2021 Fiscal Year Research-status Report
A time advance estimation method for human motions using stochastic resonance and multiple EMG sensors
| Project/Area Number |
18K04071
|
|---|
| Research Institution | Oita University |
|---|
Principal Investigator |
貞弘 晃宜 大分大学, 理工学部, 准教授 (40424676)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 筋電位 / マルチセンサ / 電気力学的遅延 / 機械学習 / 同定 |
|---|
| Outline of Annual Research Achievements |
本研究課題の目的は、確率共振を用いて高SN比で計測された筋電位信号から、人間の動作を事前推定する方法を開発することである。また、合成重みを考慮する新たな手法を導入し、学習理論を駆使することで、操作能力熟達機序の解明にも挑戦する。
このような目的に対して、本年度は以下のような取り組みを行った。（１）マルチセンサと確率共振により得られた筋電位は、電気力学的遅延(EMD)を長くとれるがゆえに粗く量子化されることがこれまでの研究で示されている。そのため、従来利用していた同定モデル（時間遅れ付き非線形回帰モデル: NDARX)では推定精度が悪化することもわかっていた。そこで一昨年度より同定モデルとして機械学習を用いる手法に取り組んできた。その結果、モデルとして NDARX を用いるよりは精度が良くなることがわかったが、単純な機械学習モデルでは、運動や関節角度により EMD が変化することで、推定精度が悪化する問題に対応できないこともわかった。本年度は、この問題を解消するために、複数の固定された EMD で予め学習しておいたモデルを Mixture of Experts を用いて、適切に切り替える機構を組み込むことで、EMD が長くとれ、かつスムースな筋電位信号を用いて NDARX で同定した際と同等程度の推定が可能であることを確認した。（２）筋電位を非負値行列因子分解(NMF)を用いて、シナジーベクトルとシナジー活性化計数とに分解し、それらの量・タイミングを見ることで、熟達の判別をする研究がよく行われている。操作能力熟達機序の解明への挑戦のため、本年度は初心者による自転車漕ぎを対象動作として、NMF を用いた熟達判別ができるかどうかについて予備的・検証的研究を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
目的として挙げた確率共振を用いて高SN比で計測された筋電位信号から、人間の動作を事前推定する方法を開発は、その手法については、おおよそ満足のいく結果が得られている。しかし、コロナ禍により被験者数を多くとれてはいないため、統計的な意味では提案手法の成立可否を確認できていない。挑戦を表明していた操作能力熟達機序の解明については、その進展自体が遅れており、同時にコロナ禍により、被験者実験を多くの時間行うこともできていない。
|
| Strategy for Future Research Activity |
現在までの進捗状況に述べたとおり、十分な被験者実験を行うことが必要であるため、コロナの状況を確認しながら適切に実験を進めていく。また、昨年度までにおおよそ完成した、確率共振を用いて高SN比で計測された筋電位信号から、人間の動作を事前推定する方法を援用することで、挑戦を表明していた操作能力熟達機序の解明について取り組む。
|
| Causes of Carryover |
次年度使用額が生じた理由はコロナ禍により予定していた被験者実験や学会発表等ができなかったためである。
そんのため、算予算は（１）被験者実験の人件費・謝金（２）学会発表に係る旅費（３）不足・故障が生じた物品に対する物品費（４）消耗品の購入、にあてる。
|
Research Products
(3 results)
