Luận văn Thạc sĩ khoa học: Mạng nơron truyền thẳng và ứng dụng trong dự báo dữ liệu
Số trang: 20
Loại file: ppt
Dung lượng: 490.00 KB
Lượt xem: 7
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Mạng nơron là các mô hình tính toán chứa các đơn vị xử lý có khả năng truyền thông với nhau bằng cách gửi các tín hiệu đến lẫn nhau thông qua các liên kết có trọng số. Để tìm hiểu sâu hơn vấn đề này mời các bạn tham khảo "Luận văn Thạc sĩ khoa học: Mạng nơron truyền thẳng và ứng dụng trong dự báo dữ liệu".
Nội dung trích xuất từ tài liệu:
Luận văn Thạc sĩ khoa học: Mạng nơron truyền thẳng và ứng dụng trong dự báo dữ liệu Mạngnơrontruyềnthẳngvàứngdụngtrongdựbáodữliệu LUẬNVĂNTHẠCSĨKHOAHỌC Giáoviênhướngdẫn TS.LêHảiKhôi Ngườithựchiện TrầnĐứcMinhNộidung1.Giớithiệu.2.Cáckháiniệmcơbảnvềmạngnơron.3.Mạngnơrontruyềnthẳng.4.Thuthập,Phântíchvàxửlýdữliệu.5.Chươngtrìnhdựbáodữliệu.6.Kếtluận 21.Giớithiệu Mạngnơronnhântạoxuấtpháttừviệcmôphỏnghoạt độngcủabộnãoconngười. Mạngnơronlàcácmôhìnhtínhtoánchứacácđơnvịxử lýcókhảnăngtruyềnthôngvớinhaubằngcáchgửicác tínhiệuđếnlẫnnhauthôngquacácliênkếtcótrọngsố. Cókhảnăngthíchnghi,nghĩalà“họctừcácmẫu”thay vì“lậptrình”. Cácứngdụngcủamạngnơron: Phânloại:tínhiệuradar;xemxétcácmẫubệnh,… Giảmnhiễu:tiếngnói,ảnhtĩnhbịnhiễu,… Dựđoán/Dựbáo:lượngsửdụng,thịtrường,dựđoán lượngbán,… 32.Cáckháiniệmcơbảnvềmạngnơron:Mạngnơroncócácđặctrưngsau: Tậpcácđơnvịxửlý. Mộtmứckíchhoạtchomỗiđơnvị.x0 w θj j0 j Cácliênkếtgiữacácđơnvị. x1 wj1 aj zj Σ g(aj) Luậtlantruyền. w ... jn xn n Cáchàmchuyển. ja wx ji i j zj g (aj ) i 1 Cácđầuvàongoàidữliệu(độlệchbias). PhươngphápthuthậpthôngtinLuậthọc. Môitrườngtrongđóhệthốngcóthểhoạtđộng. 43.Mạngnơrontruyềnthẳng3.1.Cấutrúccơbản bias bias •Baogồmmộtsốlớp(1lớpvào,1hay x0 h0 nhiềulớpẩnvà1lớpra). x1 y1 h1 •Mỗilớpcómộtsốcácđơnvị. x2 y2 •Mỗiđơnvịnhậnđầuvàotừcácđơn h2 … … … vị ởlớptrướcđóvàgửicáctínhiệu xl yn nàyđếncácđơnvịởlớpkếtiếp. hm Input Layer w(1)ij ( 2) Hidden Layer w jk Output Layer •Đầurađượcbiểudiễnbởimộthàm tường minh của các trọng số và độ lệch. Đơnvịẩn: l l aj w (1) x ji i hj g (aj ) g( w(1) jixi ) i 0 i 0 Đơnvịđầura: m l m (2) ak w ( 2) h kj j yk g 2( a k ) g 2( w g( kj w(1) jixi )) j 0 i 0 j 0 53.2.Khảnăngthểhiện Các mạng không có các lớp ẩn chỉ có khả năng giải quyếtcácbàitoánkhảphântuyếntính. Các mạng nơron với một lớp ẩn có thể xấp xỉ khá tốt bấtkỳmộtánhxạhàmnàotừkhônggianhữuhạnmột chiềusangmộtkhônggiankhác. Cácmạngnơronvới2lớp ẩncókhảnăngthểhiệnmột đườngphânchiahayxấpxỉmột ánhxạmịnbấtkỳtới mộtđộchínhxácbấtkỳ. 63.3.Huấnluyệnbằngthuậttoánlantruyền•ng ượlàc:phương pháp thông dụng nhất để huấn luyện cho các mạng Đâynơrontruyềnthẳngnhiềulớp.• Có thể áp dụng cho các mạng truyền thẳng với các hàm chuyển vàcácBước1:Lantruyềnxuôiđầuvàoquamạng:hàmlỗikhảvi. a0=p am+1=f ...
