Méthodes d'apprentissage automatique à faible complexité pour la reconnaissance de gestes inter-sessions et inter-sujets à partir de HD-sEMG = Low-complexity machine learning methods for intersession/subject gesture recognition from HD-sEMG

Islam, MD Rabiul (2024). Méthodes d'apprentissage automatique à faible complexité pour la reconnaissance de gestes inter-sessions et inter-sujets à partir de HD-sEMG = Low-complexity machine learning methods for intersession/subject gesture recognition from HD-sEMG. Thèse. Trois-Rivières, Université du Québec à Trois-Rivières, 148 p.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Type de document:	Thèse et mémoire (Thèse)
Informations complémentaires:	par Md Rabiul Islam. Comprend des références bibliographiques (pages 141-148). Texte en anglais avec des résumés en français et en anglais. Comprend quatre articles scientifiques en anglais. Thèses et écrits académiques.
Mots-clés libres:	Apprentissage automatique Réseau de neurones convolutionnels ConvNet Reconnaissance de gestes Scénario intersession Scénario intersujet Signaux électromyographiques de surface à haute densité High-density surface electromyography HD-sEMG Adaptation de domaine Modèle S-ConvNet Modèle All-ConvNet+TL Extraction d'ensembles de caractéristiques distinctives Histogramme de gradients orientés HOG Séparateur à vaste marge SVM
Division:	Génie électrique
Date de dépôt:	14 mai 2024 13:37
Dernière modification:	25 juin 2024 20:03
URI:	https://depot-e.uqtr.ca/id/eprint/11311

Actions (administrateurs uniquement)

Éditer la notice