Nếu chúng ta xem bộ não người như là một mạng nơron “tốt nhất”, trên ý tưởng đó xây dựng một mạng nơron nhân tạo bắt chước nó. Tuy vậy, trong thực tế chúng ta chỉ có thể thiết kế được mạng nơron đơn giản hơn rất nhiều. Bằng cách đặt các nơron sao cho chúng ở trong những lớp cách biệt, mỗi nơron trong một lớp được nối với tất cả các nơron khác ở lớp kế tiếp và xác định bằng những tín hiệu chỉ được truyền theo một hướng qua mạng. Đó chính là mô hình mạng nơron.
Mạng nơron vận hành như sau: Mỗi nơron nhận một tín hiệu từ nơron của lớp trước và mỗi tín hiệu này được nhân với hệ số riêng. Những tín hiệu vào có trọng số được gom lại và qua một hàm hạn chế dùng để căn chỉnh tín hiệu ra (kết quả) vào một khoảng giá trị xác định. Sau đó, tín hiệu ra của hàm hạn chế được truyền đến tất cả các nơron của lớp kế tiếp. Như thế, để sử dụng mạng giải bài toán, chúng ta sử dụng những giá trị tín hiệu vào cho các lớp đầu. Cho phép tín hiệu lan truyền qua mạng và đọc các giá trị kết quả sau lớp ra.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
lớp ẩn
input output
Tín hiệu vào Tín hiệu ra
Hình 1.2. Mô hình hoạt động của mạng nơron
Độ chính xác của tín hiệu ra (kết quả) phụ thuộc vào trọng số của các nơron, nên cần phải hiệu chỉnh các trọng số để giải với từng bài toán cụ thể. Để hiệu chỉnh được trọng số cần các thông tin lan truyền ngược. Quá trình lan truyền ngược được thực hiện với một số bước lặp. Lúc đầu, các kết quả thu được sẽ là hỗn loạn. Kết quả này được so sánh với kết quả đã biết và tín hiệu sai số bình phương trung bình sẽ được tính. Sau đó, giá trị sai số sẽ được lan truyền trở lại mạng và những thay đổi nhỏ được thực hiện đối với các trọng số trong mỗi lớp. Sự thay đổi trọng số được tính toán sao cho giảm tín hiệu sai số đối với truờng hợp đang xét. Toàn bộ quá trình được lặp lại đối với mỗi bài toán và sau đó lại quay trở về bài toán đầu tiên và cứ thế tiếp tục. Vòng lặp được lặp lại cho đến khi sai số toàn cục rơi vào vùng xác định bởi một ngưỡng hội tụ nào đó. Tất nhiên, không bao giờ các kết quả thu được chính xác tuyệt đối. Để xây dựng được chương trình theo phương pháp mạng nơ ron có kết quả cao là rất khó và đòi hỏi người lập trình phải có kiến thức tốt về tin học [23].
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Các tác giả [5,22] đã sử dụng phương pháp mạng nơron nhân tạo để xác định đồng thời các cấu tử theo phương pháp trắc quang. Nhưng việc bố trí các thí nghiệm còn phức tạp, khó áp dụng vào thực tế.