b. Mô phỏng mạng nơron.
5.3. ứng dụng mạng nơron trong bài toán đo lờng 1 Giới thiệu
5.3.1 Giới thiệu
Mạng nơ ron nhân tạo có thể thực hiện các bài toán phân loại. Với các mạng chuẩn có các đầu vào tuyến tính chỉ phân loại đợc các lớp trong không gian với các tập vào phân biệt nhau bằng giới hạn tuyến tính. Cụ thể nh: mạng nơ ron với hai đầu vào x1, x2 thì hàm phân biệt
0 )
(x =w1x1+w2x2 +I =
y
xác định một đờng thẳng trong mặt phẳng (x1, x2), mạng nơ ron với ba đầu vào x1, x2 , x3 thì hàm phân biệt
0 )
(x =w1x1+w2x2+w3x3+I =
y
xác định một mặt phẳng trong không gian (x1, x2, x3), mạng nơ ron với số đầu vào lớn hơn hoặc bằng bốn thì hàm phân biệt là một siêu phẳng. Nh vậy,
mạng nơ ron với các đầu vào tuyến tính chỉ có thể phân sản phẩm thành hai lớp với giới hạn các lớp là tuyến tính.
Trong thực tế có những bài toán mà giới hạn của các lớp là phi tuyến hạn nh bài toán XOR, hoặc có những giới hạn là phi tuyến bất kỳ. Để phân lớp những bài toán này có thể sử dụng nhiều phần tử nơ ron phân lớp theo giới hạn tuyến tính (nh là tuyến tính hoá từng đoạn) ngoài giải pháp trên thì có thể sử dụng mạng với đầu vào bậc cao. Một số tác
giả (Kavuri và Venkatasubramanian) đã sử dụng mạng bậc cao với cách chọn trọng thích hợp để có thể tạo những vùng bao elip nh Hình 5.8, để bao đợc các điểm theo yêu cầu. Tuy nhiên nếu chọn các trọng để biên giới phân loại là các hình elíp thì việc phân loại với các biên giới phi tuyến bất kỳ lại không đợc thực hiện, hoặc có thể phải thực hiện với nhiều elíp. Nếu thực hiện bằng các đầu vào bậc cao (bậc hai hoặc bậc bốn) có thể thực hiện phân loại đợc với giới hạn các lớp là phi tuyến tuỳ ý.