Когнитивное интеллектуальное управление роботизированной рукой – протезом. Часть 2

Когнитивное интеллектуальное управление роботизированной рукой – протезом. Часть 2

Ульянов Сергей Викторович
д.ф.-м.н., ГБОУ ВО МО «Университет «Дубна», Институт системного анализа и управления, профессор, 141980, Московская область, г. Дубна, Университетская ул., д. 19, тел.: +7(49621)66010, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра. 

Решетников Андрей Геннадьевич
к.т.н., ГБОУ ВО МО «Университет «Дубна», Институт системного анализа и управления, доцент, 141980, Московская область, г. Дубна, Университетская ул., д. 19, тел.: +7(49621)66010, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра. 

Немчанинов Алексей Владимирович *
ГБОУ ВО МО «Университет «Дубна», Институт системного анализа и управления, магистр 2-го года обучения, 141980, Московская область, г. Дубна, Университетская ул., д. 19, тел.: +7 (962)249-65-76, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра. 


Материал поступил в редакцию 19 ноября 2019 года.

Аннотация
Рассматриваются принципы разработки квантовой когнитивной интеллектуальной системы управления при использовании нейрокомпьютерного интерфейса «мозг-компьютер-устройство» (BCI) и ментальных (мыслительных) команд; так же рассматривается возможность использования принципов применения эмоционального регулятора при построении системы управления когнитивными протезами. Дано описание иерархической интеллектуальной системы управления на основе оптимизатора баз знаний Q/SCOptKBTM с применением технологий мягких и квантовых вычислений.

Ключевые слова
Роботизированная рука-протез, интеллектуальные когнитивные вычисления, нейроинтерфейс «мозг – компьютер - устройство», ментальные команды, квантовые мягкие вычисления, нечёткий когнитивный регулятор.

https://doi.org/10.31776/RTCJ.8105 

Индекс УДК 
004.415:007.51:617.57-77

Библиографическое описание 
Ульянов С.В. Когнитивное интеллектуальное управление роботизированной рукой – протезом. Часть 2 / С.В. Ульянов, А.Г. Решетников, А.В. Немчанинов // Робототехника и техническая кибернетика. – Т. 8. - №1. – Санкт-Петербург : ЦНИИ РТК. – 2020. – С. 41-52. – Текст : непосредственный.

