sEMG 기반 제스처 인식을 위한 순환 신경망을 이용한 영역 적응

표면 근전도(sEMG/EMG)는 전극을 사용하여 피부의 제한된 영역에서 근육의 전기 활동을 기록하는 기술입니다. sEMG를 기반으로 하는 제스처 인식은 세션 간 및 피험자 간 변동에 매우 민감합니다. 본 연구에서는 인식 정확도 향상을 위해 도메인 이동을 근사화하는 모델과 딥러닝 기반 도메인 적응 방법을 제안합니다. 희소와 고밀도(HD) sEMG 공개 데이터셋에 대한 분석 결과, 제안된 접근 방식이 최신 방법론보다 우수함을 입증하였습니다.