックデータとビジュアルデータを同時にシミュレータから実ロボットに伝達できる,教師なしドメイン適応フレームワークを提案する。 ビデオの時間的手がかりと、ジェスチャー認識に対するマルチモーダル固有の相関を用いて、トランスファー可能な機能を強化したドメインギャップを修復する。 その結果, 本手法は, ACCでは最大12.91%, F1scoreでは20.16%と, 実際のロボットではアノテーションを使わずに性能を回復する。
  論文  参考訳（メタデータ） (2021-03-06T09:10:03Z)
• Task-relevant Representation Learning for Networked Robotic Perception [74.0215744125845]
  本稿では,事前学習されたロボット知覚モデルの最終的な目的と協調して設計された感覚データのタスク関連表現を学習するアルゴリズムを提案する。 本アルゴリズムは,ロボットの知覚データを競合する手法の最大11倍まで積極的に圧縮する。
  論文  参考訳（メタデータ） (2020-11-06T07:39:08Z)
• Human Action Recognition and Assessment via Deep Neural Network Self-Organization [0.0]
  本章では,深度マップとRGB画像からの行動の学習と認識のための階層モデルを紹介する。 これらのモデルの特徴は、非定常分布に迅速に適応する自己組織化ネットワークの利用である。
  論文  参考訳（メタデータ） (2020-01-04T15:58:06Z)

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。