Submovement decomposition上級
Submovement分解の識別可能性を数値化するSub-IDが高密度な手先軌道から運動プリミティブを抽出
本論文は、人間の手先軌道を離散的なサブムーブメント(運動プリミティブ)へ分解する手法Sub-IDを提案したプレプリントである。時空間カーネル相関を識別可能性の指標として適応リッジ正則化に組み込み、合成データのK=3、8、15で既存手法が失敗する状況でも真のパラメータ分布を再現し、原理的に分解不能な領域では曖昧さを明示的に検出した。これにより長時間の3次元動作からもサブムーブメントを抽出でき、運動制御研究や模倣学習への応用が期待される。