3. Đối tượng và phạm vi nghiên cứu
2.1.2. Mạng nơ-ron nhân tạo
Aleksander và Morton (1990) định nghĩa một mạng nơ-ron nhân tạo như sau: “Mạng nơ-ron nhân tạo là nghiên cứu các mạng với các nút có thể thích nghi thông qua quá trình học từ các nhiệm vụ, lưu trữ các kiến thức kinh
nghiệm và tạo ra các kiến thức.” [12].
Hecht - Nielsen (1990) định nghĩa mạng nơ-ron như sau: “Một mạng nơ- ron là một mạng song song, phân bố cấu trúc xử lý thông tin gồm các phần tử xử lý (mà có thể xử lý bộ nhớ cục bộ và có thể thực hiện khu biệt các thao tác xử lý thông tin) kết nối với nhau qua một kênh tín hiệu duy nhất gọi là liên kết. Mỗi phần tử xử lý có một liên kết đầu ra rẽ vào nhiều liên kết phụ như mong muốn - gọi là tín hiệu đầu ra của phần tử xử lý. Xử lý thông tin chỉ phụ thuộc vào giá trị hiện thời của tín hiệu đến mỗi phần tử xử lý qua các liên kết
ảnh hưởng và các giá trị lưu trữ trong bộ nhớ cục bộ của phần tử xử lý” [12].
Một máy tính điển hình gồm các thành phần cơ bản là đơn vị xử lý trung tâm (CPU) có thể thực hiện các lệnh khác nhau. CPU cũng có thể đánh địa chỉ một mảng bộ nhớ để nạp và lưu trữ thông tin. Trong một chu kỳ tính toán điển hình, CPU tìm kiếm một lệnh và mọi dữ liệu được yêu cầu bởi lệnh đó, sau đó thực hiện lệnh và lưu trữ các kết quả. Ngược lại các mạng nơ-ron không bao gồm một mảng bộ nhớ độc lập cho việc lưu trữ thông tin (tức là lệnh và dữ liệu). Chúng cũng không có một CPU chung có khả năng thực hiện các tệp lệnh đa dạng mà thay vào đó mạng nơ-ron được phân tích thành nhiều phần tử xử lý đơn giản mà có thể thực hiện tính tổng các trọng số của đầu vào.
một dãy các lệnh mà nó đáp ứng đa dạng các đầu vào được đưa vào mạng. Mạng nơ-ron không lưu trữ các kết quả trong các vị trí bộ nhớ mà biểu diễn thông tin thông qua toàn bộ trạng thái của mạng sau khi nó đạt được một số điều kiện cân bằng.
Trong trường hợp máy tính truyền thống, chúng ta có thể dễ dàng truy nhập các dạng thông tin ví dụ tại địa chỉ bộ nhớ 3541 có thể nhận giá trị hiện thời của biến X. Vì mạng nơ-ron lưu trữ thông tin thông qua các liên kết khác nhau giữa các phần tử xử lý, do đó các thông tin mô tả các kiến trúc hoặc cấu trúc của mạng hơn là nội dung của vị trí bộ nhớ trong mạng.
Nói cách khác, các hệ thống mạng nơ-ron nhân tạo là các hệ thống tế bào vật lý mà có thể lưu trữ sử dụng các kiến thức kinh nghiệm với các đặc điểm sau:
1.Khả năng thích nghi: Các thuật toán huấn luyện đủ mạnh và các quy tắc tự tổ chức cho phép nó tự thích nghi với các yêu cầu trong môi trường thay đổi liên tục.
2.Xử lý phi tuyến: Khả năng thực hiện các nhiệm vụ đòi hỏi quan hệphi tuyến đối với sự phân lớp và dự đoán.
3.Xử lý song song: Các kiến trúc với nhiều đơn vị xửlý cung cấp choxử lý đồng thời cũng như phân bố song song lưu trữ các thông tin.