रोबोटिक्स में स्नातक छात्र की शुरुआत के लिए गणितीय पूर्वापेक्षाएँ


15

रोबोटिक्स में एक शुरुआती स्नातक छात्र ने मुझसे गणित के क्षेत्रों में पूछा कि उन्हें रोबोटिक्स में स्नातकोत्तर अनुसंधान कार्यक्रम शुरू करने के लिए (किसी और चीज पर) ब्रश करना चाहिए। कुछ अच्छी सामग्री / पुस्तकें क्या हैं जो एक शोध छात्र के लिए अपरिहार्य हैं? हमें कौन से क्रम में सुझाव देना चाहिए कि छात्र रोबोटिक्स में एक ठोस आधार विकसित करता है?

जवाबों:


12

अन्य उत्तर सही हैं: यह इस बात पर निर्भर करता है कि आप कहां ध्यान केंद्रित कर रहे हैं, और आपका विषय क्या होगा। हालाँकि, कुछ सामान्य विषय हैं। मैं कहूंगा कि एक सभ्य विश्वविद्यालय से गणित में एक नाबालिग को आधार कवर करना चाहिए।

मैं अपने अनुभव के आधार पर निम्नलिखित की जोरदार सिफारिश करूंगा:

  1. रैखिक बीजगणित, कम से कम एक या दो सेमेस्टर। यदि आवश्यक हो तो पुनश्चर्या पाठ्यक्रम लेने और विशेषज्ञता पर योजना बनाएं। क्योंकि रोबोट दुनिया में काम करते हैं, और दुनिया को समन्वय तख्ते से परिभाषित किया जाता है, मैट्रिक्स गुणन, व्युत्क्रम, रैंक, affine और प्रक्षेप्य परिवर्तनों आदि के बारे में कुछ जानना बेहद सहायक है।
  2. पथरी, कम से कम 3 सेमेस्टर।
  3. कुछ संख्यात्मक विश्लेषण, क्योंकि रोबोट कंप्यूटर का उपयोग करते हैं।
  4. संभावनाएं और सांख्यिकी, कम से कम 1 सेमेस्टर, हालांकि यह तेजी से महत्वपूर्ण होता जा रहा है

मेरे सबफ़ील्ड (एल्गोरिथम रोबोटिक्स) के लिए, निम्न चीज़ें बहुत सहायक हैं:

  1. एल्गोरिदम और डेटा संरचनाएं, कम से कम 2 सेमेस्टर
  2. संगणना का औपचारिक सिद्धांत (कठोरता और समस्याओं की मैपिंग), कम से कम एक सेमेस्टर
  3. मैट्रिक्स सिद्धांत, (एक विशेष रैखिक बीजगणित का एक और सेमेस्टर)
  4. असतत गणित (रेखांकन, गिनती और गणना), कम से कम 1 सेमेस्टर,

6

यह बहुत हद तक इस बात पर निर्भर करता है कि शोध विषय क्या होगा। उदाहरण के लिए, क्या यह है:

  • इमेज प्रोसेसिंग, मशीन विजन ...
  • स्लैम
  • पथ योजना
  • नियंत्रण
  • रोबोट जोड़तोड़
  • ...

शोध के क्षेत्र को जाने बिना यह जानना सरल नहीं है कि गणित की क्या आवश्यकता होगी। यह कहते हुए कि, स्नातक अध्ययन के दौरान किसी भी गणित की आवश्यकता होती है, वैसे भी पढ़ाया जाता है, इसलिए वास्तविक आवश्यकताएं नहीं हैं। किसी भी डोमेन-विशिष्ट गणित को आमतौर पर केवल शीर्ष पर निर्माण के लिए मैट्रिक्स बीजगणित के बुनियादी ज्ञान की आवश्यकता होती है।

कुछ प्रोग्रामिंग अनुभव के रूप में अच्छी तरह से आवश्यक होने की संभावना है।


4

चूंकि रोबोटिक्स इलेक्ट्रिकल, मैकेनिकल और सॉफ्टवेयर इंजीनियरिंग का एक संयोजन है, इसलिए उन क्षेत्रों के लिए गणित स्पष्ट रूप से प्रासंगिक है। उसके ऊपर मैं तर्क दूंगा कि रोबोटिक्स में रैखिक बीजगणित, संभाव्यता और नियंत्रण सिद्धांत का अच्छा ज्ञान होना बहुत सहायक है। यांत्रिकी का एक अच्छा समझ स्पष्ट रूप से भी मदद करता है।


