Sztuczne sieci neuronowe jako motoryczna pamięć asocjacyjna ręki robota humanoidalnego

• Autorzy: Olszewski P. , Kamiński W. A.

Identyfikatory

DOI

10.5604/01.3001.0010.5220

Warianty tytułu

EN

Artificial neural networks as a motorical associative memory for humanoid robot hand

• Języki publikacji: PL

Abstrakty

PL

Opisane badania dotyczą użycia sztucznych sieci neuronowych przy realizacji asocjacyjnej pamięci motorycznej zarządzającej ręką robota humanoidalnego. Zaproponowano model kognitywnego sterowania odwołujący się do struktur i mechanizmów przetwarzania znanych z badań neurofizjologicznych. Do realizacji asocjacji posłużono się dwiema różnymi sieciami: maszyną płynową i jednokierunkową siecią asocjacyjną podobną do BAM.

EN

This paper relates to the artificial neural networks usage for the purpose of associative memory implementation managing humanoid robot hand. Refering to the structures and mechanisms of processing known from neurophysiological studies model of cognitive control was proposed. In the association realization process two different networks were used: a liquid state machine and a one-way associative network similar to BAM.

Słowa kluczowe

PL

sztuczna sieć neuronowa; metoda uczenia; robot humanoidalny; manipulator

EN

artificial neural network; learning system; humanoid robot; manipulators

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2017
• Tom: T. 7, nr 3
• Strony: 72--77
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Olszewski P.

• Uniwersytet Marii Curie-Skłodowskiej, Instytut Informatyki/Zakład Układów Złożonych i Neurodynamiki

autor

Kamiński W. A.

• Uniwersytet Marii Curie-Skłodowskiej, Instytut Informatyki/Zakład Układów Złożonych i Neurodynamiki

Bibliografia

• [1] Goodale M.A., Milner A.D.: Separate visual pathways for perception and action. Trends Neurosci 15(1)/1992, 20.
• [2] Jabłoński T.: Kurs programowania mikrokontrolerów PIC (2), Sterowanie za pomocą PWM. Elektronika Praktyczna 4/2011 86.
• [3] Kosko B.: Bidirectional associative memories. IEEE Transactions on Systems, Man and Cybernetics 18(1)/1988, 4947.
• [4] Liu X., Zhan Q.: Description of the human hand grasp using graph theory. Medical Engineering & Physics, 35(7)/2013, 1020.
• [5] Maass W., Natschlager T., Markram H.: Real-time Computing Without Stable States: A New Framework for Neural Computation Based on Perturbations. Neural Computations 14(11)/2002, 2531.
• [6] Muszyński S., Kamiński W.A.: Badanie właściwości asocjacyjnych maszyny LSM złożonej z neuronów Hodgkina-Huxleya. Bio-Algorithms and Med-Systems 1/2005, 27.
• [7] Schultz A.M., Lee S., Shea T.B., Yanco H.A.: Control of a robot arm with artificial and biological neural networks. Materiały konferencyjne Twenty Eighth AAAI Conference on Artificial Intelligence, 2014.
• [8] Shannon C.E.: A mathematical theory of communication. Bell Systems Technical Journal 27/1948, 623.
• [9] Shipp S.: Structure and function of the cerebral cortex. Current Biology 17(12)/2007, R443.
• [10] Wojcik G.M., Kaminski W.A.: Liquid State Machine Built of Hodgkin-Huxley Neurons and Pattern Recognition. Neurocomputing 239/2003, 245.
• [11] http://www.eyeshots.it [26.04.2016]
• [12] InMoov - open-source 3D printed life-size robot, http://inmoov.fr [26.04.2016]
• [13] Kriesel D.: A Brief Introduction to Neural Networks. http://www.dkriesel.com [26.04.2016]
• [14] SNNS – Stuttgart Neural Network Simulator, User Manual, Version 4.2, http://www.ra.cs.uni-tuebingen.de/SNNS/ [26.04.2016]

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).