Cantitate/Preț
Produs
Total produse
Vezi coșul
Deep Learning for Robot Perception and Cognition de Alexandros Iosifidis

Deep Learning for Robot Perception and Cognition

Editat de Alexandros Iosifidis, Anastasios Tefas
en Limba Engleză Paperback – 10 mar 2022

În dezvoltarea sistemelor autonome moderne, arhitectura software-ului trebuie să integreze armonios algoritmii de învățare cu mecanica fizică. Deep Learning for Robot Perception and Cognition, volum editat de Alexandros Iosifidis și Anastasios Tefas, adoptă o metodologie riguroasă axată pe designul sistemelor de tip end-to-end. Remarcăm o structură ce facilitează tranziția de la fundamentele matematice ale backpropagation-ului și rețelelor convoluționale către tehnici avansate de optimizare, precum Lightweight Deep Learning și Knowledge Distillation, esențiale pentru procesarea pe dispozitive cu resurse limitate.

Descoperim aici o abordare aplicată a viziunii artificiale, unde capitolele dedicate detectării obiectelor 3D și segmentării semantice sunt completate de studii de caz practice. Această structură diferă de cea din Intelligent Robotic Visual Perception With Deep Learning de Qiaokang Liang prin faptul că este mai puțin axată pe abstracțiuni teoretice și mult mai aplicabilă în scenarii industriale reale, precum manipularea robotică în producția agilă sau navigarea dronelor în regim de concurs (Drone Racing).

Analizăm, de asemenea, integrarea mediilor de simulare și a bibliotecii OpenDR, elemente ce permit testarea și validarea modelelor înainte de implementarea pe hardware. Autorii nu se limitează la viziunea clasică, ci extind aria de acoperire către sisteme multi-agent și analiza biosemnalelor, oferind o perspectivă holistică asupra cogniției robotice. Cele 634 de pagini publicate de ELSEVIER SCIENCE constituie un suport tehnic dens, susținut de ilustrații ce clarifică fluxurile de date și topologiile de rețea complexe.

Citește tot Restrânge

Preț: 61648 lei

Preț vechi: 89346 lei
-31%

Puncte Express: 925

Carte tipărită la comandă

Livrare economică 22 mai-05 iunie
Livrare express 24-30 aprilie pentru 12512 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780323857871
ISBN-10: 0323857876
Pagini: 634
Ilustrații: 55 illustrations (15 in full color)
Dimensiuni: 191 x 235 x 35 mm
Greutate: 1.08 kg
Editura: ELSEVIER SCIENCE

De ce să citești această carte

Recomandăm această lucrare inginerilor și cercetătorilor care doresc să implementeze soluții de Deep Learning pe platforme robotice reale. Cititorul câștigă o înțelegere clară a fluxului end-to-end, de la antrenarea în medii de simulare până la optimizarea modelelor pentru performanță în timp real. Este un ghid practic pentru trecerea de la viziunea computerizată teoretică la percepția robotică funcțională.

Cuprins

1. Introduction 2. Neural Networks and Backpropagation 3. Convolutional Neural Networks 4. Graph Convolutional Networks 5. Recurrent Neural Networks 6. Deep Reinforcement Learning 7. Lightweight Deep Learning 8. Knowledge Distillation 9. Progressive and Compressive Deep Learning 10. Representation Learning and Retrieval 11. Object Detection and Tracking 12. Semantic Scene Segmentation for Robotics 13. 3D Object Detection and Tracking 14. Human Activity Recognition 15. Deep Learning for Vision-based Navigation in Autonomous Drone Racing 16. Robotic Grasping in Agile Production 17. Deep learning in Multiagent Systems 18. Simulation Environments 19. Biosignal time-series analysis 20. Medical Image Analysis 21. Deep learning for robotics examples using OpenDR

Descriere

Deep Learning for Robot Perception and Cognition introduces a broad range of topics and methods in deep learning for robot perception and cognition together with end-to-end methodologies. The book provides the conceptual and mathematical background needed for approaching a large number of robot perception and cognition tasks from an end-to-end learning point-of-view. The book is suitable for students, university and industry researchers and practitioners in Robotic Vision, Intelligent Control, Mechatronics, Deep Learning, Robotic Perception and Cognition tasks.

 

 

  • Presents deep learning principles and methodologies
  • Explains the principles of applying end-to-end learning in robotics applications
  • Presents how to design and train deep learning models
  • Shows how to apply deep learning in robot vision tasks such as object recognition, image classification, video analysis, and more
  • Uses robotic simulation environments for training deep learning models
  • Applies deep learning methods for different tasks ranging from planning and navigation to biosignal analysis