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

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG 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 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn Thái Nguyên - 2013 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƢỜNG 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 Ngƣời hƣớng dẫn khoa học: PGS.TS NGƠ QUỐC TẠO Thái Ngun – 2013 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn i LỜI CAM ĐOAN Tôi xin cam đoan luận văn cơng 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 tơi có sử dụng số tài liệu tham khảo nhƣ trình bày phần tài liệu tham khảo Các số liệu, chƣơng trình phần mềm kết luận văn trung thực chƣa đƣợc cơng bố cơng trình khác Thái Nguyên, ngày 09 tháng 10 năm 2013 Học viên thực Mai Xuân Đạt Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn ii LỜI CẢM ƠN Lời đầu tiên, em xin gửi lời biết ơn sâu sắc đến PGS.TS Ngơ Quốc Tạo ngƣời tận tình hƣớng dẫn, bảo, giúp đỡ em suốt trình làm luận văn Em xin gửi lời cảm ơn đến thầy cô giáo trƣờng 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 q trình học Tơi xin gửi lời cảm ơn tới đồng nghiệp, gia đình bạn bè ngƣời ủng hộ, động viên tạo điều kiện giúp đỡ để tơi hồn thành tốt luận văn Tôi xin gửi lời cảm ơn tới Ban giám hiệu Trƣờng Đại học Công nghiệp Quảng Ninh tạo kiện thuận lợi cho tham gia khóa học suốt q trình hồn thành luận văn Một lần nữa, xin chân thành cảm ơn Thái Nguyên, ngày 09 tháng 10 năm 2013 Học viên Mai Xuân Đạt Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC KÍ HIỆU, CHỮ CÁI VIẾT TẮT vi DANH MỤC CÁC BẢNG vii DANH MỤC CÁC HÌNH viii MỞ ĐẦU Chƣơng 1: GIỚI THIỆU VỀ MẠNG NƠRON 1.1 Giới thiệu mạng nơron nhân tạo 1.1.1 Cấu trúc mơ hình mạng nơron 1.1.2 Cấu tạo phƣơng thức làm việc mạng nơron 1.1.3 Các luật học 1.2 Kết luận chƣơng 11 Chƣơng 2: MẠNG SOM VÀ MỘT SỐ PHƢƠNG PHÁP PHÂN CỤM 13 2.1 Thuật toán phân cụm liệu 13 2.2 Một số thuật toán phân cụm liệu 14 2.2.1 Thuật toán phân cụm phân cấp 14 2.2.2 Thuật toán phân cụm phân hoạch (Thuật toán K-means) 15 2.2.3 Thuật toán phân cụm dựa mật độ (Thuật toán DBSCAN) 17 2.2.4 Thuật toán phân cụm dựa lƣới (Thuật toán STING) 19 2.2.5 Các thuật tốn phân cụm dựa mơ hình (Thuật tốn EM) 20 2.3 Thuật toán phân cụm mạng Kohonen 21 2.3.1 Mạng Kohonen gì? 21 2.3.2 Cấu trúc mơ hình mạng Kohonen 21 2.3.3 Thuật toán phân cụm mạng Kohonen 22 2.4 Một số vấn đề phân cụm mạng Kohonen 25 2.4.1 Khởi tạo mạng Kohonen (SOM) 25 2.4.2 Huấn luyện mạng Kohonen 25 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn iv 2.4.3 Tỉ lệ học 26 2.4.4 Cập nhật lại trọng số 27 2.4.5 Xác định nơron chiến thắng 28 2.5 Kohonen (SOM) sử dụng phân cụm liệu 29 2.5.1 SOM phân cụm với đồ chiều 29 2.5.2 SOM phân cụm với đồ hai chiều 29 2.5.3 Xác định ranh giới cụm 30 2.5.4 Trực quan mạng 31 2.5.5 Số lƣợng nhóm phân cụm 32 2.6 Kết luận chƣơng 33 Chƣơng 3: ỨNG DỤNG MƠ HÌNH SOM TRONG BÀI TOÁN KHẢO SÁT, ĐÁNH GIÁ, THỐNG KÊ KẾT QUẢ HỌC TẬP CỦA SINH VIÊN TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP QUẢNG NINH 34 3.1 Phát biểu toán 34 3.2 Khảo sát, đánh giá, thống kê trình học tập sinh viên trƣờng đại học Công nghiệp