MẠNG NƠRON
Mạng nơron và mạng nơron lan truyền ngƣợc
Mạng nơron nhân tạo (Artificial Neural Network - ANN) là mô hình xử lý thông tin mô phỏng cách thức hoạt động của các hệ nơron sinh học Nó bao gồm nhiều nơron kết nối với nhau qua các liên kết có trọng số, hoạt động như một thể thống nhất để giải quyết các vấn đề cụ thể Để cấu hình cho các ứng dụng như nhận dạng mẫu hay phân loại dữ liệu, mạng nơron nhân tạo trải qua quá trình học từ tập mẫu huấn luyện, trong đó việc học chủ yếu là điều chỉnh trọng số liên kết giữa các nơron.
Cấu trúc nơron nhân tạo:
Hình 1.1 Cấu tạo một Nơron
Các thành phần cơ bản của một nơron nhân tạo bao gồm:
• Tập các đầu vào: Là các tín hiệu vào (đầu vào signals) của nơron, các tín hiệu này thường được đưa vào dưới dạng một vector N chiều
Mỗi liên kết trong mạng nơron được thể hiện bởi trọng số liên kết (synaptic weight), ký hiệu là w kj, phản ánh mối quan hệ giữa tín hiệu vào thứ j và nơron k Các trọng số này thường được khởi tạo một cách ngẫu nhiên để bắt đầu quá trình học tập của mạng.
Hàm b k Ngƣỡng Đầu ra Đầu vào Trọng số liên kết ngẫu nhiên ở thời điểm khởi tạo mạng và đƣợc cập nhật liên tục trong quá trình học mạng
• Bộ tổng (Summing function): Thường dùng để tính tổng của tích các đầu vào với trọng số liên kết của nó
• Ngưỡng (còn gọi là một độ lệch - bias): Ngưỡng này thường được đưa vào nhƣ một thành phần của hàm truyền
Hàm truyền (Transfer function) là công cụ quan trọng trong mạng nơron, giúp giới hạn phạm vi đầu ra của mỗi nơron Hàm này nhận đầu vào từ kết quả của hàm tổng và ngưỡng, đảm bảo quá trình xử lý thông tin diễn ra hiệu quả.
• Đầu ra: Là tín hiệu đầu ra của một nơron, với mỗi nơron sẽ có tối đa là một đầu ra
Cấu trúc của một nơron k trong toán học được mô tả qua hai biểu thức: y k = f(u k - b k ), trong đó x 1 , x2, , xp là các tín hiệu vào, (wk1, wk2, , wkp) là các trọng số liên kết của nơron thứ k, u k là hàm tổng, b k là ngưỡng, f là hàm truyền và y k là tín hiệu đầu ra của nơron.
Neuron nhân tạo nhận tín hiệu đầu vào, xử lý chúng bằng cách nhân với trọng số liên kết, tính tổng các tích thu được và sau đó gửi kết quả tới hàm truyền Kết quả cuối cùng chính là tín hiệu đầu ra từ hàm truyền.
Bảng 1.1 Một số hàm truyền thông dụng
Hàm truyền Đồ thị Định nghĩa
Symmetrical Hard Limit (hardlims) y = 1 với x >= 0 y = -1 với x < 0
Saturating Linear (satlin) y = 0 với x < 0 y = x với 0