Интеллектуальные самоорганизующиеся когнитивные регуляторы. Ч. 3: Информационно-термодинамический закон распределения качества и обобщенная структура интеллектуального когнитивного управления
Боковая панель статьи
Основное содержимое статьи
Аннотация
Для гибридных когнитивных / интеллектуальных систем управления выведено информационно-термодинамическое уравнение оптимального распределения показателей качества управления (типа устойчивость, управляемость и робастность), на основе которого возможно спроектировать управляющую силу на объект управления согласно принципу минимальной потери полезного ресурса и требуемого минимума исходной информации для гарантированного достижения цели управления в условиях неопределенности. Рассматривается обобщенная структура когнитивной интеллектуальной системы управления. Основу обобщенной структуры составляют нечеткие и когнитивные регуляторы и введенное информационно-термодинамическое уравнение с применением квантового нечеткого вывода. Рассмотрена связь процессов проектирования когнитивных регуляторов с методами Kansei / Affective инженерии.
Скачивания
Информация о статье
Библиографические ссылки
Ульянов С. , Албу В. , Бархатова И. Квантовая самоорганизация баз знаний: Технологии квантовых вычислений и квантового программирования. – LAP LAMBERT Academic Publ. – 2014.
Ульянов С. , Албу В. , Решетников А. Квантовый оптимизатор баз знаний: Интеллектуальные самоорганизующиеся робастные встраиваемые контроллеры и системы управления. – LAP LAMBERT Academic Publ. – 2014.
Ульянов С. , Албу В. , Решетников А. Интеллектуальные системы управления в непредвиденных ситуациях управления: Оптимизатор баз знаний на мягких вычислениях. – LAP LAMBERT Academic Publ. – 2014.
Ulyanov S. V. Soft computing optimizer of intelligent control system structures // Patent US № 7,219,087 В2. – 2007.
Ulyanov S. V. System for soft computing simulation // Patent US No 2006 / 0218108 A1. – 28.09.2006.
Ulyanov S. V. Self-organizing quantum robust control methods and systems for situations with uncertainty and risk // Patent US 2013 / 0096698 А1. – 18.04.2013.
Nagamachi M. Kansei / Affective engineering. – CRC Press Taylor & Francis Group. – 2011.
Cohn R. Kansei engineering. – VSD (Omniks). – 2013.
Dai Y. , Chakraborty B. , Shi M. Kansei engineering and soft computing: Theory and practice. – CRC Press Taylor & Francis Group. – 2010.
Ulyanov S. V. Intelligent self-organized robust control design based on quantum/soft computing technologies and Kansei Engineering // Computer Science J. of Moldova. – 2013. – Vol. 21. – № 2(62). – Pp. 242-279.
Po-Lei Lee, Hsiang-Chih Chang, Tsung-Yu Hsieh, Hua-Ting Deng, Chia-Wei Sun. A Brain-waveactuated small robot car using ensemble empirical mode decomposition-based approach // IEEE transactions on systems, man, and cybernetics – Part A: systems and humans. – 2012. – Vol. 42. – № 5. – Pp. 1053-1064.
Becedas J. Brain–Machine Interfaces: Basis and advances // IEEE transactions on systems, man, cybernetics – Part C: Applications and reviews. – 2012. – Vol. 42. – №. 6. – Pp. 825-836.
Sadeghieh A. , Roshanian J. , Najafari F. Implementation of an intelligent adaptive controller for an electrohydravlic servo system based on a brain mechanism of emotional learning // Intern. J. of Advanced Robotic Systems (INTECH). – 2012. – Vol. 9. – Pp. 1-12.
A. J. Shackman, T. V. Salomons, H. A. Slagter et all. The integration of negative affect, pain and cognitive control in the cingulated cortex // Nature Reviews: Neuroscience. – 2011. – Vol. 12. – Pp. 154-167.