Quảng Ninh 34 3.2.1 Thu thập liệu 34 3.3 Thực nghiệm sử dụng mơ hình SOM để khảo sát, đánh giá, thống kê kết học tập sinh viên trƣờng đại học Công nghiệp Quảng Ninh 43 3.3.1 Các chức chƣơng trình 43 3.3.2 Phân tích liệu 43 3.3.3 Giao diện chƣơng trình 51 3.3.4 Kết phân tích kết sau huấn luyện mơ hình mạng kohonen 53 3.4 Kết luận chƣơng 63 KẾT LUẬN 64 TÀI LIỆU THAM KHẢO 64 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn v Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn vi 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 tốn tối đa hóa STING (STatistical INformation Grid ): Thuật tốn thống kê thơng tin lƣới DBSCAN (Density Based Spatial) : Phân cụm liệu dựa không Clustering (of Applications with Noise): Gian mật độ ứng với nhiễu Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn vii DANH MỤC CÁC BẢNG Bảng 3.1 Bảng xếp loại điểm 40 Bảng 3.2 Dữ liệu thống kê phân cụm, môn học 45 Bảng 3.3 Dữ liệu thống kê phân cụm, môn học 46 Bảng 3.4 Dữ liệu thống kê phân cụm sinh viên theo điểm thi 48 Bảng 3.5 Dữ liệu thống kê phân cụm sinh viên theo điểm thi 49 Bảng 3.6 Kết cụm môn sau huấn luyện mạng Kohonen 54 Bảng 3.7 Kết cụm Sinh viên sau huấn luyện mạng Kohonen 62 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 51 3.3.3 Giao diện chương trình Từ việc khảo sát, thống kê tập hợp liệu điểm thi kết thúc mơn học, mơ đun chƣơng trình đào tạo đại học sinh viên trƣờng, kết hợp với việc phân tích, thiết kế mơ hình mạng Kohonen để phân cụm liệu phần mềm lập trình Matlab luận văn xây dựng đƣợc chƣơng trình tƣơng đối hồn chỉnh để giải đƣợc tốn khảo sát, đánh giá, thống kê đảm bảo yêu cầu đề ban đầu Sau kết chƣơng trình ứng dụng mơ hình mạng Kohonen đƣợc cài đặt chạy chƣơng trình: Kết chạy chương trình huấn luyện SOM Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 52 Hình 3.1 Kết chạy chương trình huấn luyện SOM Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 53 3.3.4 Kết phân tích kết sau huấn luyện mơ hình mạng kohonen 3.3.4.1 Kết phân cụm mơn 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 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 54 Kết phân cụm môn học, mơ đun sử dụng mơ hình mạng kohonen phƣơng pháp trực quan U-Matrix đƣợc minh họa nhƣ hình 3.1 nhƣ 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 cƣơng, anh văn 1, vật lý đại MH15,MH16,MH17,MH21,MH25, cƣơng, anh văn 2, lý thuyết, toán xác suất thống kê,chủ nghĩa Mác_lênin, tƣ MH27,MH29, MH30 tƣởng Hồ Chí Minh, hóa lý Hóa keo, đƣờng lối cách mạng Đảng Cơng Sản Việt Nam, tiêu chuẩn đo lƣờng, tuyển trọng lực MH04 Kinh tế đại cƣơng MH01, MH02, MH26, MH19, Giáo dục thể chất, giáo dục quốc phòng, MH12,MH22, MH20 điện khí hóa xí nghiệp, nhập mơn 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 cƣơng MH05,MH06, MH23, MH24 Tốn cao cấp 1, Hóa học đại cƣơng, chuẩn bị khoáng sản, học máy MH07,MH32,MH33, MH35 toán cao cấp 2,Cơ sở luyện kim, cung cấp nƣớc 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 xƣởng tuyển, thí nhiệm hóa lý hóa Số hóa Trung tâm Học liệu keo,thực tập khí, thăm xí nghiệp tuyển http://lrc.tnu.edu.vn 55 khống, tuyển Cụm 1: MH03, MH08, MH11, MH13,MH15, MH16, MH17, MH21, MH25, MH27, MH29, MH30: