Mạng neuron nhân tạo ANN pps

GV: Lê Hoài Long Mạng neuron nhân tạo ANN Phần GV: Lê Hoài Long Mạng neuron nhân tạo Mạng neuron nhân tạo là mạng được xây dựng bằng cách sao chép lại các nguyên lý tổ chức của hệ neuron con người GV: Lê Hoài Long Mạng neuron nhân tạo Cấu trúc cơ bản của một neuron trong hệ neuron con người gồm có các đầu vào (dendrities), thân neuron và đầu ra (axon) Synaps Neuron Dendrite Axon Synaps GV: Lê Hoài Long Mạng neuron nhân tạo Cấu trúc cơ bản của một hệ neuron con người gồm có lớp neuron đầu vào, các lớp neuron ẩn và lớp neuron đầu ra GV: Lê Hoài Long Mạng neuron nhân tạo Mc.Culloch và Pitts vào năm 1943 đề ra cấu trúc cơ bản của một neuron thứ i trong mô hình của mạng neuron nhân tạo x 1 x m x 2 w 12 w 11 w 1m Phần tử xử lý thứ i y i Đầu ra i  x j - là đầu ra của neuron thứ j hoặc đầu vào từ môi trường bên ngoài. w ij - là trọng số kết nối giữa neuron thứ i và neuron thứ j.  - là giá trị ngưỡng của neuron thứ i. y i - là đầu ra của neuron thứ i GV: Lê Hoài Long Mạng neuron nhân tạo Mô hình tính toán đơn giản cho đầu ra y i của neuron thứ i được định nghĩa như sau            i m j ji txaty  1 )()1( ij w Nếu gọi f i là một hàm tổng hợp để tổng hợp tất cả các thông tin đến từ các đầu vào của neuron thứ i            i m j ji txf  1 ij )(w GV: Lê Hoài Long Mạng neuron nhân tạo Lúc này ta có một hàm tác động (hàm chuyển) – đầu ra   ii faty  )1( Trọng số w ij biểu diễn cường độ kết nối giữa neuron thứ j với neuron thứ i. Nếu là trọng số dương tương ứng với tín hiệu truyền kích động, nếu là trọng số âm tương ứng với tín hiệu truyền ức chế, và nếu wij = 0 thì không có sự kết nối giữa hai neuron. GV: Lê Hoài Long Mạng neuron nhân tạo Để thiết kế một mạng ANN Xác định cấu trúc mạng Huấn luyện mạng GV: Lê Hoài Long Ứng dụng mạng neuron nhân tạo  Xử lý ảnh và nhận biết bằng máy tính  Xử lý tín hiệu  Nhận dạng mẫu  Kỹ thuật chế tạo  Hệ thống điện  Y học  Quân sự  Kinh tế  … GV: Lê Hoài Long Ứng dụng mạng neuron nhân tạo Ứng dụng ANN trong quản lý xây dựng trên thế giới  Dự trù chi phí cho công tác lót đường bằng bê tông cốt thép của Hojjat Adeli và Mingyang Wu, ASCE (1998 [13]),  Dự trù chi phí xây dựng đường cao tốc Tarek Hegazy và Amr Ayed, ASCE (1998 [14]), của Chester G Wilmot và Bing Mei, ASCE (2005 [15])  Dự đoán quá trình thực hiện các dự án thiết kế thi công ở Singapore của Florence Yean Yng Ling và Min Liu (2004 [16]),  Ảnh hưởng của các yêu cầu thay đổi đến năng suất lao động của Osama Moselhi và đồng sự, ASCE (2005 [17])  Dự trù năng suất ngành của Jason Portas và Simaan Abourizk, ASCE (1997 [18])  Khả năng ứng dụng mang neuron trong xây dựng được Moselhi. O và đồng sự , ASCE chỉ ra trong (1991 [19]).  … [...]... dụng mạng neuron nhân tạo – Việt Nam   Ứng dụng ANN tối ưu hoá tiến độ mạng, Luận văn thạc sỹ Hồ Hải Đăng, ĐHBK TPHCM (2004 [6]) Ứng dụng ANN trong chọn thầu thi công, Luận văn thạc sỹ Phạm Trường Giang, ĐHBK TPHCM (2003 [7]) GV: Lê Hoài Long Ứng dụng mạng neuron nhân tạo – Việt Nam  Luận văn thạc sỹ của Văn Khoa ĐHBK TP.HCM (2006 [30]) Trong luận văn tác giả đã trình bày cách ứng dụng mạng neuron nhân. .. mạng neuron  Một lớp neuron GV: Lê Hoài Long Cấu trúc mạng neuron Mạng neuron nhiều lớp  GV: Lê Hoài Long Cấu trúc mạng neuron  Mạng truy hồi (recurrent) GV: Lê Hoài Long Bài tập hiểu bài Bài 1: Đầu vào của một neuron là 2.0, trọng số của nó là 2.3 và bias là -3 Hãy xác định - Xác định tham số của hàm truyền - Đầu ra của neuron?  GV: Lê Hoài Long Bài tập hiểu bài Bài 2: Giá trị đầu ra của neuron. ..