文献

J-GLOBAL ID：202102223370965815   整理番号：21A0169699

スパイキングニューラルネットワークを用いた認知モデルからロボット制御およびバックへ【JST・京大機械翻訳】

From Models of Cognition to Robot Control and Back Using Spiking Neural Networks

著者 (3件)： Iacob Stefan (Donders Institute for Brain, Cognition and Behaviour, Radboud University Nijmegen, Nijmegen, HR, The Netherlands) ,  Kwisthout Johan (Donders Institute for Brain, Cognition and Behaviour, Radboud University Nijmegen, Nijmegen, HR, The Netherlands) ,  Thill Serge (Donders Institute for Brain, Cognition and Behaviour, Radboud University Nijmegen, Nijmegen, HR, The Netherlands)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12413  ページ： 176-191  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 神経形態学的ハードウェアの最近の出現により,ロボットのような実世界人工エージェントの制御のためのニューラルネットワークモデルのスパイキングにおける関心が高まっている。スパイキングニューラルネットワークに即座された認知メカニズムのモデルは新しいものでないが,それらのほとんどは実際のロボットプラットフォームに翻訳されない。本論文では,そのような翻訳を試み,UR5eロボットアームに関する2Dシミュレーションで実証された既存の生物学的に妥当なモデル(REACHモデル)を実現した。認識の既存のモデルの広大なライブラリと類似の運動に意味があるので,特にそのような翻訳がいかによく働くかに関心がある。この特殊事例では,3Dでの操作への拡張と用いた特定のハードウェアのために,このモデルは,同じレベルの性能に達することなく,元のシミュレーションにおいて,実際のプラットフォーム上で学習できることを見出した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *ロボット ,  ハードウェア ,  二次元 ,  三次元 ,  ロボットアーム ,  エージェント ,  認知モデル
準シソーラス用語： 神経回路網モデル ,  ロボットプラットフォーム ,  ロボット制御 ,  *スパイキングニューラルネットワーク ,  神経形態学 , 【Automatic Indexing@JST】

著者キーワード (3件)： スパイキングニューラルネットワーク ,  ロボット制御 ,  生物-もっともらしいモデル

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  ロボットの設計・製造・構造要素  (IC04013A) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： スパイキングニューラルネットワーク ,  認知モデル ,  ロボット制御 ,  バック