Analise de uma classe de neuronios artificiais para aplicações em sistemas roboticos
AUTOR(ES)
Jes de Jesus Fiais Cerqueira
DATA DE PUBLICAÇÃO
1996
RESUMO
Neste trabalho são analisadas as estruturas recursivas e não recursivas da classe perceptron de Redes Neurais Artificiais. A lei de aprendizado utilizada é baseada no gradiente com a inclusão da retro-propagação (back-propagation) de sinais através da rede. É apresentada uma formulação vetorial para os modelos e estabelecido um critério para análise de convergência baseado no segundo método de Lyapunov. Como exemplo, uma rede que mistura neurônios recursivos e não recursivos é testada por simulação em um sistema de controle para o acionamento das juntas de um robô de dois graus de liberdade, sendo propostos um identificador e um controlador adaptativo por modelo referência, com os resultados apresentados que mostram a eficiência do método
ASSUNTO(S)
sistemas de controle ajustavel robotica redes neurais (computação) controle de processo
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=vtls000114135Documentos Relacionados
- Desenvolvimento de um aplicativo para simulação e controle de manipuladores roboticos com enfase em aplicações didaticas
- Desenvolvimento de uma arquitetura em hardware prototipada em FPGA para aplicações genéricas utilizando redes neurais artificiais embarcadas
- Uma extensão do protocolo CAN para aplicações críticas em sistemas distribuídos
- Estudo de uma classe de memórias associativas hierárquicas baseadas em acoplamento de redes neurais artificiais
- Sistemas neurais híbridos para reconhecimento de padrões em narizes artificiais