Competition-Based Neural Networks with Robotic Applications / Li, Shuai  

Público ISBD Ningún comentario para este registro. Título : Competition-Based Neural Networks with Robotic Applications Tipo de documento: documento electrónico Autores: Li, Shuai, Autor ; Jin, Long, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XV, 121 p. 44 ilustraciones ISBN/ISSN/DL: 978-981-10-4947-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Ingeniería de control  Robótica  Automatización  Inteligencia artificial  Redes neuronales (Informática)  Control  Modelos matemáticos de procesos cognitivos y redes neuronales Índice Dewey: 006.3 Inteligencia artificial Resumen: Centrado en la resolución de problemas basados ​​en la competencia, este libro diseña, propone, desarrolla, analiza y simula varios modelos de redes neuronales representados de manera centralizada y distribuida. Específicamente, define cuatro clases diferentes de modelos centralizados para investigar la competencia resultante en un grupo de múltiples agentes. Respecto a la competencia distribuida con comunicación limitada entre agentes, el libro presenta el primer protocolo distribuido WTA (Winners Take All), que posteriormente extiende al control de coordinación distribuido de múltiples robots. Se utilizan ilustraciones, tablas y varios ejemplos simulativos, así como una saludable combinación de lenguaje sencillo y profesional, para explicar los conceptos y principios complejos involucrados. Por lo tanto, el libro proporciona a los lectores de neurocomputación y robótica una comprensión más profunda del enfoque de redes neuronales para la resolución de problemas basados ​​en competencias, les ofrece una introducción accesible a la tecnología de modelado y al control de coordinación distribuida de robots redundantes, y los equipa para utilizar estos tecnologías y enfoques para resolver problemas científicos y de ingeniería concretos. Nota de contenido: Competition Aided with Discrete -- Time Dynamic Feedback -- Competition Aided with Continuous -- Time Nonlinear Model -- Competition Aided with Finite -- time Neural Network -- Competition based on Selective Positive-negative Feedback -- Distributed Competition in Dynamic Networks -- Competition-based Distributed Coordination Control of Robots. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Competition-Based Neural Networks with Robotic Applications [documento electrónico] / Li, Shuai, Autor ; Jin, Long, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2018 . - XV, 121 p. 44 ilustraciones. ISBN : 978-981-10-4947-7 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Ingeniería de control  Robótica  Automatización  Inteligencia artificial  Redes neuronales (Informática)  Control  Modelos matemáticos de procesos cognitivos y redes neuronales Índice Dewey: 006.3 Inteligencia artificial Resumen: Centrado en la resolución de problemas basados ​​en la competencia, este libro diseña, propone, desarrolla, analiza y simula varios modelos de redes neuronales representados de manera centralizada y distribuida. Específicamente, define cuatro clases diferentes de modelos centralizados para investigar la competencia resultante en un grupo de múltiples agentes. Respecto a la competencia distribuida con comunicación limitada entre agentes, el libro presenta el primer protocolo distribuido WTA (Winners Take All), que posteriormente extiende al control de coordinación distribuido de múltiples robots. Se utilizan ilustraciones, tablas y varios ejemplos simulativos, así como una saludable combinación de lenguaje sencillo y profesional, para explicar los conceptos y principios complejos involucrados. Por lo tanto, el libro proporciona a los lectores de neurocomputación y robótica una comprensión más profunda del enfoque de redes neuronales para la resolución de problemas basados ​​en competencias, les ofrece una introducción accesible a la tecnología de modelado y al control de coordinación distribuida de robots redundantes, y los equipa para utilizar estos tecnologías y enfoques para resolver problemas científicos y de ingeniería concretos. Nota de contenido: Competition Aided with Discrete -- Time Dynamic Feedback -- Competition Aided with Continuous -- Time Nonlinear Model -- Competition Aided with Finite -- time Neural Network -- Competition based on Selective Positive-negative Feedback -- Distributed Competition in Dynamic Networks -- Competition-based Distributed Coordination Control of Robots. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Machine Behavior Design And Analysis / Zhang, Yinyan  

