The Use of an Autoencoder in the Problem of Shepherding - Publikacja - MOST Wiedzy

Wyszukiwarka

The Use of an Autoencoder in the Problem of Shepherding

Abstrakt

This paper refers to the problem of shepherding clusters of passive agents consisting of a large number of objects by a team of active agents. The problem of shepherding and the difficulties that arise with the increasing number of data describing the location of agents have been described. Several methods for reducing the dimensionality of data are presented. Selected autoencoding method using a Restricted Boltzmann Machine is then discussed. Autoencoding is deployed to reduce the dimensionality of graphic representation of clusters. Reduced data is used to train the neural network which determine movements of the active agents. Genetic algorithms are used in optimization of the parameters of this network.

Cytowania

  • 2

    CrossRef

  • 0

    Web of Science

  • 2

    Scopus

Cytuj jako

Pełna treść

pobierz publikację
pobrano 78 razy
Wersja publikacji
Submitted Version
Licencja
Copyright (2018, IEEE)

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Tytuł wydania:
2018 23rd International Conference on Methods & Models in Automation & Robotics (MMAR) strony 947 - 952
Język:
angielski
Rok wydania:
2018
Opis bibliograficzny:
Kowalczuk Z., Jędruch W., Szymański K.: The Use of an Autoencoder in the Problem of Shepherding// 2018 23rd International Conference on Methods & Models in Automation & Robotics (MMAR)/ : , 2018, s.947-952
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/mmar.2018.8486067
Weryfikacja:
Politechnika Gdańska

wyświetlono 179 razy

Publikacje, które mogą cię zainteresować

Meta Tagi