منتدى لغات البرمجة والبرامج

هل تريد التفاعل مع هذه المساهمة؟ كل ما عليك هو إنشاء حساب جديد ببضع خطوات أو تسجيل الدخول للمتابعة.

Eng: OmAr TaLaHmA-------- كـمـبـيـوتـرات و لـوحـات إلـكـتـرونـيـة

بسم الله الرحمن الرحيم --- اهلا وسهلا بكم في منتدى الكمبيوترات واللوحات الالكترونية ونرجو ان تنال اعجابكم وان تكونوا من الاعضاء الدائمين عندنا وان تستفيدوا منا وتفيدونا من خبراتكم .......وندعو الله ان يجعل من هذا الملتقى كنز للمعرفة والفائدة ..... وبارك الله فيكم

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات

    المهندس
    المهندس
    عضو نشيط
    عضو نشيط


    عدد المساهمات : 52
    تاريخ التسجيل : 28/12/2009
    العمر : 38
    الموقع : دورا

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Empty بناء خريطة الشبكات العصبية الصناعية في الروبوتات

    مُساهمة من طرف المهندس الإثنين ديسمبر 28, 2009 8:24 pm

    طريقة بناء الخريطة تأثر بصورة كبيرة على قلب المتحكم للروبوت, مع ذلك هذه العملية تحوي بعض المحددات التي تعيق العمل مثل سعه التخزين في الروبوت.

    وكمثال آخر على بناء خرائط, يمكننا أن نستخدم بعض الأنظمة المهجنة Hybrid Systems بين الشبكات العصبية وبين الـ Cellular Automata Machines فتشعر أنها شبكة عصبية وفي نفس الوقت آلة تنظيم الحالات.. أنظر الشكل 3.2

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Image011
    الشكل 3.2 تمثيل لخريطة مهجنة

    4. بصيرة الروبوت والتعرف على الأنماط
    كما نوه Ritter( 1997) أن حقل العمل مع بصيرة الروبوت Robot Vision عبارة عن حقل مليء بالبحوث العلمية, و أن الشبكات العصبية الصناعية تلعب دور كبير في هذا المجال وذالك بسبب البحوث القديمة في هذا المجال, و للإضافة فإن التنويه إلى الأهمية لمسألة التعرف على الأشياء والأجسام Object recognition في تطبيقات الروبوتات, وهي تغذي وحدة التحكم بمعلومات مهمة جدا, تساعد الروبوت على اتخاذ قرار صيحي.

    لقد وضح الباحثان Harrison & Koch 1998 أن الروبوتالروبوتات, تشكل التطبيق الحساس الذي يحتاج تحسين لقدراته في مجال البصر والتعرف على العناصر, لكن هناك صعوبات كبيرة في الموضوع, منها معالجة الفيديو في وقت العمل, ومعالجة الفيديو تأخذ وقت طويل لإتمام ذلك.

    التعرف على الصور ليست المتحسس الوحيد المهم لأنظمة الروبوتات , فنحن نحتاج أن نبني أنظمة تتعرف على الكلام والأصوات , و هي فعلاً تساعد كثيراً في تسهيل عملية التخاطب مع الروبوت .

    بالنظر إلى الشكل 4.1 سوف ترى أنه يوجد العديد من التطبيقات الممكن اعتمادها في التعرف على الأنماط . مثل التعرف على الأشياء , مثلاً سيارة
    طياره , بيت كرسي , كتاب . أيضاً التعرف على الوجوه face recognition , والتعرف على الأصوات والكلام المطوق .
    ومن المهم أيضاً التعرف على السطوح.

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Image012
    الشكل 4.1 أمثلة على التعرف على أنماط

    من الإمكان في المستقبل بالاستناد إلى البحوث الحالية أن يتم بناء روبوتات تستطيع الشم أو ستحوي على جلد اصطناعي يغلف كل الجسم,
    وهذا يجعلها أكثر شبه بالإنسان أو ممكن في المستقبل أن تكون أسرع أو تحوي على بعض الحواس التي لا يحويها الإنسان.


