robosapiens

Weekly: 2017W44

To Do

  • 글로벌프론티어 워크샵 발표자료
  • 워크스테이션 도착 -> MatConvNet GPU로 돌려볼 것
  • 논문 수정 계획

2017W43 주간미팅 정리

TBME reject 논문 수정

  • 수정 계획이나 전략 짤 것
  • 추가 실험 계획
  • 대상 저널 조사/선정
  • 예상 일정은?

TwinCAT clock 확인

  • DO나 AO로 출력하고 오실로스코프로 확인

틸팅캠 + HMD 이용한 원격지/가상 디스플레이

  • 원격지의 틸팅캠
  • 조작단에서의 HMD 혹은 manipulator로 제어되는 display
  • 동기화된 움직임으로 원격지/가상의 3차원 물체를 실재와 같이 나타냄
  • Neuromeka Indy Arm: StepPC (servo) <- (desired command) <- tablet 이 과정에도 library가 있는데 아직 정식 지원은 아니라고 하심

Weekly: 2017W43

To Do

  • 저널 작성
  • IMU + sEMG로 통합적 제스처 인식

Done

  • MAV + CNN 추가
  • Pre-classifier만의 결과 추가 (top1err ~ top5err)
  • CNN에 들어가는 activation map 및 augmented index 확인

Weekly: 2017W42

To Do

  • Azure 서버 연산 결과 정리
  • 저널 조사
  • Feature 추가: MAV

Feature 추가: MAV

  • 기존의 조합: (feature: RMS, Bayes, Wien, param) X (classifier: SVM, ANN, CNN)
  • CNN input size: 10 channels X 10 samples = equivalent하게 MV of 10 samples를 취해야 한다고 생각함.
  • 그럼에도 CNN에 비해 다른 classifier들이 현저하게 낮고, 특히 참조하는 논문의 수준에 도달하지 못함.
  • 해당 논문에서 높은 결과를 보여준 feature를 사용해보아야 할듯.
  • 일단 moving average (MAV)를 우선적으로 적용해봄.