semg

本文介绍了EMG-CrossFormer，一种用于多模态sEMG手部手势识别的混合卷积-Transformer模型，通过交叉注意力融合sEMG和惯性信号，在NinaPro数据集上达到了最先进的准确率。

提出了一种轻量级神经架构搜索方法，直接在部署设备上执行，用于近传感器计算。在sEMG手语和故障诊断数据集上进行了验证，提高了准确率并减少了RAM占用。