    5. تعلم المهام

    تعلم المهام ليس من المجالات السهل العمل معها لتكون مضمنة في الروبوت, يمكن أن نرى الكثير من الروبوتات تستطيع أن تتعلم بعض المهام مثل تجميع القطع , أو بناء السيارات , لكن هي في هذه النقطة تشبه المسجل أو الطابعة .
    فنحن نقوم بتسجيل المهام والخطوات كما نسجل الصوت أو نحرر المستند, بعد ذلك نطلب من الروبوت لكي يكررها مرات ومرات أي كأنه مجرد طابعه.

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Image013
    الشكل 5.1 مسجل صوتي و طابعة ورقية

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Image014
    الشكل 5.2 روبوت في شركة تصنيع السيارات , عبارة عن طابعة قطع أو طابعة دهان .

    على أي حال ما نريده أن يتم تصميم نظام learning task system بحيث يستطيع أن يتعلم المهام أو حركات الإنسان, و من الممكن أن يقوم بإعادتها ذاتياً في حالات مشابه أو ممكن أن يقوم بتطور المهام الخاصة بنفسه.

    عدد كبير من باحثين هذه الأيام يركزون على هذه النقطة, مثلاً لقد رسم الباحثون Ross, Hart, Lawson, Webb, Prem, Poelz and Morgavi 2003 الانتباه إلى حقيقة أن الروبوتات المتحركة Mobile Robotics ما زالت تحت العمل لجعل الروبوت يتعلم القيام ببعض المهام البسيطة مثل القيام بإزاحة مجسمات إلى مكان معين, أو الجري بأسرع ما يمكن على أرضية غير مستقيمة. وهنا عملية التعليم ممكن أن تكون بإشراف Supervised أو من غير إشراف Unsupervised.

    العلماء نوهوا أنه يجب عليه أن يحتوي على نظام لكي يزيد قدراته أو هيكليه, و أيضاُ إذا كان بالمكان أن يكبر, لكن عملية النمو تحتاج إلى زيادة المدخلات والمتحسسات.

    نحن نحتاج إلى روبوتات تستطيع أن تتعلم بسرعة كبيرة في حالت إشرافية أو من غير مشرف, أيضاً مع إمكانية تطوير عملية التفكير المنطقي مع التجارب.

    بناء خريطة الشبكات العصبية الصناعية في الروبوتات Image015
    الشكل 5.3 الروبوت ساني من فلم I Robot


    الخلاصة

    الشبكات العصبية الصناعية Artificial Neural Networks (ANN) تعطينا الكثير من الوعود في علم الروبوتات, إضافة إلى ذلك أن عمليات البحث في الوقت الحالي تركز على نقطة استخدام الشبكات العصبية ANN بأي نوع وطريقة في الكثير من التطبيقات البسيطة والحقيقة.

    خوارزميات تعليم الروبوت تخيرت من الذكاء الاصطناعي الثابت أو الكلاسيكي القديم إلى ثورة الشبكات العصبية وخوارزميات الجينات, ما استنتجته هنا أنه كل عدد من السنوات يتغير التعريف للذكاء الاصطناعي, وذلك مع زيادة التقنيات و الخوارزميات والنظريات المطروحة من قبل الباحثين.

    أنا أقترح أننا إذا أردنا أن نحصل على روبوتات أكثر ذكائنا, يجب علينا أن نجد طريقة لصنع روبوتات صغيرة جداً تقوم بتمثيل الخلية العصبية Neuron Cell وبعدها باستخدام هذه الخلايا العصبية الصغيرة نقوم ببناء نظام مهجن بين البرمجة والمواد الصلبة في نظام واحد, أو إذا كان بإمكاننا أن نقوم بالسيطرة على أنواع من البكتيريا أو الأميبا لكي نبني الروبوت أو الخلية العصبية.

    ما أتمناه هو أن قوم بتطوير هذه المقالة من خلا زيادة الدائرة البحث حول الموضوع, و أن أقوم بتقديمها على شكل ورقه علمية أو مشروع كامل بكل التفاصيل والتنفيذ...

      الوقت/التاريخ الآن هو الخميس مارس 28, 2024 12:57 pm