作者= Karrenbach格言,Preechayasomboon Pornthep,萨奥尔彼得,央行大卫,Rombokas Eric TITLE =深度学习和那些快速调整的动态手势识别EMG杂志=生物工程和生物技术前沿体积= 10年= 2022 URL = //www.thespel.com/articles/10.3389/fbioe.2022.1034672 DOI = 10.33雷竞技rebat89 /抽象fbioe.2022.1034672 ISSN = 2296 - 4185 =我们预期的广泛使用手腕和前臂electomyographic (EMG)设备每天穿相同的用户界面。提出了独特的挑战,尚未解决的EMG文学,比如那些差异在学习适应长期的特定的用户模型。在这个手稿,我们提出了两种贡献向这一目标。首先,我们现在MiSDIREKt (Multi-Session动态交互的录音EMG和运动学)数据集获得使用一种新颖的硬件设计。一个参与者执行四种手在虚拟现实交互任务43个不同的会议超过12天,总计814分钟。第二,我们分析这个数据使用降维的非线性encoder-decoder手势分类。我们发现一个架构与少量的单重新校准会话数据上执行的准确性为79.5%,会话,而不是架构的思想,学习仅仅从单一会话(49.6%)或学习只从训练数据(55.2%)。