{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2022,5,20]]，“日期时间”：“2022-05-20T12:12:47Z”，“时间戳”：1653048767993}，“参考计数”：21，“出版商”：“富士科技出版社”，“问题”：“3”，“资助者”：[{“DOI”：“10.13039\/501100001700”，“名称”：“教育、文化、体育、科技部”，“doi-asserted-by”：“publisher”，“award”：[“26330284”]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[”JACIII“，”J.Adv.Compute.Intell.Intell.Inform.“]，“published-print”:{“date-parts”：[2022,5,20]}，”abstract“：”四元数用于在三维空间中表示数据，而四元数神经网络对于在这种情况下学习数据是有效的。另一方面，基于肌电电位的生物运动估计可以直接使用肌电图（EMG）信号作为计算机接口。人体前臂在三维空间内的运动轨迹可以提供重要信息。在本研究中，使用四元数神经网络估计和研究上臂肌肉的肌电电位与前臂运动之间的关系。<\/jats:p>“，”DOI“：”10.20965\/jacii.2022.p0269“，”type“：”journal-article“，”created“：{”date-parts“：[[2022,5,19]]，”date-time“：”2022-05-19T15:02:09Z“，”timestamp“：1652972529000}，”page“：”269-278“，”source“：“Crossref”，“is-referenced-by-count”：0，“title”：[“使用四元数神经网络基于肌电图的前臂运动估计”]，“prefix”：“10.20965”，“volume”：“26”，“author”：[{“给定”：“Hafizzuddin Firdaus-Bin”，“family”：“Hashim”，“sequence”：“first”，“affiliation”：[]}，{“name”：“日本东京八町八町大学工程研究生院815-1 Tatemachi，Hachioji 193-0985“，“sequence”：“first”，“affiliation”：[]}，{“given”：“Takehiko”，“family”：“Ogawa”，”sequence“：“additional”，“filiation“：[]2]，“member”：“8550”，“published-online”：{“date-parts”：[2022,5,20]}；“reference”：[{“key”：”key-10.20965\/jacii.2022.p0269 1“，”doi-asserted-by“：”crossref“，”unstructured“：”K.Kanatani，\u201cUnderstanding Geometric Algebra:Hamilton，Grassmann，and Clifford for Computer Vision and Graphics，\u201 d CRC Press，2015.“，”doi“：”10.1201 \/b18273“}，{“key”：“key-10.20965 \/jacii.2022.p0269-2”，“doi-assert-by”：“crossref.”，“unstructure”：“J。Vince，\u201cGeometric Algebra for Computer Graphics，\u201 d Springer，2010.“，“DOI”：“10.1007\/978-1-84996-023-6_12”}，{“key”：“key-10.20965\/jacii.2022.p0269-3”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Corke，\u2018 cRobotics，Vision and Control，\u2011年Springer。”，“DOI:”10.1007\/978-3-642-20144-8“}，”{“密钥”：“key-10.20965 \/jacii.2022.p0269-4“，”doi-asserted-by“：”crossref“，”unstructured“：”B.Wie，H.Weiss，and A.Arapostathis，\u201cQuaternion Feedback Regulator for Spacecraft Eigenaxis Rotations，\u201 d J.of Guidance Control and Dynamics，Vol.12，No.3，pp.375-3801989。“，”doi“：”10.2514 \/3.20418“}，”{“key”：“key-10.201965 \/yacii.2022.p0269-5”，“非结构化”：“R.Kristiansen和P.J.Nicklasson，基于四元数的后退式卫星姿态控制，u201d Proc。美国控制咨询委员会，第907-911页，2005年。Caponetto，L.Fortuna，G.Muscato和M.G.Xibilia，混沌时间序列预测的四元数多层感知器，IEICE Trans。《电子、通信和计算机科学基础》，第E79A卷，第9期，第1682-1688页，1996年。Sommer（编辑），《克利福德代数几何计算》，第12章和第13章，Springer，2001年。“，“DOI”：“10.1007”，“978-3-662-04621-0_13”}，{“key”：“key-10.20965”，jacii.2022.p0269-9“，“非结构化”：“T。Nitta，《单四元神经元4位奇偶性问题的u201cA解决方案》，《神经信息处理》，2013年《快报与评论》，第5卷，第2期，第33-39页，2004年。“}，{“key”：“key-10.20965”，jacii.2022.p0269-10”，“doi-asserted-by”：“crossref”，“unstructured”：“M.Yoshida，Y.Kuroe，and T。Mori，\u201cA Hopfield型四元数神经网络模型及其能量函数，\u201d Proc。神经信息处理国际会议，第110-115页，2004年。