Научная статья на тему 'ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКИХ ПАРАМЕТРОВ РОБОТА-МАНИПУЛЯТОРА'

ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКИХ ПАРАМЕТРОВ РОБОТА-МАНИПУЛЯТОРА Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
5
0
Читать
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
роботы-манипуляторы / нейронные сети / идентификация / динамические параметры / robotic manipulators / neural networks / identification / dynamic parameters

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Чарыев А. Б., Джуманазаров Е. Г., Гараева О. Г.

В статье рассмотрено использование нейронных сетей при идентификации динамических параметров роботов-манипуляторов и показаны его положительные стороны. Кроме того, представлена информация об использовании нейронных сетей в идентификации и ее видах

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
Предварительный просмотр
i Надоели баннеры? Вы всегда можете отключить рекламу.

USING NEURAL NETWORKS IN IDENTIFYING DYNAMIC PARAMETERS OF A ROBOT MANIPULATOR

The article discusses the use of neural networks in identifying the dynamic parameters of robotic manipulators and shows its positive aspects. In addition, information is provided on the use of neural networks in identification and its types

Текст научной работы на тему «ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКИХ ПАРАМЕТРОВ РОБОТА-МАНИПУЛЯТОРА»

УДК 004.032.26

Чарыев А Б.

Преподаватель института телекоммуникаций и информатики Туркменистана

Джуманазаров Е.Г.

Преподаватель института телекоммуникаций и информатики Туркменистана

Гараева О.Г.

Преподаватель института телекоммуникаций и информатики Туркменистана

ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКИХ ПАРАМЕТРОВ РОБОТА-МАНИПУЛЯТОРА

Аннотация

В статье рассмотрено использование нейронных сетей при идентификации динамических параметров роботов-манипуляторов и показаны его положительные стороны. Кроме того, представлена информация об использовании нейронных сетей в идентификации и ее видах.

Ключевые слова

роботы-манипуляторы, нейронные сети, идентификация, динамические параметры.

Charyev A. B.

Lecturer of the Institute of Telecommunications and Informatics of Turkmenistan

Jumanazarov Y. G.

Lecturer of the Institute of Telecommunications and Informatics of Turkmenistan

Garayeva O. G.

Lecturer of the Institute of Telecommunications and Informatics of Turkmenistan

USING NEURAL NETWORKS IN IDENTIFYING DYNAMIC PARAMETERS OF A ROBOT MANIPULATOR

Abstract

The article discusses the use of neural networks in identifying the dynamic parameters of robotic manipulators and shows its positive aspects. In addition, information is provided on the use of neural networks in identification and its types.

Keywords

robotic manipulators, neural networks, identification, dynamic parameters.

Нейронные сети - это мощный инструмент машинного обучения, который находит все более широкое применение в различных областях, включая робототехнику. Они обладают уникальной способностью к обучению на данных и аппроксимации сложных нелинейных функций.

Почему нейронные сети так хорошо подходят для идентификации динамических параметров роботов?

• Универсальная аппроксимация: Нейронные сети способны аппроксимировать практически любую непрерывную функцию, что позволяет им точно моделировать сложные нелинейные зависимости между входными и выходными данными робота.

• Адаптивность: Нейронные сети могут адаптироваться к изменениям в динамике робота, обучаясь на новых данных в процессе работы.

• Обработка больших объемов данных: Нейронные сети могут эффективно обрабатывать большие

объемы данных, что позволяет строить более точные модели.

Как нейронные сети применяются в идентификации:

1. Сбор данных: С робота собираются данные о его движениях, силах, моментах и других параметрах.

2. Подготовка данных: Данные преобразуются в формат, подходящий для обучения нейронной

сети.

3. Обучение нейронной сети: Нейронная сеть обучается на собранных данных, настраивая свои внутренние параметры таким образом, чтобы минимизировать ошибку между предсказанными и реальными значениями.

4. Использование обученной сети: Обученная нейронная сеть используется для предсказания динамических параметров робота в режиме реального времени.

Типы нейронных сетей, используемых для идентификации:

• Многослойные персептроны (MLP): Классический тип нейронных сетей, хорошо подходящий для аппроксимации функций.

