1,721,037 research outputs found
Probabilistic World and Behavior Models for Embodied Agents
Full text linkEmbodied Agents müssen in komplexen, dynamischen und unstrukturierten Umgebungen sicher und effizient agieren.
Dort sie sind mit der inhärenten Unsicherheit, Unvorhersehbarkeit und Mehrdeutigkeit der Welt sowie anderer Agenten, insbesondere Menschen, konfrontiert.
Ihre eingeschränkte Wahrnehmung verstärkt diese Herausforderungen zusätzlich, da sie zu verrauschten und unvollständigen Beobachtungen führt, die auch ablenkende Elemente enthalten können.
Einfache deterministische Modelle bieten daher keine ausreichende Grundlage für die Entscheidungsfindung und können ineffizientes oder sogar gefährliches Verhalten zur Folge haben.
Probabilistische Modelle bilden ein fundiertes und leistungsstarkes Framework, um Wissen zu repräsentieren, Mehrdeutigkeiten zu berücksichtigen und Unsicherheiten zu quantifizieren.
In Verbindung mit modernen Deep-Learning-Techniken ermöglichen sie es, probabilistische Welt- und Verhaltensmodelle direkt aus komplexen Daten zu erlernen.
Mithilfe latenter Variablen und grafischer Modelle lassen sich diese Modelle zudem so strukturieren, dass sie sinnvolle Repräsentationen entwickeln, die eine fundierte Entscheidungsfindung unterstützen.
Das Erlernen solcher strukturierter, unsicherheitsbewusster Modelle bringt jedoch erhebliche Herausforderungen mit sich, insbesondere im Kontext des Erlernens von Verhalten mittels Imitation- oder Reinforcement Learning (RL).
Diese Arbeit adressiert drei dieser Herausforderungen durch die Entwicklung neuartiger probabilistischer Modelle, Trainingsansätze und Inferenzverfahren.
Zunächst stellen wir einen auf Information Projection basierenden Lernansatz vor, um aus multimodalen menschlichen Demonstrationen zu lernen.
Im Gegensatz zu Standardmethoden, die über verschiedene Verhaltensweisen mitteln und dadurch unsicheres Handeln riskieren, erlaubt unser Ansatz das Erlernen von Mixture Models, die multimodales menschliches Verhalten präzise abbilden.
Anschließend befassen wir uns mit dem Problem, dass Weltmodelle für model-based RL, welche als Deep State Space Models realisiert werden, häufig verschiedene Quellen der Unsicherheit nicht angemessen darstellen können.
Nach einer Analyse der Schwächen bestehender Ansätze schlagen wir eine Alternative vor, die die Inferenz auf den Grundlagen des Kalman Filters aufbaut.
Dadurch kann unser Modell explizit zwischen Umweltunsicherheit und Modellunsicherheit unterscheiden und unterstützt eine robustere Entscheidungsfindung bei partieller Beobachtbarkeit.
Schließlich kombinieren wir beim Erlernen von Multisensorrepräsentationen rekonstruktionsbasiertes und kontrastives Lernen in einem einheitlichen Framework.
So kann das Lernverfahren an die jeweiligen Sensoreigenschaften angepasst werden, um prägnante und aufgabenrelevante Repräsentationen für RL zu erlernen.
Diese Beiträge liefern neue Werkzeuge und tiefere Einsichten für die Entwicklung zuverlässiger und leistungsfähiger Embodied Agents.
Die Arbeit leistet damit einen Beitrag zur Weiterentwicklung der Theorie und Praxis probabilistischer Welt- und Verhaltensmodelle und zur Schaffung intelligenter Systeme, die besser mit den Unwägbarkeiten und der Komplexität der Welt umgehen können
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Untersuchung datenbasierter, nichtlinearer Regelungsmethoden für die Entwicklung individuell-optimaler Hybridfahrzeug-Betriebsstrategien
No full textConstantly growing demands on the pollutant emissions and fuel consumption of motor vehicles are, among other things, driving the development of locally emission-free powertrains. The resulting increase in the degree of freedom and complexity of the powertrain, especially in hybrid vehicles, requires new control concepts, also known as control strategies. Researchers agree that efficiency can be further increased by incorporating predictive information into control strategies. This leads to the model predictive control methods, which however are often not real-time capable or only achieve this by linearizing the simplest physical models.
The goal of this dissertation is the development of data-based, model predictive methods, which do not contain any linearizations, but nevertheless allow a real-time capable application.
After a detailed description of the state of the art, a two-part methodology is described. In the first step, the hybrid powertrain's nonlinear, dynamic process behavior is approximated using system identification methods. Since the common methods of system identification produce insufficient model accuracy due to the complex, dynamically coupled system, an augmented time-delay neural network (TDNN) architecture is proposed. This architecture shows sufficient model accuracy and advantages in computational efficiency, especially with respect to the intended application.
The second step of the overall methodology consists of the nonlinear model predictive control. In order to deliver optimal results for the control, the cost function is first established and a suitable optimization algorithm is selected. Furthermore, stabilizing measures are investigated and implemented to ensure the robust operation of the control strategy. To further collateralize the model predictive approach, a redundant, locally optimal control strategy is incorporated.
In the next step, the developed methodology is applied in a simulation environment, respecting certification cycles and everyday driving. The new approach is compared with a locally optimal approach. The results show a consumption advantage with a lower number of engine starts in all cycles. In addition, an advantage in driving safety is identified and the real-time capability is evaluated.
The fuel consumption and driving safety advantages are contrasted by significant disadvantages in system excitation, model generation, and traceability, among others. This leads to the conclusion that the developed approach should not be pursued in this version. Finally, subsequent research focusing on predictive-adaptive approaches is recommended.Stetig wachsende Anforderungen an die Schadstoffemissionen und den Kraftstoffverbrauch von Kraftfahrzeugen treiben unter anderem die Entwicklung von lokal emissionsfreien Antrieben voran. Die speziell bei Hybridfahrzeugen resultierende Erhöhung des Freiheits- und Komplexitätsgrades des Antriebsstrangs erfordert neuartige Regelungskonzepte beziehungsweise Betriebsstrategien. Die Forschung ist sich einig, dass durch die Berücksichtigung prädiktiver Informationen die Effizienz weiter gesteigert werden kann. Dies führt zu den modellprädiktiven Regelungsmethoden, welche jedoch oftmals nicht echtzeitfähig sind oder dies nur durch die Linearisierung einfachster physikalischer Modelle erreichen.
Das Ziel dieser Arbeit ist die Entwicklung datenbasierter, modellprädiktiver Methoden, welche keinerlei Linearisierungen enthalten, aber dennoch eine echtzeitfähige Anwendung ermöglichen.
Nach Ausführung der notwendigen Grundlagen folgt die Beschreibung einer zweiteiligen Methodik. Im ersten Schritt wird das nichtlineare, dynamische Prozessverhalten des hybriden Antriebsstrangs mithilfe von Systemidentifikationsmethoden approximiert. Da die gängigen Methoden der Systemidentifikation aufgrund des komplexen, dynamisch gekoppelten Systems unzureichende Modellgenauigkeiten produzieren, wird eine erweiterte Time-Delay-Neural-Network-Architektur vorgeschlagen. Diese weist insbesondere hinsichtlich der beabsichtigten Anwendung eine ausreichende Modellgüte und Vorteile in der Berechnungseffizienz und der Modellstabilität auf.
Der zweite Schritt der Gesamtmethodik besteht aus der nichtlinearen modellprädiktiven Regelung. Damit die Regelung anschließend optimale Ergebnisse liefert, wird zuvor deren Bewertungsfunktion aufgestellt und ein geeigneter Optimierungsalgorithmus ausgewählt. Um eine robuste Arbeitsweise der Regelung zu ermöglichen, werden zusätzlich stabilisierende Maßnahmen untersucht und implementiert. Als weitere Absicherung des modellprädiktiven Ansatzes dient eine redundante, lokal optimale Betriebsstrategie.
Anschließend folgt die Anwendung der entwickelten Methodik in einer Simulationsumgebung für Zertifizierungszyklen und Alltagsfahrten. Die Methodik wird mit einem lokal optimalen Ansatz verglichen. Die Ergebnisse zeigen bei allen Zyklen einen Verbrauchsvorteil bei geringerer Anzahl von Motorstarts auf. Zudem werden Vorteile in der Fahrsicherheit erkannt und die Echtzeitfähigkeit wird evaluiert.
Den Verbrauchs- und Fahrsicherheits-Vorteilen stehen signifikante Nachteile unter anderem in der Systemanregung, der Modellgenerierung und der Nachvollziehbarkeit gegenüber. Dies führt zum Schluss, den entwickelten Ansatz in dieser Ausführung nicht weiterzuverfolgen. Schlussendlich werden anknüpfende Forschungen mit prädiktiv-adaptiven Ansätzen empfohlen. Die entwickelten Systemidentifikationsmethoden können jedoch bei anderen Anwendungen bedeutende Möglichkeiten eröffnen
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
