| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Mobila robota imitācijas modeļa izgūšana ar dziļās apmācības mākslīgajiem neironu tīkliem |
| Nosaukums angļu valodā |
Extraction of an Imitation Model for a Mobile Robot Using Deep Neural Networks |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Valters Vēciņš |
| Recenzents |
R.Cimurs, Hanyang Universitātes pētnieks, Dienvidkoreja |
| Anotācija |
Bakalaura darbs pieskaitāms pie 2. tipa: Aktuālo jomas problēmu risinājumi.
Precīza mobila robota kinemātikas un dinamikas modeļa iegūšana ir sarežģīts uzdevums, it īpaši, ja robots stipri atšķiras no idealizēta modeļa. Dziļās apmācības mākslīgie neironu tīkli var sniegt matemātiskā modeļa tuvinājumu bez zināšanām par fizikālajiem parametriem. Bakalaura darba ietvaros tiek aprakstīti mākslīgie neironu tīkli un pētītas to arhitektūras laikrindu prognozēšanas uzdevuma kontekstā. Tiek sniegts pārskats par regresijā balstītām prognozes metodēm.
Praktiskajā daļā tiek implementētas trīs mākslīgo neironu tīklu arhitektūras. Iegūtie modeļi tiek pielietoti sensoru datu paredzēšanas uzdevumam, kā arī no prognozētām vērtībām tiek aprēķinātas mobila robota trajektorijas. Iegūtie rezultāti tiek novērtēti pret reālo datu kopu, kā arī savstarpēji ir salīdzināti rezultāti starp tīklu arhitektūrām. Praktiskā darba izpildei tika izmantots RTU HPC superdators.
Darba pamattekstā ir 47 lappuses, 21 attēls, 4 tabulas, 115 nosaukuma informācijas avoti un 2 pielikumi. |
| Atslēgas vārdi |
LAIKRINDU PAREDZĒŠANA, DZIĻĀ MAŠĪNAPMĀCĪBA, MOBILU ROBOTU MODELĒŠANA, MĀKSLĪGIE NEIRONU TĪKLI |
| Atslēgas vārdi angļu valodā |
TIME SERIES FORECASTING, DEEP LEARNING, MOBILE ROBOT MODELLING, ARTIFICIAL NEURAL NETWORKS |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
31.05.2021 15:26:48 |
