CHƯƠNG I : TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
1.2. Mạng neural nhân tạo
1.2.9. Lan truyền tiến của ANN
Quá trình lan truyền tiến tính giá trị các nút xuất từ mẫu nhâ ̣p vào mạng. Tiến trình này được sử du ̣ng trong hai tình huống: khi luyê ̣n ma ̣ng và khi sử du ̣ng ma ̣ng. Khi luyê ̣n ma ̣ng, lan truyền tiến đươ ̣c sử du ̣ng lă ̣p đi lă ̣p la ̣i từ mẫu này đến mẫu khác từ thế hê ̣ này sang thế hê ̣ khác cho đến khi tro ̣ng số đạt đến giá trị thích hợp. Trái lại, khi sử du ̣ng ma ̣ng lan truyền tiến chỉ được thực thi một lần cho từng mẫu nhâ ̣p .. Tuy nhiên, dù trong trạng thái luyện mạng hay sử du ̣ng ma ̣ng, các thao tác trong thủ tục lan truyến tiến là như nhau. Một mạng lan truyền tiến của ANN có một lớp nhập (lớp input), một lớp xuất (lớp output) và một hoặc nhiều lớp ẩn ở giữa lớp nhập và lớp xuất. Mỗi neural trong một lớp thì kết nối đến tất cả các neural của lớp kế tiếp ngay sau nó và các neural trong cù ng một lớp không liên kết với nhau. Mỗi neural nhận tín hiệu từ mỗi neural trong lớp liền trước. Mỗi
neural trong lớp ẩn và lớp xuất, mỗi nút nhập thì được nhân với các tro ̣ng số của cung liên kết giữa nút nhập và nút ẩn, tích số của chúng được cộng dồn lại. Kế tiếp, một hàm truyền được áp dụng trên tổng trọng hóa này cùng với một ngưỡng của nút ẩn đó để cho ra giá trị thực của nút ẩn. Các trọng số được đưa đến neural thứ jth trong một lớp có dạng vector tro ̣ng Wj = (w1j,…wij,…,wnj), với wij là tro ̣ng số của cung liên kết từ neural thứ ith trong lớp liền trước đến neural trong lớp hiện tại.
Sau khi nén tổng trọng hóa của nó, đến lượt mình, mỗi nút ẩn sẽ gửi kết quả đến tất cả các nút xuất.
Hình 1.9 Hình 1.10 Hình 1.9: Biểu đồ thể hiện mạng lan truyền tiến 3 lớp của ANN. Hình 1.10: Quá trình hoạt động của một nút đặc trưng của ANN.
Mỗi nút xuất thực hiện các thao tác tương tự như đã thực hiện trong nút ẩn để cho ra giá trị kết xuất của nút xuất. Gía trị của các nút xuất chính là giá trị thực, nghĩa là giá trị của các biến phụ thuộc cần xác định.