効率的な深層学習：脳信号を使用したロボットベースのリハビリテーションの実装

高效深度学习：利用大脑信号实施基于机器人的康复

• 批准号: 21K03970
• 负责人: Capi Genci
• 金额: $ 2.66万
• 依托单位: Hosei University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K03970/
• 关键词: 深層学習; BMI; リハビリテーション; 転移学習; ロボットハンド; 遺伝的アルゴリズム; 効率的な深層学習

今年度は、BMI システム実装に対する深層学習と遺伝的アルゴリズム統合について研究を拡張し、以下の研究テーマに重点を置いて実施しました。1. 転移学習を使用し、認識率とトレーニング時間の観点で深層学習のパフォーマンスを向上させること。始めに、特定のタスクと課題に対する CNNのトレーニングを実施しました。 次に、BMI システムにおける類似の概念および新規課題のため、新規の CNNに対してトレーニング済みの CNN の一部を転送し、トレーニングを実施しました。2. 遺伝的アルゴリズムを利用して有用なデータを選択し、深層学習アルゴリズムのパフォーマンスを向上させること。ディープ ラーニングのパフォーマンスに関連するもう 1 つの問題は、トレーニング データと強く関連しています。 つまり、収集されたすべてのデータが特に脳のデータに役立つわけではありません。3. トレーニング済みの CNNを用いたリアルタイムでのロボット制御。脳信号は CNN によって分類され、認識された動きはリアルタイムでロボットハンドに転送されます。ロボットの応答は、実時間状況において有効な速度であることを確認した。また、2022年度計測自動制御学会において学術奨励賞を受賞した。

This year's BMI study focuses on deep learning and integration. 1. The use of mobile learning, recognition rate, time and depth of learning From the beginning, CNN's editorial planning was implemented for specific topics and topics. The concept of BMI system is similar to that of the new regulation, and the new regulation is implemented in part by CNN. 2. The first step is to make use of the information available to you, and the second step is to learn from it. The problem is that there is no way to solve the problem.つまり、収集されたすべてのデータが特に脳のデータに役立つわけではありません。3. The main purpose of this article is to improve the quality of the products. The signal is classified and recognized by CNN. The time is right. The 2022 Annual Measurement and Automation Society has received academic awards.

项目成果

デ ィ ー プ ラ ー ニ ン グ を 用い た BMIシ ス テ ム の 開発

利用深度学习开发BMI系统

BMIにおける転移学習を用いたCNNの性能向上

在 BMI 中使用迁移学习提高 CNN 性能

• 发表时间: 2021
• 作者: R. Takahashi;S. Sugiyama;E. Petoku;A. Shirai and G. Capi
• 通讯作者: A. Shirai and G. Capi

EEG Channels Optimization for Wireless BMI-based Robot Interaction for Internet of Robotic Things

用于机器人物联网的基于无线 BMI 的机器人交互的 EEG 通道优化

• 发表时间: 2023
• 作者: Satoki Sugiyama;Goragod Pongthanisorn;Shirai Aya and Genci Capi
• 通讯作者: Shirai Aya and Genci Capi

Optimizing Convolutional Neural Networks to Control the Robotic Hand using Brain Signals

优化卷积神经网络以使用大脑信号控制机械手

• 发表时间: 2022
• 作者: Satoki Sugiyama;Eneo Petoku;Ryota Takahashi and Genci Capi
• 通讯作者: Ryota Takahashi and Genci Capi

Mobile Humanoid Robot Control through Object Movement Imagery

• DOI: 10.1109/iccr55715.2022.10053905
• 发表时间: 2022-12
• 期刊: 2022 4th International Conference on Control and Robotics (ICCR)
• 作者: Eneo Petoku;G. Capi