Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  View-based cognitive map learning by an autonomous robot

Mallot, H., Bülthoff, H., Georg, P., Schölkopf, B., & Yasuhara, K. (1995). View-based cognitive map learning by an autonomous robot. In F. Fogelman-Soulié, & R. Gallinari (Eds.), Conférence Internationale sur les Réseaux de Neurones Artificiels (ICANN 1995) (pp. 381-386). Paris, France: EC2.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-EC58-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0007-558C-C
Genre: Konferenzbeitrag

Dateien

einblenden: Dateien
ausblenden: Dateien
:
pdf668.pdf (beliebiger Volltext), 194KB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-0005-F592-1
Name:
pdf668.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Urheber

einblenden:
ausblenden:
 Urheber:
Mallot, HA1, 2, Autor           
Bülthoff, HH1, 2, Autor           
Georg, P1, 2, Autor           
Schölkopf, B1, 2, Autor           
Yasuhara, K1, 2, Autor           
Affiliations:
1Department Human Perception, Cognition and Action, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497797              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: This paper presents a view-based approach to map learning and navigation in mazes. By means of graph theory we have shown that the view-graph is a sufficient representation for map behaviour such as path planning. A neural network for unsupervised learning of the view-graph from sequences of views is constructed. We use a modified Kohonen (1988) learning rule that transforms temporal sequence (rather than featural similarity) into connectedness. In the main part of the paper, we present a robot implementation of the scheme. The results show that the proposed network is able to support map behaviour in simple environments.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 1995-10
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 668
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Conférence Internationale sur les Réseaux de Neurones Artificiels (ICANN 1995)
Veranstaltungsort: Paris, France
Start-/Enddatum: 1995-10-09 - 1995-10-13

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Conférence Internationale sur les Réseaux de Neurones Artificiels (ICANN 1995)
Genre der Quelle: Konferenzband
 Urheber:
Fogelman-Soulié, F, Herausgeber
Gallinari, R, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Paris, France : EC2
Seiten: 597 Band / Heft: - Artikelnummer: - Start- / Endseite: 381 - 386 Identifikator: ISBN: 2-910085-18-X