Các môn học thuộc cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm 9,0 tƣơng 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 khơng có sinh viên đạt 8,5 9,0 điểm Cụm 2: MH04: Các môn học cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng 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 khơng có sinh viên đạt 9,0 điểm Cụm 3: MH01, MH02, MH26, MH19, MH12, MH22, MH20 Các môn học cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm7; điểm7,5; điểm 8; điểm 8,5; điểm tƣơng ứng 0; 0,02;0;0;0,4;0,3;0,07;0,03;0,0 Ta thấy cụm khơng có sinh viên điểm dƣới 5.0 điểm khơng có 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 dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng 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 dƣời 5,0 điểm điểm từ 5,0 đến 9,0 Cụm5: MH05, MH06, MH23, MH24: mơn học thuộc cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng ứng 0,03; 0,24; 0,1; 0,31; 0,11; 0,17; 0,04; 0; 0; Ta thấy cụm có điểm dƣới 5.0 điểm phân bổ từ 5.0 đến 7,5 điểm khơng có điểm 8;8,5;9.0 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 56 Cụm 6: MH07, MH32, MH33, MH35: Các mơn học cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng 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 khơng có điểm 8,5 9.0 Cụm 7: MH09, MH28 Các mơn học cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng 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 dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm 8; điểm 8,5; điểm tƣơng 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 mơn học cụm có tỷ lệ điểm dƣới 5; điểm 5; điểm 5,5; điểm 6; điểm 6,5; điểm 7; điểm 7,5; điểm ; điểm 8,5; điểm tƣơng 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 khơng có điểm 9,0 Trực quan mạng sử dụng đồ thành phần Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 57 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 dƣới 5: cụm có tỷ lệ sinh viên điểm thi dƣới nhiều cụm 1, cụm 2, cụm gồm môn: Toán Cao cấp 1, toán cao cấp 2, anh văn 1, chủ nghĩa Mác- Lênin, tƣ tƣởng Hồ Chí Minh có màu đỏ đậm số vùng, cịn màu xanh đậm thể cụm khơng có sinh viên có điểm thi dƣới cụm gồm mơn giáo dục quốc phịng, 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 mơn tƣơng ứng với màu đỏ đậm góc trái đồ, sau cụm gồm mơn pháp luật đại cƣơng, hóa học đại cƣơng, tốn cao cấp 3, vật lý đại cƣơng, anh văn 2, toán xác suất thống kê có tỷ lệ sinh viên đạt điểm nhiều tƣơng ứng với vùng màu đỏ nhạt, cụm 6, 7, 8, gồm có mơn chun ngành lý thuyết, hóa lý hóa keo, học máy, khơng có sinh viên đạt điểm dƣới tƣơng ứng với màu xanh đậm góc phía bên phải đồ Các cụm 2, 4, ứng với mơn cịn lại có sinh viên đạt điểm nhƣng 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 mơn Tốn cao cấp 1, Tƣ tƣởng 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 mơn tốn cao cấp 1, anh văn 1, hóa học đại cƣơng tƣơng ứng với góc màu đỏ đậm phía dƣới đồ cụm cụm có nhiều sinh viên đạt điểm nhƣng cụm tƣơng ứng với vùng màu đỏ nhạt Các cụm cịn lại có tỷ lệ điểm nhƣng vùng màu xanh tƣơng ứng với cụm 2, 3, 4, 5, 6, 8, cụm khơng có điểm Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 