맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

표면 근전도 신호를 이용한 동작 추론 방법 및 시스템

  • 기술번호 : KST2014011464
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 표면 근전도 신호를 이용한 동작 추론 방법 및 시스템이 제공된다. 본 발명에 의한 표면 근전도 신호를 이용한 동작 추론 방법은 판별 대상 동작 및 채널 별로 측정된 근전도 신호를 신호의 세기 구간 별 신호 출현 확률을 반영한 정보 엔트로피 값으로 변환하고, 상기 동작 별로 트레이닝을 반복하여 상기 정보 엔트로피 값을 축적하며, 상기 축적된 정보 엔트로피 값의 동작 및 채널 별 히스토그램을 이용해 상기 정보 엔트로피 값의 평균 및 분산을 산출함으로써, 정규 분포의 각 동작 별 확률 모델을 생성하는 트레이닝 단계 및 동작 수행 시 발생한 근전도 신호의 상기 정보 엔트로피 값을 각 채널 별로 산출하고, 상기 정보 엔트로피 값을 상기 확률 모델에 대입하여 각 채널에서의 확률 밀도 함수 값이 가장 높은 동작을 상기 수행된 동작으로 판정하는 동작 판정 단계를 포함한다. 정보 엔트로피, ML, MLE, 최우추정법, 동작 인식, 근전도
Int. CL G06F 19/00 (2011.01)
CPC G06F 3/015(2013.01) G06F 3/015(2013.01) G06F 3/015(2013.01) G06F 3/015(2013.01)
출원번호/일자 1020090111492 (2009.11.18)
출원인 숭실대학교산학협력단
등록번호/일자 10-1098012-0000 (2011.12.16)
공개번호/일자 10-2011-0054733 (2011.05.25) 문서열기
공고번호/일자 (20111222) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.11.18)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 숭실대학교산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 신현출 대한민국 서울특별시 동작구
2 유경진 대한민국 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인가산 대한민국 서울 서초구 남부순환로 ****, *층(서초동, 한원빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 숭실대학교산학협력단 대한민국 서울특별시 동작구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2009.11.18 수리 (Accepted) 1-1-2009-0708128-65
2 선행기술조사의뢰서
Request for Prior Art Search		 2010.09.08 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2010.10.18 수리 (Accepted) 9-1-2010-0065181-93
4 의견제출통지서
Notification of reason for refusal		 2011.05.17 발송처리완료 (Completion of Transmission) 9-5-2011-0264314-64
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2011.06.09 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0434587-52
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2011.06.09 수리 (Accepted) 1-1-2011-0434584-15
7 등록결정서
Decision to grant		 2011.12.09 발송처리완료 (Completion of Transmission) 9-5-2011-0729378-04
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2016.08.04 수리 (Accepted) 4-1-2016-5110636-51
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
판별 대상 동작 및 채널 별로 측정된 근전도 신호를 신호의 세기 구간 별 신호 출현 확률을 반영한 정보 엔트로피 값으로 변환하고, 상기 동작 별로 트레이닝을 반복하여 상기 정보 엔트로피 값을 축적하며, 상기 축적된 정보 엔트로피 값의 동작 및 채널 별 히스토그램을 이용해 상기 정보 엔트로피 값의 평균 및 분산을 산출함으로써, 정규 분포의 각 동작 별 확률 모델을 생성하는 트레이닝 단계; 및 동작 수행 시 발생한 근전도 신호의 상기 정보 엔트로피 값을 각 채널 별로 산출하고, 상기 정보 엔트로피 값을 상기 확률 모델에 대입하여 각 채널에서의 확률 밀도 함수 값이 가장 큰 동작을 상기 수행된 동작으로 판정하는 동작 판정 단계를 포함하는 표면 근전도 신호를 이용한 동작 추론 방법
