Key points are not available for this paper at this time.
تقدم هذه الورقة نظام التعرف على إيماءات electromyographic القابل للارتداء استنادًا إلى نموذج الحوسبة متعددة الأبعاد، يعمل على منصة موفرة للطاقة منخفضة القدرة للغاية (PULP) قابلة للبرمجة. تتضمن سلسلة المعالجة تدريبًا فعالًا على الشريحة، مما يؤدي إلى تنفيذ مدمج بالكامل دون الحاجة إلى إجراء أي تدريب غير متصل على جهاز كمبيوتر شخصي. تم اختبار الحل المقترح على 10 مواضيع في سيناريو نموذجي للتعرف على الإيماءات، حيث حقق دقة متوسطة بلغت 85% على 11 إيماءة، وهو متماشي مع أحدث التقنيات، مع القدرة الفريدة على إجراء التعلم عبر الإنترنت. علاوة على ذلك، بفضل الخوارزمية الملائمة للأجهزة ونظام PULP المدمج الفعال (Mr. Wolf) المستخدم في النموذج الأولي والتقييم، فإن ميزانية الطاقة المطلوبة لتشغيل الجزء التعليمي مع 11 إيماءة هي 10.04 مللي جول، و83.2 ميكرو جول لكل تصنيف. يعمل النظام باستهلاك طاقة متوسطة قدرها 10.4 ميلي واط في التصنيف، مما يضمن حوالي 29 ساعة من الاستقلالية مع بطارية بسعة 100 مللي أمبير. أخيرًا، تم استكشاف قابلية توسيع النظام من خلال زيادة عدد القنوات (حتى 256 قطب كهربائي)، مما يُظهر ملاءمة نهجنا كإطار عمل موحد وفعال في استهلاك الطاقة للتعرف على الإمكانيات البيولوجية القابلة للارتداء.
درس بناتي وآخرون (الخميس) هذا السؤال.