1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu mạng nơron và ứng dụng trong khảo sát, đánh giá, thống kê kết quả học tập tại trường đại học công nghệ quảng ninh

69 415 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 69
Dung lượng 1,48 MB

Nội dung

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG MAI XUÂN ĐẠT NGHIÊN CỨU MẠNG NƠRON VÀ ỨNG DỤNG TRONG KHẢO SÁT, ĐÁNH GIÁ, THỐNG KÊ KẾT QUẢ HỌC TẬP TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP QUẢNG NINH LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - 2013 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG MAI XUÂN ĐẠT NGHIÊN CỨU MẠNG NƠRON VÀ ỨNG DỤNG TRONG KHẢO SÁT, ĐÁNH GIÁ, THỐNG KÊ KẾT QUẢ HỌC TẬP TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP QUẢNG NINH Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60 48 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: PGS.TS NGÔ QUỐC TẠO II Thái Nguyên – 2013 i LỜI CAM ĐOAN Tôi xin cam đoan luận văn công trình nghiên cứu riêng cá nhân tôi, không chép tự nghiên cứu, đọc, dịch tài liệu, tổng hợp thực Nội dung lý thuyết trong luận văn có sử dụng số tài liệu tham khảo trình bày phần tài liệu tham khảo Các số liệu, chương trình phần mềm kết luận văn trung thực chưa công bố công trình khác Thái Nguyên, ngày 09 tháng 10 năm 2013 Học viên thực Mai Xuân Đạt LỜI CẢM ƠN ii Lời đầu tiên, em xin gửi lời biết ơn sâu sắc đến PGS.TS Ngô Quốc Tạo người tận tình hướng dẫn, bảo, giúp đỡ em suốt trình làm luận văn Em xin gửi lời cảm ơn đến thầy cô giáo trường Đại học Công nghệ thông tin Truyền thông - Đại học Thái Nguyên, thầy cô Viện Công nghệ thông tin truyền đạt kiến thức giúp đỡ em suốt trình học Tôi xin gửi lời cảm ơn tới đồng nghiệp, gia đình bạn bè người ủng hộ, động viên tạo điều kiện giúp đỡ để hoàn thành tốt luận văn Tôi xin gửi lời cảm ơn tới Ban giám hiệu Trường Đại học Công nghiệp Quảng Ninh tạo kiện thuận lợi cho tham gia khóa học suốt trình hoàn thành luận văn Một lần nữa, xin chân thành cảm ơn Thái Nguyên, ngày 09 tháng 10 năm 2013 Học viên Mai Xuân Đạt iii MỤC LỤC Chương GIỚI THIỆU VỀ MẠNG NƠRON 1.1 Giới thiệu mạng nơron nhân tạo .3 1.1.1 Cấu trúc mô hình mạng nơron Hình 1.1: Một nơron sinh học Hình 1.2: Sự liên kết nơron Hình 1.3: Mô hình nơron nhân tạo Hình 1.4: Đồ thị dạng hàm truyền .6 1.1.2 Cấu tạo phương thức làm việc mạng nơron Hình 1.5: Mạng nơron ba lớp .7 Hình 1.6: Một số dạng mạng nơron 1.1.3 Các luật học Hình 1.7: Cấu trúc huấn luyện mạng nơron .8 Hình 1.8: Học có giám sát Hình 1.9: Học giám sát .10 Hình 1.10: Sơ đồ cấu trúc chung trình học 11 1.2 Kết luận chương 11 Chương 12 MẠNG SOM VÀ MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM 12 2.2.1 Thuật toán phân cụm phân cấp 13 2.2.2 Thuật toán phân cụm phân hoạch (Thuật toán K-means) 14 2.2.3 Thuật toán phân cụm dựa mật độ (Thuật toán DBSCAN) 16 2.2.4 Thuật toán phân cụm dựa lưới (Thuật toán STING) 17 2.2.5 Các thuật toán phân cụm dựa mô hình (Thuật toán EM) 19 2.4.3 Tỉ lệ học 24 2.4.4 Cập nhật lại trọng số 26 iv 2.4.5 Xác định nơron chiến thắng 26 2.5.1 SOM phân cụm với đồ chiều 27 2.5.2 SOM