コンテキスト このデータセットは、iOS向けの機械学習アルゴリズムに関する調査の一環として収録されました。257人の被験者がiPhone 6のタッチスクリーン上で20,136個のグリフを描画しました。 iOSアプリが開発され、このデータセットを収録しました。まず、被験者は年齢、性別、国籍、利き手を入力しました。その後、各被験者には、人差し指と親指を使ってタッチスクリーン上に数字0から9を描画するよう指示されました。これが各被験者について4回繰り返され、各被験者が80個のグリフを描画することになり、そのうち40個は人差し指で、40個は親指で描画されました。グリフの入力順序はランダムでした。ユーザーへの指示は音声合成を使って行われ、特定のグリフの描画方法を示唆しないようにしました。 人差し指と親指の両方を使うことで、被験者が片手しか使えない状況を考慮しています。ここでの目的は、できるだけ多くの現実のシナリオで、描画されたグリフを正確に分類できるモデルを訓練することです。 ジェスチャー入力中のタッチに対する3次補間が画面上に表示され、被験者に視覚的なフィードバックを提供し、弧長を計算します。画面は最初は空白（白）で、ジェスチャーは黒で表示されました。 被験者は画面の大部分を使って描画でき、画面の上部と下部の小さな領域は指示/操作/ガイダンス用に予約されていました。 被験者は必要に応じて、入力を消去して繰り返すことが許可されていました。 内容 ![データベーススキーマ][1] データベースは、スキーマに示されているように4つのテーブルで構成されています。これらのテーブルは、被験者（Subject）、グリフ（Glyph）、ストローク（Stroke）、タッチ（Touch）です。これは論理的な構造で、各被験者が80個のグリフを描画し、各グリフはいくつかのストロークから成り、各ストロークはいくつかのタッチから成ります。4つのテーブルはCSV形式とSQLite形式で提供されます。 以下のファイルでは、すべての列名が大文字のZで始まっています。これは、AppleのデータベースフレームワークであるCore Dataによって列名に自動的に付加されるものです。Z_で始まる列名はCore Dataによって自動的に作成されたもので、上記のスキーマには表示されていません。 各テーブルの最初の列（Z_PK）を通じてテーブルが関連付けられています。この主キーは、次のテーブルの関連する列名にリンクします。たとえば、特定のグリフを入力した被験者は、グリフテーブルのZSUBJECT列の値を取得し、被験者テーブルの一致するZ_PK値を見つけることで特定できます。 始めるためのいくつかの質問... * グリフを分類するための最適なモデルは何ですか？ * これらのグリフのシーケンスを分類するための最適なモデルは何ですか？ * グリフが何の数字であるかを完成前に予測するための最適なモデルは何ですか？ * 予測を行う前にグリフのどの程度を完成させる必要がありますか？ * データセット内のタッチ間を補間するための最適な方法は何ですか？ * 訓練済みのモデルをiOSアプリに統合するにはどうすればよいですか？ 引用依頼 このデータセットの使用に関する出版物では、以下の論文を引用してください。 Philip J. Corr, Guenole C. Silvestre, Chris J. Bleakley Open Source Dataset and Deep Learning Models for Online Digit Gesture Recognition on Touchscreens Irish Machine Vision and Image Processing Conference (IMVIP) 2017 Maynooth, Ireland, 30 August - 1 September 2017 http://arxiv.org/abs/1709.06871 [1]: https://raw.githubusercontent.com/PhilipCorr/numeral-gesture-dataset/master/database.png