Ứng dụng mạng neuron nhân tạo – Việt Nam  Xây dựng mô hình xác định chi phí trong xây dựng dựa trên ứng dụng mạng neuron của Trần Bách Luận văn thạc sỹ ĐHBK TP.HCM (2006 [8]) Qua đó tác giả đã xây dựng mô hình xác định chi phí thực tế của dự án xây dựng dựa trên ứng dụng của mạng neuron mờ thông qua 16 yếu tố đầu vào của mô hình là các yếu tố... hình neuron – hàm truyền  Hàm log-sigmoid: nhận giá trị đầu vào và ép giá trị đầu ra nằm trong khoảng 0 đến 1 theo công thức: 1 a 1  e n GV: Lê Hoài Long Mô hình neuron – hàm truyền  Một số dạng hàm chuyển khác GV: Lê Hoài Long Mô hình neuron – hàm truyền  Một số dạng hàm chuyển khác (tt) GV: Lê Hoài Long Mô hình neuron – nhiều biến đầu vào  Neuron nhiều biến đầu vào GV: Lê Hoài Long Cấu trúc mạng. .. TP.HCM (2006 [30]) Trong luận văn tác giả đã trình bày cách ứng dụng mạng neuron nhân tạo để dự đoán chi phí xây dựng cho các dự án chúng cư qua việc ‘học’ từ kinh nghiệm các chúng cư đã được xây dựng trước đây với sự hỗ trợ của công cụ Matlab để tìm được bảng ma trận trọng số GV: Lê Hoài Long Ứng dụng mạng neuron nhân tạo – Việt Nam   Luận văn của Nguyễn Anh Tuấn (2007) đánh giá rủi ro biến động chi... hình neuron – 1 biến đầu vào  Giá trị đầu ra neuron được tính toán theo công thức: a  f ( wp  b)  Ví dụ: ta có w= 3, p = 2 và b = -1.5 => a = ?? GV: Lê Hoài Long Mô hình neuron – 1 biến đầu vào    Giá trị đầu ra phụ thuộc vào hàm chuyển Bias cũng là một trọng số (weight) Trong một số trường hợp không cần thiết phải sử dụng bias Chú ý: w và b đều là các tham số có thể thay đổi trong cấu trúc neuron. .. Lê Hoài Long Mô hình neuron  - - Hàm chuyển (truyền) (Transfer function) Hàm chuyển có thể tuyến tính hay phi tuyến Hàm chuyển được lựa chọn để thỏa mãn các đặc trưng của vấn đề mà mô hình neuron đang cố gắng giải quyết Có khá nhiều dạng hàm chuyển, tuy nhiên có 3 dạng chính hay được sử dụng GV: Lê Hoài Long Mô hình neuron – hàm truyền  Hàm hard limit GV: Lê Hoài Long Mô hình neuron – hàm truyền ... các thông số của neuron có 2 input: b=1.2; W=[3 2] và p=[-5 6]T, tính các giá trị đầu ra nếu hàm truyền là: - Symmetrical hard limit - Saturating linear - Hyperbolic tangent sigmoid (tansig)  GV: Lê Hoài Long Bài tập hiểu bài Bài 4: Một mạng neuron 1 lớp có sáu giá trị input và 2 output Giá trị output bị giới hạn và liên tục trên đoạn 0 đến 1 Hãy trả lời: - Cần phải có bao nhiêu neuron? - Kích thước... tất cả các cấu trúc neuron Chỉ những cấu trúc neuron được ứng dụng nhiều trong quản lý xây dựng mới được nghiên cứu trong môn học này Các cấu trúc khác học viên tự nghiên cứu nếu thấy cần thiết GV: Lê Hoài Long Kí hiệu    Vô hướng (scalar) kí hiệu chữ thường in nghiêng: a, b, c Vector: kí hiệu chữ thường in đậm: a, b, c Ma trận: chữ hoa in đậm: A, B, C GV: Lê Hoài Long Mô hình neuron  Một biến đầu... trên đoạn 0 đến 1 Hãy trả lời: - Cần phải có bao nhiêu neuron? - Kích thước của ma trận trọng số? - Cần phải sử dụng loại hàm truyền nào? - Giá trị bias là?  GV: Lê Hoài Long Bài tập tự giải Bài **: Một neuron có hai giá trị input Giá trị output là 0.5 Ma trận trọng số là [3 2], input là [-5 7]T Hãy trả lời: - Nếu bias là 0, có hàm truyền nào (trong bài giảng) phù hợp? - Nếu có bias, hàm linear có phù . Lê Hoài Long Mạng neuron nhân tạo ANN Phần GV: Lê Hoài Long Mạng neuron nhân tạo Mạng neuron nhân tạo là mạng được xây dựng bằng cách sao chép lại các nguyên lý tổ chức của hệ neuron con người GV:. sự kết nối giữa hai neuron. GV: Lê Hoài Long Mạng neuron nhân tạo Để thiết kế một mạng ANN Xác định cấu trúc mạng Huấn luyện mạng GV: Lê Hoài Long Ứng dụng mạng neuron nhân tạo  Xử lý ảnh và. Lê Hoài Long Mạng neuron nhân tạo Cấu trúc cơ bản của một hệ neuron con người gồm có lớp neuron đầu vào, các lớp neuron ẩn và lớp neuron đầu ra GV: Lê Hoài Long Mạng neuron nhân tạo Mc.Culloch