58  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 tƣơng ứng với vùng màu đỏ nhỏ đồ, vùng màu xanh lớn tƣơng ứng với cụm khơng có sinh viên đạt điểm 6,5 cụm gồm mơn Giáo dục quốc phịng, 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 cịn lại vùng có tỷ lệ vùng vàng nhạt  Đối với điểm 7,5: màu đỏ bên trái cụm 3, 4, gồm mơn Đại cƣơng, 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 mơn có điểm nhƣng tỷ lệ thấp  Đối với điểm 8,5: hầu hết cụm khơng có tỷ lệ sinh viên đạt điểm 8,5 thể vùng màu xanh đậm lớn Chỉ có cụm 5, 6, 8, gồm mơn thực hành có tỷ lệ sinh viên đạt điểm 8, tƣơng ứng với vùng chấm màu đỏ đậm góc trái biểu đồ  Đối với điểm 9: hầu hết cụm khơng có tỷ lệ sinh viên đạt điểm 8,5 thể vùng màu xanh đậm lớn Chỉ có cụm 8, gồm mơn tuyển từ tuyển lực, CS Luyên kim, tuyển trọng lực, thiết kế xƣởng tuyển có tỷ lệ sinh viên đạt điểm tƣơng ứng với vùng chấm màu đỏ đậm góc phải biểu đồ Qua phân tích nhƣ đƣa nhận xét nhƣ sau: - Cụm 8, cụm xem cụm có mơn học dễ học điều do: + Giáo viên truyền đạt tốt Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 59 + Đề thi kiểm tra dễ + Sinh viên có hứng thú học tập - Cụm 4, cụm xem cụm có tính chất mơn học phù hợp với trình độ sinh viên phân loại đƣợc sinh viên - Cụm 1, cụm 2, cụm 3,cụm 6, cụm cụm gồm mơn học khó, điều do: + Giáo viên truyền đạt môn học chƣa tốt + Đề thi kiểm tra khó + Sinh viên khơng có hứng thú học tập Từ nhận xét giúp nhiều cho công tác tổ chức giảng dạy, bố trí giáo viên , đƣa giải pháp cần thiết nhằm nâng cao chất lƣợng giảng dạy học tập trƣờng 3.3.3.2 Kết phân cụm sinh vên theo kết thi kết thúc môn học, mơ 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 nhƣng lại yếu môn khác Việc thấy đƣợc khả học có lợi cho việc áp dụng phƣơng pháp dạy học cá biệt việc đánh giá lực học tập sinh viên từ định hƣớng cho ngƣời học bƣớc sau Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 60 Trực quan mạng U-matrix Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 61 Hình 3.4 Kết phân cụm sinh viên theo môn học, mô đun sử dụng phương pháp trực quan U-Matrix Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 62 Kết phân cụm sinh viên theo môn học, mô đun sử dụng mô hình mạng Kohonen phƣơng pháp trực quan U-Matrix đƣợc minh họa nhƣ hình nhƣ sau: Bảng 3.7 Kết cụm Sinh viên sau huấn luyện mạng Kohonen Cụm Họ tên sinh Viên Nguyễn Văn Anh Nhóm sinh viên có mơn có điểm thi đạt điểm Nguyễn Văn Cƣơng thi 6-7, mơn tinh thể khống vật có điểm thi dƣới 5, mô đun thực hành chuyên ngành có điểm thi từ 7-9 Bùi Văn Chiến Mai Hồng Hạnh Nhóm sinh viên có mơn có điểm thi dƣới Đƣờng lối cách mạng ĐCSVN, có 11 mơn 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 mơn có điểm thi dƣới Nguyễn Văn Dƣơng môn hầu hết đạt, có mơn học có điểm thi Dƣơng Hồng Khang nhau đạt điểm thi 6, mơn đun thực hành chun ngành có điểm thi 6-9 Cao Văn Dụng Hoàng Văn Đảo Tính chất cụm Nhóm sinh viên có 15 mơn có điểm thi đạt điểm thi -7, có mơn anh văn 1, vật lý đại cƣơng, đƣờng lối cách mạng ĐCSVN, chủ nghĩa Mác_lênin có điểm thi dƣới 5,các mơn đun thực hành môn chuyên ngành đạt điểm thi cao từ điểm 7- Nguyễn văn Hồng Nhóm sinh viên có