Литература

  1. DARPA-funded efforts in the development of novel brain–computer interface technologies / Robbin A. Miranda [et al.] // Journal of Neuroscience Methods 244. – 2015. Pp. 52-67. – Text: unmediated.
  2. Аналитический обзор мирового рынка робототехники 2019. Sberbank Robotic Lab // Сбербанк, 2019. – 272 с. – Текст: непосредственный.
  3. The grand challenges of Science Robotics / Guang-Zhong Yang [et al.] // Sci. Robot. 3, eaar7650 (2018). – Pp. 1-14. – Text: unmediated.
  4. Аналитический обзор мирового рынка робототехники. Лаборатория робототехники // Сбербанк, 2018. – 79 с. – Текст: непосредственный.
  5. Искусственный интеллект: Подходы к формированию. Стратегии развития ИИ в Российской Федерации. Сбербанк, 2019. – Текст: непосредственный.
  6. Neuroscience / D. Purves [et al.] // Oxford University Press: Sinauer Associates, (2001). – Text: unmediated.
  7. J. Moren, Emotion and Learning – A Computational Model of the Amygdala // Lund University, Lund, Sweden, (2002). – Text: unmediated.
  8. J. Moren. A Computational Model of Emotional Learning in the Amygdala / J. Moren, C. Balkenius // Cybernetics and Systems. – Vol. 32. – No. 6, (2000), pp. 611-636. – Text: unmediated.
  9. C. Lucas. Introducing BELBIC: Brain Emotional Learning Based Intelligent Controller / C. Lucas, D. Shahmirzadi, N. Sheikholeslami // International Journal of Intelligent Automation and Soft Computing. – Vol. 10. – No.1, (2004), pp. 11-22. – Text: unmediated.
  10. Brain emotional learning based intelligent controller applied to neuro-fuzzy model of micro-heat exchanger / H. Rouhani [et al.] // Expert Systems with Applications. – Vol. 32, (2007), pp. 911-924. – Text: unmediated.
  11. D. Shahmirzadi. Computational Modeling of the Brain Limbic System and its Application In Control Engineering. – Texas A&M University, U.S.A., (2005). – Text: unmediated.
  12. Reza Keramat. A Comparison of Fuzzy and Brain Emotional Learning-Based Intelligent Control Approaches for a Full Bridge DC-DC Converter / Reza Keramat, Mohammad Hosein Ershadi, Shahrokh Shojaeian // International Journal of Industrial Electronics, Control and Optimization. – Vol. 2. – No. 3, pp. 197-206, July (2019). – Text: unmediated.
  13. Rajesh P.N. Rao. Towards Neural Co-Processors for the Brain: Combining Decoding and Encoding in Brain-Computer Interfaces / Rajesh P.N. Rao, Paul G. Allen // Invited submission to the journal Current Opinion in Neurobiology, 2018. – Text: unmediated.
  14. José del R. Millán. Non Invasive Brain-Machine Interfaces // José del R. Millán, Pierre W. Ferrez, Anna Buttfield // IDIAP Research Institute. – URL: https://www.esa.int/gsp/ACT/doc/ARI/ARI%20Study%20Report/ACT-RPT-BIO-ARI-056402-Non_invasive_brain-machine_interfaces_-_Martigny_IDIAP.pdf (дата обращения: 19.11.2019). – Text: electronic.
  15. Maksimenko V.A. Artificial Neural Network Classification of Motor-Related EEG: An Increase in Classification Accuracy by Reducing Signal Complexity, Hindawi Complexity / V.A. Maksimenko, S.A. Kurkin, E.N. Pitsik. – Vol. 2018, Article ID 9385947, 10 p. – URL: https://doi.org/10.1155/2018/9385947 (дата обращения: 19.11.2019). – Text: electronic.
  16. US Patent No 7,219,087B2, «Soft computing optimizer of intelligent control system structures» (Inventor: S. V. Ulyanov), Date of patent: May 15, 2007 [WO 2005/013019 A3, 2005]. – Text: unmediated.
  17. US Patent No 2006, 0218 A1, «System for soft computing simulation» (Inventor: S. V. Ulyanov), Date of patent: Sept. 2006, 2006. – Text: unmediated.
  18. Ulyanov S.V. Intelligent self-organized robust control design based on quantum/Soft Computing Technologies and Kansei Engineering // Computer Science Journal of Moldova. – 2013. – Vol.21. – №2 (62), pp. 242-279. – Text: unmediated.
  19. Nikolaeva A.V. Intelligent robust control of an autonomous robot-manipulator – Software systems and computational methods / A.V. Nikolaeva, I.A. Barkhatova, S.V. Ul’yanov. – 2014. – № 1. – pp. 34-62. DOI: 10.7256/2305-6061.2014.1.11466. – URL: https://en.nbpublish.com/library_get_pdf.php?id=28019/ (дата обращения: 19.11.2019). – Text: electronic.
  20. Ульянов С.В. Интеллектуальная робототехника. Ч. 2: Cоцио - экономико - техническая платформа когнитивного образовательного процесса // Системный Анализ в науке и образовании. – 2019. – № 4. – URL: http://sanse.ru/download/277 (дата обращения: 19.11.2019). – Text: electronic.
