Show simple item record

Application of Predictive Coding for Visuo-Tactile Sensory Integration



dc.contributor.advisorStraka Zdeněk
dc.contributor.authorAdrián Pitoňák
dc.date.accessioned2020-06-11T14:35:20Z
dc.date.available2020-06-11T14:35:20Z
dc.date.issued2020-06-11
dc.identifierKOS-881195516205
dc.identifier.urihttp://hdl.handle.net/10467/87840
dc.description.abstractCieľom tejto práce je natrénovať neurónovú sieť založenú na prediktívnom kódovaní, ktorá je schponá reprezentovať peripersonálny priestor, učením z obrázkov a taktilných senzorov. Neurónová sieť PreCNet, určená na predickiu ďalšieho snímku videa, založená na prediktívnom kódovaní, bola po rozšírení o taktilnú modalitu, použitá pre túto úlohu. Na učenie tejto siete som vytvoril datasety v Neurorobotickej Platforme, v ktorých sa na humanoidného robota iCuba s taktilnými senzormi na trupe, posutpne približuje objekt. Následne tento objekt robota zasiahne alebo minie. Naučené neurónvé siete boli kvantitatívne a kvalitatívne vyhodnotené, na základe ich temporálnej a priestorovej schopnosti predikovať prichádzajúci stimul. V navrhnutých experimentoch neurónová sieť dokázala implementovať vizuo-taktilnú modalitu. Zanalyzoval som nedostatky siete a navrhol možné riešenia pre budúcu prácu. Dosiahnuté výsledky naznačujú, že sieť založená na prediktívnom kódovaní je schopná multisenzornej integrácie, ktorá je nevyhnutná pre reprezentáciu peripersonálneho priestoru.cze
dc.description.abstractThe main goal of this thesis is to train a neural network based on predictive coding, that is capable of representing peripersonal space by learning from images and tactile sensors. The PreCNet neural network for next frame video prediction, based on predictive coding, was used for this task and extended with the tactile modality. For training the network, I designed experiments in the Neurorobotics Platform, in which an object is approaching the humanoid robot iCub with tactile sensors on the torso. This object consequently hits or misses the robot. Trained neural networks were evaluated by their ability to predict looming stimulus temporally and spatially, both quantitatively and qualitatively. In the designed experiments the neural network was able to implement visuo-tactile integration. I analyzed the drawbacks of this model and put forward improvements for future work. Achieved results indicate that a network based on predictive coding is capable of multisensory integration, which is necessary for the representation of peripersonal space.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectperipersonálny priestorcze
dc.subjectprediktívne kódovaniecze
dc.subjectmultisenzorná integráciacze
dc.subjectperipersonal spaceeng
dc.subjectpredictive codingeng
dc.subjectmultisensory integrationeng
dc.titleAplikace prediktivního kódování pro vizuo-taktilní integracicze
dc.titleApplication of Predictive Coding for Visuo-Tactile Sensory Integrationeng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeNoel Jean-Paul
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeKybernetika a robotikacze


Files in this item







This item appears in the following Collection(s)

Show simple item record