roboforum.ru

Автору темы:
в Матлабе, в симулинке генерируешь простейшую нейронную сеть из нескольких нейронов. Там основные детали - массив весовых коэффициентов, массив смещений, умножитель, сумматор и функция активации. В симулинке показываются все связи между ними. Функцию активации можно задать как таблицу значений, или для начала использовать простейшую пороговую (простое сравнение).
В алгоритме всё выглядит:
1. составляешь массив входных значений. (сигналы с датчиков, например....)
2. Каждому входному значению соответствует своё значение в массиве весов (массив может быть сколько угодно мерным, это зависит от входов и архитектуры сети) Умножаешь каждый вход на соответствующее значение веса.
(пишешь результат, например, в ещё один массив)
3. Суммируешь результаты умножения из п.2.
4. сравниваешь результат п.3. с порогом и получаешь выход нейрона.
5. если сеть двух и более слойная, то теперь вычисленные выходы нейронов первого слоя являются входами для нейронов следующего слоя. Т.е. возвращаемся к п.1.
В атмегу вполне можно впихнуть.
Проблема даже не в том, как сделать сеть в железе, а в том, как её использовать. Что подавать на вход и что снимать с выхода.

Добавлено спустя 3 минуты:
Очень много информации на эту тему в статьях IEEE. И очень много инфы можно найти в пиринговых сетях.

АлексAVR писал(а):нет схем. я нигде не встречал примеры принципиальных схем на основе НС. Принципы панимаю, но это абстракция. Нужны реальные примеры. Такое ощущение , как будто люди, которые пишут про НС никогда не реализовывали на практике это. Я конечно обязатель гляну ту книгу , что EdGull вы мне рекомендовали, если найду конечно. Если же вы компитентны в этой практике, скиньте ссылочку на схемку или выдложите. Буду благодарен

АлексAVR писал(а):Ну как зачем? Ну я дума принципы нейросетей можно реализовать как минимум на трех МК. ...

АлексAVR писал(а): Думаю ,что теории я накушался в доволь, чтобы приступить к практике.

да нет, из теории вы как раз почти ничего не поняли. простенькую нейросеть можно и на тиньке сделать, а для большой нейросети может и кластера из тысяч "нейрочипов" нехватить. всё от задачи зависит. прислушайся к неоднократным советам почитать теорию и попробовать сначала на компе поэксперементировать с нейросетями, зачем вам именно на контролёре сразу? поймёте что это, зачем и вообще, а нужно ли оно вам в принципе.
то что вы читали НС похоже к чистой теории относится, а там и смысла нет практические задачи на примерах реализовывать.
лан, лирика всё это. вопросс стоял в том что именно в железе делают. автоматические системы распознования номеров движущихся машин например. во всё мире уже давно полно таких приборов. самообучающиеся системы прокладки маршрута. разрабатывают системы для распознование агрессивного поведения (драки,... доделали или нет, незнаю, давно это было). в военной промышленности тоже куча всего: распознование объектов, например в области действия появляется объект, робот активируется, распознаёт что едет (танк, грузовик, БМП, легковушка, ...), потом смотрит свой/чужой и принимает решение атаковать или нет, если данный тип объекта его вообще интересует. у амеров одна фирма разработала обучаемый детектор оружия - с почти сто процентной точностью расспознаёт на рассояии конкретный тип оружия (ножи, пистолеты, автоматы, ...) и его количества. делали специально для полицейских. и еще куча всего, бпла, развед боты, роботы эвакуации,... чушь/фантастика/не может быть/... (нужное подчеркнуть). давно реальность. мало? у иностранцев есть куча конкурсов и соревнований, где автономные роботы должны чтот нетривиальное делать. например небольшой вертолёт вылетает в заданные координаты, пытается определить что там происходит и сообщает нужную информацию. на одном из таких турниров была задача вылететь в определённое место, определить есть ли пожар, найти есть ли в том месте люди и распознать в каком состоянии (подвижны или нет), сообщить на базу данные и вернутся. + по мелочам: не врезатся никуда, не зацепить кучу свисающих проводов,...
и это далеко не все, в железе ой как много чего уже сделано и не только на одних нейронках

лучше уж тогда на генетических алгоритмах...

слишком умный робот решит что безопаснее стоять на месте)

Дык не надо их в квартиру выпускать - сделать им "вольер" 1х2м - пусть там бегают
А чтобы не так очевидно было - дать им краску светящуюся в УФ и УФ-оптопару

Ездить не падая, избегая препятствий конечно можно научить - вопрос только в том - есть ли смысл всё обучение проводить в реале? Там же итераций 200 может понадобиться, например? Это же запаришься + как обратную связь? Поднимаешь с полу и вводишь ему кнопкой "больно!" ?