  21. Kazuki Yanagisawa. Brain-Computer Interface Using Near Infrared Spectroscopy for Rehabilitation, Infrared Spectroscopy - Life and Biomedical Sciences, Prof. Theophanides Theophile / Kazuki Yanagisawa, Hitoshi Tsunashima and Kaoru Sakatani. – ISBN: 978-953-51-0538-1, InTech. – URL: https://www.intechopen.com/books/infrared-spectroscopy-life-and-biomedical-sciences/brain-computer-interface-using-near-infrared-spectroscopy-for-rehabilitation (дата обращения: 19.11.2019). – Text: electronic.
  22. The Wadsworth BCI Research and Development Program: at home with BCI / Vaughan TM [et al.] // IEEE Trans Neural Syst Eng. – 2006. – Vol. 14. – № 2. – Pp. 229-233. – Text: unmediated.
  23. Ульянов С.В. Базис когнитивного компьютерного обучения робототехнике. Интеллектуальный тренажер формирования активных знаний / С.В. Ульянов, А.Г. Решетников // Системный анализ в науке и образовании: сетевое научное издание. – 2016. – №4. – URL: http://sanse.ru/download/277 (дата обращения: 19.11.2019). – Текст: электронный.
  24. Тарасов В.Б. От многоагентных систем до интеллектуальных организаций: Философия, психология, информатика. – Москва: URSS, 2002. – 352 с. – Текст: непосредственный.
  25. Зайцев А.А. Обзор методов эволюционной оптимизации на основе роевого интеллекта / А.А. Зайцев, В.В. Курейчик, А.А. Полупанов // Новости ЮФУ. Технические науки, 2010. – №12. – Текст: непосредственный.
  26. Курейчик В.М. Использование роевого интеллекта при решении сложных задач / В.М. Курейчик, А.А. Кажаров. – Новости ЮФУ. Техническая наука, 2011. – № 7. – Текст: непосредственный.
  27. Maximum work extraction and implementation costs for nonequilibrium Maxwell’s demon / Sandberg H. [et al.] Physical Review E. – 2014. – No 4. – DOI: 10.1103 / PhysRevE.90.042119. – Text: unmediated.
  28. Chatzis S.P. A quantum-statistical approach toward robot learning by demonstration / Chatzis S.P., Korkinof D., Demiris Y. // IEEE Transactions on Robotics. – 2012. – Vol. 28. – № 6. – Pp. 1371-1381. – Text: unmediated.
  29. Sagawa T. Minimal Energy Cost for Thermodynamic Information Processing: Measurement and Information Erasure / Sagawa T, Ueda M. // Phys. Rev. Lett. – 2009. – Vol. 102. – No 25. – Pp. 250602. – Erratum. Phys. Rev. Lett. 106, 189901. – 2011. – Text: unmediated.
  30. Horowitz J.M. Second-law-like inequalities with information and their interpretations / Horowitz J.M., Sandberg H. // New Journal of Physics. – 2014. – Vol. 16. – Pp. 125007. – Text: unmediated.
  31. Гибридные когнитивные системы управления на примере управления транспортным средством / С.В. Ульянов [и др.] // Системный анализ в науке и образовании: сетевое научное издание. – 2010. – №3. – URL: http://sanse.ru/download/261 (дата обращения: 19.11.2019). – Текст: электронный.
  32. Ульянов С.В. Когнитивное интеллектуальное управление роботизированной рукой – протезом. Ч. 1 / С.В. Ульянов, А.Г. Решетников, А.В. Немчанинов // Техническая кибернетика и робототехника. – 2019. – Т. 7 – № 4. – Текст: непосредственный.
  33. Cognitive Control Signals for Neural Prosthetics / Musallam S. [et al.] // Science, 2004, v. 305, pp. 258-262. – Text: unmediated.
  34. Expert system for selecting lower-extremity (thigh) prostheses and diagnosis of the quality of artificial replacement. Pt 1/ E.K. Amirova [et al.]. – ISSN 0006-3398, Consultants bureau, New York, J. of Biomedical Engineering, May-June, 1991. – № 3, pp. 26-31. – URL: http://www.qcoptimizer.com/publications/articles/01_3_18_3_Expert system Selecting Lower Extremity Prostheses Diagnosis Quality ArtificialReplacement_Part1.pdf (дата обращения: 19.11.2019). – Text: electronic.
  35. An expert system for selecting lower-extremity (thigh) prosthesis and evaluation of prosthetic quality. Part 2 / E.K. Amirova [et al.]. – ISSN 0006-3398, Consultants bureau, New York, J. of Biomedical Engineering, November-December, 1991. – № 6. – pp. 5-12. – URL: http://www.qcoptimizer.com/publications/articles/01_4_18_2_Expert System Selection Extremity Prosthesis Evalution ProstheticQuality_Part2.pdf (дата обращения: 19.11.2019). – Text: electronic.
  36. Gandhi V. Brain-Computer Interfacing for Assistive Robotics. 1st Edition: Electroencephalograms, Recurrent Quantum Neural Networks, and User-Centric Graphical Interfaces. – N.Y.: Academic Press. – 2015. – Text: unmediated.
Адрес редакции:  Россия, 194064, Санкт-Петербург, Тихорецкий пр., 21   Тел.: +7(812) 552-13-25 e-mail: zheleznyakov@rtc.ru 
fb1    vk1