Pattern Classification of the EMG Signals Using Neural Network

신경회로망을 이용한 EMC 신호의 패턴 분류

In this paper we propose a method ef pattern classification of the hand movement using EMG signals through Self-organizing feature map. Self-organizing feature map is an artificial neural network which organizes its output neuron through leaning and therefore it can classify input patterns. The raw EMC signals become direct input to the Self-organizing feature map. The simulation and experiment results showed the effectiveness of the classification of EMG signal using the Self-organizing feature map.

본 논문에서는 근육의 움직임에 의해 유발되는 전기적 신호인 근전도(EMC) 신호를 신경회로망을 통해 분류하여 인체의 움직임을 파악하는 방법을 제안한다 신호분류를 위한 신경회로망으로 학습에 의해 스스로 출력뉴런을 구성하는 SOM을 사용하였으며, 실험과 시뮬레이션을 통해 제안한 방식의 효과를 확인하였다.