1

एक अच्छा तरीका सिर्फ रोबोटिक्स कार्यक्रमों पर शोध करना होगा और देखना होगा कि विभिन्न वर्गों के लिए उनके पास कौन सी किताबें हैं जो नींव बनाने में मदद कर सकती हैं। व्यक्तिगत रूप से मैंने इस पुस्तक का उपयोग रोबोटिक्स / मेक्ट्रोनिक्स वर्ग के लिए किया है, लेकिन यह अंडरग्राउंड के लिए था

http://www.amazon.com/Introduction-Mechatronics-Measurement-Systems-Alciatore/dp/0071254072

यदि आप एक नींव से अधिक निर्माण करना चाहते हैं, तो रोबोटिक्स में शीर्ष विद्यालयों को देखना और यह पता लगाना बुद्धिमानी होगी कि वे किन पुस्तकों का उपयोग करते हैं। अधिकांश पाठ्यक्रम में होगा जो स्कूल, कक्षा के शीर्षक और शायद वर्तमान प्रोफेसरों के नाम से खोजा जा सकता है।


0

मैं अपना $ 0.02 जोड़ूंगा। जैसा कि अन्य उत्तरों ने कहा है, यह मायने रखता है कि आप क्या पढ़ रहे हैं। आप गणित को लेकर जितने सहज होंगे, अवधारणाओं को समझना उतना ही आसान होगा, इसलिए मैं गणित पर एक अंडरग्रेजुएट के रूप में भारी पूर्वाग्रह करूंगा, स्पष्ट रूप से। यदि आप ग्रेड स्कूल जाने और रोबोटिक्स में शोध करने की उम्मीद कर रहे हैं।

  • रैखिक बीजगणित, 2 सेमेस्टर
  • विभेदक समीकरण।
  • पथरी, 3 सेमेस्टर - निश्चित रूप से वेक्टर पथरी के माध्यम से, आदर्श रूप से उच्च आयाम (सामान्यीकृत स्टोक्स प्रमेय, अंतर रूपों, बाहरी बीजगणित, आदि) के संपर्क में आने के साथ
  • वास्तविक विश्लेषण। प्रूफ-आधारित गणित के लिए अच्छा परिचय और उच्च-स्तरीय गणित के लिए एक आधार प्रदान करता है
  • संभाव्यता सिद्धांत, 2 सेमेस्टर। आदर्श रूप से आधुनिक माप सिद्धांत के कुछ जोखिम के साथ।
  • विभेदित ज्यामिति (यदि आप पथ नियोजन, ज्यामितीय नियंत्रण आदि करना चाहते हैं)
  • समूह सिद्धांत, विशेष रूप से झूठ समूहों पर

आप मैट्रिक्स विश्लेषण और शायद प्रायिकता सिद्धांत में स्नातक स्तर के गणित के पाठ्यक्रम भी लेना चाहेंगे। मेरा बहुत पसंदीदा गणित वर्ग और पुस्तक हॉर्न और जॉनसन की मैट्रिक्स विश्लेषण है

यह सूची गैर-गणित कक्षाओं को शामिल करती है जिसमें भारी गणित घटक जैसे लैग्रैनिज़ेन यांत्रिकी, डेटा संरचनाएं, एल्गोरिदम, सिग्नल और सिस्टम, राज्य-अंतरिक्ष नियंत्रण सिद्धांत, आदि शामिल हैं।

मेरी विनम्र राय में, मेक्ट्रोनिक्स में कक्षाओं के साथ सीएस और भौतिकी में एक डबल प्रमुख और एमई / ईई विभाग को नियंत्रित करता है शायद सबसे अच्छा काम करेगा। आपके पास सिद्धांत की अच्छी समझ होगी और फिर आप अपने ग्रीष्मकालीन इंटर्नशिप को व्यावहारिक अनुभव प्राप्त करने में खर्च कर सकते हैं।


-1

रोबोटिक्स की स्प्रिंगर हैंडबुक एक अच्छा संसाधन है जो बताता है कि किसी विशेष रोबोटिक क्षेत्र के लिए क्या आवश्यकताएं हैं जो आप विशेषज्ञ बनाना चाहते हैं।

रोबोटिक्स की स्प्रिंग हैंडबुक http://bks2.books.google.com/books?id=Xpgi5gSuBxsC&printsec=frontcover&img=1&zoom=1

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.