메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김장현 (연세대학교 미래캠퍼스) 윤한얼 (연세대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제3호
발행연도
2022.6
수록면
193 - 200 (8page)
DOI
10.5391/JKIIS.2022.32.3.193

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
머슬시너지는 중추신경계가 동작을 수행할 때, 근육에 전달되는 모듈화된 제어 신호이다. 일반적으로, 머슬시너지는 근전도 신호로부터 최적화 기반 알고리즘인 비부정 행렬 인수분해를 통해 추출할 수 있다. Time-varying 머슬시너지 추출의 경우 머슬시너지의 수, 근육의 수, 타임 스텝의 길이가 최적화 성능에 영향을 끼친다. 또한, 비현실적인 머슬시너지 추출을 방지하기 위해 생체역학적 제약조건을 부과한다면 최적화 수행 시간 및 복원율이 더욱 저하된다. 따라서 본 논문에서는 target cascading을 적용하여 위 문제를 해결하는 방법론을 제안한다. Target cascading은 하나의 프로세스를 메인/서브 시스템으로 나누어 최적화를 수행하므로 빠르게 최적해를 구한다. 단일 머슬시너지는 독립된 하나의 서브 시스템으로 간주할 수 있으므로, 머슬시너지를 서브 시스템으로 설정하여 target cascading을 진행하면 최적화 성능의 향상을 기대할 수 있다. Target cascading을 적용했을 때와 적용하지 않았을 때 추출하는 각각의 머슬시너지를 최적화 소요 시간 및 복원율 관점에서 비교 분석한다. 그 결과, 생체역학적 제약조건이 부과된 time-varying 머슬시너지 추출에 제안한 방법론을 적용했을 때 평균적으로 3배 빠른 속도로 최적화하며, 복원율도 평균적으로 약 1.6배 높았다.

목차

요약
Abstract
1. 서론
2. 생체역학적 제약조건 및 Target Cascading 기반 머슬시너지 추출 기법
3. 실험 및 시너지 추출
4. 결과 및 토의
5. 결론 및 향후 연구
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0