Mostrar el registro sencillo del ítem

Deep Learning application to model learning in cognitive robotics

Aplicación de Deep Learning al aprendizaje de modelos en robótica cognitiva

dc.creatorRodríguez-Jiménez, Ariel
dc.creatorArias-Méndez, Esteban
dc.creatorBellas-Bouza, Francisco
dc.creatorBecerra-Permuy, Jose
dc.date2020-05-18
dc.date.accessioned2020-09-25T23:12:55Z
dc.date.available2020-09-25T23:12:55Z
dc.identifierhttps://revistas.tec.ac.cr/index.php/tec_marcha/article/view/5171
dc.identifier10.18845/tm.v33i6.5171
dc.identifier.urihttps://hdl.handle.net/2238/12088
dc.descriptionThe kind of training used for an artificial neural network will depend on factors such as: available data, training time, hardware resources, etc. The trainings can be online and offline. In the current article we experimented with online trainings on a robot whose main characteristic is the usage of a Cognitive Darwinist Mechanism to survive. The robot learns in real-time. It has deep artificial neural networks to predict actions, it’s trained using the least amount of storage and the training time has to be as fast as possible; keeping high confidence in the artificial neural network. The experimental trainings are: Online Deep Learning, Online Deep Learning with memory and Online Mini-Batch Deep Learning with memory.en-US
dc.descriptionEl tipo de entrenamiento utilizado para una red neuronal artificial va a depender de factores como: disponibilidad de datos, tiempo de entrenamiento, recursos de hardware disponibles, entre otros. Los entrenamientos pueden ser offline u online. En el presente artículo se experimentan entrenamientos online sobre un robot cuya principal característica es que utiliza un mecanismo cognitivo darwinista para su supervivencia. El aprendizaje del robot se produce en tiempo real. Este tiene redes neuronales artificiales profundas para predecir acciones a realizar, se entrena con la menor cantidad de espacio de almacenamiento y en el menor tiempo posible sin sacrificar confianza de la red neuronal artificial profunda. Los entrenamientos experimentados son: Online Deep Learning, Online Deep Learning con memoria y Online Mini-Batch Deep Learning con memoria.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherEditorial Tecnológica de Costa Rica (entidad editora)es-ES
dc.relationhttps://revistas.tec.ac.cr/index.php/tec_marcha/article/view/5171/4823
dc.sourceTecnología en marcha Journal; 2020: Vol. 33 especial. Movilidad Estudiantil 7; Pág. 92-104en-US
dc.sourceRevista Tecnología en Marcha; 2020: Vol. 33 especial. Movilidad Estudiantil 7; Pág. 92-104es-ES
dc.source2215-3241
dc.source0379-3982
dc.subjectArtificial neural networken-US
dc.subjectbatch trainingen-US
dc.subjectmini-batch trainingen-US
dc.subjectdeep learningen-US
dc.subjectcognitive roboticsen-US
dc.subjectmachine learningen-US
dc.subjectstochastic optimizeren-US
dc.subjectBaxter roboten-US
dc.subjectRed neuronal artificiales-ES
dc.subjectentrenamiento con batches-ES
dc.subjectentrenamiento con mini-batches-ES
dc.subjectaprendizaje profundoes-ES
dc.subjectrobótica cognitivaes-ES
dc.subjectaprendizaje automáticoes-ES
dc.subjectoptimizadores estocásticoses-ES
dc.subjectrobot Baxteres-ES
dc.titleDeep Learning application to model learning in cognitive roboticsen-US
dc.titleAplicación de Deep Learning al aprendizaje de modelos en robótica cognitivaes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem