Centrala begrepp
신경망을 활용하여 자기 마커의 위치와 방향을 직접 예측함으로써 정확성과 효율성을 높였다.
Sammanfattning
이 논문은 자기 마커의 위치와 방향을 직접 예측하는 신경망 기반 추적 방법을 제안한다. 2D 유한요소법 시뮬레이션 데이터와 좌표 변환 알고리즘을 결합하여 축대칭 자기 마커에 대한 합성 학습 데이터를 생성한다. 신경망 기반 추적 성능은 안정적이며 최적화 기반 추적 방법에서 종종 나타나는 수렴 문제가 없다. 실험 결과 포터블 상호작용 자기 응용 프로그램을 위해 에너지 제한 장치에 추적 알고리즘을 구현할 수 있음을 보여준다.
Statistik
자기 마커와 센서 사이의 거리가 0.2m일 때 평균 위치 오차는 4mm이고 방향 오차는 8도 이내이다.
자기 마커와 센서 배열 중심 사이의 거리가 증가할수록 위치 오차가 증가한다.
Citat
"신경망을 활용하여 자기 마커의 위치와 방향을 직접 예측함으로써 정확성과 효율성을 높였다."
"2D 유한요소법 시뮬레이션 데이터와 좌표 변환 알고리즘을 결합하여 축대칭 자기 마커에 대한 합성 학습 데이터를 생성했다."
"실험 결과 포터블 상호작용 자기 응용 프로그램을 위해 에너지 제한 장치에 추적 알고리즘을 구현할 수 있음을 보여준다."