Bài giảng Mạng neuron nhân tạo ANN

Mạng neuron nhân tạoANN Phần Thống nhất Trong môn học này, chúng ta không xem xét hết tất cả các cấu trúc neuron. Chỉ những cấu trúc neuron được ứng dụng nhiều trong quản lý xây dựng mới được nghiên cứu trong môn học này. Các cấu trúc khác học viên tự nghiên cứu nếu thấy cần thiết. Kí hiệu Vô hướng (scalar) kí hiệu chữ thường in nghiêng: a, b, c Vector: kí hiệu chữ thường in đậm: a, b, c Ma trận: chữ hoa in đậm: A, B, C Mô hình neuron Một biến đầu vào (single-input) Mô hình neuron – 1 biến đầu vào Giá trị đầu ra neuron được tính toán theo công thức: Ví dụ: ta có w= 3, p = 2 và b = -1.5 => a = ?? Mô hình neuron – 1 biến đầu vào Giá trị đầu ra phụ thuộc vào hàm chuyển. Bias cũng là một trọng số (weight). Trong một số trường hợp thị không cần thiết phải sử dụng bias. Chú ý: w và b đều là các tham số có thể thay đổi trong cấu trúc neuron. Mô hình neuron Hàm chuyển (truyền) (Transfer function) Hàm chuyển có thể tuyến tính hay phi tuyến. Hàm chuyển được lựa chọn để thỏa mãn các đặc trưng của vấn đề mà mô hình neuron đang cố gắng giải quyết. Có khá nhiều dạng hàm chuyển, tuy nhiên có 3 dạng chính hay được sử dụng Mô hình neuron – hàm truyền Hàm hard limit Mô hình neuron – hàm truyền Hàm linear Mô hình neuron – hàm truyền Hàm log-sigmoid: nhận giá trị đầu vào và ép giá trị đầu ra nằm trong khoảng 0 đến 1 theo công thức: Mô hình neuron – hàm truyền Một số dạng hàm chuyển khác Mô hình neuron – hàm truyền Một số dạng hàm chuyển khác (tt) Mô hình neuron – nhiều biến đầu vào Neuron nhiều biến đầu vào Cấu trúc mạng neuron Một lớp neuron Cấu trúc mạng neuron Mạng neuron nhiều lớp Cấu trúc mạng neuron Mạng truy hồi (recurrent)