Показати скорочену інформацію

dc.contributor.authorПастушенко, А. О.uk
dc.contributor.authorКоваль, Л. Г.uk
dc.date.accessioned2025-10-10T07:52:50Z
dc.date.available2025-10-10T07:52:50Z
dc.date.issued2025
dc.identifier.citationuk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/49679
dc.description.abstractУ роботі розглянуто сучасні методи декодування намірів руху, що використовуються для керування роботизованими пристроями, зокрема протезами та екзоскелетами, на основі електроміографічних (ЕМГ) сигналів. Описано основні підходи до розпізнавання рухових намірів, включаючи моделі опорно-рухового апарату, традиційні алгоритми машинного навчання та глибокі нейронні мережі.uk
dc.description.abstractThe paper reviews modern methods for decoding movement intentions used to control robotic devices, including prostheses and exoskeletons, based on electromyographic (EMG) signals. The main approaches to recognizing movement intentions are described, including musculoskeletal models, traditional machine learning algorithms, and deep neural networks.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartof// Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/23404
dc.subjectроботизовані рукавиuk
dc.subjectметоди керуванняuk
dc.subjectрозпізнавання намірівuk
dc.subjectкласифікація рухівuk
dc.subjectнейронні мережіuk
dc.subjectrobotic armsuk
dc.subjectcontrol methodsuk
dc.subjectintention recognitionuk
dc.subjectmovement classificationuk
dc.subjectneural networksuk
dc.titleСучасні методи декодування сигналів для керування роборукоюuk
dc.typeThesis
dc.identifier.udc621.8:615.83:004.4.
dc.relation.referencesInkol, K.A.; Brown, C.; McNally, W.; Jansen, C.; McPhee, J. Muscle torque generators in multibody dynamic simulations of optimal sports performance. Multibody Syst. Dyn. 2020, 50, 435452.
dc.relation.referencesPan, L.; Crouch, D.L.; Huang, H. Comparing EMG-based human-machine interfaces for estimating continuous, coordinated movements. IEEE Trans. Neural Syst. Rehabil. Eng. 2019, 27, 21452154.
dc.relation.referencesBi, L.; Guan, C. A review on EMG-based motor intention prediction of continuous human upper limb motion for human-robot collaboration. Biomed. Signal Process. Control 2019, 51, 113127.
dc.relation.referencesXiong, D.; Zhang, D.; Zhao, X.; Zhao, Y. Deep learning for EMG-based human-machine interaction: A review. IEEE/CAA J. Autom. Sin. 2021, 8, 512533.


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію