筋電位信号に対するもつれ解き表現学習法の提案とロバストな操作インタフェースの実現

• 研究課題/領域番号: 23K28128
• 補助金の研究課題番号: 23H03438 (2023)
• 研究種目: 基盤研究(B)
• 配分区分: 基金 (2024); 補助金 (2023)
• 応募区分: 一般
• 審査区分: 小区分61020:ヒューマンインタフェースおよびインタラクション関連; 小区分62040:エンタテインメントおよびゲーム情報学関連; 合同審査対象区分:小区分61020:ヒューマンインタフェースおよびインタラクション関連、小区分62040:エンタテインメントおよびゲーム情報学関連
• 研究機関: 広島大学
• 研究代表者: 古居 彬 広島大学, 先進理工系科学研究科(工), 准教授 (30868237)
• 研究分担者: 相澤 宏旭 広島大学, 先進理工系科学研究科(工), 助教 (30910301)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円); 2025年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円); 2024年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円); 2023年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
• キーワード: 筋電位信号 / 確率的生成モデル / もつれ解き表現学習 / 動作認識 / 深層学習

研究開始時の研究の概要

筋収縮時に発生する筋電位信号から人間の動作を推定できれば，様々な機器を自由自在に操作可能なインタフェースの実現に繋がる．しかしながら，筋電位信号の特性は姿勢や筋力，筋疲労といった因子によって変化するため，実応用を考えるとこれら因子の影響を考慮した動作推定法が必要である．そこで本研究では，筋電位信号に潜在する各影響因子を“もつれ解く”ための技術として，確率的生成モデルと深層学習を融合した新たな表現学習法を提案する．本研究により，筋電位信号に基づく動作推定の精度を実応用可能な水準まで高めることを目指す．