2 分で読了
2 views

ProRuka — 超音波筋活動で6自由度義手を制御する高効率HMIアルゴリズム

(ProRuka: A highly efficient HMI algorithm for controlling a novel prosthetic hand with 6-DOF using sonomyography)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、お時間いただきありがとうございます。最近、部下から義手やリハビリ分野で「SMG」なる技術が話題だと聞きまして、正直どこに投資すべきか判断がつきません。まず全体像を教えていただけますか?

AIメンター拓海

素晴らしい着眼点ですね!まず結論を先に述べますと、この論文は義手制御の現実化に近づいたという点で重要です。要点は三つです。1) 超音波で筋活動を読めること、2) それを機械学習で手の6自由度(6-DOF)に変換したこと、3) 実装可能な軽量義手(ProRuka)と組み合わせた点です。大丈夫、一緒に見ていけば必ず理解できますよ。

田中専務

超音波で筋を読むとはどういうことですか。私たちが普段聞くのはEMG(筋電図)ですが、違いは何でしょうか。

AIメンター拓海

素晴らしい着眼点ですね!簡単に言えば、EMG(electromyography、筋電図)は肌表面の電気信号を測るのに対して、sonomyography (SMG、超音波筋活動計測)は超音波画像で筋肉の形や動きを見るものです。比喩で言えば、EMGが外から電気を聞くラジオだとすれば、SMGは内部を”映像”で見る小型カメラのようなものです。要点は三つ、可視化できるため情報量が多いこと、ノイズの種類が違うこと、そして残存筋でも動きを捉えやすい可能性があることです。

田中専務

なるほど。ProRukaという義手は、それを使って6自由度を実現したと。これって要するに、より細かい動きを自然に出せるということですか?

AIメンター拓海

素晴らしい着眼点ですね!その通りです。要点三つで整理します。1) 6DOF(6-degree-of-freedom、6自由度)は手首と指の複数軸の制御を可能にするので、単純な開閉以上の操作ができる。2) SMGから得た画像特徴を機械学習で6自由度にマッピングしている。3) 軽量で実用を意識したProRukaと組み合わせたことで、理論から実装へ一歩進んでいるのです。大丈夫、できることがイメージできるはずですよ。

田中専務

機械学習となると学習データや計算資源が気になります。実運用ではトレーニングが面倒そうですが、現場でどれくらい手間がかかるのですか。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
日中の電力網運用におけるトポロジー行動を通した模倣学習
(Imitation Learning for Intra-Day Power Grid Operation through Topology Actions)
次の記事
ポートフォリオ最適化のための量子アルゴリズムフレームワーク
(PO‑QA: A Framework for Portfolio Optimization using Quantum Algorithms)
関連記事
社会的ネットワークの不均一性が多次元相関意見の脱分極を促進する
(Social Network Heterogeneity Promotes Depolarization of Multidimensional Correlated Opinions)
AIチャットボットがASD・社交不安を抱える若年層にもたらす可能性
(Exploring the Role of AI-Powered Chatbots for Teens and Young Adults with ASD or Social Anxiety)
事例とプロトタイプから学ぶ分類の考え方
(Learning from Exemplars and Prototypes in Machine Learning and Psychology)
確率的クラスタリングによる文書・利用者特性の最適化
(Probability Based Clustering for Document and User Properties)
象徴回帰における定数最適化手法のベンチマーク
(Benchmarking symbolic regression constant optimization schemes)
モデルの能力の定義 — Defining Model Capabilities
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む