文献

J-GLOBAL ID：202102250413085502   整理番号：21A0234521

UAVのためのスパイキングニューロコントローラの進化【JST・京大機械翻訳】

Evolving Spiking Neurocontrollers for UAVs

著者 (4件)： Qiu Huanneng (University of New South Wales Canberra,School of Engineering and Information Technology,Canberra,Australia) ,  Garratt Matthew (University of New South Wales Canberra,School of Engineering and Information Technology,Canberra,Australia) ,  Howard David (CSIRO,Robotics and Autonomous Systems Group,Brisbane,Australia) ,  Anavatti Sreenatha (University of New South Wales Canberra,School of Engineering and Information Technology,Canberra,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SSCI  ページ： 1928-1935  発行年： 2020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： スパイキングニューラルネットワーク(SNN)は,ニューロン相互作用の生物学的モデリングに基づく計算を行う神経科学に触発された計算機システムである。現在のSNN研究は,多様な機械学習問題を解決する能力を示している。SNNの時間動力学と将来の低電力神経形態実装は,特に,非常に低いペイロードと電力予算(例えば,マイクロ航空機)を有するロボットプラットフォームのために,それらを埋め込みアプリケーションのための適切なコントローラ候補にする。本論文では,SNNを用いて,6自由度におけるヘキサコプターUAVの完全制御をシミュレーションする解決策を示した。ニューロコントローラをモジュールに分解することにより,UAV飛行制御の開発を,修正NEATアルゴリズムを用いた増分進化アプローチによって達成できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  計算機システム ,  制御装置 ,  ニューロン ,  *ペイロード ,  応用プログラム ,  神経科学 ,  自由度 ,  飛行制御 ,  機械学習
準シソーラス用語： マイクロ航空機 ,  ロボットプラットフォーム ,  低電力化 ,  スパイキングニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： UAV ,  進化