یکی از چالشهای بزرگ در کنترل پروتزها و واسطهای مغز-رایانه، تشخیص دقیق حرکات از طریق سیگنالهای عضلانی (sEMG) در افراد مختلف است. مدلهای قبلی معمولاً به دادههای شخصیسازیشده وابسته بودند و در محیطهای واقعی عملکرد ثابتی نداشتند.
در یک تحقیق تازه، محققان موفق شدند با استفاده از یک ساختار چندمنظوره و یادگیری متریک، مدلی ارائه دهند که به شکلی چشمگیر نسبت به روشهای پیشین دقیقتر عمل میکند. این مدل با حفظ «ثبات» در برابر تفاوتهای فردی، دقت تشخیص حرکات را تا ۴۹ درصد نسبت به متدهای فعلی بهبود داده است. این دستاورد گام بزرگی برای ساخت تجهیزات رباتیک دقیقتر و هوشمندتر محسوب میشود. 🦾✨
منبع: arXiv Machine Learning