研究人员开发了一种从表面肌电图 (sEMG) 信号(从腕部肌肉收集)解码输入文本的新颖系统。与处理固定窗口 sEMG 数据的先前方法不同,这种新方法使用状态空间模型 (SSM) 来因果地处理整个打字会话,并结合语言理解和打字行为(如拼写错误和退格)。该模型在基准数据集上实现了 25.13% 的最先进字符错误率,代表了参数更少且严格因果处理的重大改进。 AI
影响 这项研究可能带来新的人机交互方法,从而实现无声打字或辅助技术。
排序理由 详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- emg2qwerty
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- State Space Model
- wikitext
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →