Yazar
Amirshirzad, Negin, Asada, M., Öztop, Erhan
Basım Tarihi
2023
Basım Yeri
-
IEEE
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
979-8-3503-3670-2
Kayıt Numarası
09c604c9-723d-4fc3-ab27-58a3dcb54d7a
Lokasyon
Bilgisayar Bilimi
Tarih
2023
Notlar
Yeni Enerji ve Endüstriyel Teknoloji Geliştirme Örgütü (NEDO); Japonya Bilim ve Teknoloji Ajansı (JST); Evrimsel Bilim ve Teknoloji için Temel Araştırma (CREST)
Örnek Metin
Rezervuar Hesaplama, özellikle Yankı Durum Ağları (ESN'ler), zaman serisi gösterimi ve tahmini için hafif bir çözüm sunar. Bir ESN, öğrenilen bir doğrusal okuma ağırlık vektörünün uygulanmasıyla istenen bir zaman serisinin çıktısını almak için kullanılan ayrık zamanlı rastgele dinamik bir sisteme dayanmaktadır. Öğrenmenin basitliği, bir ESN'nin robotikte hareketin ilkel gösterimi için hafif bir alternatif olarak kullanılabileceğini göstermektedir. Bu çalışmada, bu olasılığı araştırıyoruz ve Bağlam Tabanlı Yankı Durum Ağları (CESN'ler) geliştiriyoruz ve bunların robot hareketi oluşturmaya uygulanabilirliğini gösteriyoruz. CESN'ler, kullanıcı tarafından tanımlanabilen bağlam girdisine dayalı olarak ortak veya Kartezyen yörüngeler oluşturmak için tasarlanmıştır. Bağlam, ilgili ESN tarafından temsil edilen dinamikleri modüle eder. Doğrusal okuma ağırlıkları daha sonra farklı bağlamlar için farklı hareket modelleri oluşturmak üzere bağlama bağlı dinamikleri yakalayabilir. Görünmeyen bağlamlar üzerinde sağlam hareket yürütme ve genelleştirme elde etmek için ESN eğitimi için yeni bir veri artırma mekanizması sunuyoruz. Yaklaşımımızın etkinliğini gösteri ortamından öğrenmede gösteriyoruz. Somut olmak gerekirse, simülasyonda ve gerçek dünyada robota ulaşma ve engellerden kaçınma görevlerini öğretiyoruz; bu, geliştirilen sistemin CESN'in, tahmin edilenler de dahil olmak üzere görünmeyen görülen bağlamlar için genelleme yeteneği ile sağlam görev yürütmeyi kolaylaştıran hafif bir hareket ilkel temsil sistemi sağladığını gösteriyor.