phân cụm với đồ hai chiều 27 2.5.3 Xác định ranh giới cụm 29 2.5.4 Trực quan mạng 29 2.5.5 Số lượng nhóm phân cụm .31 2.6 Kết luận chương 31 3.4 Kết luận chương .56 KẾT LUẬN 57 TÀI LIỆU THAM KHẢO 58 v DANH MỤC CÁC KÍ HIỆU, CHỮ CÁI VIẾT TẮT HSSV: Học sinh, sinh viên CSDL: Cơ sở liệu KPDL: Khai phá liệu PCDL : Phân cụm liệu SOM(Self Organizing Maps): Mạng nơron tự tổ chức PE (Processing element): Phần tử xử lý BMU(Best - Matching unit): Đơn vị phù hợp U-matrix (unified distance matrix): Ma trận thống khoảng cách EM (Expectation maximization): Thuật toán tối đa hóa STING (STatistical INformation Grid ): Thuật toán thống kê thông tin lưới DBSCAN (Density Based Spatial) : Phân cụm liệu dựa không Clustering (of Applications with Noise): Gian mật độ ứng với nhiễu DANH MỤC CÁC BẢNG vi Chương GIỚI THIỆU VỀ MẠNG NƠRON Hình 1.1: Một nơron sinh học Hình 1.2: Sự liên kết nơron Hình 1.3: Mô hình nơron nhân tạo Hình 1.4: Đồ thị dạng hàm truyền .6 Hình 1.5: Mạng nơron ba lớp .7 Hình 1.6: Một số dạng mạng nơron Hình 1.7: Cấu trúc huấn luyện mạng nơron .8 Hình 1.8: Học có giám sát Hình 1.9: Học giám sát .10 Hình 1.10: Sơ đồ cấu trúc chung trình học 11 Chương 12 MẠNG SOM VÀ MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM 12 KẾT LUẬN 57 TÀI LIỆU THAM KHẢO 58 vii 44 Bảng 3.4 Dữ liệu thống kê phân cụm sinh viên theo điểm thi TT Họ tên MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH Nguyễn Văn Anh 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 7 7 6.5 5.5 7 6 Nguyễn Văn Cương 8 6 6 7 6.5 6 6 Bùi Văn Chiến 7 7 7 4 Phạm Hồng Chinh 6 5.5 6 6 6 6 6 6 Nguyễn Văn Dương 6 7 7 6 6 7.5 6 Cao Văn Dụng 5 7 5 7 8.5 7 7 Hoàng Văn Đảo 6 7 6 7.5 6 7 6 6 Nguyễn Văn Hồng 7 7 7 5.5 7 6 7 Nguyễn Văn Hậu 7 5 8 10 Hoàng Thanh Hà 7 6 7 6.5 7 7 7 11 Bùi ngọc Huy 7 7 7 5.5 7 7 7 7 12 Nguyễn Hồng Hùng 7 7 5 7 7 7 13 Nguyễn Văn Hường 6 7 6 7.5 6 6 6.5 6 14 Trần Thị Tú 7 7 5.5 7 6 7 15 Dương Quyế Lâm 8 7 8 5 8 8 16 Dương Nhật Khánh 7 7 6 7 7 6.5 7 7 17 Dương Hồng Khang 7 7 7 5.5 7 5 7 18 Mai Hồng Hạnh 7 6.5 5.5 6 Bảng 3.5 Dữ liệu thống kê phân cụm sinh viên theo điểm thi TT Họ tên MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH MH 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 45 Nguyễn Văn Anh 6 7 7 5.5 6 6 Nguyễn Văn Cương 8 6 6 6 6 6.5 6 Bùi Văn Chiến 6 6 6 Phạm Hồng Chinh 6 6 6 7 Nguyễn Văn Dương 7 7 8 7.5 7 6 Cao Văn Dụng 7 6 8.5 7 Hoàng Văn Đảo 6 8 6 7 6.5 6 Nguyễn Văn Hồng 7 6 5.5 6 6 Nguyễn Văn Hậu 6 7 6 5 6 10 Hoàng Thanh Hà 7 7.5 7 7 7 11 Bùi ngọc Huy 6 7 6 5.5 9 12 Nguyễn Hồng Hùng 5 6 7 7 7 8.5 13 Nguyễn Văn Hường 6 7 6 9 6.5 6 14 Trần Thị Tú 7 6 5.5 7 6 6 15 Dương Quyế Lâm 6 7 6 5 6 8 16 Dương Nhật Khánh 7 5 7.5 7 7 7 17 Dương Hồng Khang 7 6 5.5 6 18 Mai Hồng Hạnh 7 5 6 46 3.3.3 Giao diện chương trình Từ việc khảo sát, thống kê tập hợp liệu điểm thi kết thúc môn học, mô đun chương trình đào tạo đại học sinh viên trường, kết hợp với việc phân tích, thiết kế mô hình mạng Kohonen để phân cụm liệu phần mềm lập trình Matlab luận văn xây dựng chương trình tương đối hoàn chỉnh để giải toán khảo sát, đánh