Abstract
Neste trabalho é proposta uma rede neural auto-organizável, chamada rede Competitiva e Hebbiana Temporal (CHT), capaz de aprender e reproduzir seqüências temporais complexas. Tais seqüências possuem elementos repetidos e/ou compartilham elementos com outras seqüências. Em ambos os casos ocorrem incertezas durante a fase de reprodução das seqüências armazenadas, sendo estas resolvidas por meio de informação de contexto. Pesos sinápticos competitivos codificam a parte estática das seqüências, enquanto a ordem temporal é codificada através de conexões laterais. A rede CHT faz uso eficiente de memória, pois armazena apenas uma única cópia de cada elemento repetido/compartilhado. Além disso, redundância no armazenamento dos elementos de uma seqüência a torna tolerante a ruídos e falhas. Foi utilizada uma plataforma de controle distribuído para avaliar a rede CHT no problema de planejamento de trajetórias para controle ponto-a-ponto, em tempo real, do robô PUMA 560. A performance do sistema de controle é comparada com a de outras redes neurais.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Sba: Controle & Automação Sociedade Brasileira de Automatica
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
