Mở rộng hệ suy diễn mờ phức Mamdani hỗ trợ ra quyết định

GiỚithiu

Tongquancácnghiênculiênquan

Từ đó, nhóm tác giả xây dụng hthong hsuy dien mò phức dụatrênmạngnơronthíchnghingȁunhiên(RANCFIS-RandomizedAdaptive-Network. Based Fuzzy Inference System) [54] và ứng dụng mô hình đe xuat trong đoi vói cảdữliuchuőithòigiannhieuchieutrong.Sauđóvàonăm2019,trongnghiêncứ u. Từ các nghiên cứu ve h suy dien phát trien từ t p mò phức, các h suy dienphát trien dụa trên t p mò phức đã có chưa thục sụ đúng vói ý nghĩa của hthongphứcthụcsụ.Hauhetcáchthongđeusửdụngtpmòphứclàmbienđauvàonhưngcác nghiên cứu đeu chỉ sử dụng thành phan biên đtrong quá trình ra quyet định màbỏquathànhphanpha.VídụnhưtronghthonglogicmòphứctongquátcủaRamotthìbỏquat hànhphanphatronggiảimòketquảđaura,làmchoht h o n g khôngđủyeutokhixửlývóidữliu chuőithòigiancủacácyeutocósụlplạihocxảyrađịnh kì, và đieu này làm giảm đi ý nghĩa của mô hình.

CơsƠlýthuyet

Ví dụ 1 [36]: Xem xét van đe bieu dien hoạt đ ng năng lưong m t tròi thôngquaquansátcácvetđenmttròi.Neunănglưongmttròiđạtỏmứccaothìsolưongvetđenmt tròinhieu,cònneunănglưongmttròiỏmứcthapthìsolưongvetđenítđi.Tuynhiên,theoýkienc ủacácchuyêngiathìcứ11nămthìmttròilạicómtgiaiđoạn năng lưong m t tròi đạt giá trị cục đại sau m t khoảng thòi gian đạt cục tieu. Giongnhưhlogicmòtruyenthong,hlogicmòphứcđưocxâydụngdụatrêncáclutsuydi en.Tuynhiên,đauracủamőim tlutnàylàm ttpmòphức,dođóđoi vói hlogic mò phức thì vi c cân nhac tính toán thành phan pha đóng m t vaitrò quan trong trong vi c xác định ra ket quả đau ra cuoi cùng của hlogic mò phức.Ngưoc lại trong hlogic mò truyen thong thì chỉ can xem.

Dl i uthcnghim

Trong thục te, đe chan đoán b nh thì các bác sĩ can thu th p thông tin khácnhautừquátrìnhthămkhám,từsoliucủacácketquảxétnghim..Trongứngdụngnày lu n án chỉ dừng lại vi c hő tro chan đoán b nh gan sử dụng khai thác các thôngtinlà soliu từcác ket quảxét nghimmen gan. Thông tin ve dữ li u b nh gan đưoc đưoc trích từ ho sơ b nh án liên quan đenket quả xét nghi m (sinh hóa máu và công thức máu) và chan đoán b nh từ các bác sĩtại B nh vi n Gang Thép và B nh vi n Đa khoa Thái Nguyên.

Ket Chương1

GiỚithiu

Còn khi giảiquyet đoi vói những bàitoán có dữ li u có yeu to thòi gian, có yeu to chu kì, định kì thì các h mò, h ANFIShay các hthong mò phức đã có thưòng chỉ đưa ra hai phương thức xử lý chung: thứnhat là bỏ qua thông tin liên quan đen yeu to thành phan pha; thứ hai là bieu dienthành phan biên đvà pha riêng bi t vói nhau thành hai thành phan riêng bi t bangcách sử dụng hai t p mò. Dụa trên các nghiên cứu đã có ve vi c phát trien mô hình hsuy dien mòMamdani và dụa trên mô hình Hlogic mò phức do Ramot đe xuat, lu n án đe xuatlụa chon mô hình hsuy dien mò Mamdani là mô hình chi tiet cho Module Suy dienmòphứcHlogicmòphứccủaRamot.Dođó,trongkhuônkhonidungchươngnày,lunánđe xuatHsuydienmòphứctheomôhìnhmòMamdanivàchitietcácthànhphan trong hthong.

