Exploring the Potential of Robot-Collected Data for Training Gesture Classification Systems

要約

センサーと人工知能 (AI) は人間の動きの分析に革命をもたらしましたが、特定のサンプルが不足しているため、特に神経変性疾患の診断において、インテリジェント システムのトレーニングにおいて大きな課題が生じています。
この研究では、従来人間が収集したデータでトレーニングされてきた分類システムをトレーニングするために、ロボットが収集したデータを利用する実現可能性を調査します。
概念実証として、ABB ロボット アームと Apple Watch を使用して数字のデータベースを記録しました。
人間が記録したデータとロボットが記録したデータの両方を使用して、訓練されたシステムの分類パフォーマンスを比較します。
私たちの主な目的は、ロボットの動きをトレーニング データとして使用して、スマートウォッチを着用している人間の数字文字を正確に識別できる可能性を判断することです。
この研究の結果は、ロボットが収集したデータをトレーニング分類システムに使用する実現可能性についての貴重な洞察を提供します。
この研究は、特に人間固有のデータへのアクセスが制限されているシナリオにおいて、信頼性の高い識別を必要とするさまざまな領域に広範な影響を及ぼします。

要約(オリジナル)

Sensors and Artificial Intelligence (AI) have revolutionized the analysis of human movement, but the scarcity of specific samples presents a significant challenge in training intelligent systems, particularly in the context of diagnosing neurodegenerative diseases. This study investigates the feasibility of utilizing robot-collected data to train classification systems traditionally trained with human-collected data. As a proof of concept, we recorded a database of numeric characters using an ABB robotic arm and an Apple Watch. We compare the classification performance of the trained systems using both human-recorded and robot-recorded data. Our primary objective is to determine the potential for accurate identification of human numeric characters wearing a smartwatch using robotic movement as training data. The findings of this study offer valuable insights into the feasibility of using robot-collected data for training classification systems. This research holds broad implications across various domains that require reliable identification, particularly in scenarios where access to human-specific data is limited.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google