Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Posnemanje dinamskega modela mobilnega robota z uporabo LSTM nevronske mreže
ID
Urh, Nino
(
Avtor
),
ID
Vrabič, Rok
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(3,89 MB)
MD5: E8BCB2E8EFD0324CCD1DB44868793806
Galerija slik
Izvleček
V magistrski nalogi je obravnavano posnemanje dinamskega modela mobilnega robota z diferencialnim pogonom z uporabo nevronske mreže z dolgim kratkoročnim spominom (LSTM). LSTM mreže imajo zmožnost analizirati pretekle dogodke, na katerih ustrezno napovedo kratkoročno prihodnost. Preverili bomo, ali mreža lahko naredi povezavo med vhodnimi in izhodnimi veličinami dinamskega modela. Najprej je predstavljena teorija o strojnem učenju in umetnih nevronskih mrežah ter delovanju fizikalnega modela robota. V praktičnem delu je opisana metoda generiranja podatkov in preizkusi različnih struktur LSTM mreže. Rezultati prikažejo, da umetna LSTM mreža dobro posnema dinamiko robota.
Jezik:
Slovenski jezik
Ključne besede:
nevronske mreže
,
LSTM
,
dinamski model
,
robotika
,
diferencialni pogon
,
simulacija
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
FS - Fakulteta za strojništvo
Kraj izida:
Ljubljana
Založnik:
[N. Urh]
Leto izida:
2020
Št. strani:
XXII, 75 str.
PID:
20.500.12556/RUL-119357
UDK:
004.85:007.52(043.2)
COBISS.SI-ID:
28719619
Datum objave v RUL:
08.09.2020
Število ogledov:
1050
Število prenosov:
109
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Simulating a dynamic model with differential drive using LSTM neural network
Izvleček:
The masters thesis deals with imitation of a dynamic model of a differential-powered robot with an LSTM artificial neural network. Long-short term memory network (LSTM) have the ability to predict short term future events based on the past time-varied data. We will test the LSTM network's ability to make a corealtion between input and output variables of dynamic model. The theory of machine learning and artificial neural networks and the operation of a physical model of a robot are presented. The practical part describes the method of generating data and testing different structures of the LSTM network. The results show that it is possible to use the LSTM for replacement of the physical model without proper knowledge of the physical background.
Ključne besede:
neural networks
,
LSTM
,
dynamic model
,
robotics
,
differential drive
,
simulation
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj