1 W 1 X 1 W 2 X 2 W 3 X 3 . K K W X ∑ 1 Z Z Y HOẠT ĐỘNG CỦA MẠNG NƠRON HOẠT ĐỘNG CỦA MẠNG NƠRON (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật Não Não Cấu trúc của các neurons (tế bào thần kinh) Cấu trúc của các neurons (tế bào thần kinh) Tín hiệu nhận từ các neurons khác Tín hiệu nhận từ các neurons khác Tín hiệu truyền đi các neurons khác Tín hiệu truyền đi các neurons khác Phần thân tế bào với các cấu trúc tế bào kết hợp Phần thân tế bào với các cấu trúc tế bào kết hợp Mô hình hóa Mô hình hóa Mô hình các thành phần của hệ thần kinh Mô hình các thành phần của hệ thần kinh Neurocomputer Neurocomputer Tín hiệu nhận từ các thành phần khác Tín hiệu nhận từ các thành phần khác Trọng số Trọng số Hàm x.định g.trị ngưỡng Hàm x.định g.trị ngưỡng Tín hiệu truyền Tín hiệu truyền đi các thành đi các thành phần khác phần khác Giá trị nhập Giá trị nhập Giá trị xuất Giá trị xuất 2 1 0 1 0 0 0 0 1 0 HOẠT ĐỘNG CỦA MẠNG NƠRON HOẠT ĐỘNG CỦA MẠNG NƠRON (2) Cơ chế học của mạng có các cấp bậc (2) Cơ chế học của mạng có các cấp bậc Lặp nhiều lần việc biểu diễn mạng với các dữ liệu mẫu bao gồm các mối liên kết giữa các giá trị Lặp nhiều lần việc biểu diễn mạng với các dữ liệu mẫu bao gồm các mối liên kết giữa các giá trị nhập và các giá trị đích (ví dụ, các giá trị này gần giống như kết xuất) nhập và các giá trị đích (ví dụ, các giá trị này gần giống như kết xuất) Các nút sẽ tự điều chỉnh trọng số của chúng cho đến khi đạt được giá trị xuất mong muốn với Các nút sẽ tự điều chỉnh trọng số của chúng cho đến khi đạt được giá trị xuất mong muốn với một bộ dữ liệu đầu vào cho trước (ví dụ: cho đến khi biên lỗi giữa giá trị xuất và giá trị mong một bộ dữ liệu đầu vào cho trước (ví dụ: cho đến khi biên lỗi giữa giá trị xuất và giá trị mong muốn đạt bằng nhau và bằng không) muốn đạt bằng nhau và bằng không) Xây dựng cơ chế giải quyết bài toán bằng mạng neuron Xây dựng cơ chế giải quyết bài toán bằng mạng neuron Giá trị nhập Giá trị nhập Lớp nhập Lớp nhập Lớp ẩn Lớp ẩn Lớp xuất Lớp xuất Giá trị xuất Giá trị xuất Giá trị mong Giá trị mong muốn muốn So sánh So sánh Thay đổi trọng số cho đến khi giá trị lỗi đầu xuất đạt bằng không (phương pháp Lan Truyền Ngược) Thay đổi trọng số cho đến khi giá trị lỗi đầu xuất đạt bằng không (phương pháp Lan Truyền Ngược) 3 A CÁC ỨNG DỤNG CỦA MẠNG NƠRON CÁC ỨNG DỤNG CỦA MẠNG NƠRON Các phương pháp sử dụng mạng neural có thể giải quyết một cách hiệu quả một số Các phương pháp sử dụng mạng neural có thể giải quyết một cách hiệu quả một số bài toán mà các phương pháp trước đó không thể thực hiện được. bài toán mà các phương pháp trước đó không thể thực hiện được. Dự báo thời gian thực Dự báo thời gian thực Trị giá cổ phần Trị giá cổ phần Yêu cầu Yêu cầu Thời tiết Thời tiết Thời gian Thời gian Dự báo số Dự báo số Thành phần Thành phần nguyên liệu kết nguyên liệu kết hợp hợp Nhận dạng mẫu Nhận dạng mẫu Ký tự Ký tự Giọng nói Giọng nói Ảnh Ảnh Sức bền: 5.1 Sức bền: 5.1 Độ cứng: 0.7 Độ cứng: 0.7 Nguyên liệu A: 60% Nguyên liệu A: 60% Nguyên liệu B: 12% Nguyên liệu B: 12% Nguyên liệu C: 3% Nguyên liệu C: 3% 4 Chọn lựa các thành phần và tỉ lệ tương đối giữa chúng để pha trộn CH 2 CH 2 CH 2 SiO 2 KAl 2 (OH) CaCO 3 Các thành phần được chọn Các thành phần được chọn phải phù hợp với một loạt phải phù hợp với một loạt các yêu cầu khác nhau các yêu cầu khác nhau Trọng số tương đối: 1.05 Trọng số tương đối: 1.05 Độ cứng: 4.5 Độ cứng: 4.5 Nhiệt độ nóng chảy: 425 Nhiệt độ nóng chảy: 425 Điện trở: 10 Điện trở: 10 3 3 TRÌNH BÀY CÁC THÀNH PHẦN HÓA HỌC TRÌNH BÀY CÁC THÀNH PHẦN HÓA HỌC Quan hệ thứ tự giữa các chất hóa học yêu cầu khác nhau về trật tự sắp xếp cơ bản Quan hệ thứ tự giữa các chất hóa học yêu cầu khác nhau về trật tự sắp xếp cơ bản Các tính chất yêu cầu Các tính chất yêu cầu Độ đàn hồi: 2.1 Độ đàn hồi: 2.1 × × 10 10 4 4 . . . . . . Thành phần Thành phần 5 Thiết kế hệ thống sao cho nó có thể xác định Thiết kế hệ thống sao cho nó có thể xác định được mối liên hệ giữa các tính chất của các được mối liên hệ giữa các tính chất của các thành phần được dùng và các giá trị thông qua thành phần được dùng và các giá trị thông qua quá trình học ngược lại. quá trình học ngược lại. MẠNG NƠRON MẠNG NƠRON Trọng số tương đối Trọng số tương đối Độ cứng Độ cứng Độ đàn hồi Độ đàn hồi Lớp nhập Lớp nhập Lớp ẩn Lớp ẩn Lớp xuất Lớp xuất Thành phần chính 1 Thành phần chính 1 Thành phần chính 2 Thành phần chính 2 . 2 1 0 1 0 0 0 0 1 0 HOẠT ĐỘNG CỦA MẠNG NƠRON HOẠT ĐỘNG CỦA MẠNG NƠRON (2) Cơ chế học của mạng có các cấp bậc (2) Cơ chế học của mạng có các cấp bậc Lặp nhiều lần việc biểu diễn mạng với các dữ liệu. X ∑ 1 Z Z Y HOẠT ĐỘNG CỦA MẠNG NƠRON HOẠT ĐỘNG CỦA MẠNG NƠRON (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật Não Não Cấu trúc của các. Ngược) 3 A CÁC ỨNG DỤNG CỦA MẠNG NƠRON CÁC ỨNG DỤNG CỦA MẠNG NƠRON Các phương pháp sử dụng mạng neural có thể giải quyết một cách hiệu quả một số Các phương pháp sử dụng mạng neural có thể giải