Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/261945
Type: TESE
Title: Analise de uma classe de neuronios artificiais para aplicações em sistemas roboticos
Author: Cerqueira, Jes de Jesus Fiais
Advisor: Palhares, Alvaro Geraldo Badan, 1944-
Abstract: Resumo: Neste trabalho são analisadas as estruturas recursivas e não recursivas da classe perceptron de Redes Neurais Artificiais. A lei de aprendizado utilizada é baseada no gradiente com a inclusão da retro-propagação (back-propagation) de sinais através da rede. É apresentada uma formulação vetorial para os modelos e estabelecido um critério para análise de convergência baseado no segundo método de Lyapunov. Como exemplo, uma rede que mistura neurônios recursivos e não recursivos é testada por simulação em um sistema de controle para o acionamento das juntas de um robô de dois graus de liberdade, sendo propostos um identificador e um controlador adaptativo por modelo referência, com os resultados apresentados que mostram a eficiência do método

Abstract: This work analyses the recurrent and no recurrent dynamic structures of the perceptron class of artificial neural networks. The learning law used is based on the gradient with the inclusion of back-propagation of signals through the network. A vectorial formulation to modelsis presented and a criterion for convergence analysis based on the second Lyapunov's method is established. As on example, a mix network is tested through simulation in a control system for the activation of the joints of a two degree of freedom robot, and an identifier and an adaptive controller by reference modeI are proposed, the results showing the efficiency of the method being presented.
Subject: Redes neurais (Computação)
Robótica
Controle de processo
Sistemas de controle ajustável
Language: Português
Editor: [s.n.]
Date Issue: 1996
Appears in Collections:FEEC - Dissertação e Tese

Files in This Item:
File SizeFormat 
Cerqueira_JesdeJesusFiais_M.pdf3.53 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.