Aplicación de Deep Learning al aprendizaje de modelos en robótica cognitiva

Contenido principal del artículo

Ariel Rodríguez-Jiménez
Esteban Arias-Méndez
Francisco Bellas-Bouza
Jose Becerra-Permuy

Resumen

El tipo de entrenamiento utilizado para una red neuronal artificial va a depender de factores como: disponibilidad de datos, tiempo de entrenamiento, recursos de hardware disponibles, entre otros. Los entrenamientos pueden ser offline u online. En el presente artículo se experimentan entrenamientos online sobre un robot cuya principal característica es que utiliza un mecanismo cognitivo darwinista para su supervivencia.


El aprendizaje del robot se produce en tiempo real. Este tiene redes neuronales artificiales profundas para predecir acciones a realizar, se entrena con la menor cantidad de espacio de almacenamiento y en el menor tiempo posible sin sacrificar confianza de la red neuronal artificial profunda.


Los entrenamientos experimentados son: Online Deep Learning, Online Deep Learning con memoria y Online Mini-Batch Deep Learning con memoria.

Detalles del artículo

Cómo citar
Rodríguez-Jiménez, A., Arias-Méndez, E., Bellas-Bouza, F., & Becerra-Permuy, J. (2020). Aplicación de Deep Learning al aprendizaje de modelos en robótica cognitiva. Revista Tecnología En Marcha, 33(6), Pág. 92–104. https://doi.org/10.18845/tm.v33i6.5171
Sección
Artículo científico