این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۴، شماره ۳، صفحات ۰-۰
عنوان فارسی ارائه یک مدل فازی نقشه شناختی ربات متحرک با الهام از سلولهای جهت سر و مکانی با رویکرد کاهش ابعاد
چکیده فارسی مقاله چکیده - در این مقاله یک مدل جدید برای نقشه ربات متحرک ارائه شده است. در این مدل از عملکرد سلولهای جهت سر در قشر postsubiculum الهام گرفته شده است. این مدل بر اساس اطلاعات بینایی ربات بنا نهاده شده است از اینرو ورودی مدل پیشنهادی تصویری است که ربات از محیط دریافت می کند. در مدل پیشنهادی لایه V1 از قشر بینایی مغز, با استفاده از فیلتر گابور با توجه به اینکه بافت تصاویر را به عنوان خروجی می دهد, مدل شده است. هیستوگرام فیلتر گابور تصاویربه عنوان ویژگیهای تصاویر مورد استفاده قرار می گیرند. از اینرو مدل می تواند در محیطهای واقعی که حتی رنگهای محیط مشابه هستند به خوبی به کار گرفته شود. ابعاد داده های خروجی این لایه با استفاده از روشهای کاهش بعد بدون ناظر, کاهش داده می شود. این مدل اولین مدلی است که با رویکرد کاهش بعد ارائه شده است. یکی از مشکلات مهم داده ها با ابعاد بالا, نفرین ابعادی است؛ لذا با استفاده از کاهش ابعاد, علاوه بر اینکه از حجم ذخیره سازی داده ها کاسته شود, بر این مشکل نیز فائق می آییم. از روشهای کاهش ابعاد پایه مانند Kernel-PCA, PCA, ISOMAP و MDS و برای کاهش ابعاد استفاده می شود. یکی دیگر از نوآوریهای مدل, استفاده از مدل فازی خوشه بندی است. این مدل موجب میشود تا با استفاده از تعداد محدودی سلول جهت سر بتوانیم در مرحله غیرفازی سازی به درونیابی در یافتن جهت واقعی سر ربات بپردازیم. در مدلهای پیشین مانند مدل توکوناگا و میلفرد با این محدودیت مواجه هستیم که فقط میتوان به تعداد سلولهای جهت سر, زاویه به عنوان خروجی تولید شود, اما در مدل پیشنهادی این مساله حل شده است. همچنین خروجی عملکرد این مدل برای سلولهای جهت سر مشابه با خروجی واقعی سلولهای جهت سر است که از آزمایشهای تجربی روی مغز بدست آمده است. در نتایج پیاده سازی مدل پیشنهادی ارزیابی و با روشهای دیگر مقایسه شده است که در بیشتر موارد به نتایج با دقت بالاتری دست یافته ایم.
کلیدواژه‌های فارسی مقاله هیپوکمپ، کاهش ابعاد، نقشه، ربات متحرک، خوشه بندی فازی،
عنوان انگلیسی Represent a fuzzy cognitive mobile robot map inspired from place cells and head direction cells with dimension reduction approach
چکیده انگلیسی مقاله In this paper, a new model for mobile robot mapping is presented. The model is inspired by
functionality of the cells of cortex postsubiculum layer. This model is based on visual information so, robot
visual input from environment is considered as input of the model. V1 layer of visual cortex of the brain, is
modelled by Gabor filter due to extracting image texture and Gabor filter histogram is used as image
features. Therefore, the model can be used in real environments with similar colors. The output dimension of
this layer is decreased using unsupervised basic dimension reduction techniques such as Kernel-PCA, PCA,
ISOMAP and MDS. High-dimensional data suffer from problems called curse of dimensionality. By
reducing the data dimension, in addition to the reduced data volume storage, this problem is to overcome. To
the best of our knowledge, the model is the first model that was developed with the purpose of dimension
reduction. Another innovation is presentinga fuzzy clustering model. Using limited number of direction cells,
the model makes interpolate possible to find robot head direction in defuzzification step. In previous models
such as Tokonaga and Milford, output angels are limited to number of direction cells, while this constraint is
resolved in the proposed model. The output of direction cells provided by the model are similar to the actual
output of the direction cells that have been obtained from experimental tests on the brain. The
implementation results of the proposed model is evaluated and compared with other methods. In most cases
results show higher accuracy.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسام عمرانپور |
دانشگاه صنعتی امیرکبیر تهران دانشکده مهندسی کامپیوتر و فن آوری اطلاعات
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

سعید شیری |
دانشگاه صنعتی امیرکبیر تهران, دانشکده مهندسی کامپیوتر و فن آوری اطلاعات
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

نشانی اینترنتی http://jscit.nit.ac.ir/article_51666_52e06109e6489ca494362f1b7bdaeefb.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/834/article-834-507452.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات