A DimensÃo temporal no projeto de classificadores de padrÃes para navegaÃÃo de robÃs mÃveis: um estudo de caso
Autor(a) principal: | |
---|---|
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 Cearà |
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 Cearà |
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 |