Prediction of antimicrobial peptides based on the adaptive neuro-fuzzy inference system application

Biopolymers ◽  
2012 ◽  
Vol 98 (4) ◽  
pp. 280-287 ◽  
Author(s):  
Fabiano C. Fernandes ◽  
Daniel J. Rigden ◽  
Octavio L. Franco
Keyword(s):  
Antimicrobial Peptides ◽  
System Application ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

scholarly journals PERANCANGAN BEHAVIOR-BASED ROBOT DENGAN ALGORITMA FUZZY Q-LEARNING (FQL) PADA SISTEM NAVIGASI ROBOT OTONOM BERODA DALAM MEDAN YANG TIDAK TERSTRUKTUR

2013 ◽  
Vol 2 (1) ◽  
Author(s):  
Made Santo Gitakarma
Keyword(s):  
Reinforcement Learning ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Q Learning ◽  
Behavior Based

Pada banyak aplikasi robotika, seperti sistem navigasi robot mandiri atau robot otonom yang bergerak dengan mandiri pada lingkungan tidak terstruktur, sangat sulit atau tidak mungkin memperoleh model matematik yang tepat dari interaksi robot dengan lingkungannya. Untuk itu diperlukan pendekatan sistem kendali robot yang dikenal dengan sistem kendali Behavior-Based Robot (BBR). Pada pendekatan ini, sistem diuraikan menjadi beberapa modul yang masing-masingnya bertanggung jawab untuk melakukan satu perilaku (behavior). Salah satu metode pembelajaran yang paling cocok untuk aplikasi robot adalah Reinforcement Learning (RL), dengan jenis algoritma Q-learning. Kombinasi Q-learning dengan Fuzzy Inference System (FIS) dikenal dengan nama Fuzzy Q-Learning (FQL). Berdasarkan percobaan yang dilakukan sebanyak 3 kali pada robot beroda dapat disimpulkan bahwa waktu rata-rata robot kembali ke Homebase yaitu 1 menit 10 detik. Sedangkan waktu rata-rata robot dalam mematikan api lilin adalah 2 detik. Sehingga dapat dikatakan robot yang dibuat mempunyai kinerja yang cukup baik.

Sign in / Sign up

Export Citation Format

Share Document