研究概要 |
本年度は,まず前年度に開発した判別分析の近似アルゴリズムであるSimple-FLDAの追加型学習アルゴリズム(Incremental Simple-FLDA)の改良を行った。改良型アルゴリズムは以前のアルゴリズムと比べて固有ベクトルの更新回数が異なるが,これにより高精度に固有ベクトルを近似することが可能となる。その結果として,EMG信号による手首動作の識別率の向上にもつながることが予想された。実際行った識別実験の結果,以前のアルゴリズムを用いた場合よりも有効であることを確認することができた。しかしながら,この開発したアルゴリズムにはメモリ使用量が大きいという問題点も見られた。またこの改良型アルゴリズムの概念をIncremental Simple-PCAへ導入した。この改良型Incremental Simple-PCAも以前のアルゴリズムと比べてより精度よく固有ベクトルを近似できることを確認した。次に識別対象となる手首動作の見直しを行った。今までは,回内と回外の動作を取り入れていたが,これを変更し新たに開くと握るという動作を対象として検証を行った。その結果,以前よりも識別率の向上を確認することができた。またこれらの2つの動作を組み込んだことにより,手を開いたまま上に曲げる,もしくは手を握ったまま上に曲げるなどの複合動作の実現も可能になると考えられる。更に識別器の検討も行い,シンプルな識別器でも精度率に大きな影響を与えないことがわかった。この結果,大幅に学習時間を削減することが可能となり,実用化の可能性を示すことができた。
|