4 PHẦN : GIỚI THIỆU MẠNG NEURON 1 GIỚI THIỆU VỀ MẠNG NEURON
4.1.1 TỔNG QUAN VỀ MẠNG NEURON
Trước hết chúng ta ai cũng biết rằng tri thức của loài người cho đến nay hết sức phong phú, sâu rộng và đa dạng. Nó bao gồm những hiểu biết của chúng ta từ thế giới vi mô như nguyên tử, điện tử, hạt nhân, các hạt cơ bản, ... đến những hiểu biết vĩ mô về trái đất, về hệ mặt trời, hệ thiên hà, ... . hiểu biết về thế giới tự nhiên và xã hội, về các nghành khoa học, kỹ thuật khác nhau như: toán, lý, hóa, công nghệ thông tin và cả những hiểu biết về bản thân con ngườị Thế nhưng có một điều mà có vẻ như là một nghịch lý đó là chúng ta biết "rất ít" về chính bộ não của chúng tạ Hơn nữa do nhu cầu ngày càng cao trong việc giải quyết các vấn đề phức tạp và do bản chất của con người là không muốn bằng lòng với hiện tại mà luôn muốn vươn tới những gì cao hơn, hoàn thiện hơn. Có lẽ chính vì những điều trên mà thuật ngữ "mạng Nơron" hoặc "mạng Nơron nhân tạo" đã ra đờị Các thuật ngữ đó nói đến một nghành kỹ thuật mới mà nó đòi hỏi kiến thức từ nhiều nghành khoa học khác nhau như toán học, vật lý học, hóa học, sinh vật học, tâm lý học, thần kinh học, ... và tất cả chỉ nhằm làm sao tạo ra những chiếc máy tính hoạt động giống như " bộ não " của chính chúng tạ
Mạng Nơron nhân tạo hay thường được gọi ngắn gọn là mạng Nơron là một mô hình toán học hay mô hình tính toán được xây dựng dựa trên các mạng Nơron sinh học. Nó gồm có một nhóm các Nơron nhân tạo(nút) nối với nhau, và xử lý thông tin bằng cách truyền theo các kết nối và tính giá trị mới tại các nút. Trong nhiều trường hợp, mạng Nơron nhân tạo là một hệ thống thích ứng, tự thay đổi cấu trúc của mình dựa trên các thông tin bên ngoài hay bên trong chảy qua mạng trong quá trình học.
Trong thực tế sử dụng, nhiều mạng Nơron là các công cụ mô hình hóa dữ liệu thống kê phi tuyến. Chúng có thể được dùng để mô hình hóa các mối quan hệ phức tạp giữa dữ liệu vào và kết quả hoặc để tìm kiếm các dạng mẫu trong dữ liệụ
Hình 4.1 : Mô hình mạng Neuron
Mạng Nơron nhân tạo (Artificial Neural Network - ANN) là một mô hình toán học bao gồm các nút xử lý thông tin cơ sở (gọi là đơn vị xử lý hoặc Nơron) có mối liên hệ tương hỗ cao, tiến hành xử lý thông tin song song và phân tán có năng lực tính toán mạnh (ví dụ hiện nay nó có thể học, nhớ và suy diễn từ mẫu dữ liệụ..). Mỗi liên kết giữa hai Nơron kèm theo một trọng số nào đó, đặc trưng cho đặc tính kích hoạt/ức chế giữa các Nơron. Có thể xem trọng số là phương tiện để lưu giữ thông tin dài hạn trong mạng Nơron và nhiệm vụ của quá trình huấn luyện (hay còn gọi là quá trình học) mạng là cập nhật các trọng số khi có thêm thông tin về các mẫu học, hay nói cách khác, các trọng số được điều chỉnh sao cho dáng điệu vào ra của nó mô phỏng hoàn toàn phù hợp với môi trường đang xem xét. Vì vậy, cấu trúc của mạng Nơron chủ yếu được đặc trưng bởi loại của các Nơron và mối liên hệ xử lý thông tin giữa chúng và do đó, mạng Nơron có rất nhiều ứng dụng trong nhiều lĩnh vực như nhận dạng, phân lớp ảnh, phân tích - nén dữ liệu, các bài toán tối ưu, dự báo, chuẩn đoán,… Và xu thế hiện đại đó là sự kết hợp mạng Nơron với logic mờ.
4.1.2 CẤU TRÚC MẠNG NEURON4.1.2.1 Mô hình m ột nơron sinh học