tiến (feedforward) đa mức 2.1 Lý thuyết học và vấn đề nhận dạng mẫu
2.1.3 Đối với vấn đề nhận dạng mẫu (phân loại mẫu)
Con ng−ời rất giỏi trong việc nhận dạng mẫu. Con ng−ời thực hiện nhận dạng mẫu thông qua một quá trình học; điều đó cũng xảy ra đối với các mạng neuron.
Nhận dạng mẫu về mặt hình thức đ−ợc định nghĩa nh− là quá trình mà nhờ
nó một mẫu hay tín hiệu thu nhận đ−ợc gán cho một trong số các lớp đã đ−ợc xác định tr−ớc. Một mạng neuron thực hiện nhận dạng mẫu tr−ớc tiên bằng việc trải qua một phiên tích luỹ, trong suốt phiên này mạng thu nhận lặp đi lặp lại một tập hợp các mẫu đầu vào. Sau đó, mạng thu nhận một mẫu mới ch−a từng đ−ợc biết tới nh−ng thuộc cùng một dạng với các mẫu đ−ợc sử dụng để tích luỹ mạng. Mạng có khả năng định rõ mẫu đó thuộc lớp nào nhờ thông tin mà nó đã lấy đ−ợc từ dữ liệu tích luỹ. Nhận dạng mẫu đ−ợc thực hiện bởi mạng neuron về bản chất mang tính thống kê, với các mẫu đ−ợc biểu diễn d−ới dạng các điểm trong không gian quyết
định đa chiều. Không gian quyết định đ−ợc chia thành các vùng, mỗi vùng t−ơng ứng với một lớp. Các đ−ờng biên quyết định đ−ợc xác định bởi quá trình tích luỹ. Việc cấu trúc nên các đ−ờcg biên này đ−ợc thực hiện một cách thống kê xuất phát từ tính chất biến thiên vốn có tồn tại bên trong các lớp và giữa các lớp.
Nhìn chung, các máy nhận dạng mẫu sử dụng mạng neuron có thể thuộc hai dạng sau:
• Máy đ−ợc chia thành hai phần, một mạng không điều khiển để lấy ra các
đặc tr−ng và một mạng có giám sát để phân lớp. Một ph−ơng pháp nh− vậy là sự tiếp nối quan điểm truyền thống về nhận dạng mẫu thống kê. Về mặt khái niệm, một mẫu đ−ợc biểu diễn bởi một tập hợp m quan sát mà có thể đ−ợc xem nh− một điểm x trong một không gian quan sát m chiều. Việc lấy ra các đặc tr−ng đ−ợc mô tả nh− một sự chuyển đổi điểm x thành một điểm y trong một không gian đặc tr−ng q chiều với q<m. Sự chuyển đổi này có thể đ−ợc xem nh− một sự giảm bậc (nén dữ liệu) nhằm đơn giản hoá công việc phân lớp. Việc phân lớp đ−ợc mô tả nh− một sự chuyển đổi làm t−ơng ứng điểm y với một trong các lớp thuộc một không gian quyết định r chiều, ở đó r là số l−ợng các lớp cần phân biệt.
• Máy đ−ợc thiết kế nh− một mạng tiến đa mức sử dụng một thuật toán học có giám sát. Trong tiếp cận thứ hai này, công việc lấy ra các đặc tr−ng đ−ợc thực hiện bởi các đơn vị tính toán trong các mức ẩn của mạng.
Việc lựa chọn tiếp cận nào trong thực hành phụ thuộc vào ứng dụng cần xây dựng. Đối với phần mềm thử nghiệm về nhận dạng nguyên âm trong bản luận văn này, tác giả đã sử dụng kiểu máy nhận dạng mẫu thứ hai.