MétaCan
Menu
Retour à la cohorte
Enregistrement W1594071292 · doi:10.1109/ijcnn.2005.1555936

Simulated control of a tracking mobile robot by four aVLSI integrate-and-fire neurons paired into maps

2006· article· en· W1594071292 sur OpenAlexaff
J. Dungen, Jean‐Jules Brault

Notice bibliographique

RevueProceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005. · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMobile robotRobotComputer scienceThrottleArtificial neural networkTracking (education)Robot controlSpiking neural networkArtificial intelligenceSimulationControl engineeringEngineeringAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

A simulated four-wheeled robot is controlled exclusively by four aVLSI integrate-and-fire neurons paired into winner-takes-all maps. The neural network takes analog sensor data as input and outputs to stepper motors controlling steering and throttle. The robot follows a randomly moving target in a closed environment 67% better than by chance, based on average distance to target. Simulation results suggest that silicon neural networks based on biological computing principles are effective, efficient, and compact embedded controllers. Test results should be confirmed on a physical implementation of the robot, and research should continue in network and circuit optimisation, as well as in the creation of robot societies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,254
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005.Même sujetNeural dynamics and brain functionTravaux en français237 207