Hua Cai, Yingzi Lin. Coordinating cognitive assistance with cognitive engagement control approaches in human–machine collaboration // transactions on systems, man, and cybernetics – Part A: systems and humans. – 2012. – Vol. 42. – №2. – Pp. 286-294.
Vernon D. , von Hofsten C., Fadiga L. A Roadmap for cognitive development in humanoid robots. Cognitive systems monographs. – Springer-Verlag Berlin Heidelberg – Vol. 11. – 2010. – P. 227.
Changyun Wei, Koen V. Hindriks. An Agent-Based Cognitive Robot Architecture // M. Dastani, J. F. Hubner, B. Logan (Eds.): ProMAS 2012. – LNAI 7837. – Springer-Verlag, Berlin. Heidelberg, 2013. – Pp. 54-71.
Kitajima M.. Toyota M. Decision-making and action selection in two minds: An analysis based on model human processor with real time constraints (MHP/RT) // Biologically Inspired Cognitive Architectures. – 2013. – Vol. 5. – Pp. 82-93.
Anguera J. A., Boccanfuso J., Rintoul J. L., Al-Hashimi O., Faraji F., Janowich J. , Kong E., Larraburo Y. , C. Rolle, Johnston E., Gazzaley A. Video game training enhances cognitive control in older adults // Nature. – 2013. – Vol. 501. – Pp. 97-101.
Weng J., Luciw M. D. , Zhang Qi. Brain-like emergent temporal processing: Emergent open states // IEEE Transactions on Autonomous Mental Development. – 2013. – Vol. 5. – №. 2. – Pp. 82-116.
Dong D., Chen Z.-L., Chen Z.-H., Zhang C.-B. Quantum mechanics helps in learning for more intelligent robots // Chin. Phys. Lett. – 2006. – Vol. 23. – № 7. – Pp. 1691-1694.
Lukac M. , Perkowski M. Inductive learning of quantum behaviors // Facta Universitatis. – 2007. – Vol. 20. – № 3. – Pp. 561-586.
Kagan E., Gal I Ben. Navigation of quantum-controlled mobile robots // Recent Advances in Mobile Robotics. – Ch. 15, In Tech. –2011. – Pp. 311-220.
Bannikov A. , Egerton S. , Callaghan V. , Jonson B. D. , Shaukat M. Quantum computing: Non – deterministic controllers for artificial intelligent agents // Proc. 5th Intern. Wokshop Artif. Intell. Techniques for Ambient Intelligence (AITAm’10). – Kuala Lumpur, Malasia. – 2010.
Chatzis S. P., Korkinof D., Demiris Y. A quantum-statistical approach toward robot learning by demonstration // IEEE Transactions on Robotics. – 2012. – Vol. 28. – № 6. – Pp. 1371-1381.
Chen F., Hou R., Tao G. Adaptive controller design for faulty UAVs via quantum information technology // Intern. J. of Adv. Robotic Systems (In Tech). – 2012. – Vol. 9. – Pp. 256:2012.
Gyongyosi L., Imre S. Quantum cellular automata controlled self-organizing networks, Cellular automata // Innovative Modelling for Science and Engineering / Dr. A. Salcido (Ed.). InTech. – 2011.
Kim Y. H. , Kim J. H. Multiobjective quantum-inspired evolutionary algorithm for fuzzy path planning of mobile robot // IEEE Congress on Evolutionary Computation (CEC 2009). – 2009. – Pp. 1185-1192.
Kim S. S. , Choia H. J. , Kwak K. Knowledge extraction and representation using quantum mechanics and intelligent models // Expert Systems with Applications. – 2012. – Vol. 39. – № 3. – Pp. 3572-3581.
Halpern N. Y., Garner A. J. P., Dahlsten O. C. O., Vedral V.. What’s the worst that could happen? Oneshot dissipated work from Renyi divergences // arXiv:1505.06217v1 [cond-mat.stat-mech] – 22 May 2015.