2 2
제 1항에 있어서, 상기 정보 엔트로피 값은, 상기 측정된 근전도 신호에 절대 값을 취한 신호에 대하여, 신호의 세기 구간 별 신호 출현 확률을 반영한 정보 엔트로피 값인 표면 근전도 신호를 이용한 동작 추론 방법
3 3
제 2항에 있어서, 상기 정보 엔트로피 값은 아래의 식에 의해 연산되며, Im(1≤m≤M)은 상기 측정된 근전도 신호의 범위를 M개의 구간으로 균등하게 나눈 것이고, P(Im)은 상기 구간 Im에서 신호가 발견될 확률을 의미하는 표면 근전도 신호를 이용한 동작 추론 방법
4 4
제 1항에 있어서, 상기 동작 판정 단계는, 각 채널에서의 확률 밀도 함수 값의 곱이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 단계를 포함하는 표면 근전도 신호를 이용한 동작 추론 방법
5 5
제 1항에 있어서, 상기 동작 판정 단계는, 각 채널에서의 확률 밀도 함수 값의 합이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 단계를 포함하는 표면 근전도 신호를 이용한 동작 추론 방법
6 6
제 1항에 있어서, 상기 동작 판정 단계는, 각 채널에서의 확률 밀도 함수 값에 로그를 취한 값의 합이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 단계를 포함하는 표면 근전도 신호를 이용한 동작 추론 방법
7 7
판별 대상 동작 및 채널 별로 측정된 근전도 신호를 신호의 세기 구간 별 신호 출현 확률을 반영한 정보 엔트로피 값으로 변환하는 정보 엔트로피 생성 모듈; 상기 동작 별로 트레이닝을 반복하여 상기 정보 엔트로피 값을 축적하며, 상기 축적된 정보 엔트로피 값의 동작 및 채널 별 히스토그램을 이용하여 상기 정보 엔트로피 값의 평균 및 분산을 산출함으로써, 정규 분포의 각 동작 별 확률 모델을 생성하는 확률 모델 업데이트 모듈; 및 동작 수행 시 발생한 근전도 신호의 상기 정보 엔트로피 값을 각 채널 별로 산출하고, 상기 정보 엔트로피 값을 상기 확률 모델에 대입하여 각 채널에서의 확률 밀도 함수 값이 가장 큰 동작을 상기 수행된 동작으로 판정하는 ML 추정 모듈을 포함하는 표면 근전도 신호를 이용한 동작 추론 시스템
8 8
제 7항에 있어서, 사용자에게 트레이닝 모드 및 동작 판별 모드 중 하나의 값을 가질 수 있는 동작 모드를 지정할 수 있도록 하고, 트레이닝 모드 하에서 입력되는 동작의 종류 및 동작 반복 횟수를 지정 할 수 있도록 하며, 동작 판별 모드 하에서 동작 판별 동작의 반복 여부를 지정 할 수 있도록 하는 사용자 인터페이스부를 더 포함하는 동작 추론 시스템
9 9
제 7항에 있어서, 상기 정보 엔트로피 값은, 상기 측정된 근전도 신호에 절대 값을 취한 신호에 대하여, 신호의 세기 구간 별 신호 출현 확률을 반영한 정보 엔트로피 값인 표면 근전도 신호를 이용한 동작 추론 시스템
10 10
제 9항에 있어서, 상기 정보 엔트로피 값은 아래의 식에 의해 연산되며, Im(1≤m≤M)은 상기 측정된 근전도 신호의 범위를 M개의 구간으로 균등하게 나눈 것이고, P(Im)은 상기 구간 Im에서 신호가 발견될 확률을 의미하는 표면 근전도 신호를 이용한 동작 추론 시스템
11 11
제 7항에 있어서, 상기 ML 추정 모듈은, 각 채널에서의 확률 밀도 함수 값의 곱이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 표면 근전도 신호를 이용한 동작 추론 시스템
12 12
제 7항에 있어서, 상기 ML 추정 모듈은, 각 채널에서의 확률 밀도 함수 값의 합이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 표면 근전도 신호를 이용한 동작 추론 시스템
13 13
제 7항에 있어서, 상기 ML 추정 모듈은, 각 채널에서의 확률 밀도 함수 값에 로그를 취한 값의 합이 가장 크게 하는 k(1≤k≤판별 대상 동작의 수)를 대상자가 취한 동작의 식별 번호로 판별하는 표면 근전도 신호를 이용한 동작 추론 시스템
14 14
제 7항에 있어서, 상기 확률 모델 업데이트 모듈에 의해 축적된 정보 엔트로피 값의 동작 및 채널 별 히스토그램 데이터 및 상기 확률 모델 업데이트 모듈에 의해 생성된 각 채널 및 동작 별 정보 엔트로피 값의 평균 및 분산의 순서쌍 형태로 구성 되는 확률 모델 데이터를 저장하는 확률 모델 저장부를 더 포함하며, 상기 확률 모델 업데이트 모듈은, 상기 확률 모델 저장부에 저장된 상기 히스토그램 데이터에 트레이닝 결과 생성된 각 채널 및 동작 별 정보 엔트로피 값을 추가하여 업데이트 된 히스토그램 데이터를 기반으로 상기 확률 모델 데이터를 업데이트하는 표면 근전도 신호를 이용한 동작 추론 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 정보통신연구진흥원(IITA) 숭실대학교 산학협력단 대학 IT연구센터 육성.지원 사업 서비스로봇을 위한 멀티 모달 지능형 인간-로봇 상호작용 기술개발