mơn có điểm thi đạt Dƣơng Nhật Khánh điểm thi 5-6, mơn Hóa học đại cƣơng có điểm thi dƣới 5, có mơn đun thực hành môn chuyên ngành đạt điểm thi -8 Nguyễn Văn Hậu Hoàng Thanh Hà Nhóm sinh viên có điểm thi mơn thấp,có mơn thi dƣới 5, mơ đun thực hành chuyên ngành có điểm thi từ 6-8 Bùi Ngọc Huy Nhóm sinh viên có mơn học có điểm thi dƣới mơn Nguyễn Hồng Hùng Pháp luật đại cƣơng có 20 mơn có điểm từ 6-9 Nguyễn Văn Hƣờng Nhóm sinh viên có điểm thi mơn học chun Trần Thị Tú ngành cao điểm thi mô đun thực hành chuyên Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 63 Dƣơng Quế Lâm ngành cao nhóm Dựa vào phân tích ta có phân nhóm sinh viên theo khả học từ có biện pháp phù hợp để nâng cao chất lƣợng đào tạo đại học theo học chế tín 3.4 Kết luận chƣơng Nội dung chƣơng gồm có phần chính: Lý đƣa tiêu chí đƣợc lựa chọn bảng thống kê Sử dụng công công cụ SOM huấn luyện mạng SOM đƣa hình ảnh trực quan Từ hình ảnh trực quan mạng kết hợp với bảng thống kê liệu đƣa nhận xét, từ nhận xét giúp nhiều cho công tác tổ chức giảng dạy, bố trí giáo viên , đƣa giải pháp cần thiết nhằm nâng cao chất lƣợng giảng dạy học tập sinh viên K2 đại học lớp tuyển khống trƣờng đại học Cơng nghiệp Quảng Ninh Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 64 KẾT LUẬN Mạng SOM đƣợc ứng dụng vào nhiều lĩnh vực nhƣ nhận dạng, khai phá liệu, chuẩn đoán dự đoán y học… Trong luận văn mạng SOM đƣợc ứng dụng gom cụm liệu điểm môn học Luận văn thực đƣợc số kết sau: - Trình bày đƣợc kiến thức mạng nơron mạng nơron Kohonen Giới thiệu số phƣơng pháp học mạng nơron - Trình bày số phƣơng pháp phân cụm số thuật toán phân cụm - Trình bày tƣơng đối chi tiết mạng SOM ứng dụng SOM phân cụm liệu - Trình bày mục đích cơng tác khảo sát trạng, bƣớc thực trình đánh giá, thống kê kết học tập sinh viên - Thu thập liệu điểm sinh viên K2 đại học lớp tuyển khống trƣờng đại học Cơng nghiệp Quảng Ninh để SOM đƣa phân cụm dựa vào phân tích đánh giá q trình đào tạo đại học Công nghiệp Quảng Ninh Những hạn chế luận văn: - Do việc thống kê liệu trƣờng gặp nhiều khó khăn lên số lƣợng điểm khoa cịn chƣa phong phú làm cho kết cụm chƣa phản ánh đƣợc rõ nét điểm môn học điểm sinh viên - Hƣớng nghiên cứu: Sử dụng kết đạt đƣợc luận văn để tiếp tục xây dựng tập liệu hoàn chỉnh tất khoa toàn Trƣờng Tuy cố gắng để hồn thành luận văn nhƣng tơi chắn khơng tránh khỏi thiếu sót Tơi mong đƣợc đóng góp ý kiến thầy bạn bè đồng nghiệp để luận văn đƣợc hoàn thiện Tơi xin chân thành cảm ơn! Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn 65 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Báo cáo tổng hợp đào tạo trƣờng 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 Số hóa Trung tâm Học liệu http://lrc.tnu.edu.vn ... lƣợng giáo dục đào tạo thông qua việc khảo, 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... tâm Học liệu http://lrc.tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƢỜNG 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... dạy học tập giáo viên sinh viên trƣờng đại học nói chung, cụ thể trƣờng đại học Cơng nghiệp Quảng Ninh nói riêng 3.2 Khảo sát, đánh giá, thống kê trình học tập sinh viên trƣờng đại học Công nghiệp