Wyszukiwarka
Abstrakt
In this paper the simple architecture of neural network for hand gesture classification was presented. The network classifies the previously calculated parameters of EMG signals. The main goal of this project was to develop simple solution that is not computationally complex and can be implemented on microprocessors in low-cost 3D printed prosthetic arms. As the part of conducted research the data set EMG signals corresponding to 5 different gestures was created. The accuracy of elaborated solution was 90% when applied real time on data sampled with 1kHz frequency and 75% when applied real time on data acquired and process directly on microprocessor with lower,100Hz sampling frequency.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (5)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2020
- Opis bibliograficzny:
- Kocejko T., Brzezinski F., Rumiński J., Poliński A., Wtorek J.: Neural network based algorithm for hand gesture detection in a low-cost microprocessor applications// / : , 2020,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/hsi49210.2020.9142672
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 103 razy