A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso

Detalhes bibliográficos
Autor(a) principal: Ananda Lima Freire
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=16223
Resumo: Este trabalho investiga o grau de influÃncia que a inclusÃo de mecanismos de memÃria de curta duraÃÃo (MCD) exercem sobre o desempenho de classificadores neurais quando aplicados em tarefas de navegaÃÃo de robÃs. Em particular, trata da navegaÃÃo do tipo Wall Following. Para este fim, quatro conhecidas arquiteturas neurais (Perceptron LogÃstico, Perceptron Multicamadas, Mistura de Especialistas e rede de Elman) sÃo usadas com o intuito de associar diferentes padrÃes de leituras sensoriais com quatro classes de aÃÃes prÃ-determinadas. Todas as etapas dos experimentos - aquisiÃÃo dos dados, seleÃÃo e treinamento das arquiteturas em simulador, alÃm da execuÃÃo das mesmas em robà mÃvel real (SCITOS G5) - sÃo escritas em detalhes. Os resultados obtidos sugerem que a tarefa de seguir paredes, formulada como um problema de classificaÃÃo de padrÃes, à nÃo-linearmente separÃvel, resultado este que favorece a rede MLP quando os classificadores sÃo treinados sem MCD. Contudo, se mecanismos de MCD sÃo usados, entÃo atà mesmo uma rede linear à capaz de executar a tarefa de interesse com sucesso
id UFC_a79285bedbe2a810ceca189852205445
oai_identifier_str oai:www.teses.ufc.br:10669
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisA DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de casoThe temporal dimension in standards classifiers design for mobile robot navigation: a case study2009-09-29Guilherme de Alencar Barreto32841450368http://lattes.cnpq.br/8902002461422112Jose Tarcisio Costa Filho21155178300http://lattes.cnpq.br/1268694503539892Ricardo Ribeiro Gudwin11922107867http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782912D462101935368http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4227053A6Ananda Lima FreireUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBRRedes neurais artificiais RobÃtica mÃvel EstratÃgia seguir-paredesMemÃria de curta duraÃÃoArtificial neural networks Mobile robotics Wall-following strategy Short term memoryENGENHARIA ELETRICAEste trabalho investiga o grau de influÃncia que a inclusÃo de mecanismos de memÃria de curta duraÃÃo (MCD) exercem sobre o desempenho de classificadores neurais quando aplicados em tarefas de navegaÃÃo de robÃs. Em particular, trata da navegaÃÃo do tipo Wall Following. Para este fim, quatro conhecidas arquiteturas neurais (Perceptron LogÃstico, Perceptron Multicamadas, Mistura de Especialistas e rede de Elman) sÃo usadas com o intuito de associar diferentes padrÃes de leituras sensoriais com quatro classes de aÃÃes prÃ-determinadas. Todas as etapas dos experimentos - aquisiÃÃo dos dados, seleÃÃo e treinamento das arquiteturas em simulador, alÃm da execuÃÃo das mesmas em robà mÃvel real (SCITOS G5) - sÃo escritas em detalhes. Os resultados obtidos sugerem que a tarefa de seguir paredes, formulada como um problema de classificaÃÃo de padrÃes, à nÃo-linearmente separÃvel, resultado este que favorece a rede MLP quando os classificadores sÃo treinados sem MCD. Contudo, se mecanismos de MCD sÃo usados, entÃo atà mesmo uma rede linear à capaz de executar a tarefa de interesse com sucesso This work reports results of an investigation on the degree of influence that the inclusion of short-term memory mechanisms has on the performance of neural classifiers when applied to robot navigation tasks. In particular, we deal with the well-known strategy of navigating by âwall-followingâ. For this purpose, four neural architectures (Logistic Perceptron, Multilayer Perceptron, Mixture of Experts and Elman network) are used to associate different sensory input patterns with four predetermined action categories. All stages of the experiments - data acquisition, selection and training of the architectures in a simulator and their execution on a real mobile robot - are described. The obtained results suggest that the wall-following task, formulated as a pattern classification problem, is nonlinearly separable, a result that favors the MLP network if no memory of input patterns are taken into account. If short-term memory mechanisms are used, then even a linear network is able to perform the same task successfullyCoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=16223application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:29:24Zmail@mail.com -
dc.title.pt.fl_str_mv A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
dc.title.alternative.en.fl_str_mv The temporal dimension in standards classifiers design for mobile robot navigation: a case study
title A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
spellingShingle A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
Ananda Lima Freire
Redes neurais artificiais
RobÃtica mÃvel
EstratÃgia seguir-paredes
MemÃria de curta duraÃÃo
Artificial neural networks
Mobile robotics
Wall-following strategy
Short term memory
ENGENHARIA ELETRICA
title_short A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
title_full A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
title_fullStr A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