Hs u y dienmỜphcMamdani(M-CFIS)

Ramot và c ng sụ [44] giói thi u m t hàm tong hop mói goi là tong hop vectơchophépkethopcáclutmòphứcbangcáchxemxétcảcácđieukinphacủachúng.Đaurađư octonghoptheonguyêntac:neutatcảcácđoisocủathànhphanphalàbangnhauthìthànhphanbiê nđđưoclaygiátrịcụcđại;cònneucácthànhphanphakhôngbangnhauthìthànhphanbiênđcóth eđưoclaynhỏhơngiátrịbanđau.Còntrong mô hình ANCFIS của Man và c ng sụ [46] thì vector tong hop là phép tích vôhưóngđm ạ n h củalutvàhàmthucmòphứctươngứngvóimőitpmòphứctuynhiênchỉth ụchintrêncácgiátrịthục. TừketquảthụcnghimđãchothaymôhìnhM-CFISđưocđexuattothơnmôhìnhM- FIStrêncácchỉsođchínhxác,chỉsoRecallvàPrecision.Cácmôhìnhđưocphát trien trên lý thuyet t p mò phức đưoc đánh giá là mô hình xử lý hi u quả đoi vóilópcácbàitoánmàcódữliutrongđócóyeutochukì,địnhkìhaycóyeutobosungđoivóidữliu.Chí nhvìlídođó,đoivóicácdữliubnhthìmôhìnhM-.

Ket Chương2

Đe chứng minh tính hi u quả của mô hình hsuy dien đe xuat, NCS tien hànhthụcnghimcácthuttoántrêncácbdữli uthửnghimtừkhodữliuUCIvàdữli u b nh thục Liver đưoc lay từ B nh vi n Gang Thép và B nh vi n đa khoa TháiNguyên nham đánh giá tính hi u quả của mô hình đe xuat so vói mô hình hsuy dienmòMamdanithưòngM- FIS.Ketquảthửnghimchothay,môhìnhhs u y dienđexuat tot hơn hsuy dien M-FIS trên các.

GiỚithiu

Như vy, tính toánhạtquantâmbỏinhieunhàkhoahocvàđưoccảitienmôhìnhtrongứngdụngthucnhieulĩnh vụckhácnhau.Môhìnhtínhtoánhạtđưocsửdụngtrongcácbàitoánphânlópdữliu[100].Trongnghiê ncứunày,Artiemjewđưaramôhìnhphânlópdụavàocautrúchạt.Ketquảmôphỏngchothayphânló pdụavàotínhtoánhạtcóhiuquảcaohơncácphươngphápphânlópđãcó.Butenkovvàcngsụ[101]x âydụngmôhìnhtínhtoánhạttrênkhônggianaffinevàxâydụngcácđđotươngứng.Môhìnhn ày đưoc sửdụngtrongcác bàitoán nhn dạng mȁu vàphân tích dữliu thôngminh.Đong thòi nócũng đưocsử dụngtrongcácthuttoán xửlýdữliuđa chieuhiuquả. Bên cạnh đó, tính toán hạt còn là m t cách tiep c n tính toán vói từ ngữ (m tcáchtiepcnkháclàtínhtoánvóiso).Nhữngýtưỏngcơbảnvehạtthôngtinđãxuathi n trong các lĩnh vục liên quan, như phân tích khoảng cách, lý thuyet t p hop, phântíchcụm,raquyetđịnh,hocmáy,cơsỏdữliu..Mtkỹthutmóiđưocđexuattrongvi c giải quyet các bài toán liên quan đen vi c xử lý và hieu các hình ảnh so [101].Vóinghiêncứunày,tácgiảtptrungvàođohoavàcácảnhso.Từketquảđexuat,tácgiả cũng đưa ra ý tưỏng cho các nghiên cứu ve các kỹ thu t mói liên quan đen xử lýảnh trong tưỏng lai.