Público ISBD Ningún comentario para este registro. Título : Machine Behavior Design And Analysis : A Consensus Perspective Tipo de documento: documento electrónico Autores: Zhang, Yinyan, Autor ; Li, Shuai, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 183 p. 44 ilustraciones, 38 ilustraciones en color. ISBN/ISSN/DL: 978-981-1532313-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Robótica  Sistemas multiagente Índice Dewey: 629.892 Robots (Autómatas) Resumen: En este libro presentamos nuestras investigaciones sistemáticas sobre el consenso en sistemas multiagente. Mostramos el diseño y análisis de varios tipos de protocolos de consenso desde una perspectiva de múltiples agentes con un enfoque en el mínimo consenso y sus variantes. También analizamos el consenso mínimo de segundo y alto orden. También se incluye un tema muy interesante sobre el vínculo entre el consenso y la planificación del camino. Mostramos que un protocolo de mínimo consenso sesgado puede conducir al fenómeno de planificación de rutas, lo que significa que la complejidad de la planificación de rutas más cortas puede surgir de una versión perturbada del protocolo de mínimo consenso, que como estudio de caso puede alentar a los investigadores en el campo de control distribuido para repensar la naturaleza de la complejidad y la distancia entre control e inteligencia. También ilustramos el diseño y análisis de protocolos de consenso para sistemas multiagente no lineales derivados de una formulación de control óptima, que no requieren resolver una ecuación de Hamilton-Jacobi-Bellman (HJB). El libro fue escrito en un formato autónomo. Para cada protocolo de consenso, el rendimiento se verifica mediante ejemplos simulativos y se analiza mediante derivaciones matemáticas, utilizando herramientas como la teoría de grafos y la teoría de control moderna. El objetivo del libro es proporcionar no sólo contribuciones teóricas sino también explorar las intuiciones subyacentes desde una perspectiva metodológica. Nota de contenido: Chapter 1: Introduction to Collective Machine Behavior -- Chapter 2: Second-Order Min-Consensus -- Chapter 3: Consensus of High-Order Discrete-Time Multi-Agent Systems -- Chapter 4: Continuous-Time Biased Min-Consensus -- Chapter 5: Discrete-Time Biased Min-Consensus -- Chapter 6: Biased Consensus Based Distributed Neural Network -- Chapter 7: Predictive Suboptimal Consensus -- Chapter 8: Adaptive Near-Optimal Consensus. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Machine Behavior Design And Analysis : A Consensus Perspective [documento electrónico] / Zhang, Yinyan, Autor ; Li, Shuai, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2020 . - XVII, 183 p. 44 ilustraciones, 38 ilustraciones en color. ISBN : 978-981-1532313-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Robótica  Sistemas multiagente Índice Dewey: 629.892 Robots (Autómatas) Resumen: En este libro presentamos nuestras investigaciones sistemáticas sobre el consenso en sistemas multiagente. Mostramos el diseño y análisis de varios tipos de protocolos de consenso desde una perspectiva de múltiples agentes con un enfoque en el mínimo consenso y sus variantes. También analizamos el consenso mínimo de segundo y alto orden. También se incluye un tema muy interesante sobre el vínculo entre el consenso y la planificación del camino. Mostramos que un protocolo de mínimo consenso sesgado puede conducir al fenómeno de planificación de rutas, lo que significa que la complejidad de la planificación de rutas más cortas puede surgir de una versión perturbada del protocolo de mínimo consenso, que como estudio de caso puede alentar a los investigadores en el campo de control distribuido para repensar la naturaleza de la complejidad y la distancia entre control e inteligencia. También ilustramos el diseño y análisis de protocolos de consenso para sistemas multiagente no lineales derivados de una formulación de control óptima, que no requieren resolver una ecuación de Hamilton-Jacobi-Bellman (HJB). El libro fue escrito en un formato autónomo. Para cada protocolo de consenso, el rendimiento se verifica mediante ejemplos simulativos y se analiza mediante derivaciones matemáticas, utilizando herramientas como la teoría de grafos y la teoría de control moderna. El objetivo del libro es proporcionar no sólo contribuciones teóricas sino también explorar las intuiciones subyacentes desde una perspectiva metodológica. Nota de contenido: Chapter 1: Introduction to Collective Machine Behavior -- Chapter 2: Second-Order Min-Consensus -- Chapter 3: Consensus of High-Order Discrete-Time Multi-Agent Systems -- Chapter 4: Continuous-Time Biased Min-Consensus -- Chapter 5: Discrete-Time Biased Min-Consensus -- Chapter 6: Biased Consensus Based Distributed Neural Network -- Chapter 7: Predictive Suboptimal Consensus -- Chapter 8: Adaptive Near-Optimal Consensus. