thuyết trình báo cáo môn trí tuê nhân tạo tìm hiểu mạng nơron tự học theo luật học kohonen. áp dụng trong giải quyết bài toán nhận dạng hình ảnh.

NỘI DUNG: Mạng nơron nhân tạo  Mạng nơron theo luật học Kohonen  Ý nghĩa và ví dụ minh họa  Chương trình mô phỏng... MÔ HÌNH NƠRON SINH HỌC... MÔ HÌNH NƠRON NHÂN TẠO... MẠNG NƠRON TH

TÌM HIỂU VỀ MẠNG TỰ HỌC SOM

GV hướng dẫn: Phạm Văn Hải

Nhóm sinh viên : Phạm Hoàng Kiên 20071621

Vũ Anh Thành 20092457 Bùi Quang Đức 20090772 Phạm Sĩ Chung 20091335 Hoàng Minh Ngọc 20091904

Lê Hữu Dũng 20073609

NỘI DUNG:

 Mạng nơron nhân tạo

 Mạng nơron theo luật học Kohonen

 Ý nghĩa và ví dụ minh họa

 Chương trình mô phỏng

MÔ HÌNH NƠRON SINH HỌC

MÔ HÌNH NƠRON NHÂN TẠO

MẠNG NƠRON THEO LUẬT HỌC

KOHONEN

 Giới thiệu:

 Mạng học không giám sát

 Chỉ nhớ luật học tương tác giữa các nơron tương ứng dữ liệu x xuất hiện ở đầu vào

 mạng nơron có thể tự tổ chức

(Self-Organizing Map – SOM) để học đặc trưng của tập dữ liệu đầu vào

 Ứng dụng:

 Nén dữ liệu

 Nhận dạng kí tự quang, hình ảnh…

 Dự đoán

KIẾN TRÚC MẠNG SOM

GIẢI THUẬT HỌC MẠNG SOM:

1. Khởi tạo giá trị các trọng số , có thể lấy ngẫu nhiên chính HC dữ liệu thuộc

2. Lấy tuần tự các giá trị của dữ liệu x trong tập dữ liều đầu vào

3. Mọi nơron thuộc lớp đầu ra được tính khoảng cách

|| - x|| xem trọng số nào là gần nhất

4. Xác định lại các nơron láng giềng của nơron gần nhất này theo bán kính vốn được khởi tạo giá trị từ trước với giá trị lớn

5. Các trọng số của nơron hàng xóng nơron gần nhất cũng được cập nhật sao cho nó giống với vectơ đầu vào x

6. Quay lại bước 2

  

GIẢI THUẬT HỌC MẠNG SOM: (TIẾP)

 Bước 4 chia làm 2 bước nhỏ sau:

 Xách định nơron hàng xóm:

.exp

Với: t = 1, 2, 3…là bước lặp

là bán kính ban đầu,

là hằng số theo vòng lặp, với T là tổng số vòng lặp

 Cập nhật trọng số của “hàng xóm”:

Trong đó: L(t) = , với giá trị khởi tạo Rõ ràng là đã tiến gần x theo một tỉ lệ là L(t).

  

Ý NGHĨA:

XÂY DỰNG ỨNG DỤNG MINH HỌA: