抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年我々は成長型モジュラーネットワーク(Self-Evolving Modular net work:SEEM)を提案した。SEEMは自己組織的にモジュールを追加する機能とパスを結ぶ機能を持つため,既存のモデルで対応できない場合にモジュールを増やし対応させることが可能となる。そのためSEEMを応用することで,ロボットに環境や人間とインタラクションしながら様々なスキルや知識を動的に獲得する機能を持たせられると期待できる。SEEMの成長メカニズムはバックボーンアルゴリズムであるEvolving Self-Organizing Map(ESOM)が鍵となっている。しかしこれまでにSEEMのバックボーンアルゴリズムとしてESOMが適切かどうか検証していない。そこで本研究ではSEEMのバックボーンアルゴリズムとしてESOMが適切かを検証することを目的とする。この目的に対し,移動ロボットの環境モデル構築を検証課題とし,他の成長アルゴリズムであるGrowing Cell Structure(GCS)とGrowing Neural Gas(GNG),およびESOMを比較した。その結果,成長型アルゴリズムとしてESOMは非常に良い適性を示したので報告をする。(著者抄録)