Một số ứng dụng của mạng nơron

Mạng nơron Nội dung Mạng nơron Một số ứng dụng của mạng nơron Quan hệ mờ Kết hợp mạng nơron với hệ mờ Mạng nơron mờ Mạng nơron mạng nơ ron là một tập hợp các dây thần kinh kết nối với nhau Ngày nay, t.

Nội dung

- Mạng nơron

- Một số ứng dụng của mạng nơron.

- Quan hệ mờ

- Kết hợp mạng nơron với hệ mờ

- Mạng nơron mờ

Mạng nơron

- mạng nơ-ron là một tập hợp các dây thần kinh kết nối với

nhau Ngày nay, thuật ngữ này còn dùng để chỉ

mạng nơ-ron nhân tạo, cấu thành từ các nơ-ron nhân tạo

- Trong ngành Trí tuệ nhân tạo, mạng nơ-ron đã được áp dụng thành công trong các lĩnh vực nhận dạng tiếng nói, xử lý ảnh và điều khiển thích nghi, để xây dựng các agent phần mềm

(software agent) (trong trò chơi điện tử và máy tính) hoặc robot

tự hành Hầu hết các mạng nơ-ron nhân tạo hiện được dùng cho trí tuệ nhân tạo đều dựa trên lý thuyết điều khiển, tối ưu hóa, và ước lượng thống kê

1 số ứng dụng mạng nơron

1)ứng dụng mạng nơron trong tính toán

a)ứng dụng mạng nơron giải các bài toán tối ưu tổ hợp

-bài toán người bán hàng

-bài toán 4 mầu

-1 số bài toán khác :bài toán chia đồ thị,bài toán E-hậu,bài toán định tuyến,bài toán sắp xếp và tìm kiếm,bài toán khôi phục ảnh

do nhiễu hoặc mờ,…

b)ứng dụng mạng nơron giải hệ phương trình đại số tuyến tính

2)Nhận dạng thông số sử dụng mạng nơron:

ứng dụng mạng nơron nhiều lớp để nhận dạng ảnh,nhận dạng

mô hình và điều khiển

1 số ứng dụng mạng

nơron(tiếp)

Bài toán người bán hàng

1 số ứng dụng mạng

nơron(tiếp)

1 số ứng dụng mạng

nơron(tiếp)

Kết hợp mạng nơron với hệ mờ

- Theo dõi sự phát triển trong thời kì còn phát triển độc lập

người ta nhận thấy cả 2 công nghệ đều có những điểm tương

tự.Do vậy sự kết hợp với nhau là lẽ rất tự nhiên

- Sau đây là mấy điểm tương đồng giữa hệ trên cơ sở lôgic

mờ và mạng nơron nhân tạo :

+ Cả 2 đều nhằm tăng tri thức, tăng độ thông minh cho các hệ

thống với sự giúp đỡ của các hệ thống kĩ thuật(đặc biệt với

máy tính), trong môi trường bất định, có nhiễu, thông tin và

tri thức thiếu chính xác

+ Cả 2 đều là hệ động, là công cụ ước lượng bằng số không

dùng mô hình số chọn trước

Kết hợp mạng nơron với hệ

mờ(tiếp)

+ Cả 2 khi ước lượng hàm số không đòi hỏi mô tả dạng toán học

y=f(x),thường “học được” từ mẫu dữ liệu,tiệm cận với các số

liệu,khác nhiều với cách tiếp cận xử lý tín hiệu như trong phần

trí tuệ nhân tạo(AI) ở giai đoạn trước

+ Cả 2 loại hệ thống và công nghệ đều rất thành công,đã đưa ra

nhiều hệ thống và thiết bị dùng trong đời sống hàng ngày

Mạng nơron mờ

Hoàn toàn tự nhiên người ta nghĩ ra 4 loại suy rộng sau :

- Loại 1 : Tín hiệu vào là số thực, trọng số mờ

- Loại2 : Tín hiệu vào là tập mờ, trọng số là số thực

- Loại 3 : Cả tín hiệu vào và trọng số đều là mờ

- Loại mở rộng : khai thác các phép toán t-chuẩn, t-đối chuẩn