Este trabajo propone una red neuronal artificial (SNN) que sustenta el proceso cognitivo abstracto de aprendizaje de conceptos espaciales, incorporada a robots virtuales y reales. Basándose en un procedimiento de condicionamiento operante, los robots aprenden la relación de los estímulos visuales horizontal/vertical e izquierda/derecha, independientemente de la composición específica de los patrones o de su ubicación en las imágenes. Se realizaron con éxito pruebas con patrones y ubicaciones novedosas tras la fase de aprendizaje de adquisición. Los resultados muestran que el SNN puede adaptar su comportamiento en tiempo real cuando cambia la regla de recompensa.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Evaluación de la seguridad ecológica basada en la teledetección y en un modelo de ecología del paisaje
Artículo:
Un nuevo algoritmo de colonia de abejas artificial modificado con pasos adaptativos de función exponencial
Artículo:
Optimización del proceso de desacetilación de membranas de fibra hueca de celulosa regenerada
Artículo:
Método de detección del interior del tambor de coque mediante señales acústicas
Artículo:
Condiciones óptimas de fabricación de películas delgadas de óxido de estaño y antimonio de tipo p preparadas por pulverización catódica de magnetrón de corriente continua
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Software:
Simulación del proceso de extracción sólido-líquido EXTSL