Nội dung trích xuất từ tài liệu:
Luận văn Thạc sĩ khoa học: Mạng nơron truyền thẳng và ứng dụng trong dự báo dữ liệu Mạngnơrontruyềnthẳngvàứngdụngtrongdựbáodữliệu LUẬNVĂNTHẠCSĨKHOAHỌC Giáoviênhướngdẫn TS.LêHảiKhôi Ngườithựchiện TrầnĐứcMinhNộidung1.Giớithiệu.2.Cáckháiniệmcơbảnvềmạngnơron.3.Mạngnơrontruyềnthẳng.4.Thuthập,Phântíchvàxửlýdữliệu.5.Chươngtrìnhdựbáodữliệu.6.Kếtluận 21.Giớithiệu Mạngnơronnhântạoxuấtpháttừviệcmôphỏnghoạt độngcủabộnãoconngười. Mạngnơronlàcácmôhìnhtínhtoánchứacácđơnvịxử lýcókhảnăngtruyềnthôngvớinhaubằngcáchgửicác tínhiệuđếnlẫnnhauthôngquacácliênkếtcótrọngsố. Cókhảnăngthíchnghi,nghĩalà“họctừcácmẫu”thay vì“lậptrình”. Cácứngdụngcủamạngnơron: Phânloại:tínhiệuradar;xemxétcácmẫubệnh,… Giảmnhiễu:tiếngnói,ảnhtĩnhbịnhiễu,… Dựđoán/Dựbáo:lượngsửdụng,thịtrường,dựđoán lượngbán,… 32.Cáckháiniệmcơbảnvềmạngnơron:Mạngnơroncócácđặctrưngsau: Tậpcácđơnvịxửlý. Mộtmứckíchhoạtchomỗiđơnvị.x0 w θj j0 j Cácliênkếtgiữacácđơnvị. x1 wj1 aj zj Σ g(aj) Luậtlantruyền. w ... jn xn n Cáchàmchuyển. ja wx ji i j zj g (aj ) i 1 Cácđầuvàongoàidữliệu(độlệchbias). PhươngphápthuthậpthôngtinLuậthọc. Môitrườngtrongđóhệthốngcóthểhoạtđộng. 43.Mạngnơrontruyềnthẳng3.1.Cấutrúccơbản bias bias •Baogồmmộtsốlớp(1lớpvào,1hay x0 h0 nhiềulớpẩnvà1lớpra). x1 y1 h1 •Mỗilớpcómộtsốcácđơnvị. x2 y2 •Mỗiđơnvịnhậnđầuvàotừcácđơn h2 … … … vị ởlớptrướcđóvàgửicáctínhiệu xl yn nàyđếncácđơnvịởlớpkếtiếp. hm Input Layer w(1)ij ( 2) Hidden Layer w jk Output Layer •Đầurađượcbiểudiễnbởimộthàm tường minh của các trọng số và độ lệch. Đơnvịẩn: l l aj w (1) x ji i hj g (aj ) g( w(1) jixi ) i 0 i 0 Đơnvịđầura: m l m (2) ak w ( 2) h kj j yk g 2( a k ) g 2( w g( kj w(1) jixi )) j 0 i 0 j 0 53.2.Khảnăngthểhiện Các mạng không có các lớp ẩn chỉ có khả năng giải quyếtcácbàitoánkhảphântuyếntính. Các mạng nơron với một lớp ẩn có thể xấp xỉ khá tốt bấtkỳmộtánhxạhàmnàotừkhônggianhữuhạnmột chiềusangmộtkhônggiankhác. Cácmạngnơronvới2lớp ẩncókhảnăngthểhiệnmột đườngphânchiahayxấpxỉmột ánhxạmịnbấtkỳtới mộtđộchínhxácbấtkỳ. 63.3.Huấnluyệnbằngthuậttoánlantruyền•ng ượlàc:phương pháp thông dụng nhất để huấn luyện cho các mạng Đâynơrontruyềnthẳngnhiềulớp.• Có thể áp dụng cho các mạng truyền thẳng với các hàm chuyển vàcácBước1:Lantruyềnxuôiđầuvàoquamạng:hàmlỗikhảvi. a0=p am+1=f ...
Tìm kiếm theo từ khóa liên quan:
Luận văn Thạc sĩ khoa học Mạng nơron truyền thẳng Dự báo dữ liệu Ứng dụng dự báo dữ liệu Mô hình tính toán Chương trình dự báo dữ liệuGợi ý tài liệu liên quan:
-
Đề cương chi tiết học phần Trí tuệ nhân tạo
12 trang 418 0 0 -
26 trang 267 0 0
-
Báo cáo nghiên cứu khoa học: Xử lý ảnh Xquang phổi sử dụng mạng nơ ron
60 trang 138 0 0 -
26 trang 76 0 0
-
86 trang 72 0 0
-
23 trang 64 0 0
-
Luận văn Thạc sĩ Khoa học: Đặc điểm hình thành các hợp chất Nito trong nước dưới đất khu vực Hà Nội
131 trang 34 0 0 -
111 trang 30 0 0
-
26 trang 30 0 0
-
86 trang 29 0 0