Última actualización:
4 de febrero de 2008
Pablo González-Nalda
pablo@si.ehu.es
Colaborador de Escuela Universitaria
Doctor en Informática
Departamento de Lenguajes
y Sistemas Informáticos
Escuela Universitaria de Ingeniería de Vitoria/Gasteizko
Ingenieritzako Unibertsitate Eskola
C/ Nieves Cano, 12 01006 Vitoria-Gasteiz (Álava)
Euskal Herriko Unibertsitatea / Universidad del País Vasco
El trabajo principal en mi actividad investigadora hasta el 10 de octubre de 2008 ha sido el desarrollo de mi Tesis Doctoral "Navegación mediante Evolución de Redes Neuronales Recurrentes y Dinámicas". Gran parte se basa en el sistema TOPOS, que se describe en las publicaciones del siguiente punto.
Robótica Evolutiva, Redes Neuronales Recurrentes y Dinámicas, Redes Neuronales de Pulsos, Algoritmos Genéticos, Agentes Autónomos Adaptativos, Morfogénesis de Sensores, Vida Artificial.
Autores: Pablo González Nalda, Blanca Cases Gutiérrez.
Ref: : Neurocomputing (2008), 71(4-6), 721–732.http://dx.doi.org/10.1016/j.neucom.2007.07.032
JCR para 2007: 0.865
Journal Citation Reports 2008, published by Thomson Reuters
Autores: Pablo González-Nalda, Blanca Cases Gutiérrez.
Ref: Congreso Internacional ALIFE X: 10th International Conference on the Simulation and Synthesis of Living Systems (2006) MIT Press.
TOPOS es una simulación encuadrada en el campo de la Robótica Evolutiva, cuyo objetivo es el control del robot por una Red Neuronal evolucionada mediante Algoritmos Genéticos. La base teórica, motivaciones y consecuencias se analizan en mi Tesis Doctoral.
El sistema TOPOS desarrolla un robot que visita en un determinado orden dos fuentes de sonidos reales. Los dos sonidos emiten exactamente el mismo sonido del canto de un canario, con la única diferencia de que cada sonido tiene un orden distinto en sus partes, parecido a "per" y "pre". El robot se obtiene sin que el programador determine la forma de hacer la tarea, el comportamiento emerge, como ocurre en los seres vivos.
Para diferenciar dos señales que se reciben simultáneamente el robot se beneficia de las características de situación y corporeidad, y de las ventajas que ofrecen las redes neuronales de pulsos (PCNN).
TOPOS es un modelo computacional en el que se evolucionan poblaciones de robots del tipo Khepera dentro de un esquema evolutivo con un fuerte referente biológico, con el fin de obtener comportamientos de navegación a través del reconocimiento de señales complejas y variables en el tiempo. Se modelan las estructuras que llevan a cabo la percepción auditiva en mamíferos, entre ellas la cóclea mediante la Transformada de Fourier.