文献

J-GLOBAL ID：201802250414470037   整理番号：18A0588473

改善された生物学的に示唆されたニューラルネットワークを用いた壁-登はんロボットの最適完全カバレッジ計画【Powered by NICT】

Optimal complete coverage planning of wall-climbing robot using improved biologically inspired neural network

著者 (2件)： Chen Ke (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, 210094 China) ,  Liu Yong (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RCAR  ページ： 587-592  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物学にヒントを得たニューラルネットワークは,完全カバレッジパス計画に適用した場合無効性を避けるために,最小エネルギー消費で壁面登攀ロボットの完全な被覆のための改良法を提案した。壁面登攀ロボットのためのエネルギーモデルを構築し,新しい次期選択戦略は最適世界的なエネルギー消費の観点から提案した。シミュレートした対照実験は,改善された生物学にヒントを得たニューラルネットワークアルゴリズムは被覆率タスクを効率的に実行できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 被覆率 ,  *ロボット ,  エネルギー消費 ,  *ニューラルネットワーク
準シソーラス用語： エネルギーモデル ,  登攀ロボット ,  最小エネルギー原理 ,  パススケジュール , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 生物学 ,  ニューラルネットワーク ,  登はん ,  ロボット ,  カバレッジ ,  計画