giá, thống kê đảm bảo yêu cầu đề ban đầu Sau kết chương trình ứng dụng mô hình mạng Kohonen cài đặt chạy chương trình: Kết chạy chương trình huấn luyện SOM Hình 3.1 Kết chạy chương trình huấn luyện SOM 47 3.3.4 Kết phân tích kết sau huấn luyện mô hình mạng kohonen 3.3.4.1 Kết phân cụm môn học, mo đun Trực quan mạng u-mattrix Hình 3.2 Kết phân cụm môn học, mô đun sử dụng phương pháp trực quan U-Matrix 48 Kết phân cụm môn học, mô đun sử dụng mô hình mạng kohonen phương pháp trực quan U-Matrix minh họa hình 3.1 bảng sau: Bảng 3.6 Kết cụm môn sau huấn luyện mạng Kohonen Cụm Mã môn học, mô đun MH03,MH08,MH11,MH13, Tên Môn Pháp luật đại cương, anh văn 1, vật lý đại MH15,MH16,MH17,MH21,MH25, cương, anh văn 2, lý thuyết, toán xác suất thống kê,chủ nghĩa Mác_lênin, tư MH27,MH29, MH30 tưởng Hồ Chí Minh, hóa lý Hóa keo, đường lối cách mạng Đảng Công Sản Việt Nam, tiêu chuẩn đo lường, tuyển trọng lực MH04 Kinh tế đại cương MH01, MH02, MH26, MH19, Giáo dục thể chất, giáo dục quốc phòng, MH12,MH22, MH20 điện khí hóa xí nghiệp, nhập môn tin học,tinh thể khoáng vật, Kỹ thuật điện – điện tử, Sức bền vật liệu MH10, MH18,MH14 Toán cao cấp 3, Vẽ kỹ thuật, Tâm lý đại cương MH05,MH06, MH23, MH24 Toán cao cấp 1, Hóa học đại cương, chuẩn bị khoáng sản, học máy MH07,MH32,MH33, MH35 toán cao cấp 2,Cơ sở luyện kim, cung cấp nước khí, thí nghiệm hóa phân tích MH09, MH28 Hóa hữu cơ, hóa phân tích MH31 Tuyển từ-tuyển lực MH34,MH36,MH37,MH38, MH39 Thiết kế xưởng tuyển, thí nhiệm hóa lý hóa keo,thực tập khí, thăm xí nghiệp tuyển khoáng, tuyển 49 Cụm 1: MH03, MH08, MH11, MH13,MH15, MH16, MH17, MH21, MH25, MH27, MH29, MH30: Các môn học thuộc cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm 9,0 tương ứng 0,02-0,008V; 0,005-0,08; 0,005-0,1; 0,04-0,1; 0,01-0,05; 0,35-0,41;0.010,02; 0-0,02;0;0 tao thấy cụm có nhiều sinh viên thi lại điểm sinh viên không cao sinh viên đạt 8,5 9,0 điểm Cụm 2: MH04: Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0,04-0,06;0,08-0,1;0,01;0,2-0,4;0,04-0,07;0,1-0,2;0,01;0,005-0,1;0,007;0 Ta thấy cụm có nhiều sinh viên thi lại có điểm trung bình 5,0 nhiều sinh viên đạt 9,0 điểm Cụm 3: MH01, MH02, MH26, MH19, MH12, MH22, MH20 Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm7; điểm7,5; điểm 8; điểm 8,5; điểm tương ứng 0; 0,02;0;0;0,4;0,3;0,07;0,03;0,0 Ta thấy cụm sinh viên điểm 5.0 điểm sinh viên đạt điểm 8,5 9,0 điểm cùm chủ yếu đạt điểm từ 6.0 đến 8.0 Cụm 4: MH10, MH18, MH14 môn học thuộc cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0,08; 0,1; 0,02; 0,2; 0,1; 0,2; 0-0,06; 0,07; 0,005 Ta thấy cụm điểm phân bổ có điểm dười 5,0 điểm điểm từ 5,0 đến 9,0 Cụm5: MH05, MH06, MH23, MH24: môn học thuộc cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0,03; 0,24; 0,1; 0,31; 0,11; 0,17; 0,04; 0; 0; Ta thấy cụm có điểm 5.0 điểm phân bổ từ 5.0 đến 7,5 điểm điểm 8;8,5;9.0 Cụm 6: MH07, MH32, MH33, MH35: Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0-0,04; 0,07-0,09;0,01; 0,27-0,31;0,03-0,26; 0,34-0,39;00,02;0,01-0,15;0;0 cụm điểm 8,5 9.0 50 Cụm 7: MH09, MH28 Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0,02; 