Simulation eines Hand-Auge-Systems in reflektiver neuronaler Architektur
Ziel des REFLEX Projektes war die Simulation und praktische Realisierung
eines zweiarmigen Roboters der Objekte im dreidimensionalen Raum
manipulieren kann. Von besonderem Interesse war dabei die Koordination der
Bewegung der beiden Arme. Die Aufgabe der GFaI war es, neue Methoden für die
automatische Selbst-Organisation künstlicher neuronaler Netze zu entwickeln
und analysieren. Ein Ansatz basierte auf der Annahme, daß komplizierte
Maschinen-Lern-Probleme einfacher zu lösen sind, wenn sie in Teilprobleme
zerlegt und durch Teilnetze gelöst werden. Die Schlüsselfragen lauteteten:
Wie zerlegt man ein Problem automatisch in strukturierte Teilprobleme und
wie kann automatisch ein neuronales Netz generiert werden, das aus
Teilnetzen besteht und diese Problemstruktur reflektiert? Die Arbeit an
dieser Fragestellung führte zur Entwicklung des
TACOMA (TAsk decomposition, COrrelation Measures and local Attention
neurons) Algorithmus für wachsende neuronale Netze.
|
Gefördert durch den Bundesminister für Bildung, Wissenschaft, Forschung und Technologie
|
|
Projektpartner
|
||
Weitere InformationenJ. M. Lange, H.-M. Voigt, D. Wolf. Task Decomposition and Correlations in Growing Artificial Neural Networks. In M. Mariano, P. G. Morasso, ed. Proceedings of the International Conference on Artificial Neural Networks 94', Sorrento, pages 735-738,Springer, 1994 J. M. Lange, H.-M. Voigt, D. Wolf. Growing Artificial Neural Networks Based on Correlation Measures, Task Decomposition and Local Attention Neurons. In Proceedings of the IEEE International Conference on Neural Networks 1994 as Part of the IEEE World Congress on Computational Intelligence, Orlando, pages 1355-1358, vol 2, IEEE Press, 1994
|
© GFaI 1994-2005 Kontakt: Dr. H.-M. Voigt
