So sánh mô hình Mạng thần kinh nhân tạo và mô hình hồi quy tuyến tính

Một phần của tài liệu Dự báo tốc độ tăng trưởng kinh tế Việt Nam Sự vượt trội của mô hình Mạng thần kinh nhân tạo (ANN) so với mô hình Hồi quy tuyến tính truyền thống.pdf (Trang 50 - 52)

Như đã trình bày ở các phần trên, mô hình Hồi quy tuyến tính thể hiện mối quan hệ chính xác giữa biến đầu vào và đầu ra, còn mô hình Mạng thần kinh không giải thích chính xác mối quan hệ giữa chúng. Tuy nhiên, mô hình Mạng thần kinh đơn giản nhất (mạng gồm một lớp đầu vào và một lớp đầu ra) có hàm kích hoạt xác định tương tự như mô hình Hồi quy tuyến tính. Các nơ-ron đầu vào tương tự như các biến số độc lập, các nơ-ron đầu ra là các biến số phụ thuộc. Các trọng số của mô hình Mạng thần kinh nhân tạo giống như các hệ số ước lượng của mô hình hồi quy và độ lệch tương tự như hệ số chặn.

Với mô hình Hồi quy tuyến tính, các nhà nghiên cứu xây dựng dạng hàm trên cơ sở đã biết trước mối quan hệ giữa biến phụ thuộc và các biến độc lập của dạng hàm đó. Ngược lại, mô hình Mạng thần kinh không được biết về những mối quan hệ giữa các biến của dạng hàm, mà chủ yếu là để dữ liệu xác định dạng hàm. Như vậy, Mạng thần

kinh nhân tạo phù hợp khi nhà nghiên cứu không có bất kỳ ý tưởng nào về dạng hàm của mối quan hệ giữa những đầu vào và đầu ra. Nhưng, nếu dạng hàm được biết, mô hình hồi quy là phù hợp hơn.

Vì mô hình Mạng thần kinh được xem như một “hộp đen”. Không ai biết điều gì xảy ra trong hộp đen đó, nó vượt ngoài tầm kiểm soát của người xây dựng mô hình. Do đó, các nhà kinh tế học e ngại việc sử dụng mô hình Mạng thần kinh như là một công cụ thống kê thay thế trong việc dự báo các biến kinh tế. Bên cạnh đó, việc xây dựng cấu trúc mô hình Mạng thần kinh cũng khá phức tạp và mất rất nhiều thời gian. Nên các nhà nghiên cứu thường sử dụng mô hình Hồi quy tuyến tính hỗ trợ cho việc chọn biến đầu vào cho mô hình. Vì vậy, mô hình Mạng thần kinh nhân tạo nên được xem như là sự bổ sung mạnh mẽ cho các mô hình kinh tế chuẩn chứ không phải là sự thay thế. Đặc biệt, khi đặt trong mối liên hệ với các mô hình Hồi quy tuyến tính, mô hình Mạng thần kinh nhân tạo có thể trở nên hiệu quả hơn hay cho kết quả dự báo chính xác hơn.

Chƣơng 3

XÂY DỰNG MÔ HÌNH DỰ BÁO TỐC ĐỘ TĂNG TRƢỞNG TỔNG SẢN PHẨM QUỐC NỘI (GDP) CỦA VIỆT NAM

Dữ liệu

Xây dựng mô hình Hồi quy tuyến tính truyền thống Xây dựng mô hình Mạng thần kinh nhân tạo

Trong chương này, bài nghiên cứu sẽ tiến hành thực hiện xây dựng mô hình dự báo tốc độ tăng trưởng GDP Việt Nam bao gồm một quá trình từ thu thập, phân tích và điều chỉnh dữ liệu cho đến việc xây dựng mô hình để dự báo bằng cả mô hình Hồi quy tuyến tính truyền thống và mô hình Mạng thần kinh nhân tạo. Vì mô hình Hồi quy tuyến tính truyền thống là một mô hình đã rất phổ biến nên bài nghiên cứu sẽ đặt trọng tâm cho việc xây dựng mô hình Mạng thần kinh nhân tạo, một mô hình còn khá mới mẻ. Đặc biệt, trong chương này bài nghiên cứu cũng đã thực hiện xây dựng mô hình Mạng thần kinh nhân tạo dựa trên kết quả của mô hình Hồi quy tuyến tính như là một ý tưởng nhằm nâng cao hiệu quả, tiết kiệm thời gian và chi phí so với việc xây dựng mô hình Mạng thần kinh nhân tạo độc lập. Tất cả kết quả thu được từ các mô hình sẽ được so sánh ở chương sau để tìm ra mô hình dự báo tốt nhất.

Một phần của tài liệu Dự báo tốc độ tăng trưởng kinh tế Việt Nam Sự vượt trội của mô hình Mạng thần kinh nhân tạo (ANN) so với mô hình Hồi quy tuyến tính truyền thống.pdf (Trang 50 - 52)

Tải bản đầy đủ (PDF)

(109 trang)