0,13-0,19;0;0,54-0,6;0-0,01;0,1-0,25;0-0,01;0-0,05;0;0 Cụm 8: MH31: Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tương ứng 0,0,0;0,2; 0,1; 0,5; 0,04; 0,02; 0,08; 0,005 Ta thấy cụm điểm cao thấp điểm 6,0 cao 9,0 Cụm 9: MH34, MH36, MH37, MH38, MH39: Các môn học cụm có tỷ lệ điểm 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm ; điểm 8,5; điểm tương ứng 0; 0; 0; 0,1-0,4; 0,02-0,4;0,1-0,40,05-0,01; 0,01-0,1;0,01-0,08,0 Ta thấy cụm điểm cao chủ yếu từ 6,0 điểm đến 8,5 điểm điểm 9,0 Trực quan mạng sử dụng đồ thành phần Hình 3.3 Kết phân cụm điểm sử dung phương pháp trực quan biểu đồ thành phần Trên hình 3.3 trực quan đồ thành phần điểm kết cụm:  Đối với điểm thi 5: cụm có tỷ lệ sinh viên điểm thi nhiều cụm 1, cụm 2, cụm gồm môn: Toán Cao cấp 1, toán cao cấp 2, anh văn 1, 51 chủ nghĩa Mác- Lênin, tư tưởng Hồ Chí Minh có màu đỏ đậm số vùng, màu xanh đậm thể cụm sinh viên có điểm thi cụm gồm môn giáo dục quốc phòng, giáo dục thể chất, vẽ kỹ thuật, điện khí hóa xí nghiệp  Đối với điểm 5: cụm có tỷ lệ điểm đạt cao cụm gồm có môn tương ứng với màu đỏ đậm góc trái đồ, sau cụm gồm môn pháp luật đại cương, hóa học đại cương, toán cao cấp 3, vật lý đại cương, anh văn 2, toán xác suất thống kê có tỷ lệ sinh viên đạt điểm nhiều tương ứng với vùng màu đỏ nhạt, cụm 6, 7, 8, gồm có môn chuyên ngành lý thuyết, hóa lý hóa keo, học máy, sinh viên đạt điểm tương ứng với màu xanh đậm góc phía bên phải đồ Các cụm 2, 4, ứng với môn lại có sinh viên đạt điểm không nhiều  Đối với điểm 5,5: cụm đạt tỷ lệ điểm 5,5 thể vùng màu xanh rộng đậm rộng, có cụm 7, 8, gồm có môn Toán cao cấp 1, Tư tưởng Hồ Chí Minh có số sinh viên đạt tỷ lệ điểm 5,5 cao thể vùng nhỏ màu xanh  Đối với điểm 6: cụm có tỷ lệ điểm cao cụm 1, 2, 3, 5, 6, gồm môn toán cao cấp 1, anh văn 1, hóa học đại cương tương ứng với góc màu đỏ đậm phía đồ cụm cụm có nhiều sinh viên đạt điểm cụm tương ứng với vùng màu đỏ nhạt Các cụm lại có tỷ lệ điểm vùng màu xanh tương ứng với cụm 2, 3, 4, 5, 6, 8, cụm điểm  Đối với điểm 6,5: cụm có tỷ lệ điểm 6,5 cao cụm 1, 4, 8, gồm môn giáo dục thể chất, giáo dục quốc phòng, vẽ kỹ thuật tương ứng với vùng màu đỏ nhỏ đồ, vùng màu xanh lớn tương ứng với cụm sinh viên đạt điểm 6,5 cụm gồm môn Giáo dục quốc phòng, giáo dục thể chất, thủy lực, thiết bị công nghệ tiên tiến Vùng màu xanh nhạt cụm có nhiều sinh viên ạt điểm 6,5 cụm 3,5  Đối với điểm 7: vùng màu đỏ bên phải cụm 1,8 , có tỷ lệ sinh viên đạt điểm nhiều nhất, cụm lại vùng có tỷ lệ vùng vàng nhạt 52  Đối với điểm 7,5: màu đỏ bên trái cụm 3, 4, gồm môn Đại cương, có tỷ lệ học sinh đạt điểm 7,5 cao nhất, cụm 6, gồm môn thực tập môn lý thuyết chuyên ngành có tỷ lệ cao thứ có màu cam, vùng màu xanh lớn vùng có tỷ lệ điểm 7,5 thấp gồm cụm 2, 5,  Đối với điểm 8: chấm đỏ đậm cụm 5, 6, 7, 8, gồm thực hành môn chuyên ngành có tỷ lệ sinh viên đạt điểm cao cụm 3, gồm môn Thực hành bản, Thực hành sản xuất có tỷ lệ đứng thứ vùng màu cam, vùng màu xanh rộng cụm 2, có môn có điểm tỷ lệ thấp  Đối với điểm 8,5: hầu hết cụm tỷ lệ sinh viên đạt điểm 8,5 thể vùng màu xanh đậm