• Lietuvių
    • English
  • Lietuvių 
    • Lietuvių
    • English
  • Prisijungti
Peržiūrėti įrašą 
  •   DSpace pagrindinis
  • Universiteto produkcija / University's production
  • Universiteto leidyba / University's Publishing
  • Konferencijų medžiaga / Conference Materials
  • Tarptautinės konferencijos / International Conferences
  • International Conference "Electrical, Electronic and Information Sciences“ (eStream)
  • 2020 International Conference "Electrical, Electronic and Information Sciences“ (eStream) 
  • Peržiūrėti įrašą
  •   DSpace pagrindinis
  • Universiteto produkcija / University's production
  • Universiteto leidyba / University's Publishing
  • Konferencijų medžiaga / Conference Materials
  • Tarptautinės konferencijos / International Conferences
  • International Conference "Electrical, Electronic and Information Sciences“ (eStream)
  • 2020 International Conference "Electrical, Electronic and Information Sciences“ (eStream) 
  • Peržiūrėti įrašą
JavaScript is disabled for your browser. Some features of this site may not work without it.

Implementation of Machine Learning Method for Positioning Accuracy Improvement in Industrial Robot

Thumbnail
Data
2020
Autorius
Šumanas, Marius
Petronis, Algirdas
Bučinskas, Vytautas
Macerauskas, Eugenijus
Morkvėnaitė-Vilkončienė, Inga
Dzedzickis, Andrius
Metaduomenys
Rodyti detalų aprašą
Santrauka
Implementing of modern artificial intellect (AI) and machine learning (ML) for existing machinery can add value to their existing capabilities and technical characteristics. Machine learning is next step towards new innovations and stronger competitions in the market. Implementation of (ML) in the area of robotics requires some analysis of existing methods in order of correct of implemented method. This article sums up machine learning methods used in industry and presents successful implementation of deep Q-learning algorithm, implemented in robot static accuracy improvement using variable carrying load. Improvement reaches 0.07 mm for initial value equal to 0.1 mm. Finally, conclusions on implementing ML methods are drawn.
Paskelbimo data (metai)
2020
Autorius
Šumanas, Marius
URI
https://etalpykla.vilniustech.lt/handle/123456789/159535
Kolekcijos
  • 2020 International Conference "Electrical, Electronic and Information Sciences“ (eStream)  [12]

 

 

Naršyti

Visame DSpaceRinkiniai ir kolekcijosPagal išleidimo datąAutoriaiAntraštėsTemos / Reikšminiai žodžiai InstitucijaFakultetasKatedra / institutasTipasŠaltinisLeidėjasTipas (PDB/ETD)Mokslo sritisStudijų kryptisVILNIUS TECH mokslinių tyrimų prioritetinės kryptys ir tematikosLietuvos sumanios specializacijosŠi kolekcijaPagal išleidimo datąAutoriaiAntraštėsTemos / Reikšminiai žodžiai InstitucijaFakultetasKatedra / institutasTipasŠaltinisLeidėjasTipas (PDB/ETD)Mokslo sritisStudijų kryptisVILNIUS TECH mokslinių tyrimų prioritetinės kryptys ir tematikosLietuvos sumanios specializacijos

Asmeninė paskyra

PrisijungtiRegistruotis