論文の概要: One Residual with Three Reuses: A Wristband Front End for Gesture Sensing
- arxiv url: http://arxiv.org/abs/2608.16542v1
- Date: Mon, 17 Aug 2026 13:16:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.709269
- Title: One Residual with Three Reuses: A Wristband Front End for Gesture Sensing
- Title（参考訳）: 3つのリユースを持つ1つの残像:ジェスチャーセンシングのためのリストバンドフロントエンド
- Abstract要約: ジェスチャーインターフェースとモータの症状モニタリングのための連続手首ハンドセンシングには、常時オンのフロントエンドが必要である。
本報告では,1つのオンチップ残差発生器に,分類器の起動ゲーティング,mmWave対IMUルーティング,およびイノベーションベースのEKF計測再重み付けを共用するリストバンドフロントエンドの設計について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous wrist-worn hand sensing for gesture interfaces and motor symptom monitoring needs an always-on front end that fits inside a coin-cell power budget while pairing a micro-electro-mechanical-systems (MEMS) inertial measurement unit (IMU) with a 60 GHz frequency-modulated continuous-wave (FMCW) radar to stay robust under occlusion and on-body drift. We present a design study of such a wristband front end in which classifier wake-up gating, mmWave versus IMU routing, and innovation-based EKF measurement reweighting share a single on-chip residual generator. The shared generator occupies 14.4 KB of program memory and 278 B of state and runs at 110K multiply-accumulates (MACs) per frame on an Ambiq Apollo4 Blue Plus class edge microcontroller unit (MCU). Across four public sensor data corpora (IPN Hand, SHREC 2021, MiliPoint 60 GHz FMCW radar, EAT-Radar) the front end reaches detection probability $P_D = 0.72/0.80$ at a 1% false-alarm rate, sustains a 47% classifier invocation energy reduction at 90% gesture detection recall, and lowers pose tracking root-mean-square error by $4.6\times$ under measurement bias drift relative to an adaptive Kalman with $R$-inflation baseline. Measured silicon power and on-body capture are deferred to follow-on hardware; the contribution here is a design study.
- Abstract（参考訳）: ジェスチャーインターフェースとモータの症状モニタリングのための連続手首ハンドセンシングは、コインセルの電力予算内に収まる常時オンのフロントエンドを必要とし、マイクロエレクトロメカニカル・システム(MEMS)慣性測定ユニット(IMU)と60GHzの周波数変調連続波レーダ(FMCW)を組み合わせて、閉塞や体内ドリフト下で頑健に維持する。
本報告では, 分割器の起動ゲーティング, mmWave と IMU ルーティング, イノベーションベースのEKF 測定再重み付けが, オンチップ残差発生器の1つを共用するリストバンドフロントエンドの設計について述べる。
共有ジェネレータは14.4KBのプログラムメモリと278Bのステートを持ち、Ambiq Apollo4 Blue Plusクラスエッジマイクロコントローラユニット(MCU)上で1フレームあたり110Kの乗算累積(MAC)で動作する。
4つの公共センサデータコーパス(IPN Hand, SHREC 2021, MiliPoint 60 GHz FMCW radar, EAT-Radar)のうち、フロントエンドは検出確率$P_D = 0.72/0.80$に到達し、90%のジェスチャー検出リコールで47%の分類器起動エネルギー削減を持続し、ルート平均二乗誤差を4.6\times$に下げる。
測定されたシリコンパワーと本体のキャプチャーは、後続のハードウェアに延期される。
関連論文リスト
- Machine Learning-Based Reconstruction for Resistive Silicon Sensors [53.365453214937496]
抵抗型シリコンセンサの機械学習による再構成と圧縮について検討した。
相関パッドからのフルウェーブフォーム情報を用いて、再構成を規則化し、空間情報を抽出する。
まず、LSTM層に基づくリカレントニューラルネットワークモデルを紹介し、フルウェーブフォーム再構成のための概念実証実装を提供する。
論文 参考訳（メタデータ） (2026-07-13T14:03:26Z) - PanLUNA: An Efficient and Robust Query-Unified Multimodal Model for Edge Biosignal Intelligence [14.663411219312827]
PanLUNAは、単一の共有エンコーダ内でEEG、ECG、PSGを処理するコンパクトFMである。