lớn Chỉ có cụm 5, 6, 8, gồm môn thực hành có tỷ lệ sinh viên đạt điểm 8, tương ứng với vùng chấm màu đỏ đậm góc trái biểu đồ  Đối với điểm 9: hầu hết cụm tỷ lệ sinh viên đạt điểm 8,5 thể vùng màu xanh đậm lớn Chỉ có cụm 8, gồm môn tuyển từ tuyển lực, CS Luyên kim, tuyển trọng lực, thiết kế xưởng tuyển có tỷ lệ sinh viên đạt điểm tương ứng với vùng chấm màu đỏ đậm góc phải biểu đồ Qua phân tích đưa nhận xét sau: - Cụm 8, cụm xem cụm có môn học dễ học điều do: + Giáo viên truyền đạt tốt + Đề thi kiểm tra dễ + Sinh viên có hứng thú học tập - Cụm 4, cụm xem cụm có tính chất môn học phù hợp với trình độ sinh viên phân loại sinh viên - Cụm 1, cụm 2, cụm 3,cụm 6, cụm cụm gồm môn học khó, điều do: + Giáo viên truyền đạt môn học chưa tốt + Đề thi kiểm tra khó + Sinh viên hứng thú học tập 53 Từ nhận xét giúp nhiều cho công tác tổ chức giảng dạy, bố trí giáo viên , đưa giải pháp cần thiết nhằm nâng cao chất lượng giảng dạy học tập trường 3.3.3.2 Kết phân cụm sinh vên theo kết thi kết thúc môn học, mô đun Mỗi sinh viên khác có khả khác việc học môn học, em đăng ký môn học khác theo kỳ học sinh viên học giỏi môn lại yếu môn khác Việc thấy khả học có lợi cho việc áp dụng phương pháp dạy học cá biệt việc đánh giá lực học tập sinh viên từ định hướng cho người học bước sau 54 Trực quan mạng U-matrix Hình 3.4 Kết phân cụm sinh viên theo môn học, mô đun sử dụng phương pháp trực quan U-Matrix 55 Kết phân cụm sinh viên theo môn học, mô đun sử dụng mô hình mạng Kohonen phương pháp trực quan U-Matrix minh họa sau: Bảng 3.7 Kết cụm Sinh viên sau huấn luyện mạng Kohonen Cụm Họ tên sinh Viên Tính chất cụm Nguyễn Văn Anh Nhóm sinh viên có môn có điểm thi đạt điểm Nguyễn Văn Cương thi 6-7, môn tinh thể khoáng vật có điểm thi 5, mô đun thực hành chuyên ngành có điểm thi từ 7-9 Bùi Văn Chiến Nhóm sinh viên có môn có điểm thi Mai Hồng Hạnh Đường lối cách mạng ĐCSVN, có 11 môn có điểm thi đạt điểm thi 6-7,các môn đun thực hành chuyên ngành có điểm thi đạt từ điểm 7-9 Phạm Hồng Chinh Nhóm sinh viên có môn có điểm thi Nguyễn Văn Dương môn hầu hết đạt, có môn học có điểm thi Dương Hồng Khang đạt điểm thi 6, môn đun thực hành chuyên ngành có điểm thi 6-9 Cao Văn Dụng Nhóm sinh viên có 15 môn có điểm thi Hoàng Văn Đảo đạt điểm thi -7, có môn anh văn 1, vật lý đại cương, đường lối cách mạng ĐCSVN, chủ nghĩa Mác_lênin có điểm thi 5,các môn đun thực hành môn chuyên ngành đạt điểm thi cao từ điểm 7- Nguyễn văn Hồng Nhóm sinh viên có môn có điểm thi đạt Dương Nhật Khánh điểm thi 5-6, môn Hóa học đại cương có điểm thi 5, có môn đun thực hành môn chuyên ngành đạt điểm thi -8 Nguyễn Văn Hậu Nhóm sinh viên có điểm thi môn thấp,có môn Hoàng Thanh Hà thi 5, mô đun thực hành chuyên ngành có điểm thi từ 6-8 Bùi Ngọc Huy Nhóm sinh viên có môn học có điểm thi môn Nguyễn Hồng Hùng Pháp luật đại cương có 20 môn có điểm từ 6-9 Nguyễn Văn Hường Nhóm sinh viên có điểm thi môn học chuyên Trần Thị Tú ngành cao điểm thi mô đun thực hành chuyên Dương Quế Lâm ngành cao nhóm 56 Dựa vào phân tích ta có phân nhóm sinh viên theo khả học từ có biện pháp phù hợp để nâng cao