Detalhes bibliográficos
| Ano de defesa: |
1999 |
| Autor(a) principal: |
Sidney Antonio Araujo Viana |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2648
|
Resumo: |
Este trabalho refere-se à implementação e avaliação de desempenho de arquiteturas de redes neurais não supervisionadas, utilizadas como controladores em tarefas de interceptação de alvos estacionários no espaço 3D. Em termos gerais, o problema de interceptação visual consiste no controle de atitude do sistema de visão objetivando que o alvo imageado seja deslocado para a posição central dos planos-imagem das câmeras. Um modelo simulado de sistema de visão binocular é utilizado na realização do processo de imageamento. Esse modelo simulado foi baseado em um sistema de visão real e procura representar as características principais de um sistema físico deste tipo. O trabalho apresenta um estudo básico sobre Aprendizado Competitivo em uma RNA, e estuda em maiores detalhes uma teoria de redes neurais não-supervisionadas conhecida como Teoria de Ressonância Adaptativa (ART - Adaptive Resonance Theory), onde são discutidas as arquiteturas neurais ART1 e Fuzzy-ART. Uma importante característica das redes neurais ART é a capacidade de distinguir e aprender novas informações sem prejuízo de informações aprendidas no passado. A solução do problema de interceptação visual foi baseada em duas arquiteturas neurais: SOIM (Self-Organizing Invertible Mapping) e KBVS (Kohonen-Based Visual Servoing). A primeira arquitetura é constituída por duas subredes Fuzzy-ART e uma "camada de representação interna", sendo usada como controlador open-loop (em malha aberta). A segunda, constitui-se de uma Rede de Rohonen bidimensional e de uma camada associativa de saída, sendo usada como controlador neural closed-loop (em malha fechada). A partir da arquitetura SOIM, foi desenvolvida uma terceira arquitetura, designada de MeBIM (Memory-Based Invertible Mapping), com tempo de treinamento significativamente menor. Diversos testes de interceptação visual de um alvo 3D estacionário, empregando as três arquiteturas neurais em estudo, são apresentados e comparados, sendo mostrado que os melhores resultados são obtidos quando o controlador SOIM ou MeBIM é combinado com o controlador KBVS. |
