ジェスチャー認識
音声分類と同じチップ（ndp120_b0）とアーキテクチャのオプションを使用します。アーキテクチャの選択は、ジェスチャーの複雑さとセンサー入力に依存します。
チップとアーキテクチャ
音声分類と同じチップ（ndp120_b0）とアーキテクチャのオプションを使用します。アーキテクチャの選択は、ジェスチャーの複雑さとセンサー入力に依存します。
時系列特徴量設定 — ユーザー入力
| パラメータ | 説明 |
|---|---|
| 入力行列（特徴量） | フレームごとの値 — 通常はセンサーチャンネル数、または時間ステップごとの派生特徴量数に等しい |
| 入力行列（フレーム数） | 時間軸に沿って積み重ねられる時間フレームの数 |
| ウィンドウ長（T） | 観測ウィンドウの合計長（秒） |
| チャンネル | 独立したセンサーチャンネルの数（例：3軸加速度センサー＋3軸ジャイロセンサーの場合は6） |
| ウィンドウステップ（ホップサイズ） | 連続するウィンドウ間で進めるサンプル数 |
| ウィンドウ長（サンプル数） | 個々の短時間ウィンドウに含まれる生サンプル数 |
パラメータ例 — 6チャンネルIMU（ndp120_b0）
| パラメータ | 値 |
|---|---|
| 入力行列（特徴量） | 36 |
| 入力行列（フレーム数） | 40 |
| ウィンドウ長（T） | 2.40秒 |
| チャンネル | 6 |
| ウィンドウステップ（ホップサイズ） | 6 |
| ニューラルネットワークへのサンプル数（N、計算値） | 1440 |
| 計算済みサンプリングレート | 100.00 |
注意
6自由度（6-DoF）IMUのジェスチャー認識では、100Hzで2.4秒のウィンドウが堅実な出発点となります。お使いのセンサーハードウェアに合わせて、ウィンドウ長とチャンネルを調整してください。
ラベル選択
| 項目 | 説明 |
|---|---|
| ターゲットジェスチャー | モデルが検出すべきジェスチャー — それぞれが個別のクラスとなる |
| オープンセットワード | 1つのクラスにまとめられる非ターゲット入力 |
| クラス数 | 自動計算：ターゲットジェスチャー数 + 1 — 読み取り専用 |