Análisis gráfico de la neuro-dinámica en un robot capaz de realizar aprendizaje imitativo

El Perceptrón multicapa es una red neuronal artificial capaz de aprender a funcionar de cierta forma deseable mediante ejemplos y, una vez entrenado, es capaz de responder correctamente en situaciones para las cuales no se le entrenó explícitamente, debido a su capacidad de generalización. Dichos ejemplos los especifica el diseñador o pueden asimilarse con el apoyo de un mapa auto-organizado. En el presente artículo se presentan la verificación del entrenamiento y el análisis del funcionamiento del Perceptrón multicapa empleado durante el desarrollo de un modelo de aprendizaje por imitación, enfocado al desplazamiento de un robot móvil en un espacio bidimensional. Esto se logró diseñando un método de comparación entre las gráficas de los atractores generados por el robot instructor y el robot aprendiz. Dicho método esta soportado en procesamiento digital de imágenes.

• Autores: Sterpin Buitrago, Dante Giovanni; Martínez Santa, Fernando
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2015
• Institución: Corporación Unificada Nacional de Educación Superior
• Repositorio: Repositorio Corporación Unificada Nacional de Educación Superior
• Idioma: spa
• OAI Identifier: oai:repositorio.cun.edu.co:cun/4380
• Acceso en línea: https://repositorio.cun.edu.co/handle/cun/4380
• Palabra clave: Ingeniería y operaciones afines; Red neuronal artificial; Perceptrón multicapa; Aprendizaje supervisado; Mapa auto-organizado de Kohonen; Perceptrón auto-supervisado; Aprendizaje imitativo; Atractor caótico
• Rights: closedAccess
• License: http://purl.org/coar/access_right/c_14cb