chất lượng đào tạo đại học theo học chế tín 3.4 Kết luận chương Nội dung chương gồm có phần chính: Lý đưa tiêu chí lựa chọn bảng thống kê Sử dụng công công cụ SOM huấn luyện mạng SOM đưa hình ảnh trực quan Từ hình ảnh trực quan mạng kết hợp với bảng thống kê liệu đưa nhận xét, từ nhận xét giúp nhiều cho công tác tổ chức giảng dạy, bố trí giáo viên , đưa giải pháp cần thiết nhằm nâng cao chất lượng giảng dạy học tập sinh viên K2 đại học lớp tuyển khoáng trường đại học Công nghiệp Quảng Ninh 57 KẾT LUẬN Mạng SOM ứng dụng vào nhiều lĩnh vực nhận dạng, khai phá liệu, chuẩn đoán dự đoán y học… Trong luận văn mạng SOM ứng dụng gom cụm liệu điểm môn học Luận văn thực số kết sau: - Trình bày kiến thức mạng nơron mạng nơron Kohonen Giới thiệu số phương pháp học mạng nơron - Trình bày số phương pháp phân cụm số thuật toán phân cụm - Trình bày tương đối chi tiết mạng SOM ứng dụng SOM phân cụm liệu - Trình bày mục đích công tác khảo sát trạng, bước thực trình đánh giá, thống kê kết học tập sinh viên - Thu thập liệu điểm sinh viên K2 đại học lớp tuyển khoáng trường đại học Công nghiệp Quảng Ninh để SOM đưa phân cụm dựa vào phân tích đánh giá trình đào tạo đại học Công nghiệp Quảng Ninh Những hạn chế luận văn: - Do việc thống kê liệu trường gặp nhiều khó khăn lên số lượng điểm khoa chưa phong phú làm cho kết cụm chưa phản ánh rõ nét điểm môn học điểm sinh viên - Hướng nghiên cứu: Sử dụng kết đạt luận văn để tiếp tục xây dựng tập liệu hoàn chỉnh tất khoa toàn Trường Tuy cố gắng để hoàn thành luận văn chắn không tránh khỏi thiếu sót Tôi mong đóng góp ý kiến thầy cô bạn bè đồng nghiệp để luận văn hoàn thiện Tôi xin chân thành cảm ơn! 58 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Báo cáo tổng hợp đào tạo trường Đại học Công nghiệp Quang Ninh năm học (2012-2013) [2] Lê Bá Dũng (2012), Bài giảng mạng nơron nhân tạo ứng dụng, ĐH Công nghệ thông tin Truyền thông - Đại học Thái Nguyên [3] Nguyễn Đình Thúc, Trí tuệ nhân tạo - Mạng nơron - Phương pháp & ứng dụng , Nhà xuất Giáo dục, 2000 [4] Huỳnh Thị Kim Ngân, Sử dụng mạng Kohonen để phân cụm số sở liệu trường học, http://www.qtttc.edu.vn/vi/tainguyen/category/22tiengviet? download=172 & start=20 Tiếng Anh [5] A.K.Jain, R.C.Dubes, Algorithms of fuzzy clustering data, Ptentice Hall, Englewood Cliffs, NJ, 1988 [6].DataClusteringAlgorithms,https://sites.google.com/site/dataclusteringalgorithms / ngày 12/4/2012 [7] Juha Vesanto (2000), Using SOMs in Data Mining, Licentiate’s thesis, Helsinki University of Technology [8].Flynn.P.J,MurtyM.N,Jain.A.K(1999),DataClustering:AReview,ACMComputing Surveys, Vol.31, No.3 [9] Tom Germano (1999), Self Organizing Maps [10].TeuvoKohonen(2001),SelfOrganizingMaps,ThirdEdition,Springer,Heidelberg [...]