神經(jīng)網(wǎng)絡(luò)與機器人科研項目申請與實踐

內(nèi)容概要

　　《神經(jīng)網(wǎng)絡(luò)與機器人科研項目申請與實踐》分為神經(jīng)網(wǎng)絡(luò)與機器人項目申請，神經(jīng)網(wǎng)絡(luò)與計算機項目申請，機械臂理論項目申請、進展與結(jié)題，機械臂實物項目申請與進展，時變問題神經(jīng)網(wǎng)絡(luò)求解項目申請、評議與進展，和基函數(shù)、多類與海量神經(jīng)網(wǎng)絡(luò)項目申請與評議共六部分，每一部分都是由相關(guān)的申請報告，進展報告，同行反饋意見和/或結(jié)題報告系統(tǒng)化地構(gòu)成，并整理出具有啟發(fā)性的總結(jié)。值得指出的是，同行評議意見一般都非常中肯，問題指出也非常到位；對同行評議意見的認真分析總結(jié)以及對應(yīng)的申報書改進與完善是非常重要和有益的。

作者簡介

張雨濃，男，博士、教授、博士生導(dǎo)師，1973年10月出生。1992—1996年在華中理工大學(xué)攻讀學(xué)士學(xué)位；1996年考入華南理工大學(xué)攻讀碩士學(xué)位（導(dǎo)師毛宗源教授），期間榮獲多項獎勵，如西門子獎學(xué)金和南粵優(yōu)秀研究生獎學(xué)金。1999—2002年在中國香港中文大學(xué)攻讀博士學(xué)位（導(dǎo)師王鈞教授），期間發(fā)表6篇IEEE匯刊論文和3篇其他期刊論文或書章，并榮獲香港Lee Hysan研究生獎學(xué)金。2003年完成博士學(xué)業(yè)之后，張雨濃在新加坡國立大學(xué)電力與計算機工程系做博士后研究（合作導(dǎo)師葛樹志教授），主要研究領(lǐng)域為時變求逆的神經(jīng)網(wǎng)絡(luò)和冗余機器人系統(tǒng)。2004年前往英國Strathclyde大學(xué)任研究員（合作導(dǎo)師W.E.Leithead教授），主要研究領(lǐng)域為高斯過程回歸及快速算法。2005年初，轉(zhuǎn)往愛爾蘭國立大學(xué)Maynooth分校Hamilton研究所任研究科學(xué)家／研究員。2006年6月受聘于中山大學(xué)信息科學(xué)與技術(shù)學(xué)院，任“百人計劃”教授，主要研究領(lǐng)域為神經(jīng)網(wǎng)絡(luò)、機器人、科學(xué)計算與優(yōu)化。張雨濃多次參加和參與組織國際學(xué)術(shù)會議并擔(dān)任小組主席等職務(wù)。迄今為止，共發(fā)表中英文論著180余篇／部，含專著／書籍／書章10余部，第一作者論著130余篇，第一作者IEEE匯刊論文10篇，獨著10篇／部，SCI、EI收錄論文148篇，SCl論文已被引用480次、Google學(xué)術(shù)搜索顯示論文被引用950余次；張雨濃及團隊于2007年獲新世紀(jì)優(yōu)秀人才支持計劃，2008年獲ISSCAA最佳論文獎，2011年獲ICAL最佳論文獎。 李克訥，男，在讀博士，1978年4月生。1998—2002年在華南理工大學(xué)攻讀學(xué)士學(xué)位；2004年考入廣東工業(yè)大學(xué)攻讀碩士學(xué)位（導(dǎo)師王桂棠教授），期間榮獲多項獎勵，如廣東工業(yè)大學(xué)優(yōu)秀研究生獎、廣東工業(yè)大學(xué)“挑戰(zhàn)杯”廣東省大學(xué)生課外學(xué)術(shù)科技作品競賽團隊二等獎和廣東工業(yè)大學(xué)2007年度“運豪獎學(xué)金”二等獎。2008年進入廣州中山大學(xué)攻讀博士學(xué)位（導(dǎo)師張雨濃教授），發(fā)表（含合作發(fā)表）5篇SCI學(xué)術(shù)論文，并榮獲2009年度中山大學(xué)優(yōu)秀研究生獎學(xué)金和2011年度廣東省第二屆信息科學(xué)研究生學(xué)術(shù)論壇論文一等獎。學(xué)術(shù)研究興趣包括機器人技術(shù)、神經(jīng)網(wǎng)絡(luò)設(shè)計與應(yīng)用、數(shù)值優(yōu)化、人工智能算法設(shè)計等。