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Neural Networks for Cooperative Control of Multiple Robot Arms / Li, Shuai  

Público ISBD Ningún comentario para este registro. Título : Neural Networks for Cooperative Control of Multiple Robot Arms Tipo de documento: documento electrónico Autores: Li, Shuai, Autor ; Zhang, Yinyan, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XV, 74 p. 26 ilustraciones, 22 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-7037-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ingeniería de control  Robótica  Automatización  Redes neuronales (Informática)  Simulación por ordenador  Inteligencia Computacional  Matemáticas  Control  Modelos matemáticos de procesos cognitivos y redes neuronales  Modelado por computadora  Ciencias e Ingeniería Computacional Índice Dewey: 629.8 Ingeniería del control automático Resumen: Este es el primer libro que se centra en la solución de problemas de control cooperativo de múltiples brazos robóticos utilizando diferentes modelos de redes neuronales centralizadas o distribuidas, presentando métodos y algoritmos junto con el correspondiente análisis teórico y ejemplos simulados. Está dirigido a estudiantes de posgrado e investigadores académicos e industriales en el campo del control, la robótica, las redes neuronales, la simulación y el modelado. Nota de contenido: Neural Networks Based Single Robot Arm Control for Visual Servoing -- Neural Networks for Robot Arm Cooperation with a Start Control Topology -- Neural Networks for Robot Arm Cooperation with a Hierarchical Control Topology -- Neural Networks for Robot Arm Cooperation with a Full Distributed Control Topology. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Neural Networks for Cooperative Control of Multiple Robot Arms [documento electrónico] / Li, Shuai, Autor ; Zhang, Yinyan, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2018 . - XV, 74 p. 26 ilustraciones, 22 ilustraciones en color. ISBN : 978-981-10-7037-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ingeniería de control  Robótica  Automatización  Redes neuronales (Informática)  Simulación por ordenador  Inteligencia Computacional  Matemáticas  Control  Modelos matemáticos de procesos cognitivos y redes neuronales  Modelado por computadora  Ciencias e Ingeniería Computacional Índice Dewey: 629.8 Ingeniería del control automático Resumen: Este es el primer libro que se centra en la solución de problemas de control cooperativo de múltiples brazos robóticos utilizando diferentes modelos de redes neuronales centralizadas o distribuidas, presentando métodos y algoritmos junto con el correspondiente análisis teórico y ejemplos simulados. Está dirigido a estudiantes de posgrado e investigadores académicos e industriales en el campo del control, la robótica, las redes neuronales, la simulación y el modelado. Nota de contenido: Neural Networks Based Single Robot Arm Control for Visual Servoing -- Neural Networks for Robot Arm Cooperation with a Start Control Topology -- Neural Networks for Robot Arm Cooperation with a Hierarchical Control Topology -- Neural Networks for Robot Arm Cooperation with a Full Distributed Control Topology. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection / Zhou, Xuefeng  