• Рекуррентные нейронные сети (RNN): используются для моделирования временных зависимостей в данных.

• Сверточные нейронные сети (CNN): Эффективны для обработки пространственных данных, таких как изображения.

• Рекуррентные нейронные сети с долгой краткосрочной памятью (LSTM): Хорошо справляются с задачами, требующими запоминания долгосрочных зависимостей.

Преимущества использования нейронных сетей:

• Высокая точность: Нейронные сети позволяют достичь высокой точности идентификации, особенно для сложных систем.

• Адаптивность: Нейронные сети могут адаптироваться к изменениям в динамике робота.

• Универсальность: Нейронные сети могут быть использованы для идентификации различных типов роботов.

Недостатки:

• "Черный ящик": Внутреннее устройство нейронной сети может быть трудно интерпретировать, что затрудняет анализ полученных результатов.

• Требуется большое количество данных: ля обучения эффективной нейронной сети требуется большой объем данных.

Перспективы развития:

• Глубокое обучение: Использование глубоких нейронных сетей для создания более сложных и точных моделей.

• Гибридные модели: Комбинирование нейронных сетей с физическими моделями для повышения точности и надежности.

• Онлайн-обучение: Постоянная адаптация модели нейронной сети к изменяющимся условиям работы робота.

В заключение:

Нейронные сети являются перспективным инструментом для идентификации динамических параметров роботов-манипуляторов. Они позволяют создавать более точные и адаптивные модели, что способствует повышению производительности и надежности роботов.

Список использованной литературы:

1. Ходжанепесов К.А., Сарыгулов С.Х., Чарыев А.Б., "Искусственный интеллект в образовании: возможности и перспективы". Международный научный журнал "Символ науки", # 6-2/2024. 133-135 с.

2. Багшиев A.A., Чарыев А.Б., Гарадурдыев М.Дж., "Определение динамической структуры

манипулятора". "Современные исследования как фактор роста и развития" сборник статей VI Международной научно-практической конференции, состоявшейся 16 апреля 2024 г. 47-50 с.

3. Багшиев A.A., Ходжанепесов К.А., Чарыев А.Б., "Примеры использования искусственного интеллекта при управлении промышленным роботом-манипулятором". Международный научно электронный журнал "Наука и мировоззрение" Сентябр 2024, №19.

4. https://cloud.ru/blog/neural-networks

5. https://ru.wikipedia.org

© Чарыев А.Б., Джуманазаров Е.Г., Гараева О.Г., 2024

УДК 62

Чарыева А.,

Преподаватель

Среднеобразовательная школа финансовой экономики.

Туркменистан, Г. Мары Солтанова О., Преподаватель

Институт инженерно-технических и транспортных коммуникаций Туркменистана

Атдаев А., Студент

Институт инженерно-технических и транспортных коммуникаций Туркменистана

Хоммыева Л., Преподаватель

Среднеобразовательная школа финансовой экономики.

Туркменистан, Г. Мары

ЗАЩИТА ПЕРСОНАЛЬНЫХ ДАННЫХ ПРИ ДВУХФАКТОРНОЙ АУТЕНТИФИКАЦИИ И ИХ ИСПОЛЬЗОВАНИЕ

Ключевые слова:

персональные данные, информационная безопасность, информационная система,

двухфакторная аутентификация,

Главной угрозой информационной безопасности персональных данных являются ненадежные пароли. Наиболее действенный способ защиты данных в данной ситуации - это двухфакторная аутентификация.

Такой способ аутентификации пользователя проходит в два этапа:

1. Ввод логина и пароля.

2. Ввод одноразового пароля, сгенерированного при помощи аппаратного токена, мобильного приложения, или полученного в СМС.

Суть двухфакторной аутентификации заключается в том, что даже если мошенник сможет заполучить логин и пароль, то будет скомпрометирован всего лишь один фактор, так как для получения одноразового пароля (ОТР) необходимо специальное устройство - токен, который находится только у пользователя [1].

Сегодня несколько компаний предлагают системы двухфакторной аутентификации, основанной на

i Надоели баннеры? Вы всегда можете отключить рекламу.