... sát, đánh giá, thống kê kết quả học tập tại Trường Đại học Công nghiệp Quảng Ninh" Luận văn tập trung vào tìm hiểu mạng SOM và sử dụng SOM trong phân cụm dữ liệu Phương pháp nghiên cứu chính là tìm hiểu các tài liệu bài báo viết về mạng SOM và huấn luyện mạng SOM phân cụm điểm các môn học và phân cụm sinh viên của Trường Đại học Công nghiệp Quảng Ninh từ đó đưa ra những nhận xét, đánh giá, tư vấn cho... đầu vào Thông tin giáo dục đào tạo của các trường hiện nay hầu hết được lưu trữ trong máy tính và chúng ta cần phải tìm ra những thông tin hữu ích từ cơ sở dữ liệu đó để có các biện pháp phù hợp, cần thiết cho việc cải cách, nâng cao chất lượng giáo dục đào tạo thông qua việc khảo, đánh giá, thống kê, báo cáo Chính vì lý do đó tôi chọn đề tài: "Nghiên cứu mạng Nơron và Ứng dụng trong Khảo sát, đánh giá,. .. của nơron sinh học Về nơron nhân tạo giới thiệu cấu trúc của một nơron nhân tạo, mô hình của mạng nơron nhân tạo Quy tắc học của mạng nơron, trình bày 3 luật học cơ bản của mạng nơron bao gồm: học có giám sát, học củng cố và học không giám sát 12 Chương 2 MẠNG SOM VÀ MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM 2.1 Thuật toán phân cụm dữ liệu PCDL là kỹ thuật sử dụng quan sát đối tượng, mục đích để tổ chức một tập. .. trọng số trong mạng nơron rời rạc, tương ứng với sự thay đổi trọng số trong mạng nơron liên tục theo biểu thức sau: dwi = η r.x(t ) dt (1.9) Vấn đề quan trọng trong việc phân biệt luật học là cập nhật trọng số có giám sát hay không có giám sát hoặc học củng cố là tín hiệu học r 1.2 Kết luận chương 1 Chương 1 của luận văn giới thiệu về mạng nơron sinh học bao gồm cấu trúc của mạng nơron sinh học và nguyên... cấu tạo của mạng nơron bao gồm nhiều lớp, mỗi lớp bao gồm nhiều nơron có cùng chức năng trong mạng Hình 1.5 là mô hình hoạt động của một mạng nơron 3 lớp với 8 phần tử nơron Các tín hiệu đầu vào được đưa đến 3 nơron 7 đầu vào x1, x2, x3; 3 nơron này làm thành lớp đầu vào của mạng Đầu ra của các nơron này được đưa đến đầu vào của 3 nơron tiếp theo, 3 nơron này không trực tiếp tiếp xúc với môi trường bên... phòng đào tạo và học sinh đăng kí học theo từng môn, từng kỳ học phù hợp với mình Nội dung luận văn gồm có 3 chương: Chương I: Giới thiệu về mạng nơron sinh học bao gồm cấu trúc của mạng nơron sinh học và nguyên lý hoạt động của nơron sinh học Về nơron nhân tạo giới thiệu cấu trúc của một nơron nhân tạo, mô hình của mạng nơron nhân tạo 2 Chương II: Giới thiệu về một số phương pháp phân cụm và một số... dạng theo mẫu của mạng nơron 8 (a) Mạng truyền thẳng một lớp (b) Mạng hồi tiếp một lớp c) Mạng truyền thẳng nhiều lớp (d) Mạng nơron hồi quy Hình 1.6: Một số dạng mạng nơron Hình 1.6 là một số liên kết đặc thù của mạng nơron Nơron được vẽ là các vòng tròn xem như một tế bào thần kinh, chúng có các mối liên hệ đến các nơron khác nhờ các trọng số liên kết, tập hợp các trọng số liên kết này sẽ lập thành... pháp học khác nhau để có thể tính toán gần đúng ma trận W cần tìm đặc trưng cho mạng Sau đây là 3 phương pháp học: • Học có giám sát Là quá trình học có tín hiệu chỉ đạo bên ngoài d Tại mỗi thời điểm khi đầu vào được cung cấp tới mạng nơron thì phản ứng đầu ra mong muốn d tương ứng của hệ thống được đưa ra Hình 1.8: Học có giám sát Khi mỗi đầu vào x(k) được đặt vào mạng, đầu ra mong muốn tương ứng d... tạo và phương thức làm việc của mạng nơron Mạng nơron là một hệ truyền đạt và xử lý tín hiệu, đặc tính truyền