به کارگیری شبکه های عصبی چند لایه در تشخیص برخورد موانعچندضلعی و چند وجهی ساده

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 880

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCOS02_130

تاریخ نمایه سازی: 5 مهر 1393

چکیده مقاله:

روش نمونه پی یکی از روش های قوی در طراحی حرکت ربات محسوب می شود. بعد از معرفی این روش ، توجهات زیادی به آن معطوف شد و بخش های مختلف آن موضوع پژوهش های زیادی شد. از نکات قابل توجه این روش ، عدم نیاز به ساخت صریح فضای پیکربندی موانع می باشد. یکی از تکنیک های نمونه پی روش Rapidly-Exploring Random Tree است. یکی از بخش های الگوریتم RRT بحث تشخیص برخورد Collision Detectionمی باشد. روش های مختلفی برای این موضوع پیشنهاد شده روش پیشنهادی در این بحث استفاده از شبکه های عصبی چندلایه MLP برای تشخیص موانع چند ضلعی دو بعدی و سه است. این موضوع یکی از مسائل علم هندسه محاسباتی Computational Geometry است. یک روش مبتنی بر استفاده از شبکه های عصبی رقابتی برای حل این مساله ارائه می شود.

نویسندگان

فواد شکوه نیا

دانشکده فنی و مهندسی ، دانشگاه خوارزمی ، تهران ، ایران

فرهاد شکوه نیا

دانشکده سما، دانشگاه آزاد اسلامی واحد سنندج ، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • H. choset, K. Lynch, S. Hutchinson, G. Kantor, W. Burgard, ...
  • S. LaValle, Planning Algorithms, Cambridge University Press, 2006 ...
  • M. Berg, _ Cheong, M. Krevel, M. Overmars, Computational Geometry ...
  • M. T. Hagan, H. B. Demuth, M. Beale, Neural Network ...
  • نمایش کامل مراجع