6. Cấu trúc của luận án
1.3.4.1 Ứng dụng mạng nơron tế bào trên thế giới
a) Máy tính nơron tế bào vạn năng
Tamás Roska, Leon ỌChua (1993) đã phát minh ra máy vạn năng CNN (CNN-UM) hay còn gọi là máy tính vạn năng CNN. Đây là máy tính mảng tương tự
đầu tiên có thể lập trình [64]; A Gacsádi, C Grava, A Grava (2005) ứng dụng CNN trong việc giảm nhiễu và độ tương phản của ảnh sử dụng chip đa năng (CNN-UM), bằng cách sử dụng các mẫu tuyến tính có kích thước (3×3) [18]; P. Elango and K. Murugesan (2009) đề xuất triển khai chip CNN trong tái tạo các hình ảnh kỹ thuật số và khung hình video bị hỏng có tỷ lệ nhiễu rất caọ Kết quả cho thấy hình ảnh gần như bị mờ hoặc điểm ảnh không được nhận diện có thể được phục hồi nhờ vào hiệu ứng thị giác của CNN-UM [12]; các ứng dụng của CNN trong truyền thông [36].
b) Ứng dụng trong nhận dạng
Ỵ Li, X. Xu, C. Yuan (2020) ứng dụng CNN trong phát hiện thực phẩm Trung Quốc với CF-108 được sử dụng làm cơ sở dữ liệu để phát hiện hình ảnh thực phẩm Trung Quốc [45]; trích xuất đặc điểm vân tay [19].
c) Ứng dụng trong xử lý ảnh tốc độ cao
Ạ Gacsádi, C. Grava, Ọ Straciuc, Ị Gavriluţ (2011) đã ứng dụng trong khử nhiễu hình ảnh y tế dựa trên PDE sử dụng CNN [17, 18]; Emel Arslan, Zeynep Orman (2011) đề xuất để xác định mật độ giao thông đường bộ, nhận dạng phương tiện qua hình ảnh, phát hiện đường đi của phương tiện và tính toán mật độ giao thông [2].
d) Ứng dụng làm bộ nhớ liên kết
Zhigang Zeng and Jun Wang (2009) nghiên cứu về bộ nhớ liên kết dựa trên mạng CNN với đặc trưng bởi các ma trận đầu vào và đầu ra phản hồi [85]; Makoto Itoh, Leon ỌChua (2004), đề xuất một CNN hình sao (Star CNN). CNN Star có thể lưu trữ và truy xuất các mẫu nhất định. Hơn nữa, mẫu đầu ra đôi khi có thể di chuyển xung quanh các mẫu được lưu giữ và một số đặc tính liên quan của mạng được gọi là bộ nhớ động [30];