Работой довольна. Всё выполнено в срок. спасибо.
Информация о работе
Подробнее о работе
Управление роботом со статичной нейросетью
- 21 страниц
- 2020 год
- 24 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Введение 2
1. Понятие и виды статичных нейросетей 3
2. Анализ управления роботом со статичной нейросетью 13
Заключение 19
Список литературы 20
Работы первичного осмотра и разминирования предназначены для военного и гражданского применения (силовыми структурами, структурами обеспечения общественного порядка, службы ликвидации последствий чрезвычайных ситуаций). В зависимости от конструкции, некоторые работы способны передвигаться не только по горизонтальной поверхности, но и по наклонным, а также перемещаться по лестничным маршам
Нейронные сети применяются для написания музыки, создания картин, решение комплексных задач регулирования параметров различных систем, а также в робототехнике. Различия вычислительных процессов в нейронных сетях часто обусловлены способом взаимосвязей нейронов. По совокупности критериев на сегодняшний день многослойные архитектуры можно разделить на статические и динамические. Каждый из классов архитектур нейронных сетей может включать множество подклассов, реализуя разные подходы. К статическим архитектурам относят сети прямого распространения, в которых реализована однонаправленный связь между слоями, отсутствуют динамические элементы и обратная связь, а выход обученной нейросети однозначно определяется входом и не зависит от предыдущих состояний сети. Статические искусственные нейронные сети прямого распространения: Персептрон; нейронная сеть Кохонена; когнитрон и неокогнитрон; современная сверточная нейронная сеть.
Объект исследования: робот со статичной нейросетью.
Предмет исследования: процесс управления роботом.
Цель работы: рассмотреть управление роботом со статичной нейросетью.
Для осуществления поставленной цели необходимо решить задачи:
- рассмотреть понятие и виды статичных нейросетей;
- описать управление роботом со статичной нейросетью.
1 Kniaz V V. Fast instantaneous center of rotation estimation algorithm for a skied-steered robot // SPIE Optical Metrology. –– 2015. –– Jun. –– Vol. 9528. –– P. 95280L–95280L–11.
2 Kniaz V V. Real-time optical flow estimation on a GPU for a skied-steered mobile robot. –– 2016. –– Apr. –– P. 989706–989706–12.
3 Kniaz V. V., Gorbatsevich V. S., Mizginov V. A. THERMALNET: A DEEP CONVOLUTIONAL NETWORK FOR SYNTHETIC THERMAL IMAGE GENERATION // ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. –– 2017. –– Vol. XLII-2/W4. –– P. 41–45. –– URL: http://www.intarch-photogramm-remote-sens-spatial-inf-sci.net/XLII-2W4/41/2017/.
4 Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with deep convolutional neural networks // Advances in Neural Information Processing Systems. –– 2012.
5 Long J., Shelhamer E., Darrell T. Fully convolutional networks for semantic segmentation // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). –– 2015.
6 Long J., Shelhamer E., Darrell T. Fully Convolutional Models for Semantic Segmentation // CVPR 2015, and PAMI 2016. –– 2016.
7 Semantic image segmentation for information presentation in enhanced vision / Oleg V. Vygolov, Vladimir S. Gorbatsevich, Nikita A. Kostromov et al. // Proc. SPIE. –– 2017. –– Vol. 10197. –– P. 101970H–101970H–8. –– URL: http://dx.doi.org/10.1117/12.2262507.
8 SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