書籍目錄

第一部分 神經(jīng)網(wǎng)絡(luò)與機器人項目申請
第1章 國家“985工程”三期中山大學(xué)信息學(xué)院項目申請
第1節(jié) 建議書/申請書1
第2節(jié) 建議書/申請書2
第3節(jié) 本章小結(jié)
第二部分 時變問題神經(jīng)網(wǎng)絡(luò)求解項目 申請、評議與進展
第2章 時變問題求解的神經(jīng)動力學(xué)新方法、模型及理論分析
第1節(jié) 申請書原稿
第2節(jié) 本章小結(jié)
第3章 同行評審意見、對應(yīng)思考和進展填表
第1節(jié) 天元基金同行評審意見與對應(yīng)思考
第2節(jié) 中山大學(xué)青年教師重點培育項目進展填表
第3節(jié) 本章小結(jié)
第三部分 基函數(shù)、多類與海量神經(jīng)網(wǎng)絡(luò) 項目申請與評議
第4章 基函數(shù)神經(jīng)網(wǎng)絡(luò)理論研究
第1節(jié) 申請書原稿
第2節(jié) 同行評審意見與對應(yīng)思考
第3節(jié) 本章小結(jié)
第5章 多類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)理論、學(xué)習(xí)同質(zhì)性及其應(yīng)用研究
第1節(jié) 申請書原稿
第2節(jié) 本章小結(jié)
第6章 神經(jīng)網(wǎng)絡(luò)權(quán)值與結(jié)構(gòu)確定理論及其在海量數(shù)據(jù)挖掘中的嘗試與探討
第1節(jié) 申請書原稿
第2節(jié) 本章小結(jié)
第四部分 神經(jīng)網(wǎng)絡(luò)與計算機協(xié)處理器項目申請
第7章 廣東省自然科學(xué)基金申請樣例
第1節(jié) 申請書原稿
第2節(jié) 論文附錄
第3節(jié) 本章小結(jié)
第五部分 機械臂理論項目申請、進展與結(jié)題
第8章 冗余機器人實時運動規(guī)劃的統(tǒng)一理論
第1節(jié) 申請書原稿
第2節(jié) 項目執(zhí)行后一年的進展報告
第3節(jié) 項目執(zhí)行后兩年的進展報告
第4節(jié) 項目完成后的結(jié)題報告
第5節(jié) 本章小結(jié)
第9章 國家自然科學(xué)基金 科學(xué)部主任項目結(jié)題樣例
第1節(jié) 結(jié)題報告
第2節(jié) 本章小結(jié)
第10章 教育部留學(xué)回國人員科研 啟動基金結(jié)題樣例
第1節(jié) 結(jié)題報告
第2節(jié) 基金使用情況報告表
第3節(jié) 本章小結(jié)
第11章　中山大學(xué)后備課題結(jié)題樣例
第1節(jié) 結(jié)題報告
第2節(jié) 本章小結(jié)
第六部分 機械臂實物項目申請與進展
第12章 平面六自由度串聯(lián)冗余 機械臂的研制
第1節(jié) 申請書原稿
第2節(jié) 項目執(zhí)行后一年的進展報告
第3節(jié) 項目執(zhí)行后兩年的進展報告
第4節(jié) 本章小結(jié)
結(jié)束語

