Publication: Modelado de un cuello robótico blando mediante aprendizaje automático
dc.affiliation.dpto | UC3M. Departamento de Ingeniería de Sistemas y Automática | es |
dc.affiliation.grupoinv | UC3M. Grupo de Investigación: Laboratorio de Robótica (Robotics Lab) | es |
dc.contributor.author | Continelli Flores, Nicole Andrea | |
dc.contributor.author | Nagua Cuenca, Luis Fernando | |
dc.contributor.author | Monje Micharet, Concepción Alicia | |
dc.contributor.author | Balaguer Bernaldo de Quirós, Carlos | |
dc.contributor.funder | Ministerio de Economía y Competitividad (España) | es |
dc.date.accessioned | 2024-01-24T13:52:34Z | |
dc.date.available | 2024-01-24T13:52:34Z | |
dc.date.issued | 2023-06-01 | |
dc.description.abstract | En este trabajo se aborda el problema del modelado de un cuello robótico blando mediante el uso de diferentes arquitecturas de redes neuronales, estudiando la influencia en los resultados del número de capas de cada red y de su correspondiente función de activación. Se emplearán las funciones de activación Tangente Hiperbólica (TANH) y Unidad Lineal Exponencial (ELU). Los modelos obtenidos se comparar ́an con un modelo basado en Perceptrón Multicapa (MLP) de parámetros optimizados, así como con el modelo cinemático analítico del cuello. Los resultados experimentales obtenidos demostrar ́an la ventaja del empleo de last ́ecnicas de aprendizaje automático para el modelado de sistemas altamente no lineales como el del cuello robótico blando, cuya característica elástica dificulta la formulación de un modelo analítico robusto. | es |
dc.description.sponsorship | Ministerio de Economía, Industria y Competitividad (España) | es |
dc.description.sponsorship | Agradecimientos Esta investigacion ha recibido financiación del proyecto SOFIA: Articulacion blanda inteligente con capacidades de reconfiguracion y modularidad para plataformas roboticas, con referencia PID2020-13194GB-I00, financiado por el Ministerio de Economía, Industria y Competitividad | es |
dc.description.status | Publicado | es |
dc.identifier.bibliographicCitation | Revista Iberoamericana de Automática e Informática industrial, (2023), 20 (3), pp.: 282–292 | es |
dc.identifier.doi | https://doi.org/10.4995/riai.2023.18752 | |
dc.identifier.publicationfirstpage | 282 | |
dc.identifier.publicationissue | 3 | |
dc.identifier.publicationlastpage | 292 | |
dc.identifier.publicationtitle | RIAI - Revista Iberoamericana de Automatica e Informatica Industrial | es |
dc.identifier.publicationvolume | 20 | |
dc.identifier.uri | https://hdl.handle.net/10016/39473 | |
dc.identifier.uxxi | AR/0000033596 | |
dc.language.iso | spa | en |
dc.publisher | Comité Español de Automática | es |
dc.relation.projectID | Gobierno de España. PID2020-13194GB-I00 | es |
dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) | en |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 España | en |
dc.rights.accessRights | open access | en |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | en |
dc.subject.eciencia | Ingeniería Mecánica | es |
dc.subject.eciencia | Robótica e Informática Industrial | es |
dc.subject.other | Activation function | en |
dc.subject.other | Constant curvature (CC) | en |
dc.subject.other | Machine learning | en |
dc.subject.other | Multilayer perceptron (MLP) | en |
dc.subject.other | Neural network | en |
dc.subject.other | Soft robotics | en |
dc.title | Modelado de un cuello robótico blando mediante aprendizaje automático | es |
dc.type | research article | en |
dc.type.hasVersion | VoR | en |
dspace.entity.type | Publication |
Files
Original bundle
1 - 1 of 1