Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: metoda uczenia

Sortuj według:

Ogranicz wyniki do:

Sztuczne sieci neuronowe jako motoryczna pamięć asocjacyjna ręki robota humanoidalnego

Olszewski P., Kamiński W. A.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2017

T. 7, nr 3

72--77

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.

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.

The use of Particle Filter and Neurocontroller for Current Converter Control

Kozierski P., Lis L., Onoszko K., Gulczyński A.

Przegląd Elektrotechniczny

2014

R. 90, nr 2

195--200

This paper presents the use of particle filter and neurocontroller to the power converter current control task. The article shows the neural network learning method, the impact of particle filter to the quality of the reference signal tracking and the accuracy of the state variables estimation by changing particle filter parameters. A method of the noise variance auto-tuning in particle filter was proposed in order to improve the quality of estimation.

W pracy zaprezentowano użycie filtru cząsteczkowego i neurokontrolera do zadania sterowania prądem przekształtnika energoelektronicznego. Pokazano metodę uczenia sieci neuronowej, wpływ wykorzystania filtru cząsteczkowego na jakość nadążania za sygnałem referencyjnym oraz dokładność estymacji stanu przez zmianę parametrów filtru cząsteczkowego. Zaproponowano także sposób autostrojenia wariancji szumów w filtrze cząsteczkowym w celu polepszenia jakości estymacji.