TUAB異常脳波検出の精度は81.21%である。
論文 参考訳（メタデータ） (2026-04-05T22:35:42Z) - PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。
PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。
7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
論文 参考訳（メタデータ） (2026-02-02T17:57:37Z) - Wavelet-based Multi-View Fusion of 4D Radar Tensor and Camera for Robust 3D Object Detection [44.78575994732947]
WRCFormerは、デカップリングされたレーダーキューブのマルチビュー表現を介して、生のレーダーキューブとカメラ入力を融合する新しい3Dオブジェクト検出フレームワークである。
WRCFormerはK-Radarベンチマークで最先端のパフォーマンスを達成し、すべてのシナリオで最高のモデルを約2.4%上回っている。
論文 参考訳（メタデータ） (2025-12-28T15:32:17Z) - M4Human: A Large-Scale Multimodal mmWave Radar Benchmark for Human Mesh Reconstruction [45.65814462778685]
M4Humanは、現在最大の(661Kフレーム)マルチモーダルベンチマークであり、高解像度mmWaveレーダー、RGB、深度データを備えている。
M4Humanには、3Dメッシュとグローバルトラジェクトリを備えた高品質なモーションキャプチャ(MoCap)アノテーションが含まれている。
RTとRPCの両モードのベンチマークと,RGB-Dモードのマルチモーダル融合のベンチマークを構築した。
論文 参考訳（メタデータ） (2025-12-13T16:08:59Z) - mmPred: Radar-based Human Motion Prediction in the Dark [43.00006337997152]
既存のRGB-Dカメラに基づく動作予測手法は、照明条件に敏感であり、プライバシー上の懸念を提起する。
この研究は、初めてHMPのための新しいセンシングモダリティとしてレーダーを導入している。
レーダベースHMPに適した拡散型フレームワークmmPredを提案する。
論文 参考訳（メタデータ） (2025-11-29T06:26:55Z) - UWB Radar-based Heart Rate Monitoring: A Transfer Learning Approach [0.6236828594667636]
本研究では、周波数変調連続波(FMCW)とインパルスラジオ超広帯域(IR-UWB)レーダ間の伝達学習を実証する。
新たな2D+1D ResNetアーキテクチャを用いて、平均絶対誤差(MAE)が0.85bpm、平均絶対パーセンテージ誤差(MAPE)が1.42%に達した。
論文 参考訳（メタデータ） (2025-07-14T11:45:57Z) - A novel fast short-time root music method for vibration monitoring of high-speed spindles [5.048369760845484]
本稿では,FFT高速化したLaczosの対角化を利用して計算複雑性を低減する高速短時間ルートMUMU (fSTrM) を提案する。
本研究では,fSTrMが1.2Hzの周波数分解能(vs.12.5 Hz),93%の検知レートを5dB SNRで達成し,高調波コンテンツ解析により欠陥重大度を定量化することを示した。
論文 参考訳（メタデータ） (2025-06-21T05:35:38Z) - Dense Neural Network Based Arrhythmia Classification on Low-cost and Low-compute Micro-controller [1.0015171648915433]
Arduino Nano上で不整脈を検出するために高密度ニューラルネットワークが開発された。
モデルのサイズは1.267KBで、4種類の不整脈を分類するためのF1スコア(マクロ平均)は78.3%、精度は96.38%、浮動小数点演算の0.001314 MOpsを必要とする。
論文 参考訳（メタデータ） (2025-04-04T15:30:02Z) - Low-cost Embedded Breathing Rate Determination Using 802.15.4z IR-UWB Hardware for Remote Healthcare [2.6066253940276347]
本稿では,超広帯域(UWB)チャネルインパルス応答(CIR)データから呼吸速度を予測するための畳み込みニューラルネットワーク(CNN)を提案する。
46KBのメモリを必要とするnRF52840システムにアルゴリズムをデプロイし,192msの推論時間で動作可能であることを示す。
論文 参考訳（メタデータ） (2025-04-03T07:54:25Z) - Ultra-low Power Deep Learning-based Monocular Relative Localization
Onboard Nano-quadrotors [64.68349896377629]
この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。
超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。
実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
論文 参考訳（メタデータ） (2023-03-03T14:14:08Z) - Dynamical low-noise microwave source for cold-atom experiments [37.69303106863453]
独立に制御可能な2つの出力経路を持つ低位相マイクロ波源を提案する。
提案したマイクロ波源は、2つの市販周波数シンセサイザーを組み合わせたものである。
10,$Hzから100,kHzの範囲で480,mu$radの低積分位相雑音を実演する。
論文 参考訳（メタデータ） (2020-03-24T17:27:21Z)
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。