MELO, D. B. Algoritmos de aprendizagem para aproximação da cinemática inversa de robôs manipuladores: um estudo comparativo. 2015. 133 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2016-06-23T17:09:01Z No. of bitstreams: 1 2015_dis_dbmelo.pdf: 3422914 bytes, checksum: fc5ac272ef51571ca8cae8486842cdb5 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-07-14T14:28:13Z (GMT) No. of bitstreams: 1 2015_dis_dbmelo.pdf: 3422914 bytes, checksum: fc5ac272ef51571ca8cae8486842cdb5 (MD5) / Made available in DSpace on 2016-07-14T14:28:13Z (GMT). No. of bitstreams: 1 2015_dis_dbmelo.pdf: 3422914 bytes, checksum: fc5ac272ef51571ca8cae8486842cdb5 (MD5) Previous issue date: 2015-07-06 / In this dissertation it is reported the results of a comprehensive comparative study involving seven machine learning algorithms applied to the task of approximating the inverse kinematic model of 3 robotic arms (planar, PUMA 560 and Motoman HP6). The evaluated algorithm are the following ones: Multilayer Perceptron (MLP), Extreme Learning Machine (ELM), Least Squares Support Vector Regression (LS-SVR), Minimal Learning Machine (MLM), Gaussian Processes (GP), Adaptive Network-Based Fuzzy Inference Systems (ANFIS) and Local Linear Mapping (LLM). Each algorithm is evaluated with respect to its accuracy in estimating the joint angles given the cartesian coordinates which comprise end-effector trajectories within the robot workspace. A comprehensive evaluation of the performances of the aforementioned algorithms is carried out based on correlation analysis of the residuals. Finally, hypothesis testing procedures are also executed in order to verifying if there are significant differences in performance among the best algorithms. / Nesta dissertação são reportados os resultados de um amplo estudo comparativo envolvendo sete algoritmos de aprendizado de máquinas aplicados à tarefa de aproximação do modelo cinemático inverso de 3 robôs manipuladores (planar, PUMA 560 e Motoman HP6). Os algoritmos avaliados são os seguintes: Perceptron Multicamadas (MLP), Máquina de Aprendizado Extremo (ELM), Regressão de Mínimos Quadrados via Vetores-Suporte (LS-SVR), Máquina de Aprendizado Mínimo (MLM), Processos Gaussianos (PG), Sistema de Inferência Fuzzy Baseado em Rede Adaptativa (ANFIS) e Mapeamento Linear Local (LLM). Estes algoritmos são avaliados quanto à acurácia na estimação dos ângulos das juntas dos robôs manipuladores em experimentos envolvendo a geração de vários tipos de trajetórias no volume de trabalho dos referidos robôs. Uma avaliação abrangente do desempenho de cada algoritmo é feito com base na análise dos resíduos e testes de hipóteses são executados para verificar se há diferenças significativas entre os desempenhos dos melhores algoritmos.

Made available in DSpace on 2014-06-12T15:53:08Z (GMT). No. of bitstreams: 2 arquivo4934_1.pdf: 2597521 bytes, checksum: 3c1a0f8d9095d4096bad3125fb30928c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2000 / Universidade Federal Rural de Pernambuco / Os animais interagem no ambiente de diversas maneiras e o cheiro a sua volta é de extrema importância para o transporte da informação, essencial para sobrevivência. Tanto para os animais quanto para os seres humanos, o cheiro exerce um papel importante. Devido a esta importância, o estudo do olfato humano começou há bastante tempo atrás. Apesar da sua importância, ainda hoje existem muitas perguntas sem resposta a respeito do sentido do olfato. Muitos pesquisadores estão trabalhando nesta área tentando encontrar respostas para estas perguntas e os estudos que estão sendo desenvolvidos na área de narizes artificiais podem ajudar na compreensão deste sistema, além de ser possível responder algumas das muitas perguntas sem resposta. Neste sentido, existe hoje, uma grande demanda de instrumentos eletrônicos para imitador o sentido do olfato humano, com baixo custo e aquisição de informação sensorial rápida e precisa. Com esta demanda, houve um grande avanço no desenvolvimento de nariz artificial e hoje é possível encontrar aplicações em várias áreas, a saber: controle de qualidade de alimentos, indústria de bebida, monitoração ambiental, diagnósticos