Estudo sobre redes neurais nÃo supervisionadas aplicado a simulaÃÃes de interceptaÃÃo visual de alvos 3D.

AUTOR(ES)
DATA DE PUBLICAÇÃO

1999

RESUMO

Este trabalho refere-se à implementaÃÃo e avaliaÃÃo de desempenho de arquiteturas de redes neurais nÃo supervisionadas, utilizadas como controladores em tarefas de interceptaÃÃo de alvos estacionÃrios no espaÃo 3D. Em termos gerais, o problema de interceptaÃÃo visual consiste no controle de atitude do sistema de visÃo objetivando que o alvo imageado seja deslocado para a posiÃÃo central dos planos-imagem das cÃmeras. Um modelo simulado de sistema de visÃo binocular à utilizado na realizaÃÃo do processo de imageamento. Esse modelo simulado foi baseado em um sistema de visÃo real e procura representar as caracterÃsticas principais de um sistema fÃsico deste tipo. O trabalho apresenta um estudo bÃsico sobre Aprendizado Competitivo em uma RNA, e estuda em maiores detalhes uma teoria de redes neurais nÃo-supervisionadas conhecida como Teoria de RessonÃncia Adaptativa (ART - Adaptive Resonance Theory), onde sÃo discutidas as arquiteturas neurais ART1 e Fuzzy-ART. Uma importante caracterÃstica das redes neurais ART à a capacidade de distinguir e aprender novas informaÃÃes sem prejuÃzo de informaÃÃes aprendidas no passado. A soluÃÃo do problema de interceptaÃÃo visual foi baseada em duas arquiteturas neurais: SOIM (Self-Organizing Invertible Mapping) e KBVS (Kohonen-Based Visual Servoing). A primeira arquitetura à constituÃda por duas subredes Fuzzy-ART e uma "camada de representaÃÃo interna", sendo usada como controlador open-loop (em malha aberta). A segunda, constitui-se de uma Rede de Rohonen bidimensional e de uma camada associativa de saÃda, sendo usada como controlador neural closed-loop (em malha fechada). A partir da arquitetura SOIM, foi desenvolvida uma terceira arquitetura, designada de MeBIM (Memory-Based Invertible Mapping), com tempo de treinamento significativamente menor. Diversos testes de interceptaÃÃo visual de um alvo 3D estacionÃrio, empregando as trÃs arquiteturas neurais em estudo, sÃo apresentados e comparados, sendo mostrado que os melhores resultados sÃo obtidos quando o controlador SOIM ou MeBIM à combinado com o controlador KBVS.

ASSUNTO(S)

controle adaptativo controle automÃtico inteligÃncia artificial simulaÃÃo computadorizada redes neurais visÃo por computadores arquitetura (computadores)

ACESSO AO ARTIGO

Documentos Relacionados