Đexuatđđ o tươngtm Ờ phc

Nhóm Ngô Thành Long, Trương Quoc Hùng và Witold Pedrycz [105]cũng đã nghiên cứu vi c sử dụng tính toán hạt ket hop vói phân cụm mò trong phântích sinh hoc. Dụatrênnghiêncứuvecácđđ o mòphứcvàtínhtoánhạtmàtrongkhuônkho n i dung chương này lu n án trình bày phương pháp tinh giảm hóa hlu t củaM-CFIS bang vi c áp dụng tính toán hạt ket hop vói các.

Đexuatmôhìnhhs u y dienM-CFIS-R

Validation và Testing theo k-fold.Vói dữ li u trong phan Training, chúng tôi thụchinchiathànhbd ữ liudànhchophanthụcvàphanảo(mục3.3.2.1).Sauđóthuttoánphâ ncụmmòFuzzyC- Meansđưocápdụngtrêntừngthuctínhđephânthànhtừngcụmtươngứngvóimőinhãnngônn gữtrênthuctínhđó.Cuoicùngsẽthuđưocmttpcáclut,đưoccoinhưlàblu tmòphứcbanđau.Tpcáclutmòphứcnàyđưocthụchinđánhgiátrênbd ữ liuValidation,kíhiul àbl u tA(mục3.3.2.2).Sauđó,đetoiưuhóahlutmòphứcA,cácđđomòphứcđexuattrongMục 3.2 đưoc dùng đe tính toán đtương đong giữa các lu t mò phức. Trong trưòng hop này, đe có đưoc hi u năng tot nhat thì hM-CFIS-R sửdụngluônhcơsỏlutmòphứcbanđaumàđưocsinhratừquátrìnhTraining.Chínhđieu này sẽ đảm bảo cho hthong M-CFIS-R trong trưòng hop xau nhat thì cũng sẽcóhiunăngtươngđươngvóiM-CFIS.

Thnghimvàđánhgiáketqua

Thông qua vi c thục nghi m mô hình hsuy dien M-CFIS-R trên bdữ li u chuanBenchmark UCI hay bdữ li u thục thì mô hình M-CFIS-R đeu đưoc đánh giá là tothơnsovóimôhình M- CFIStrênhauhetcácthưócđođánhgiá.Trongquátrìnhtinhgiảmlut,nhữnglutdưthừa,lutnhie uđưoctinhgiảmvàthayvàođólàlutcóđbaophủhơnnênketquảthụcnghimmôhìnhđexuatM- CFIS-Rtothơn. - Nhưoc điem: Tuy nhiên trong mô hình mói này chỉ dừng ỏ mức toi ưu cục bmàchưacógiảipháptoiưutoàncụckhiđánhgiáhiunăngcủacơsỏlutmòmóitrongquátrìnhT raining(neuvicđánhgiámôhìnhsuydienM-CFIStrênblut. móichoketquảtothơnthìthuttoánlptứcdừnglại).Đieunàycanphảinghiêncứuvà cải thi n hơn nữa.

Ket Chương3

Bên cạnh đó, tong thòi gian thục hi n của mô hình đe xuat cũnglâuhơnsovóithòigianthục hintrongmôhìnhM- CFIS. Tuy nhiên, thòi gianthục hi n mô hình M-CFIS-R còn khá cao bỏi sử dụng ket hop tính toán hạt và đđomò phức.

GiỚithiu

(i) Mô hình M-CFIS-R hoạt đ ng dụa trên mô hình suy lu n mò Mamdani, tuynhiên chúng can đưoc phát trien vói các mô hình suy lu n mò khác như mô hình suylunmòSugenovàTsukamoto. Xuat phát từ những hạn che của mô hình M-CFIS-R và ưu điem của vi c bieudien theo mô hình KG, trong khuôn kho nidung Chương này , lu n án đe xuat cáchtiep c n mói dụa trên đo thị tri thức đe khac phục hai nhưoc điem (iii) và (iv) của môhìnhM- CFIS-RtrongChương3.

MtsomƠrngcuamôhìnhM-CFIS-R

Trong những phan tiep theo của lu n án sẽ đe c p đenhthong đóng trongCFms(X).Chúngcóthebaogomcáckhônggianđđ o mòphứcđȁngcau.ASđưocxác địnhtrêncác khônggianđđo mòphứclȁn nhauvóiđieukin lànóphải đóng. Định lý 4.3.Cho không gian đđo m phŕcờ (C, CF, r, ω)v iớngxâydựngmôhình X= supp (C)và mtbieudienrừSPc aủa CFthỡr∗,ω∗:SP→Hđ cượđ nhnghĩaịnh theohàmsau.

Đexuatmôhìnhhs u y dienmỜphcM-CFIS-FKG

Vói bdữ li u Testing, NCS đixây dụng Thu t toán tìm kiem suy dien nhanh (FISA) đe thu đưoc đau ra từ đo thị trithứcmò(thehinỏmục4.3.3vàHình4.2).Cuoicùng,NCSđưaramtvídụsođeminhhoachomô hìnhđexuat(thehinỏmục4.3.4). Sauđó, tính toán đưoc giátrịB1đ o ivói nhãn đau ra theocông thức (4.12) như sau:. KetquảthuđưocmatrnkechứacácgiátrịtínhtoánA1,B1t ừsáulutnhư sau:. RuleAt At At Bt. 1) Trưòng hop 1: Giả sử gán nhãn cho sáu lu t đau vào mà có đieu ki n tươngtụnhưvóisáulutmòphứcbanđau.Đieuđócónghĩacáclutmóiđeuphùhopvói.

Thcnghimvàđánhgiáketqua

Đoi vói mői bdữ li u hai nhãn và nhieu nhãn, Hình 4.6 và 4.7 mô tả cáchnhìn trục quan ve cách phân chia các nhãn đau ra tương ứng vói các bdữ li u, trongđó Hình 4.6 dành cho các bdữ li u hai nhãn và Hình 4.7 dành cho các bdữ li ucó nhieu nhãn. Bang ket quả thục nghi m đoi vói tat cả các bdữ li u theo kịch bản thụcnghi m thứ hai, mô hình M-CFIS-FKGđã chứng tỏ khả năng phân loại mȁu ganchínhxáctươngđươngvóimôhìnhM-CFIS-R(thmchícóbdữliucòncóđ. chính xác cao hơn, ví dụ như ỏ bdữ li u Arrhythmia) vói thòi gian chạy trung bìnhthap (trung bình giảm khoảng 6.45 lan).

Ket Chương4

ĐechứngminhtínhhiuquảcủamôhìnhM-CFIS-FKGđexuatsovóimôhình M-CFIS- R, NCS thục nghi m trên các bdữ li u chuan UCI và dữ li u B nhganthụctrênhaikịchbảnđánhgiá.Kịchbảnthứnhatđưocdùngđeđánhgiáhiusuatcủathutto ándụatrênthòigiantínhtoánvàđc h í n h xác.Vóimụcđíchkiemtra khả năng suy lu n của thu t toán trong trưòng hop kích thưóc của dữ li u mói lónhơn nhieu kích thưóc trong ba quá trình Training, Validation và Testing thì kịch bảnthứ hai đưoc đưa vào thục nghi m kiem thử. Túm lại, mô hình M-CFIS-FKG phân loại mȁu vói đchính xác gan như tươngđương vói mô hình M-CFIS-R (th m chí còn cao hơn trong bdữ li u Arrhythmia) vàvóithòigianchạythap(trungbìnhkhoảng6.45lan).ĐieunàychứngtỏrangmôhìnhM-CFIS- FKGthụchinhi uquảhơntrongquátrìnhsuylun.