Resumen

Las entidades teóricas son aspectos del mundo que no se pueden percibir directamente pero que, sin embargo, son relevantes causalmente. La investigación científica ha descubierto muchas de estas entidades, como los agujeros negros y la materia oscura. Sostenemos que las entidades teóricas, o variables ocultas, son importantes para el desarrollo de conceptos dentro de la vida de un individuo y presentamos una novedosa arquitectura de red neuronal que resuelve tres problemas relacionados con las entidades teóricas: (1) descubrir que existen, (2) determinar su número y (3) calcular sus valores. Experimentos muestran la utilidad del enfoque propuesto utilizando sistemas dinámicos temporales discretos, en los cuales algunas variables de estado están ocultas, y datos del sensor obtenidos de la cámara de un robot móvil, en los cuales se observan los tamaños y ubicaciones de objetos en el campo visual pero no sus tamaños y ubicaciones (distancias) en el mundo tridimensional. Se exploran dos términos de regularización diferentes que mejoran la capacidad de la red para aproximar los valores de las variables ocultas, y se compara el rendimiento y las capacidades de la red con las de los Modelos de Markov Ocultos.

• Materias:Sensores táctiles Robots modulares Control robótico Teleoperación Arquitectura de red neuronal
• Subjects:Tactile sensors Modular robots Robotic control Teleoperation Neural network architecture
• Palabras claves:Entidades; Teórico; Variables; Red neuronal; Oculto; Científico
• Keywords:Entities; Theoretical; Variables; Neural network; Hidden; Scientific