章節(jié)摘錄

版權(quán)頁：   插圖：   （1）傳統(tǒng)的前向誤差回傳神經(jīng)網(wǎng)絡(luò)（即BP神經(jīng)網(wǎng)絡(luò)）及其算法存在一些先天性缺陷，如難以確保搜索到全局最優(yōu)點；難以確定最優(yōu)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)；迭代過程冗長，學(xué)習(xí)過程易發(fā)生振蕩；網(wǎng)絡(luò)隱神經(jīng)元過多，算法時間及空間代價高等。為了克服這些缺陷，依據(jù)相關(guān)的計算數(shù)學(xué)理論，沿著前人的研究道路，通過適當(dāng)引入正交基函數(shù)逼近理論，我們構(gòu)造了一種基于基函數(shù)的前向神經(jīng)網(wǎng)絡(luò)模型，并研究和探討了該模型對于一般單輸入單輸出連續(xù)性非線性軌跡的任意逼近能力及全局收斂性的理論。從而獲得網(wǎng)絡(luò)權(quán)值直接確定的方法和網(wǎng)絡(luò)拓撲結(jié)構(gòu)的自適應(yīng)確定方法。這些方法在計算精度和速度方面上能夠較好地克服傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的局限性。我們在這些理論基礎(chǔ)上，將進一步深入探索基于該方法的一般連續(xù)非線性函數(shù)的多維逼近和預(yù)測理論。而且，我們在這些研究工作的基礎(chǔ)上，將研討基函數(shù)前向神經(jīng)網(wǎng)絡(luò)與Hopfield等神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)同質(zhì)性，從而反映出它們之間的本質(zhì)聯(lián)系，進而探索基函數(shù)前向神經(jīng)網(wǎng)絡(luò)向其他類型神經(jīng)網(wǎng)絡(luò)延拓的可行性及該類神經(jīng)網(wǎng)絡(luò)的電路實現(xiàn)。預(yù)計該研究成果將有助BP神經(jīng)網(wǎng)絡(luò)性能的改善，從而能更好地應(yīng)用于天氣、金融、控制系統(tǒng)預(yù)測預(yù)報、逼近及機器人／機械手臂控制過程。 （2）基于梯度法的遞歸神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于科學(xué)研究和工程實踐當(dāng)中，尤其在時不變（或稱定常）系統(tǒng)中得到了廣泛的應(yīng)用。但在實際的科學(xué)應(yīng)用中，我們經(jīng)常會遇到時變矩陣／向量系統(tǒng)的計算問題，而傳統(tǒng)的基于梯度法的遞歸神經(jīng)網(wǎng)絡(luò)對于解決該類時變問題計算往往不能到達期望的效果。我們最近開發(fā)出的一類特殊神經(jīng)網(wǎng)絡(luò)——時變神經(jīng)網(wǎng)絡(luò)，能很好地應(yīng)用于時變系統(tǒng)求解各類時變計算問題，如時變Sylvester矩陣方程的求解、時變矩陣的求逆、時變線性方程組的求解及非線性方程的求解等。在時變神經(jīng)網(wǎng)絡(luò)計算機仿真模擬的基礎(chǔ)上，我們將致力于開發(fā)能實時求解上述矩陣／向量問題的計算機協(xié)處理器，從而加快數(shù)字計算機的科學(xué)計算速度。預(yù)計該研究成果將可以轉(zhuǎn)化成數(shù)字計算機CPU協(xié)處理器的研究，從而將帶來巨大的社會經(jīng)濟效益。比如，原神經(jīng)網(wǎng)絡(luò)、時變神經(jīng)網(wǎng)絡(luò)的研究成果或可以應(yīng)用于實時矩陣求逆、實時優(yōu)化問題求解的計算機協(xié)處理器的開發(fā)，從而加快數(shù)字計算機的科學(xué)計算速度。 （3）在研究求解優(yōu)化問題（如線性和二次規(guī)劃）的各類神經(jīng)網(wǎng)絡(luò)（如懲罰函數(shù)網(wǎng)絡(luò)、拉格朗日神經(jīng)網(wǎng)絡(luò)、經(jīng)典原對偶神經(jīng)網(wǎng)絡(luò)）時，我們致力于開發(fā)出求解優(yōu)化問題的對偶神經(jīng)網(wǎng)絡(luò)和基于線性變分不等式（LVI）的原對偶神經(jīng)網(wǎng)絡(luò)。該對偶神經(jīng)網(wǎng)絡(luò)和基于LVI的原對偶神經(jīng)網(wǎng)絡(luò)具有簡單的分段線性結(jié)構(gòu)，電路實現(xiàn)相對容易，并能全局（指數(shù)）收斂到問題理論解。在此基礎(chǔ)上，我們也較早提出了原神經(jīng)網(wǎng)絡(luò)的概念用以實時求解優(yōu)化問題。原神經(jīng)網(wǎng)絡(luò)將具有相對簡單的硬件實現(xiàn)結(jié)構(gòu)，能耗也相對較小且能全局指數(shù)收斂到問題的理論解。該研究成果將為裝備制造、加工作業(yè)等領(lǐng)域的機器人實時運動控制提供強有力的理論基礎(chǔ)，并可用于分析人手、象鼻、蛇等自然冗余系統(tǒng)的運動和冗余度解析問題。

編輯推薦

《神經(jīng)網(wǎng)絡(luò)與機器人科研項目申請與實踐》對于科研工作者申報、開展項目以及啟發(fā)后續(xù)科研思路，都有著相當(dāng)重要的借鑒和參考價值。

圖書封面

評論、評分、閱讀與下載

---

    神經(jīng)網(wǎng)絡(luò)與機器人科研項目申請與實踐 PDF格式下載

---