Publication: EMG sinyallerinin derin öğrenme ile hareket sınıflandırması
Loading...
Files
Date
2022-09-18
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Bu çalışmada EMG sinyalleri üzerinde öznitelikler hesaplanmıştır. Bu öznitelikler ile el hareketlerini sınıflandırmak için derin öğrenme algoritmaları kullanılmıştır. Bir zaman serisi olarak toplanan EMG sinyalleri üzerinde zaman alanında hesaplanan öznitelik vektörleri belirli boyutlarda simetrik matrisler olarak kaydedilmiştir. Yeniden oluşturulan ve resim dosyası formatında kaydedilen veri seti ile Evrişimsel Sinir Ağı eğitilmiştir. Bu eğitim sonucunda tüm veriler ile %93, test verileri ile %79 başarı ile hareket sınıflandırması gerçekleştirilmiştir.
In this study, the statistical features are calculated with EMG signals. Deep learning algorithms are used to classify hand gestures with these features. the feature vectors calculated in the time domain using the EMG signals recorded as a time series are stored as symmetric matrices with specific sizes. The data set that is rebuilt and saved as image file format is used to train the convolutional neural network. Thereafter the training, motion classification is carried out with a success rate of 93% for all data and 79% for test data
In this study, the statistical features are calculated with EMG signals. Deep learning algorithms are used to classify hand gestures with these features. the feature vectors calculated in the time domain using the EMG signals recorded as a time series are stored as symmetric matrices with specific sizes. The data set that is rebuilt and saved as image file format is used to train the convolutional neural network. Thereafter the training, motion classification is carried out with a success rate of 93% for all data and 79% for test data
Description
Keywords
Bilgisayar Bilimleri, Yapay Zeka, Bilgisayarda Öğrenme ve Örüntü Tanıma, İnsan Bilgisayar Etkileşimi, Örüntü Tanıma ve Görüntü İşleme, Sinirsel Ağlar, Elektrik-Elektronik Mühendisliği, Elektronik, Mühendislik ve Teknoloji, Computer Sciences, Artificial Intelligence, Computer Learning and Pattern Recognition, Human Computer Interaction, Pattern Recognition and Image Processing, Neural Networks, Electrical and Electronics Engineering, Electronic, Engineering and Technology, Mühendislik, Bilişim ve Teknoloji (ENG), Bilgisayar Bilimi, Mühendislik, BİLGİSAYAR BİLİMİ, YAPAY ZEKA, BİLGİSAYAR BİLİMİ, SİBERNETİK, MÜHENDİSLİK, ELEKTRİK VE ELEKTRONİK, Engineering, Computing & Technology (ENG), COMPUTER SCIENCE, ENGINEERING, COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE, COMPUTER SCIENCE, CYBERNETICS, ENGINEERING, ELECTRICAL & ELECTRONIC, Elektrik ve Elektronik Mühendisliği, Sinyal İşleme, Bilgisayarla Görme ve Örüntü Tanıma, Bilgisayar Bilimi Uygulamaları, Yapay Zeka, Bilgisayar Bilimi (çeşitli), Genel Bilgisayar Bilimi, Fizik Bilimleri, Electrical and Electronic Engineering, Signal Processing, Computer Vision and Pattern Recognition, Computer Science Applications, Artificial Intelligence, Computer Science (miscellaneous), General Computer Science, Physical Sciences
Citation
Akgün G., Yıldırım A., Demir U., Kaplanoğlu E., \"EMG Sinyallerinin Derin Öğrenme ile Hareket Sınıflandırması\", TOK2022 Otomatik Kontrol Ulusal Toplantısı, Elazığ, Türkiye, 15 - 18 Eylül 2022, Elazığ, Türkiye, 15 - 18 Eylül 2022