home *** CD-ROM | disk | FTP | other *** search
/ Monster Media 1993 #2 / Image.iso / text / 9305nni.zip / 930526.ANC < prev    next >
Internet Message Format  |  1993-05-26  |  11KB
  1. From ml-connectionists-request@q.cs.cmu.edu Tue May 25 22:26:49 1993
  2. Received: by cse.uta.edu (5.57/Ultrix2.4-C)
  3.     id AA14664; Wed, 26 May 93 00:26:30 -0500
  4. Received: from Q.CS.CMU.EDU by Q.CS.CMU.EDU id aa07350; 25 May 93 17:00:40 EDT
  5. Received: from DST.BOLTZ.CS.CMU.EDU by Q.CS.CMU.EDU id aa07234;
  6.           25 May 93 16:19:06 EDT
  7. Received: from DST.BOLTZ.CS.CMU.EDU by DST.BOLTZ.CS.CMU.EDU id aa26898;
  8.           25 May 93 16:17:50 EDT
  9. Received: from RI.CMU.EDU by B.GP.CS.CMU.EDU id aa25961; 25 May 93 10:37:57 EDT
  10. Received: from [131.246.136.50] by RI.CMU.EDU id aa06990; 25 May 93 9:39:37 EDT
  11. Received: from uklirb.informatik.uni-kl.de by stepsun.uni-kl.de id aa14972;
  12.           25 May 93 15:33 MET DST
  13. Received: from ag_vp_file_server.informatik.uni-kl.de
  14.           by uklirb.uklirb.informatik.uni-kl.de id aa27340;
  15.           25 May 93 15:29 MET DST
  16. Subject: Neural net & fuzzy software (& reports) available
  17. To: connectionists@cs.cmu.edu
  18. From: "Uwe R. Zimmer, AG vP" <uzimmer@informatik.uni-kl.de>
  19. Date: Tue, 25 May 93 15:29:10 +0100
  20. Message-Id: <930525.152910.255@informatik.uni-kl.de>
  21. Status: RO
  22.  
  23. --- Neural net & fuzzy software (& reports) available! ---
  24.  
  25. We have installed an experimental FTP-Server, which will keep parts of our
  26. actual work in the form of software and technical reports.
  27. As the first step we have published two of our projects: a neural fuzzy
  28. decision system, and an unsupervised clustering system.
  29. For detailed information please see below.
  30.  
  31. please send all comments, remarks, etc. pp. to:
  32.    uzimmer@informatik.uni-kl.de
  33.    
  34. --- What is published here? ---
  35.  
  36. Our group produces as a result of the actual projects (MOBOT, SPIN,
  37. ALBATROSS) a huge amount of code and programs, so we would like to share
  38. some of the sources. We put only these projects on our FTP-server, which
  39. might be from some general interest, beyond the scientific results,
  40. published in the associated papers.
  41.  
  42. --- How to obtain the associated papers? ---
  43.  
  44. There is a common FTP-server for the whole university at our campus, which
  45. holds parts of our actual work.
  46. The FTP-information is:
  47.  
  48.    University of Kaiserslautern FTP-Server is : ftp.uni-kl.de
  49.    Mode is      : binary
  50.    Directory is : reports_uni-kl/computer_science/mobile_robots/...
  51.  
  52.    Subdirectory is : 1993/papers
  53.    File name is    : Zimmer.learning_surfaces.ps.Z
  54.  
  55.    Subdirectory is : 1992/papers
  56.    File name is    : Zimmer.rt_communication.ps.Z
  57.  
  58.    Subdirectory is : 1991/papers
  59.    File names are  : Edlinger.Pos_Estimation.ps.Z
  60.                      Edlinger.Eff_Navigation.ps.Z
  61.                      Knieriemen.euromicro_91.ps.Z
  62.                      Zimmer.albatross.ps.Z
  63.                      
  64. Submitted papers and technical reports may be found on:
  65.  
  66.    FTP-Server is: ag_vp_file_server.informatik.uni-kl.de
  67.    Mode is      : binary
  68.    Directory is : Neural_Networks/Reports
  69.                      
  70. --- What are the dedicated machines? ---
  71.  
  72. Most of our projects are written for the Apple-Macintosh world, so the
  73. ready-to-run programs will require a Macintosh! On the other hand, the
  74. sources are written in Pascal and if you like pascal-code you may have
  75. benefits from the source code without a complete and running application.
  76.  
  77. --- What sources are published? ---
  78.  
  79. We make only the "kernel"-sources from the specific projects available,
  80. because they might be of public interest. If you are interested in the
  81. sources for user-interface handling, etc., please let me know.
