Fugu-MT 論文翻訳(概要): Unconventional Cognitive Intelligent Robotic Control: Quantum Soft Computing Approach in Human Being Emotion Estimation -- QCOptKB Toolkit Application

論文の概要: Unconventional Cognitive Intelligent Robotic Control: Quantum Soft Computing Approach in Human Being Emotion Estimation -- QCOptKB Toolkit Application

arxiv url: http://arxiv.org/abs/2307.06858v1
Date: Wed, 14 Jun 2023 21:22:20 GMT
ステータス: 処理完了
システム内更新日: 2023-07-16 03:17:24.173965
Title: Unconventional Cognitive Intelligent Robotic Control: Quantum Soft Computing Approach in Human Being Emotion Estimation -- QCOptKB Toolkit Application
Title（参考訳）: 非伝統的な認知知能ロボット制御:人間の感情推定における量子ソフトコンピューティングアプローチ-QCOptKBツールキット応用
Authors: Sergey V. Ulyanov, Ichiro Kurawaki, Viktor S. Ulyanov, Takakhide Hagiwara
Abstract要約: 量子コンピューティングとソフトコンピューティングに基づく知的認知制御システムの戦略知的認知制御システムのハザード制御における堅牢性向上技術
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Strategy of intelligent cognitive control systems based on quantum and soft computing presented. Quantum self-organization knowledge base synergetic effect extracted from intelligent fuzzy controllers imperfect knowledge bases described. That technology improved of robustness of intelligent cognitive control systems in hazard control situations described with the cognitive neuro-interface and different types of robot cooperation. Examples demonstrated the introduction of quantum fuzzy inference gate design as prepared programmable algorithmic solution for board embedded control systems. The possibility of neuro-interface application based on cognitive helmet with quantum fuzzy controller for driving of the vehicle is shown.
Abstract（参考訳）: 量子・ソフトコンピューティングに基づく知的認知制御システムの戦略について知的ファジィコントローラから抽出した量子自己組織化知識ベース相乗効果の不完全知識ベースその技術は、認知神経インタフェースと異なるタイプのロボット協調で記述されたハザード制御状況における知的認知制御システムの堅牢性を改善した。例えば、ボード埋め込み制御系のためのプログラム可能なアルゴリズムによる解法として量子ファジィ推論ゲート設計が導入された。車両の運転に量子ファジィ制御を用いた認知ヘルメットを用いたニューラルインタフェースの適用の可能性を示す。

関連論文リスト

Quantum Computing and Neuromorphic Computing for Safe, Reliable, and explainable Multi-Agent Reinforcement Learning: Optimal Control in Autonomous Robotics [0.0]
本稿では,安全性,信頼性,説明可能なマルチエージェント強化学習(MARL)における量子コンピューティングとニューロモルフィックコンピューティングの利用について検討する。目的は、自律エージェントの動作を最適化し、安全性、信頼性、説明可能性を確保するという課題に対処することであった。
論文参考訳（メタデータ） (2024-07-29T15:43:30Z)
Quantum control by the environment: Turing uncomputability, Optimization over Stiefel manifolds, Reachable sets, and Incoherent GRAPE [56.47577824219207]
多くの現実的な状況において、制御された量子系は環境と相互作用する。本稿では,環境を資源として利用したオープン量子システムの制御に関するいくつかの結果について概説する。
論文参考訳（メタデータ） (2024-03-20T10:09:13Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Robust Quantum Controllers: Quantum Information -- Thermodynamic Hidden Force Control in Intelligent Robotics based on Quantum Soft Computing [0.0]
ハイブリッドインテリジェントコントローラの信頼性は、不完全な知識ベースを自己組織化する能力を提供することによって向上する。古典的コンピュータ上で量子アルゴリズムをモデル化するためのSW&HWプラットフォームとスーパーコンピュータアクセラレータのサポートツールについて述べる。
論文参考訳（メタデータ） (2023-05-18T18:37:56Z)
Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文参考訳（メタデータ） (2023-04-30T22:51:31Z)
Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文参考訳（メタデータ） (2022-09-19T16:49:32Z)
Physics-informed neural networks for quantum control [0.0]
物理インフォームドニューラルネットワーク(PINN)を用いた最適量子制御問題の計算手法を提案する。我々は,高確率,短時間の進化,低エネルギー消費制御を用いた状態間移動問題を効率的に解き,量子システムを開放する手法を適用した。
論文参考訳（メタデータ） (2022-06-13T16:17:22Z)
Machine-learning assisted quantum control in random environment [3.8580539160777625]
本稿では,ニューラルネットワークに基づく機械学習アルゴリズムの概念実証と解析について紹介する。畳み込みニューラルネットワークは、障害を認識できるため、この問題を解決可能であることを示す。提案アルゴリズムの精度は障害パターンの高次元マッピングにより向上することを示した。
論文参考訳（メタデータ） (2022-02-21T15:12:39Z)
On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。量子回路合成問題における時間-最適制御の強化について述べる。我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文参考訳（メタデータ） (2020-06-19T19:12:14Z)
A Preliminary Study for a Quantum-like Robot Perception Model [1.0957528713294875]
量子ライクな(QL)アプローチは、状態重畳や確率的干渉行動のような記述的な機能を提供する。本研究では,限定的な知覚能力を持つロボットにおけるQL知覚モデルの実現可能性について検討する。
論文参考訳（メタデータ） (2020-06-04T11:03:48Z)

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。