title_full_unstemmed A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
title_sort A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
author Ananda Lima Freire
author_facet Ananda Lima Freire
author_role author
dc.contributor.advisor1.fl_str_mv Guilherme de Alencar Barreto
dc.contributor.advisor1ID.fl_str_mv 32841450368
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/8902002461422112
dc.contributor.referee1.fl_str_mv Jose Tarcisio Costa Filho
dc.contributor.referee1ID.fl_str_mv 21155178300
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/1268694503539892
dc.contributor.referee2.fl_str_mv Ricardo Ribeiro Gudwin
dc.contributor.referee2ID.fl_str_mv 11922107867
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782912D4
dc.contributor.authorID.fl_str_mv 62101935368
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4227053A6
dc.contributor.author.fl_str_mv Ananda Lima Freire
contributor_str_mv Guilherme de Alencar Barreto
Jose Tarcisio Costa Filho
Ricardo Ribeiro Gudwin
dc.subject.por.fl_str_mv Redes neurais artificiais
RobÃtica mÃvel
EstratÃgia seguir-paredes
MemÃria de curta duraÃÃo
topic Redes neurais artificiais
RobÃtica mÃvel
EstratÃgia seguir-paredes
MemÃria de curta duraÃÃo
Artificial neural networks
Mobile robotics
Wall-following strategy
Short term memory
ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv Artificial neural networks
Mobile robotics
Wall-following strategy
Short term memory
dc.subject.cnpq.fl_str_mv ENGENHARIA ELETRICA
dc.description.sponsorship.fl_txt_mv CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior
dc.description.abstract.por.fl_txt_mv Este trabalho investiga o grau de influÃncia que a inclusÃo de mecanismos de memÃria de curta duraÃÃo (MCD) exercem sobre o desempenho de classificadores neurais quando aplicados em tarefas de navegaÃÃo de robÃs. Em particular, trata da navegaÃÃo do tipo Wall Following. Para este fim, quatro conhecidas arquiteturas neurais (Perceptron LogÃstico, Perceptron Multicamadas, Mistura de Especialistas e rede de Elman) sÃo usadas com o intuito de associar diferentes padrÃes de leituras sensoriais com quatro classes de aÃÃes prÃ-determinadas. Todas as etapas dos experimentos - aquisiÃÃo dos dados, seleÃÃo e treinamento das arquiteturas em simulador, alÃm da execuÃÃo das mesmas em robà mÃvel real (SCITOS G5) - sÃo escritas em detalhes. Os resultados obtidos sugerem que a tarefa de seguir paredes, formulada como um problema de classificaÃÃo de padrÃes, à nÃo-linearmente separÃvel, resultado este que favorece a rede MLP quando os classificadores sÃo treinados sem MCD. Contudo, se mecanismos de MCD sÃo usados, entÃo atà mesmo uma rede linear à capaz de executar a tarefa de interesse com sucesso
dc.description.abstract.eng.fl_txt_mv This work reports results of an investigation on the degree of influence that the inclusion of short-term memory mechanisms has on the performance of neural classifiers when applied to robot navigation tasks. In particular, we deal with the well-known strategy of navigating by âwall-followingâ. For this purpose, four neural architectures (Logistic Perceptron, Multilayer Perceptron, Mixture of Experts and Elman network) are used to associate different sensory input patterns with four predetermined action categories. All stages of the experiments - data acquisition, selection and training of the architectures in a simulator and their execution on a real mobile robot - are described. The obtained results suggest that the wall-following task, formulated as a pattern classification problem, is nonlinearly separable, a result that favors the MLP network if no memory of input patterns are taken into account. If short-term memory mechanisms are used, then even a linear network is able to perform the same task successfully
description Este trabalho investiga o grau de influÃncia que a inclusÃo de mecanismos de memÃria de curta duraÃÃo (MCD) exercem sobre o desempenho de classificadores neurais quando aplicados em tarefas de navegaÃÃo de robÃs. Em particular, trata da navegaÃÃo do tipo Wall Following. Para este fim, quatro conhecidas arquiteturas neurais (Perceptron LogÃstico, Perceptron Multicamadas, Mistura de Especialistas e rede de Elman) sÃo usadas com o intuito de associar diferentes padrÃes de leituras sensoriais com quatro classes de aÃÃes prÃ-determinadas. Todas as etapas dos experimentos - aquisiÃÃo dos dados, seleÃÃo e treinamento das arquiteturas em simulador, alÃm da execuÃÃo das mesmas em robà mÃvel real (SCITOS G5) - sÃo escritas em detalhes. Os resultados obtidos sugerem que a tarefa de seguir paredes, formulada como um problema de classificaÃÃo de padrÃes, à nÃo-linearmente separÃvel, resultado este que favorece a rede MLP quando os classificadores sÃo treinados sem MCD. Contudo, se mecanismos de MCD sÃo usados, entÃo atà mesmo uma rede linear à capaz de executar a tarefa de interesse com sucesso
publishDate 2009
dc.date.issued.fl_str_mv 2009-09-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=16223
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=16223
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295216588816384

Registros relacionados