Público ISBD Ningún comentario para este registro. Título : Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection Tipo de documento: documento electrónico Autores: Zhou, Xuefeng, Autor ; Wu, Hongmin, Autor ; Rojas, Juan, Autor ; Xu, Zhihao, Autor ; Li, Shuai, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 137 p. 50 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-981-1562631-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Robótica  Estadísticas  Ingeniería de control  Automatización  Aprendizaje automático  Modelos matemáticos  Ingeniería Robótica  Inferencia bayesiana  Control  Modelización Matemática y Matemática Industrial Índice Dewey: 629.892 Robots (Autómatas) Resumen: Este libro de acceso abierto se centra en la introspección de robots, que tiene un impacto directo en la interacción física entre humanos y robots y en la autonomía a largo plazo, y que puede beneficiarse del monitoreo y diagnóstico autónomo de anomalías, así como de estrategias de recuperación de anomalías. En robótica, la capacidad de razonar, resolver las propias anomalías y enriquecer proactivamente el conocimiento propio es una forma directa de mejorar los comportamientos autónomos. Con este fin, los autores comienzan considerando el patrón subyacente de observación multimodal durante la manipulación del robot, que puede modelarse efectivamente como un modelo paramétrico oculto de Markov (HMM). Luego adoptan un enfoque bayesiano no paramétrico para definir un a priori utilizando el proceso jerárquico de Dirichlet (HDP) en los parámetros estándar HMM, conocido como modelo jerárquico de Markov oculto del proceso Dirichlet (HDP-HMM). El HDP-HMM puede examinar un HMM con un número ilimitado de estados posibles y permite flexibilidad en la complejidad del modelo aprendido y el desarrollo de métodos de inferencia variacional confiables y escalables. Este libro es un valioso recurso de referencia para investigadores y diseñadores en el campo del aprendizaje de robots y la percepción multimodal, así como para estudiantes universitarios de pregrado y posgrado. Nota de contenido: Introduction to Robot Introspection -- Nonparametric Bayesian Modeling of Multimodal Time Series -- Incremental Learning Robot Complex Task Representation and Identification -- Nonparametric Bayesian Method for Robot Anomaly Monitoring -- Nonparametric Bayesian Method for Robot Anomaly Diagnose -- Learning Policy for Robot Anomaly Recovery based on Robot. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection [documento electrónico] / Zhou, Xuefeng, Autor ; Wu, Hongmin, Autor ; Rojas, Juan, Autor ; Xu, Zhihao, Autor ; Li, Shuai, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2020 . - XVII, 137 p. 50 ilustraciones, 44 ilustraciones en color. ISBN : 978-981-1562631-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Robótica  Estadísticas  Ingeniería de control  Automatización  Aprendizaje automático  Modelos matemáticos  Ingeniería Robótica  Inferencia bayesiana  Control  Modelización Matemática y Matemática Industrial Índice Dewey: 629.892 Robots (Autómatas) Resumen: Este libro de acceso abierto se centra en la introspección de robots, que tiene un impacto directo en la interacción física entre humanos y robots y en la autonomía a largo plazo, y que puede beneficiarse del monitoreo y diagnóstico autónomo de anomalías, así como de estrategias de recuperación de anomalías. En robótica, la capacidad de razonar, resolver las propias anomalías y enriquecer proactivamente el conocimiento propio es una forma directa de mejorar los comportamientos autónomos. Con este fin, los autores comienzan considerando el patrón subyacente de observación multimodal durante la manipulación del robot, que puede modelarse efectivamente como un modelo paramétrico oculto de Markov (HMM). Luego adoptan un enfoque bayesiano no paramétrico para definir un a priori utilizando el proceso jerárquico de Dirichlet (HDP) en los parámetros estándar HMM, conocido como modelo jerárquico de Markov oculto del proceso Dirichlet (HDP-HMM). El HDP-HMM puede examinar un HMM con un número ilimitado de estados posibles y permite flexibilidad en la complejidad del modelo aprendido y el desarrollo de métodos de inferencia variacional confiables y escalables. Este libro es un valioso recurso de referencia para investigadores y diseñadores en el campo del aprendizaje de robots y la percepción multimodal, así como para estudiantes universitarios de pregrado y posgrado. Nota de contenido: Introduction to Robot Introspection -- Nonparametric Bayesian Modeling of Multimodal Time Series -- Incremental Learning Robot Complex Task Representation and Identification -- Nonparametric Bayesian Method for Robot Anomaly Monitoring -- Nonparametric Bayesian Method for Robot Anomaly Diagnose -- Learning Policy for Robot Anomaly Recovery based on Robot. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 4 / 4) Par page : 25 50 100 200