سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Improved Metric for Classification of Nearby Reaching Targets: A Distance-Weighted Accuracy Approach

نویسندگان :

Zahra Dayani¹ Ali Maleki² Ali Fallah³

1- دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) 2- دانشگاه سمنان 3- دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)

کلمات کلیدی :

reaching target classification،upper-limb prosthesis control،spatially weighted accuracy،performance evaluation metrics،misclassification cost،motor intention decoding

چکیده :

Accurate classification of reaching targets is critical for upper-limb prosthesis control, rehabilitation robotics, and human-robot interaction. Traditional classification metrics assume uniform misclassification costs, ignoring the spatial relationships between targets. This overlooks significant performance degradation: misclassifications in safety-critical zones (e.g., near obstacles or humans) or those impairing functional outcomes (e.g., failing to grasp a cup) can be far more detrimental than spatially adjacent misclassifications—despite equivalent cost in standard metrics—leading to elevated user workload or complete task failure. To address this, we propose a spatially informed weighted accuracy metric. Misclassification costs are assigned based on the normalized Euclidean distance between the intended target and the misclassified position, penalizing distant errors more heavily than proximal ones. We demonstrate the utility of this metric first using synthetic confusion matrices achieving identical standard accuracy but exhibiting distinct spatial error patterns (far, near and random misclassification error patterns). We then apply it to a real-world reaching target prediction task, comparing two classifiers (Quadratic Kernel SVM vs. Gaussian Kernel SVM) with equal standard accuracy (63%). The proposed metric effectively discriminates classifier performance by imposing higher penalties on distant misclassifications (86.3% for Quadratic Kernel SVM vs. 85.5% Gaussian Kernel SVM), revealing significant differences masked by standard accuracy. Crucially, the metric explicitly normalizes against the worst-case misclassification cost inherent to the target layout, providing a spatially aware assessment of classification performance essential for real-world deployment.

لیست مقالات

لیست مقالات بایگانی شده

هیدروژل ژل شونده آنزیمی بر پایه ژلاتین برای استفاده در کاربردهای مهندسی بافت

وحیده ابراهیمی بختور - علی برادر خوش فطرت - الهام دهقانی

ارزیابی و وقوع تئوری آشوب با ماهیت تصادفی در سیستم های هوشمند

مهران جوانی

بررسی مفاهیم و کاربردهای جدید در حوزه یادگیری عمیق

سید حسن مرتضوی - علی عبدالعظیمی

Recovery of Hand Motor Function in Children with ‎Hemiparetic Cerebral Palsy using an Interactive ‎Computer Game Combined with Mechanoreceptor ‎Stimulation: A Pilot Study

Mobina Ramezani - Shahed Salehzehi - Parisa Hosseini - Zahra Alizadeh Sarborj - Ghazal Mohammadzadeh - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian

مروری بر ابزارهای نوین تأمین مالی اسلامی

مهدی زینالی

مهندسی مالی اسلامی: چارچوبی برای توسعه پایدار، نوآوری و عدالت اقتصادی در نظام مالی اسلامی

مهدی زینالی - رسول قوسینی - مرتضی نوروززادبناء

مروری بر روش‌های شناسایی و تشخیص غیرمستقیم لیتولوژی سازند با تاکید بر روش‌های هوش مصنوعی

نگین فروزان - خالد معروفی - سید شهاب طباطبایی‌مرادی

ارائه مدل ترکیبی کشف نفوذ مبتنی بر تحلیل داده‌های بزرگ و یادگیری عمیق در محیط‌های توزیع‌شده

شاهین سمیع عادل

رابطه میان ماکیاولیسم و بی طرفی حسابرس

میر امید یوسفی شارمی - بهمن بنی مهد - مهدی مرادزاده فرد - بهرام همتی

بررسی رابطه بین عدم تقارن اطلاعاتی و هزینه حقوق صاحبان سهام با فراوانی گزارشگری مالی

رعنا شهدآور - سولماز سعیدیان - رعنا پورفرج

بیشتر