đạt của nơron phần lớn là đặc tính truyền đạt tĩnh nên có thể phân biệt các loại nơron khác nhau Các nơron có đầu vào nhận thông tin từ môi trường bên ngoài khác với các nơron có đầu vào được nối với các nơron khác trong mạng, chúng được phân biệt với nhau qua vector hàm trọng số ở đầu vào... thì các nơron phải kết hợp và trao đổi thông tin với nhau Sơ đồ liên kết và trao đổi thông tin giữa hai nơron như hình sau: Hình 1.2: Sự liên kết các nơron 1.1.1.2 Cấu trúc và mô hình của một nơron nhân tạo Mô hình toán học của mạng nơron nhân tạo được đề xuất bởi McCulloch và Pitts gọi là nơron M-P (ngoài ra nó còn được gọi là phần tử xử lý và được ký hiệu là PE - Processing Element) Mô hình nơron có ...ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG MAI XUÂN ĐẠT NGHIÊN CỨU MẠNG NƠRON VÀ ỨNG DỤNG TRONG KHẢO SÁT, ĐÁNH GIÁ, THỐNG KÊ KẾT QUẢ HỌC TẬP TẠI TRƯỜNG ĐẠI HỌC CÔNG... đánh giá, thống kê, báo cáo Chính lý chọn đề tài: "Nghiên cứu mạng Nơron Ứng dụng Khảo sát, đánh giá, thống kê kết học tập Trường Đại học Công nghiệp Quảng Ninh" Luận văn tập trung vào tìm hiểu mạng. .. cấu trúc nơron nhân tạo, mô hình mạng nơron nhân tạo Quy tắc học mạng nơron, trình bày luật học mạng nơron bao gồm: học có giám sát, học củng cố học không giám sát 12 Chương MẠNG SOM VÀ MỘT SỐ

Ngày đăng: 09/12/2016, 18:11

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[2]. Lê Bá Dũng (2012), Bài giảng về mạng nơron nhân tạo và ứng dụng, ĐH Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên Sách, tạp chí
Tiêu đề: Bài giảng về mạng nơron nhân tạo và ứng dụng
Tác giả: Lê Bá Dũng
Năm: 2012
[3]. Nguyễn Đình Thúc, Trí tuệ nhân tạo - Mạng nơron - Phương pháp & ứng dụng , Nhà xuất bản Giáo dục, 2000 Sách, tạp chí
Tiêu đề: Trí tuệ nhân tạo - Mạng nơron - Phương pháp & ứng dụng
Nhà XB: Nhà xuất bản Giáo dục
[4]. Huỳnh Thị Kim Ngân, Sử dụng mạng Kohonen để phân cụm một số cơ sở dữ liệu trong trường học, http://www.qtttc.edu.vn/vi/tainguyen/category/22-tiengviet? download=172 & start=20.Tiếng Anh Sách, tạp chí
Tiêu đề: Sử dụng mạng Kohonen để phân cụm một số cơ sở dữ liệu trong trường học
[5]. A.K.Jain, R.C.Dubes, Algorithms of fuzzy clustering data, Ptentice Hall, Englewood Cliffs, NJ, 1988 Sách, tạp chí
Tiêu đề: Algorithms of fuzzy clustering data
[7]. Juha Vesanto (2000), Using SOMs in Data Mining, Licentiate’s thesis, Helsinki University of Technology Sách, tạp chí
Tiêu đề: Using SOMs in Data Mining
Tác giả: Juha Vesanto
Năm: 2000
[8].Flynn.P.J,MurtyM.N,Jain.A.K(1999),DataClustering:AReview,ACMComputing Surveys, Vol.31, No.3 Sách, tạp chí
Tiêu đề: DataClustering:AReview
Tác giả: Flynn.P.J,MurtyM.N,Jain.A.K
Năm: 1999
[10].TeuvoKohonen(2001),SelfOrganizingMaps,ThirdEdition,Springer,Heidelberg Sách, tạp chí
Tiêu đề: SelfOrganizingMaps,ThirdEdition,Springer
Tác giả: TeuvoKohonen
Năm: 2001
[6].DataClusteringAlgorithms,https://sites.google.com/site/dataclusteringalgorithms/ ngày 12/4/2012 Link
[1]. Báo cáo tổng hợp đào tạo tại trường Đại học Công nghiệp Quang Ninh năm học (2012-2013) Khác

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w