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。
ニューラルネットワークのCerebellar Model Articulation Controller(CMAC)型ハイパーキューブの多重オフセットアレイによって定義される局所基底関数ドメインを含む高速適応による制御システムと多くの入力を処理する能力を特にadeptnessを示した。しかし,CMACの重みは各アレイにおける明確な局所基底関数の間の入力振動によるドリフト(すなわち適応パラメータドリフトまたはoverlearning)する傾向があった。e修正のようなロバスト重み更新方法は,CMACの1例における安定性のための性能を犠牲にする。地球基底関数と重量ドリフト内の動径基底関数ネットワークと多層パーセプトロン,入力は常に残っているこのコントラストは防ぐことが特に困難ではない。基底各CMACアレイで機能するoverlayering提案し,その関連CMACアレイセルは,より長い入力によって指数付けされていない後でも活性化基底関数を保持した。このようにして,振動は各CMACアレイにおける基底関数の内部で発生する。二リンク柔軟関節ロボットを用いたシミュレーションは,提案した方法が元のCMACで見られた性能と安定性の間のトレードオフを回避することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】