論文の概要: Generating Oscillation Activity with Echo State Network to Mimic the Behavior of a Simple Central Pattern Generator

• arxiv url: http://arxiv.org/abs/2306.10927v1
• Date: Mon, 19 Jun 2023 13:37:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-21 17:48:07.333879
• Title: Generating Oscillation Activity with Echo State Network to Mimic the Behavior of a Simple Central Pattern Generator
• Title（参考訳）: 単純な中心パターン生成器の挙動を模倣するエコー状態ネットワークによる発振活動の生成
• Authors: Tham Yik Foong and Danilo Vasconcellos Vargas
• Abstract要約: 本稿では,改良型エコー状態ネットワーク(ESN)を用いた簡易中央パターン生成器(CPG)の再生手法を提案する。 貯水池で発振を発生させるために必要な特定のニューロンアンサンブルを定義し, 漏洩速度, スペクトル半径, トポロジー, 個体群の大きさの調整が, それらの発振を再現する確率をいかに高めるかを示す。 このアプローチは、ロボットシステムのためのバイオインスパイアされたコントローラの開発に有望なソリューションを提供する。
• 参考スコア（独自算出の注目度）: 13.021014899410684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a method for reproducing a simple central pattern generator (CPG) using a modified Echo State Network (ESN). Conventionally, the dynamical reservoir needs to be damped to stabilize and preserve memory. However, we find that a reservoir that develops oscillatory activity without any external excitation can mimic the behaviour of a simple CPG in biological systems. We define the specific neuron ensemble required for generating oscillations in the reservoir and demonstrate how adjustments to the leaking rate, spectral radius, topology, and population size can increase the probability of reproducing these oscillations. The results of the experiments, conducted on the time series simulation tasks, demonstrate that the ESN is able to generate the desired waveform without any input. This approach offers a promising solution for the development of bio-inspired controllers for robotic systems.
• Abstract（参考訳）: 本稿では,改良型エコー状態ネットワーク(ESN)を用いた単純な中央パターン生成器(CPG)の再生手法を提案する。 従来、動的貯水池は、記憶の安定と保存のために減衰する必要がある。 しかし, 外部励起を伴わない振動活性を発現する貯水池は, 生体系における単純なCPGの挙動を模倣できることがわかった。 貯水池で発振を発生させるために必要な特定のニューロンアンサンブルを定義し, 漏洩速度, スペクトル半径, トポロジー, 集団サイズに対する調整が, それらの発振を再現する確率をいかに高めるかを示す。 時系列シミュレーションタスクで実施された実験の結果、ESNは入力なしで所望の波形を生成することができることを示した。 このアプローチは、ロボットシステムのためのバイオインスパイアされたコントローラの開発に有望なソリューションを提供する。

関連論文リスト

• A Unified Approach for Learning the Dynamics of Power System Generators and Inverter-based Resources [12.723995633698514]
  再生可能エネルギーの統合と電気化のためのインバータベースの資源(IBR)は、電力系統の動的解析に大きく挑戦する。 同期ジェネレータ(SG)とIRBの両方を考慮するため、この研究は個々の動的コンポーネントのモデルを学ぶためのアプローチを示す。
  論文  参考訳（メタデータ） (2024-09-22T14:07:10Z)
• Energy control in a quantum oscillator using coherent control and engineered environment [83.88591755871734]
  我々は、コヒーレント、電磁、電場、非コヒーレント制御を用いて、量子調和振動子におけるエネルギーの新たな操作法を開発し、解析する。 速度勾配アルゴリズムに基づくコヒーレントかつ非コヒーレントな制御設計手法を提案する。 また, 速度勾配制御アルゴリズムの差分法も提案した。
  論文  参考訳（メタデータ） (2024-03-25T20:44:46Z)
• Effective Dynamics of Generative Adversarial Networks [16.51305515824504]
  GAN(Generative Adversarial Network)は、新しいサンプルを生成するために対人訓練を使用する機械学習モデルのクラスである。 モード崩壊と呼ばれるトレーニング失敗の1つの主要な形態は、ジェネレータがターゲット確率分布におけるモードの完全な多様性を再現できないことである。 本稿では,ジェネレータニューラルネットワークを出力空間内の粒子の集合に置き換えることで,学習ダイナミクスを捕捉するGANトレーニングの効果的なモデルを提案する。
  論文  参考訳（メタデータ） (2022-12-08T22:04:01Z)
• CPG-RL: Learning Central Pattern Generators for Quadruped Locomotion [4.56877715768796]
  本稿では, 集中型パターン生成装置(CPG)を深部強化学習フレームワークに統合し, 頑健な四足歩行を実現する手法を提案する。 シミュレーションでポリシをトレーニングし、Unitree A1の4倍体へのシミュレート・トゥ・リアル転送を行い、トレーニング中に見えない障害に対するロバストな振る舞いを観察する。
  論文  参考訳（メタデータ） (2022-11-01T13:41:13Z)
• Rapid rhythmic entrainment in bio-inspired central pattern generators [1.4502611532302039]
  周期的刺激に対する運動の訓練は、人間の特徴的な知的行動であり、適応ロボット工学の重要な目標である。 本研究では,松岡ニューロンの周期的な入力信号の振動周期を自然に調節する4重結合型中央パターン生成器(CPG)について述べる。 特に、周期的チューニング性は、歩行歩行よりも歩行歩行がより容易で、フィルタネットワーク内のニューロンが入力信号の事前処理に有用であることが判明した。
  論文  参考訳（メタデータ） (2022-06-03T15:27:41Z)
• DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
  我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。 我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。 標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
  論文  参考訳（メタデータ） (2021-12-08T13:07:21Z)
• Deep Bayesian Active Learning for Accelerating Stochastic Simulation [74.58219903138301]
  Interactive Neural Process(INP)は、シミュレーションとアクティブな学習アプローチのためのディープラーニングフレームワークである。 能動的学習のために,NPベースモデルの潜時空間で計算された新しい取得関数Latent Information Gain (LIG)を提案する。 その結果,STNPは学習環境のベースラインを上回り,LIGは能動学習の最先端を達成していることがわかった。
  論文  参考訳（メタデータ） (2021-06-05T01:31:51Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
  スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。 終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
  論文  参考訳（メタデータ） (2021-01-24T12:44:38Z)
• A Spiking Central Pattern Generator for the control of a simulated lamprey robot running on SpiNNaker and Loihi neuromorphic boards [1.8139771201780368]
  本稿では,シミュレートされたランプレーモデルを制御する手段として,スパイクニューラルネットワークとニューロモルフィックハードウェアの実装を提案する。 センサ情報によって提供できるネットワークへの入力を変更することで,ロボットの方向や速度を動的に制御できることを示す。 スパイキングアルゴリズムのこのカテゴリは、エネルギー効率と計算速度の観点から、ニューロモルフィックハードウェアの理論的利点を利用する有望な可能性を示している。
  論文  参考訳（メタデータ） (2021-01-18T11:04:16Z)
• Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
  本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。 本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
  論文  参考訳（メタデータ） (2020-04-09T14:32:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。