  82.  
  83. --- Is the project documentation in english? ---
  84.  
  85. Sorry - not at all the projects. Some of the technical documentation is
  86. in german!
  87.  
  88.             -------------------------------------------
  89.             --- List of actually available projects ---
  90.             -------------------------------------------
  91.  
  92. ---------------------------------------------------------------------------
  93. --- Neural Fuzzy Decision System (Joerg Bruske):
  94. ---------------------------------------------------------------------------
  95.  
  96. --- Associated report is (english):
  97.  
  98.    FTP-Server is: ag_vp_file_server.informatik.uni-kl.de
  99.    Mode is      : binary
  100.    Directory is : Neural_Networks/Reports
  101.    File name is : Zimmer.NFDS.ps.Z
  102.  
  103.                               SPIN-NFDS
  104.              Learning and Preset Knowledge for Surface Fusion
  105.                   - A Neural Fuzzy Decision System -
  106.  
  107.              Jorg Bruske, Ewald von Puttkamer & Uwe R. Zimmer
  108.              
  109. The problem to be discussed in this paper may be characterized in short by
  110. the question: "Are these two surface fragments belonging together (i.e.
  111. belonging to the same surface)?". The presented techniques try to benefit
  112. from some predefined knowledge as well as from the possibility to refine
  113. and adapt this knowledge according to a (changing) real environment,
  114. resulting in a combination of fuzzy-decision systems and neural networks.
  115. The results are encouraging (fast convergence speed, high accuracy), and
  116. the model might be used for a wide range of applications. The general frame
  117. surrounding the work in this paper is the SPIN-project, where emphasis is
  118. on sub-symbolic abstractions, based on a 3-d scanned environment.
  119.  
  120. --- Source code and technical documentation (english):
  121.  
  122.    FTP-Server is: ag_vp_file_server.informatik.uni-kl.de
  123.    Mode is      : binary
  124.    Directory is : Neural_Networks/Software/Neural_Fuzzy_Decision
  125.  
  126. This documentation consists of five chapters:
  127. In Chapter 1, the author presents his approach towards implementing fuzzy
  128. decision systems (FDS) by means of neural nets, leading to his NFDS. In
  129. order to train (optimize) the NFDS, a slightly modified version of the
  130. backpropagation algorithm is introduced.
  131. In Chapter 2, the FuzNet project and its modules are described in detail.
  132. FuzNet implements the NFDS described in Chapter 1 on Apple-Macintosh
  133. computers and has been developed as an easy-integrable SW-component for
  134. larger SW-projects.
  135. In Chapter 3, we will be concerned with the details of the integration of
  136. FuzNet in other SW-projects, taking SurfaceExtractor as an example.
  137. However, the reader need not know the SurfaceExtractor project (which
  138. currently is not supplied via ftp) in order to understand the details of
  139. integrating FuzNet in their projects.
  140. In Chapter 4, the FuzTest application is described. FuzTest is a very
  141. primitive application intended to familiarize the user with FuzNet.
  142. In Chapter 5, the reader will find the syntax diagram for fuzzy data- and
  143. rule- bases as accepted by FuzNet. The file "brakingFDS" contains such a
  144. fuzzy data- and rule- base.
  145. A references list concerning literature about neural nets, fuzzy logic and
  146. neural fuzzy decision systems is appended to this documentation. In
  147. particular, [Bruske93] is recommended for a detailed discussion of neural
  148. fuzzy decision systems and [BruPuttZi93] as a short introduction to NFDS
  149. and one of its applications in the Research Group v. Puttkamer.
  150.  
  151. ---------------------------------------------------------------------------
  152. --- Dynamic unsupervised feature maps (Herman Keuchel):
  153. ---------------------------------------------------------------------------
  154.  
  155. --- Associated report is (english):
  156.  
  157.    FTP-Server is: ftp.uni-kl.de
  158.    Mode is      : binary
  159.    Directory is : reports_uni-kl/computer_science/mobile_robots/1993/papers
  160.    File name is : Zimmer.learning_surfaces.ps.Z
  161.  
  162.       SPIN - Learning and Forgetting Surface Classifications
  163.              with Dynamic Neural Networks
  164.  
  165.        Herman Keuchel, Ewald von Puttkamer & Uwe R. Zimmer
  166.  
  167. This paper refers to the problem of adaptability over an infinite
  168. period of time, regarding dynamic networks. A never ending flow of
  169. examples have to be clustered, based on a distance-measure. The
  170. developed model is based on the self-organizing feature maps of
  171. Kohonen [6], [7] and some adaptations by Fritzke [3]. The problem
  172. of dynamic surface classification is embedded in the SPIN project,
  173. where sub-symbolic abstractions, based on a 3-d scanned environment
  174. is being done.
