Ứng dụng Mạng Nơ-ron và Logic Mờ trong Nhận dạng Ký tự Tiếng Việt Viết Tay

Các ứng dụng trong tin học

Các ứng dụng này đang mở ra một tơng lai phát triển của các máy tính thế hệ thứ năm: thế hệ máy tính ở đó các quá trình vào ra dữ liệu không thủ công bằng tay mà bằng ngôn ngữ, hình ảnh với khả năng nhận dạng đạt độ chính xác chấp nhận đợc. Viện CNTT trong khuôn khổ dự án kết hợp với Công ty Fuzisju (Nhật) cũng đã bắt đầu ứng dụng công nghệ này cho nhận mẫu chữ. tiếng Việt viết tay. Phần 3 và 4 trong nghiên cứu này sẽ trình bày ứng dụng mạng “Nhớ liên kết hai chiều: BAM) để nhận dạng ký tự tiếng Việt. Với phơng tiện giải quyết bằng phần cứng trên các chip nơron hoặc phần mềm theo thuật học mạng nơron, phơng pháp này đã bớc vào kỷ nguyên ứng dụng mạng nơron cho những bài toán khác tơng tự nh bài toán.

Các phép toán trên tập mờ

Ngoài công thức (2.6) còn có một số công thức tính khác để tính hàm liên thuộc của giao hai tập mờ nh: Phép giao Lukasiewier, tích Einstein, tích đại số. Ta ký hiệu tập mờ A là tập mờ định nghĩa trên cơ sở MìN và tập mờ B là tập mờ định nghĩa trên cơ sở MìN. Nh vậy giao của hai tập mờ A và B tơng ứng với giao của hai tập mờ A và B kết quả là tập mờ xác định trên cơ.

Logic mờ trong mạng viễn thông

• Tanaka và Hosaka: xem xét những khó khăn của các hàm liên thuộc đã có cho việc điều khiển mạng có hiệu quả trong việc quản lý cuộc gọi và định tuyến thông qua việc điều hởng giá trị đầu vào và giá trị đạt đợc của mạng và giá trị tối u đợc chọn ra từ các giá trị này và cuối cùng đa vào các bộ lu. Để làm giảm sự tắc nghẽn và đạt chất lợng cao trong mạng ATM, Pitsillides và Sekereiglu dùng kỹ thuật điều khiển mờ để phát triển hệ thống thông báo nghẽn hớng về dựa trên mô hình mờ thông báo. Các kết quả này cho thấy, khi lu l- ợng kênh quá nhiều thì kỹ thuật mờ sẽ đa ra các phân định kênh động tuỳ chọn toàn cục trong các yếu tố hiệu ứng đặc biệt trong khi sự suy giảm chất l- ợng thoại không nhiều.

Đề xuất những nghiên cứu về logic mờ trong mạng tốc độ cao a. Cấu trúc phần cứng mới cho việc tính toán mờ nhanh

+ Bản thân nó có bốn sự lựa chọn phụ: dùng bộ xử lý chuẩn có sẵn, dùng bộ điều khiển mờ có hiệu quả thơng mại, thiết kế bộ xử lý mờ VLSI hoặc dùng bộ đồng xử lý mờ tốc độ cao. • Watanabe: Lee và Bien lu ý rằng ứng dụng của máy tính và các chơng trình phần mềm cho mục đích chung để nhận ra ứng dụng của điều khiển logic mờ là muốn nói lên rằng đó là một quá trình xử lý lâu dài và cho các hệ thống nhỏ thì không kinh tế lắm. Việc thiết kế và sử dụng các phần cứng thông qua các mạch tơng tự (nhanh, linh động) để làm giảm sự trôi trong các thành phần của mạch thì còn nhiều hạn chế. Các hỗ trợ phần cứng số đa ra các liên kết dễ dàng trong chơng trình của các hàm liên thuộc và các luật điều khiển, đợc kết nối với các hệ thống điều khiển số. Tuy nhiên, trong thiết kế tồn tại 129 biến, trong đó có một biến phải dùng cho 2 trong số các chip, nghĩa là gây ra sự lãng phí đáng kể. • Costa và các cộng sự giới thiệu một nghiên cứu và kiến trúc phần cứng của các bộ điều khiển mờ. Họ lu ý rằng, trong khi bộ điều khiển mờ dùng cho mục đích đặc biệt có thể đạt tốc độ xử lý bằng 64 às/rule thì bộ điều khiển ASIC có thể thực hiện ở tốc độ cao hơn. Sau đó là những nghiên cứu của ông ta về hệ thống phần cứng xử lý thông tin có thể chấp nhận đợc, trong đó có cả. các thiết bị quang. • Yamakawa kết luận rằng: những nghiên cứu về các kiến trúc mới để thực hiện việc hợp thành mờ ở tốc độ cao và thấp thì vẫn đợc tiếp tục. Nhận ra hạn chế về mặt tốc độ của hệ thống phần cứng mờ hiện thời, Watanabe đã đề xuất việc phát triển bộ đồng xử lý hợp thành mờ cơ sở với ba yêu cầu cắt giảm chủ yếu:. 1) Giảm phần chỉ dẫn kiến trúc của hệ mờ từ việc xử lý thông tin mờ. 3) Phần cứng logic mờ đợc tổ chức nh một đơn vị vec tơ.

Cũng nh học trong nơ ron sinh học, quá trình học của mạng nơ ron nhân tạo là quá trình chỉnh dần (hay cập nhật) các giá trị trọng wij dựa trên bộ dữ liệu vào/ra để đầu ra đạt tới giá trị mong muốn. Mạng nơron cần học: cấu trúc: là xác định số lớp, số nơron trong mỗi lớp; học tham số: là xác định các trọng wij, các tham số của hàm kích hoạt g(.). Điển hình của nhóm này là luật học Delta của Widrow nêu ra đầu tiên dùng để xấp xỉ trọng của Adaline dựa trên nguyên lý hạ gradient.

(Gradient là một phơng pháp hay là một nguyên lý tiệm cận điểm (giá tri) dựa trên đạo hàm bậc nhất (chỉ tốc độ) mang dấu âm của một giá trị vô hớng của các biến. Điểm khác nhau là luật Delta thay đổi các giá trị của trọng trong thời gian học, còn luật học Perceptron thêm hoặc bỏ trọng tuỳ theo giá trị sai số đầu ra là dơng hay âm. Luật học Hebb là luật sinh học xuất phát từ tiên đề của Hebb cho rằng: giữa hai phần tử nơron có quan hệ và có thay đổi thế năng màng thì giữa chúng có sự thay đổi trọng liên kết.

Nếu coi cấu trúc mô hình mạng là phần xơng thịt, thể xác thì các luật học là phần trí tuệ thông minh của mạng nơron và các công trình nghiên cứu luật học chiếm số lợng lớn nhất trong mấy chục thập kỷ qua.

Phơng pháp, thuật toán nơ ron dùng cho bài toán địều khiển lu l- ợng

Nếu một mẫu x(k) quá xa nơron hiện có, thì một nơron mới đợc thêm vào làm cho mạng có khả năng tự tăng trởng (growing network). Phơng pháp, thuật toán nơ ron dùng cho bài toán địều khiển lu l-. +) Việc thiết kế và quản lý mạng nên dễ dàng. Bài toán nêu ra là: hãy chọn một trong các đờng dẫn tối u từ nút này tới nút kia theo nghĩa tổn thất nhỏ nhất đặc trng bởi trễ hoặc một vài nguyên nhân khác. Mục đích giải quyết bài toán tối u thực tế sử dụng cấu trúc mạng nơron là tìm các thuật toán nhằm xác định các liên kết và các trọng của mạng nơron.

Thuật toán mạng nơron bắt đầu với các giá trị ớc tính ban đầu cho các vét tơ điều khiển Ui và sau đó tìm cách đạt hội tụ tới giá trị cuối cùng của các véc tơ điều khiển. Bất kỳ một sự tổn thất nào nh một trong các phơng trình (3.1) và (3.3) có thể sử dụng cho thành phần Wij miễn là có một giới hạn trên cho mức tổn thất tối đa. Sự thay đổi trong toàn bộ hàm tổn thất J gây ra do sự thay đổi điều khiển ∆Uk, đợc tính trực tiếp với quy ớc rằng véc tơ gradient của hàm nằm trong ngoặc và véc tơ e có các phần tử bằng đơn vị.

Chú ý rằng, phía bên phải của phơng trình (3.16), hiệu chỉnh theo gradient cho véc tơ điều khiển Uk tại mỗi lần lặp đợc chia thành hai số hạng trong ngoặc. Số hạng đầu tiên trong ngoặc ở phơng trình (3.10) xuất phát từ đờng nối đánh số thấp hơn trong đờng truyền lu lợng; trong khi số hạng thứ hai trong ngoặc xuất phát từ. Bởi vì điều kiện lu lợng dơng là mong muốn, sự lựa chọn cần đợc bổ sung, nhờ đó việc hiệu chỉnh từ một nút đợc tăng lên bằng một hệ số tăng cờng R khi có một lu lợng dơng qua nút đó.

Tổng quát, các phần tử khác 0 của L tích ma trận dung lợng (CL) đại diện cho các cặp nút, trong đó đờng nhỏ nhất yêu cầu L hoặc đờng nối hoặc ít hơn.

Phơng pháp và thuật toán trong nhận dạng ký tự tiếng việt

Hàm J sẽ nhỏ dần sau mỗi lần lặp nếu sự thay đổi trong điều khiển ∆U bằng các số gradient âm nhân với một tham số α dơng. Số hạng đầu tiên do véc tơ điều khiển Uk-1 và số hạng thứ hai ban. Việc đánh giá riêng rẽ hai số hạng trong ngoặc đa ra thông tin liên quan đến các đặc trng về lu lợng.

Nếu cả hai số hạng trong ngoặc cho các giá trị hiệu chỉnh dơng, nghĩa là có lu lợng dơng cho nút đó từ cả hai đờng nối đánh số thấp hơn và cao hơn. Cách xác định nhanh số lợng tối thiểu các đờng nối đối với lu lợng từ các nút gốc i tới các nút đích j từ các phần tử của ma trận dung lợng C. Các phần tử khác 0 của ma trận C đặc trng cho các cặp điểm gốc-đích; trong đó.

Các phần tử khác 0 của tích hai ma trận dung lợng (CxC) đại diện cho các cặp nút mà đờng truyền nhỏ nhất yêu cầu hai đờng nối hoặc ít hơn. Đối với các tích bậc cao ta có thể phân nhỏ ra để tính toán.