메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
윤원근 김정 (한국과학기술원)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2009년도 추계학술대회 강연 및 논문 초록집
발행연도
2009.11
수록면
2,752 - 2,756 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The mechaomyography (MMG) is generated by the muscle surface oscillations due to pressure waves originating from the lateral expansion of the contracting muscle fibers. Since MMG signals reflect important aspect of muscle activities including the number and firing rates of recruited motor units (MUs). MMG signals could be utilized for predicting the exerted force by skeletal muscles. The objectives of this study were to investigate the feasibility of predicting isometric force from MMG signals and to explore the effect of muscle fatigue in performance of the force prediction. MMG signals from three contributed muscles during isometric elbow flexion were recorded as well as the force at wrist. Artificial neural network (ANN) with muscle fatigue compensation model were constructed and trained using the MMG signals collected for each subject, It was found that the isometric elbow flexion force could be accurately predicted by proposed methods, based on the values of normalized root mean square error (NRMSE) and the correlation coefficient (CC), with the performance of the ANN with fatigue compensation model being significantly better (NRMSE = 0.106±0.049, CC= 0.918±0.083) that those of its ANN (NRMSE = 0.160±0.045, CC= 0.710±0.211).
#force prediction(힘 예측) #mechanomyography(근육 진동신호) #artificial neural network(인공 신경망회로) #muscular fatigue(근육 피로도)

목차

Abstract
1. 서론
2. 실험방법
3. 알고리즘
4. 결과 및 고찰
5. 결론
후기
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

가속도센서를 이용한 운동량 측정기기 연구
조원식 ,  김광성 ,  김경호 외 1명 대한전기학회 학술대회 논문집 2007 .10
u-운동량 측정 시스템의 개발
최동운 ,  송행숙 ,  김수용 한국엔터테인먼트산업학회논문지 2009 .06
PC 사용시 안구 건조증을 예방하기 위한 시스템 개발
이정직 ,  이재훈 ,  한지호 외 3명 한국통신학회 학술대회논문집 2016 .01
중심 안정화 운동이 노인의 균형에 미치는 영향
이상호 ,  김양호 ,  서삼기 외 4명 한국엔터테인먼트산업학회논문지 2013 .12
12주 코어 안정화 운동 프로그램이 중학교 축구 선수들의 체력 및 경기기술에 미치는 영향
윤균상 ,  전익성 ,  곽현미 외 4명 코칭능력개발지 2013 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-550-019132109