Neural networks fundamentals in mobile robot control systems Учебное пособие

Neural networks fundamentals in mobile robot control systems Учебное пособие

Включает полное и систематизированное изложение материала по учебной программе курса «Интеллектуальные системы управления роботами». Адресован студентам обучающимся по программам бакалавриата и магистратуры по специальности «Мехатроника и робототехника» Института радиотехники и систем управления Южн...

Tallennettuna:

Bibliografiset tiedot
Päätekijä:	Медведев М.Ю
Aineistotyyppi:	Учебное пособие
Linkit:	https://znanium.com/catalog/document?id=375025 https://znanium.com/cover/1308/1308419.jpg
Tagit:	Lisää tagi Ei tageja, Lisää ensimmäinen tagi!

Samankaltaisia teoksia

Neural networks fundamentals in mobile robot control systems учебное пособие
Tekijä: Медведев, М. Ю.

Protected group control system for mobile robots
Tekijä: Lapina, M. A., et al.
Julkaistu: (2021)

Neural network decoder of automatic process control system
Tekijä: Koldaev, A. I., et al.
Julkaistu: (2020)

Implementation of CMAC neural network control systems in residue number system
Tekijä: Koldaev, A. I., et al.
Julkaistu: (2020)

Optimization of neural network computation with use of residual number system for tasks of design of neural network systems of automatic control
Tekijä: Tikhonov, E. E., et al.
Julkaistu: (2019)

Hardware and software implementation of neural network control of power systems based on the system of residual classes
Tekijä: Tikhonov, E. E., et al.
Julkaistu: (2020)

Development of prognostic neural network models based on non-positional coding for automatic control systems
Tekijä: Tikhonov, E. E., et al.
Julkaistu: (2019)

A robotic complex control method based on deep reinforcement learning of recurrent neural networks for automatic harvesting of greenhouse crops
Tekijä: Petrenko, V. I., et al.
Julkaistu: (2021)

Neural Networks in Production
Tekijä: Rudakova, T. A., et al.
Julkaistu: (2024)

Applying a Generative Adversarial Approach to Build an Intelligent Control System for Robotic Systems
Tekijä: Nikolaev, E. I., et al.
Julkaistu: (2023)

Neural network method for base extension in residue number system
Tekijä: Babenko, M. G., et al.
Julkaistu: (2020)

Host-based method and system for detecting anomalies in network traffic for a robotic system
Tekijä: Lapina, M. A., et al.
Julkaistu: (2019)

Development of telecommunication system units in parallel neural network basis
Tekijä: Smirnov, A. A., et al.
Julkaistu: (2020)

Multi-agent deep reinforcement learning concept for mobile cyber-physical systems control
Tekijä: Petrenko, V. I., et al.
Julkaistu: (2021)

Modeling of Distributed Control System for Network of Mineral Water Wells
Tekijä: Pershin, I. M., et al.
Julkaistu: (2023)

Increasing of convolutional neural network performance using residue number system
Tekijä: Chervyakov, N. I., et al.
Julkaistu: (2018)

Mobile Laboratory for Identification of Radial Distribution Network Topology
Tekijä: Zelensky, E. G., et al.
Julkaistu: (2023)

Neural network technologies in economics study aid
Tekijä: Kovalenko, A. V.

Modeling hyperchaotic datasets for neural networks
Tekijä: Shiriaev, E. M., et al.
Julkaistu: (2022)

The wave model of artificial neural network
Tekijä: Vershkov, N. A., et al.
Julkaistu: (2020)

Neural network analysis for image classification
Tekijä: Vershkov, N. A., et al.
Julkaistu: (2022)

Analysis of Neural Networks for Image Classification
Tekijä: Vershkov, N. A., et al.
Julkaistu: (2023)

Hamming neural network in discrete form
Tekijä: Shaposhnikov, A. V., et al.
Julkaistu: (2022)

Adaptive finite ring neural network
Tekijä: Evdokimov, A. A., et al.
Julkaistu: (2019)

Semantic Segmentation System of Pigmented Skin Lesions Based on Convolutional Neural Networks
Tekijä: Fedorenko, V. V., et al.
Julkaistu: (2022)

Smart City Management System Based on Multi-purpose Deep Neural Network
Tekijä: Nikolaev, E. I., et al.
Julkaistu: (2022)

Neural Network System for Recognizing Images Affected by Random-Valued Impulse Noise
Tekijä: Orazaev, A. R., et al.
Julkaistu: (2023)

A method for planning the trajectory of a mobile robot in an unknown environment with obstacles
Tekijä: Tebueva, F. B., et al.
Julkaistu: (2021)

Method for Convolutional Neural Network Hardware Implementation Based on a Residue Number System
Tekijä: Valueva, M. V., et al.
Julkaistu: (2023)

System for neural network determination of atrial fibrillation on ecg signals with wavelet-based preprocessing
Tekijä: Lyakhov, P. A., et al.
Julkaistu: (2021)

Application of the residue number system to reduce hardware costs of the convolutional neural network implementation
Tekijä: Valueva, M. V., et al.
Julkaistu: (2020)

Hardware implementation of a convolutional neural network using calculations in the residue number system
Tekijä: Chervyakov, N. I., et al.
Julkaistu: (2019)

Neural network system for analyzing statistical factors of patients for predicting the survival of dental implants
Tekijä: Lyakhov, P. A., et al.
Julkaistu: (2023)

Neural network classification system for pigmented skin neoplasms with preliminary hair removal in photographs
Tekijä: Lyakhov, P. A., et al.
Julkaistu: (2021)

System for neural network recognition of malignant pigmented skin neoplasms with image pre-processing
Tekijä: Lyakhova, U. A., et al.
Julkaistu: (2021)

Optimization of computational complexity of an artificial neural network
Tekijä: Vershkov, N. A., et al.
Julkaistu: (2021)

Survey of Optimization Algorithms in Modern Neural Networks
Tekijä: Abdulkadirov, R. I., et al.
Julkaistu: (2023)

Discrete Neural Network of Bidirectional Associative Memory
Tekijä: Shaposhnikov, A. V., et al.
Julkaistu: (2023)

Analysis of attacks on robotic operation system
Tekijä: Azarov, I. V., et al.
Julkaistu: (2022)

Security methods for a group of mobile robots according to the requirements of Russian and foreign legislation
Tekijä: Lapina, M. A., et al.
Julkaistu: (2020)