Análisis de parámetros de aprendizaje de un modelo de hiperplanos RBF para coordinación senso-motora
Ver/
Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemAutor
Pedreño Molina, Juan Luis; Guerrero González, Antonio; Candel Ruiz, Antonio; López Coronado, JuanÁrea de conocimiento
Ingeniería de Sistemas y AutomáticaFecha de publicación
2002-09Editorial
Comité Español de Automática (CEA)Cita bibliográfica
PEDREÑO MOLINA, Juan Luis; GUERRERO GONZÁLEZ, Antonio y LÓPEZ CORONADO, Juan. Análisis de parámetros de aprendizaje de un modelo de hiperplanos RBF para coordinación senso-motora. En: Jornadas de Automática (23ª: 2002: La Laguna, Santa Cruz de Tenerife): Actas de las XXIII Jornadas de Automática: Universidad de la Laguna 9, 10 y 11 de Septiembre. La Laguna, Tenerife: Comité Español de Automática, 2002. P. 9. ISBN 84-699-8916-2Palabras clave
Identificación no linealSistemas adaptativos
Convergencia
Robótica de agarre
Percepción táctil
Nonlinear identification
Adaptive systems
Convergence
Robotic gripper
Tactile sense
Resumen
El objetivo del presente artículo se centra en la
realización de un análisis de error y convergencia de
un modelo de identificación no lineal basado en las
redes HRBF (Hyperplane Radial Bases Functions), y
su posterior implementación en una plataforma
robótica para coordinación senso-motora en
procesos de agarre guiados por el tacto. Uno de las
principales características de este algoritmo es el
número de parámetros que pueden ser aprendidos
adaptativamente. El estudio realizado y los
resultados obtenidos han permitido la optimización
del este algoritmo neuronal en una plataforma real
formada por un sistema brazo-pinza y un dispositivo
de adquisición táctil.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales