Modelamento neural de aÃÃes de controle manual em tarefas de rastreamento.

AUTOR(ES)
DATA DE PUBLICAÇÃO

1997

RESUMO

Neste trabalho à proposto um modelo neural para aÃÃes de controle manual em tarefas de rastreamento. As tarefas de rastreamento aqui estudadas incluem aquelas em que à fornecido um preview explÃcito do sinal de referÃncia (sinal explicitamente previsÃvel) e aquelas em que a regularidade do sinal permite que o operador humano (OH) efetue uma prediÃÃo em tempo real de seu valor futuro (sinal implicitamente previsÃvel). Adicionalmente, à realizado um estudo sobre a previsibilidade de formas de onda. Foi comprovado que o fenÃmeno de melhoria do desempenho do OH obtido com o fornecimento de preview explÃcito tambÃm pode ser observado quando o OH està rastreando sinais implicitamente previsÃveis. AlÃm disso, verificou-se que o mesmo modelo à capaz de reproduzir as aÃÃes de controle manual nos dois casos. O estudo sugere que o aprendizado do OH na execuÃÃo de uma tarefa de rastreamento pode ser dividido em duas partes: (1) um reconhecimento da dinÃmica do processo que està sob seu controle seguido da (2) elaboraÃÃo (quando possÃvel) de um modelo dinÃmico ou morfolÃgico do sinal a ser rastreado. Os resultados tambÃm sugerem que o registro da atividade de um OH encarregado do controle de um determinado sistema dinÃmico pode ser usado para treinar um controlador neural para desempenhar a mesma tarefa.

ASSUNTO(S)

controle manual redes neurais controle automÃtico sistemas homem-mÃquina sistemas dinÃmicos

ACESSO AO ARTIGO

Documentos Relacionados