Por favor, use este identificador para citar o enlazar este ítem:
http://cimat.repositorioinstitucional.mx/jspui/handle/1008/546| Predicción de Situaciones No Deseadas Basadas en Representaciones Multimodales | |
| Marcos Capistran | |
| Acceso Abierto | |
| Atribución-NoComercial | |
| Redes Neuronales | |
| La investigación presentada en este artículo esta fundamentada en la importancia que los conceptos de predicción y acción juegan en el proceso perceptual de un sistema cognitivo. Para lograr esto se utilizan los modelos directos como una herramienta cognitiva básica. Se deja interactuar una gente artificial con su entorno, dicho agente esta equipado con un modelo directo que deberá utilizar para predecir situaciones no deseadas. El modelo directo se implementa como una red neuronal artificial, entrenada con datos provenientes del agente simulado. La red es probada y después implementada en el agente simulado para que resuelva una tarea de evasión de obstáculos mientras sigue una fuen te de luz. El sistema entrenado aprende exitosamente a predecir una representación sensorial multimodal, formada por estímu los visuales y táctiles. Los resultados aquí presentados son muy alentadores y representan una base sólida para futura investigación sobre el uso y ventajas que pueden proporcionar mode los cognitivos en agentes autónomos artificiales. | |
| IEEE | |
| 02-05-2007 | |
| Artículo | |
| Investigadores | |
| OTRAS | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Matemáticas |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| Capistran2.pdf | 973.26 kB | Adobe PDF | Visualizar/Abrir |