“，“DOI”：“10.1007\/978-3-540-30499-9_16”}，{“key”：“key-10.20965\/jacii.2022.p0269-11”，“unstructured”：“N.Matsui，T.Isokawa，H.Kusamichi，F.Peper，and H。Nishimura，带几何算子的四元数神经网络，《智能与模糊系统》第15卷第3-4期，第149-164页，2004年。丁，基于四元数神经网络主成分分析的彩色图像压缩。国际多媒体技术会议，2010年。“，”DOI“：”10.1109“/ICMULT.2010.5631456”}，{“key”：“key-10.20965”/jacii.2022.p0269-13“，”DOI-asserted-by“：”crossref“，“unstructured”：“Y.Xia，C.Jahanchahi，T.Nitta和D.P。Mandic，四元数估计的性能界限，IEEE Trans。《神经网络与学习系统》，第26卷，第12期，第3287-3292页，2015年。“，“DOI”：“10.1109”，“TNNLS.2015.2388782”}，{“key”：“key-10.20965”，jacii.2022.p0269-14“，“unstructured”：“H.Firdaus和T.Ogawa，《四元数神经网络在基于EMG的前臂运动估计中的应用》，2017年国际期刊。人工智能会议，第317-318页，2017年。“}，{“key”：“key-10.20965”，jacii.2022.p0269-15“，“doi-asserted-by”：“crossref”，“unstructured”：“M.F.Kelly，P.A.Parker，and R.N.Scott，《神经网络在肌电信号分析中的应用：初步研究》，IEEE Trans.on BME，第37卷，第3期，第221-230页，1990年。”，“doi”：“10.1109 \/10.52324“}，{“key”：“key-10.20965 \/jacii.2022.p0269-16”，“doi-asserted-by”：“crossref”，”unstructured“：“M.Hassan，A.Rahaman，F.Shuvo，A.S.Ovi，and M.Rahman，\u201cHuman Hand Gesture Detection Based Based on EMG Signal Using ANN，第三届信息学、电子与视觉国际会议，2014年。”，“doi”：“10.1109 \/ICICEV.2014.6850687”}，}“key“：”key-10.20965 \/jacii.2022.p0269-17“，”doi-asserted-by“：”crossref“，”unstructured“：”T.Tsuji，O.Fukuda，M.Kaneko，and K.Ito，使用神经网络对时间序列肌电信号进行模式分类，\u201d Int.J.Adapt。控制信号处理，第14卷，第829-848页，2000年。”，“DOI”：“10.1002 \/1099-115（200012）14:8<829：：AID-ACS623>3.0.CO；2-L“}，{“key”：“key-10.20965”，jacii.2022.p0269-18“，”doi-asserted-by“：”crossref“，“unstructured”：“A.Phinyomark，F.Quaine，S.Charbonnier，C.Serviere，F.Tarpin-Bernard，and Y.Laurillau，用于提高肌电模式识别鲁棒性的EMG特征评估，《应用专家系统》，第40卷，第4832-4840页，2013年。”，“DOI“：”10.1016\/j.eswa.2013.02.023“}，{“key”：“key-10.20965\/jacii.2022.p0269-19”，“unstructured”：“R.Drake，A.W.Vogl，and A.W.M.Mitchell，\u201cGray\u2019s Anatomy for Students，\u201 d（翻译：K.Shiota and K.Akita），Elsevier Japan，2016（日语）。”}，“key“：”key-10.201965\/yacii.2022.p0269-20“，”unstructure“：”V.M。Zatsiorsky，《人体运动运动学》，《人体动力学》，1998年。“}，{“key”：“key-10.20965”，jacii.2022.p0269-21”，“非结构化”：“M.Makikawa和M.Yoshida，《人体动态生物力学》，2013年《其硬件和软件》，《Corona出版社》，2008年（日语版）。”}]，“集装箱运输”：[“《高级计算智能与智能信息学杂志》“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/www.fujipres.jp\/main\/wp-content\/themes\/fujipress\/hyosetsu.php？ppno=JACIL002600030001“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”存放“：{”date-parts“：[[2022,5,19]]，”date-time“：”2022-05-19T15:02:15Z“，”timestamp“：1652972535000}，”score“：1，”resource“：{”primary“：”URL“：”https:\/\/www.fujipress.jp\/jacii\/jc\/jaciai002600030269“}，“subtitle”：[]，“short title”：[]，“issued”：{“date-part”：[2022,5,20]]}“references-count”：21，“新闻发布：{“发布”：“3”，“在线发布”：{date-parts“：[[2022,5,20]]}，”published-print“：{”date-part“：[[2022,5,20]]}}，“URL”：“http://\/dx.doi.org\/10.20965\/jacii.2022.p0269”，“relation”：{}，《ISSN》：[“1883-8014”，“1343-0130”]，“ISSN-type”：[{“value”：“1883-814”，“type”:“electronic”}，{“value”：“1343-01-130”，“type”：“print”}]，“subject”：[]，“published”：{“date-parts”：[[2022,5,20]]}}}