Details

Системы управления на основе сигналов sEMG доказали свою эффективность и удобство в использовании. В отличие от большинства подходов, в работе используются исходные значения сигналов в качестве признаков и применяет усреднение для увеличения выборки. Разработана многослойная CNN-модель для классификации 53 движений (NinaPro-DB5). Модели 2L-CNN и 3L-CNN достигли точности 98,1 % и 97,8 %, соответственно, подтвердив справедливость применения метода.

sEMG-based control systems have proven to be effective and easy to use. Unlike most approaches, our work uses the original signal values as features and applies averaging to augment the dataset. We developed multi-layer CNN models to classify 53 movements (NinaPro-DB5). The 2L-CNN and 3L-CNN models achieved an accuracy of 98.1% and 97.8%, confirming the potential of this method for improving the efficiency and usability of prosthesis control systems.

"Промышленный искусственный интеллект (ПИИ'2025)", всероссийская научно-практическая конференция (2025; Санкт-Петербург). Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов / Российская академия наук, Санкт-Петербургское отделение, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербургский государственный университет; под общей редакцией Д. Г. Арсеньева. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. — 1 файл (197 Мб Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2025 г. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i25-310.pdf>. — DOI 10.18720/SPBPU/2/i25-310. — Текст: электронный