médicos, perfumaria , robótica e segurança. O nariz artificial é um dispositivo composto de um sistema de sensibilidade química e um sistema do reconhecimento de padrão. O sistema químico do sensor possui um conjunto de sensores diferentes para a detecção dos vapores. Há tecnologias diferentes para preparar os sensores. Neste trabalho nós aplicamos a rede neural para resolver o sistema do reconhecimento de padrão de um nariz artificial completamente projetado e construído por nós (equipe da informática, da química e da física). O uso da rede neural é essencial como uma técnica para o reconhecimento de padrão devido à flexibilidade. Especialmente em nosso caso algumas arquiteturas de rede neural particulares mostraram resultados bons para reconhecer sinais de aroma. Nosso trabalho envolveu quatro protótipos do nariz artificial, com uma melhoria gradual na tecnologia de sensor, na instrumentação da aquisição de dados e no reconhecimento de padrão. a tecnologia do sensor mudou de eletrodos preparados manualmente com uma abertura do polipirrol depositada eletroquimicamente como um material ativo para eletrodos de quatro pontas de prova e o mesmo material ativo do primeiro protótipo e finalmente a tecnologia de filmes finos orgânicos preparados pela técnica de crescimento livre. O sistema de aquisição de dados seguiu esta mudança melhorando a relação do sinal/ruído e o desempenho. O sistema de rede neural teve também diversas versões para seguir este desenvolvimento e adaptar-se às situações novas envolvendo outras abordagens. Inicialmente nós realizamos testes com diversos modelos da rede neural para tratar dados do cheiro do primeiro protótipo e analisamos os dados para encontrar um modelo bom para o reconhecimento destes dados. Os dados do segundo protótipo eram mais precisos e com menos ruído em relação ao primeiro. Nós usamos vários métodos para avaliar o desempenho dos modelos da rede neural com estes dados e encontramos bons resultados com o modelo Multi Layer Perceptron (MLP). O último estágio desta tese foi o desenvolvimento de novas abordagens para rede neural projetada especialmente para tratar com dados de odor. Nós sugerimos os narizes artificiais baseados em modelos biológicos do sistema olfativo humano. Nestes modelos a arquitetura de rede neural é um elemento fundamental na construção de narizes artificiais. Apesar de outros modelos de narizes artificiais focalizarem a dinâmica e a fisiologia dos sinais que controlam e reconhecem o sinal já pré-processado dos elementos mais externos, nós sugerimos uma aproximação baseada na anatomia. O ponto fundamental de nosso modelo é a codificação do sinal através das conexões entre células mitrais, glomérulos e os neurônios sensoriais. Este estágio corresponde a um pré-processamento do sinal, selecionando e concentrando a essência da informação de um sensor químico humano, o sistema olfativo

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-04-03T19:47:14Z No. of bitstreams: 1 AntonioPericlesBonfimSaraivaDeOliveira_DISSERT.pdf: 17560753 bytes, checksum: 51b3d3c86c26db7e30f346b8d46e49f0 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-04-05T22:11:52Z (GMT) No. of bitstreams: 1 AntonioPericlesBonfimSaraivaDeOliveira_DISSERT.pdf: 17560753 bytes, checksum: 51b3d3c86c26db7e30f346b8d46e49f0 (MD5) / Made available in DSpace on 2017-04-05T22:11:52Z (GMT). No. of bitstreams: 1 AntonioPericlesBonfimSaraivaDeOliveira_DISSERT.pdf: 17560753 bytes, checksum: 51b3d3c86c26db7e30f346b8d46e49f0 (MD5) Previous issue date: 2012-08-13 / Prop?e-se a cria??o de um controle neural (neurocontrolador) baseado na aprendiza-gem supervisionada, com uma rede neural artificial (RNA), sem a modelagem por espa?ode estados, utilizando o Flightgear como simulador e ambientes de testes integrado comm?dulos de coleta de dados e controle. Diversas arquiteturas da RNA foram testadas afim de que as mesma tivesse a efic?cia pretendida nos diversos procedimentos (decola-gem, pairagem, deslocamento e pouso). Testes com as RNA treinadas foram realizadosat? que fosse encontrada uma pudesse gerar as respostas necess?rias atendendo aos requi-sitos de efici?ncia e estabilidade necess?rios ao controle do VANT.