  175.  
  176. --- Source code and technical documentation (german):
  177.  
  178.    FTP-Server is: ag_vp_file_server.informatik.uni-kl.de
  179.    Mode is      : binary
  180.    Directory is : Neural_Networks/Software/Dynamic_Unsup_Feature_Map
  181.    
  182. NetSim
  183.  
  184. Ein Netzwerkmodell fuer die Klassifikation von Flaechen durch Neuronale
  185. Netzwerke  mit problemadaptiver Zellstruktur
  186.  
  187. von Herman Keuchel
  188.  
  189. Der Netzwerksimulator NetSim und diese Dokumentation (d.h. das hier ist nur
  190. ein Teil der gesamten Dokumentation, allerdings der groessere) entstand im
  191. Rahmen einer Arbeit deren Ziel war, festzustellen, in wie  weit Neuronale
  192. Netzwerke nach dem Modell von Bernd Fritzke zur Klassifizierung von
  193. Flaechen
  194. geeignet  sind. Fuer eine genaue Beschreibung des Modells nach Bernd
  195. Fritzke
  196. siehe [Fritzke91a & Fritzke91b]. Das  Netzwerkmodell ist eine
  197. Weiterentwicklung eines der erfolgreichsten Modelle im Bereich des
  198. unbeaufsichtigten Lernens, der self-organising feature maps von T.
  199. Kohonen [Kohonen84]. Kohonen benutzt eine starre  Zellstruktur mit einer
  200. festen Anzahl von Zellen. Beim Modell von Fritzke passt sich die
  201. Zellstruktur und -anzahl dynamisch den zu lernenden Vektoren an. Die
  202. Anzahl der Zellen ist dabei von der gewuenschten 
  203. Klassifizierungsgenauigkeit abhaengig.
  204.  
  205. Die zu lernenden Flaechen werden in Form von m-dimensionalen Vektoren
  206. reeller Zahlen dargestellt. Die  Begriffe `Flaeche` und `Vektor` werden
  207. daher im Folgenden oft synonym verwendet. Fuer detaillierte Informationen
  208. ueber die Vektordarstellung von Flaechen siehe [Zimmer91].
  209.  
  210. In Kapitel 1 werden einige Erweiterungen des Modells erlaeutert, die noetig
  211. wurden, um das Modell den Bedingungen im SPIN-Projekt [Zimmer91]
  212. anzupassen. In diesem Projekt gibt es keine Aufteilung in Lernphase und
  213. Arbeitsphase. Die beiden Phasen laufen waehrend der gesamten Laufzeit des
  214. Systems parallel,  damit das Netzwerk jederzeit in der Lage ist, sich
  215. veraendernden Bedingungen anzupassen.
  216.  
  217. Kapitel 2 geht naeher auf Lernparameter, sinnvolle Defaultwerte, und auf
  218. Auswirkungen von Parameteraenderungen ein. Kapitel 3 stellt den Simulator
  219. und seine Bedienung vor, und in Kapitel 4 wird noch die Pro-
  220. grammierschnittstelle der Simulationssoftware beschrieben. Kapitel 5
  221. schliesslich erlaeutert noch  offengebliebene Probleme und enthaelt einige
  222. abschliessende Bemerkungen.
  223.  
  224. Die Software wurde auf Apple-Macintosh Rechnern in THINK Pascal
  225. implementiert. Fuer den Netzwerksimulator NetSim ist ein Mathematischer
  226. Coprozessor erforderlich. Die Applikation ist auf Macintosh II, IIxi, 
  227. IIcx, IIfx und Quadra 950 getestet und lauffaehig.
  228.  
  229.  
  230. Fragen, Hinweise und Anregungen koennen an
  231.  
  232.     Herman Keuchel     
  233.     Parkstrasse 27b     
  234.     67655 Kaiserslautern
  235.  
  236. oder an
  237.  
  238.     Uwe R. Zimmer (siehe unten)
  239.  
  240. gerichtet werden.
  241.  
  242. -----------------------------------------------------
  243.                                                        ----- 
  244.    Uwe R. Zimmer                                              ---
  245.      University of Kaiserslautern - Computer Science Department  |
  246.      Research Group Prof. v. Puttkamer                           |
  247.    6750 Kaiserslautern - Germany                                 |
  248.   -------------------------------------------------------------- |
  249.     P.O.Box:3049 | Phone:+49 631 205 2624 | Fax:+49 631 205 2803 |
  250.  
  251.