論文の概要: Learning Hand State Estimation for a Light Exoskeleton

• arxiv url: http://arxiv.org/abs/2411.09294v1
• Date: Thu, 14 Nov 2024 09:12:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-15 15:23:57.977231
• Title: Learning Hand State Estimation for a Light Exoskeleton
• Title（参考訳）: 光外骨格における手の状態推定の学習
• Authors: Gabriele Abbate, Alessandro Giusti, Luca Randazzo, Antonio Paolillo,
• Abstract要約: そこで本研究では,光エクソスケトンを用いた手の状態推定手法を提案する。 本研究は,前腕の筋活動と外骨格の運動から得られる情報を用いて,手指の開度とコンプライアンスレベルを再構築する指導的アプローチを構築する。 我々のアプローチは本物の光のエクソスケルトンで検証されている。
• 参考スコア（独自算出の注目度）: 50.05509088121445
• License:
• Abstract: We propose a machine learning-based estimator of the hand state for rehabilitation purposes, using light exoskeletons. These devices are easy to use and useful for delivering domestic and frequent therapies. We build a supervised approach using information from the muscular activity of the forearm and the motion of the exoskeleton to reconstruct the hand's opening degree and compliance level. Such information can be used to evaluate the therapy progress and develop adaptive control behaviors. Our approach is validated with a real light exoskeleton. The experiments demonstrate good predictive performance of our approach when trained on data coming from a single user and tested on the same user, even across different sessions. This generalization capability makes our system promising for practical use in real rehabilitation.
• Abstract（参考訳）: そこで本研究では,光エクソスケトンを用いた手の状態推定手法を提案する。 これらのデバイスは簡単に使用でき、家庭内および頻繁な治療法を提供するのに役立ちます。 本研究は,前腕の筋活動と外骨格の運動から得られる情報を用いて,手指の開度とコンプライアンスレベルを再構築する指導的アプローチを構築する。 このような情報は治療の進捗を評価し、適応的な制御行動を開発するのに利用できる。 我々のアプローチは本物の光のエクソスケルトンで検証されている。 実験では、単一のユーザから来るデータに基づいてトレーニングし、同じユーザ上でテストした場合、異なるセッションであっても、私たちのアプローチの優れた予測性能を実証した。 この一般化能力は, 現実のリハビリテーションにおいて, 実用化を約束するものである。

関連論文リスト

• Using Learnable Physics for Real-Time Exercise Form Recommendations [2.1548132286330453]
  本稿では,エクササイズ手法の問題点を診断し,修正レコメンデーションを提供するアルゴリズムパイプラインを提案する。 我々は、ポーズ認識にMediaPipeを使用し、ピークプロミネンス検出による反復数をカウントし、学習可能な物理シミュレータを用いて動きの進化を追跡する。
  論文  参考訳（メタデータ） (2023-10-11T06:11:11Z)
• Self-supervised Optimization of Hand Pose Estimation using Anatomical Features and Iterative Learning [4.698846136465861]
  本稿では,人的相互作用が最小限である特定のユースケースに手振り推定を適用するための自己教師付きパイプラインを提案する。 このパイプラインは、汎用データセットでトレーニングされた手振り推定のための一般的な機械学習モデルで構成されている。 パイプラインの有効性は、手動のアセンブリシナリオにおいて、下流タスクとしてアクティビティ認識をトレーニングすることで実証される。
  論文  参考訳（メタデータ） (2023-07-06T14:13:11Z)
• Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
  パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。 このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。 我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
  論文  参考訳（メタデータ） (2023-05-12T17:37:04Z)
• Video-based Surgical Skills Assessment using Long term Tool Tracking [0.3324986723090368]
  手術症例ビデオフィードから外科的スキルを自動評価するための動きに基づくアプローチを提案する。 提案されたパイプラインは、まず外科的ツールを確実に追跡し、運動軌跡を作成する。 提案手法と最先端追跡手法を用いて,トランスフォーマーに基づくスキルアセスメントと従来の機械学習手法を比較した。
  論文  参考訳（メタデータ） (2022-07-05T18:15:28Z)
• Enhancing Digital Health Services: A Machine Learning Approach to Personalized Exercise Goal Setting [8.146832452474777]
  本研究の目的は、振り返りデータとリアルな行動軌跡を用いて自動提案運動目標を動的に更新する機械学習アルゴリズムを開発することである。 深層強化学習アルゴリズムは、深層学習技術を組み合わせて時系列データを分析し、ユーザの運動行動を推測する。
  論文  参考訳（メタデータ） (2022-04-03T01:19:20Z)
• TRAIL: Near-Optimal Imitation Learning with Suboptimal Data [100.83688818427915]
  オフラインデータセットを使用してファクタードトランジションモデルを学習するトレーニング目標を提案する。 我々の理論的分析は、学習された潜在行動空間が下流模倣学習のサンプル効率を高めることを示唆している。 実際に潜伏行動空間を学習するために、エネルギーベースの遷移モデルを学ぶアルゴリズムTRAIL(Transition-Reparametrized Actions for Imitation Learning)を提案する。
  論文  参考訳（メタデータ） (2021-10-27T21:05:00Z)
• Personalized Rehabilitation Robotics based on Online Learning Control [62.6606062732021]
  本稿では,各ユーザに対して実行時の制御力をパーソナライズ可能な,新しいオンライン学習制御アーキテクチャを提案する。 提案手法を,学習コントローラがパーソナライズされた制御を提供するとともに,安全な相互作用力も得られる実験ユーザスタディで評価した。
  論文  参考訳（メタデータ） (2021-10-01T15:28:44Z)
• ROIAL: Region of Interest Active Learning for Characterizing Exoskeleton Gait Preference Landscapes [64.87637128500889]
  興味あるアクティブラーニング(ROIAL)フレームワークの領域は、関心のある領域を通じて、各ユーザの基盤となるユーティリティ関数を積極的に学習する。 ROIALは、絶対的な数値スコアよりも信頼性の高いフィードバックメカニズムである順序と選好のフィードバックから学習する。 以上の結果から,限られた人為的試行から歩行実用景観を回復できる可能性が示唆された。
  論文  参考訳（メタデータ） (2020-11-09T22:45:58Z)
• A Review of Computational Approaches for Evaluation of Rehabilitation Exercises [58.720142291102135]
  本稿では,モーションキャプチャシステムを用いたリハビリテーションプログラムにおける患者のパフォーマンスを評価するための計算手法についてレビューする。 エクササイズ評価のための再検討された計算手法は, 離散的な運動スコア, ルールベース, テンプレートベースアプローチの3つのカテゴリに分類される。
  論文  参考訳（メタデータ） (2020-02-29T22:18:56Z)

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。