Tên luận án:
PHÁT TRIỂN MẠNG NƠRON TẾ BÀO ĐA TƯƠNG TÁC VÀ KHẢ NĂNG ỨNG DỤNG
Ngành:
Kỹ thuật
Tóm tắt nội dung tài liệu:
Luận án này giải quyết các hạn chế của Mạng nơron tế bào (CNN) truyền thống, vốn chủ yếu sử dụng các liên kết tuyến tính cho đầu vào và phản hồi, trong khi nhiều ứng dụng thực tế đòi hỏi tương tác đa thức bậc cao hơn. Mục tiêu chính là phát triển một cấu trúc CNN bậc cao (đa tương tác), mở rộng từ mô hình CNN chuẩn của Leon O. Chua.
Nghiên cứu đề xuất một mô hình CNN bậc cao mới, trình bày chi tiết các phương trình trạng thái, phương trình đầu ra và các giới hạn của mạng. Một đóng góp quan trọng là việc thiết lập và chứng minh lý thuyết các điều kiện ổn định đầy đủ cho CNN đa tương tác này, sử dụng hàm năng lượng tương tự Lyapunov và các tiêu chuẩn ổn định vững chắc. Các kết quả lý thuyết này được kiểm chứng thông qua mô phỏng trên phần mềm Matlab, đặc biệt là với CNN bậc hai.
Ngoài phát triển lý thuyết, luận án còn khám phá các ứng dụng thực tiễn. Tác giả chứng minh khả năng của CNN bậc cao như một bộ nhớ liên kết, cho thấy hiệu suất nhận dạng mẫu vượt trội so với các mô hình bộ nhớ liên kết trước đó, ngay cả khi có lỗi bit đầu vào. Hơn nữa, công trình nghiên cứu việc triển khai CNN đa tương tác bậc hai trên các nền tảng phần cứng như vi điều khiển STM32 và FPGA cho các bài toán xử lý ảnh, mở ra tiềm năng ứng dụng trong các lĩnh vực như hệ thống nông nghiệp thông minh và hệ thống cảnh báo sớm trong y tế. Kết quả mô phỏng cho thấy CNN bậc cao đạt đến trạng thái ổn định nhanh hơn và có quá trình quá độ mượt mà hơn so với CNN bậc nhất.
Mục lục chi tiết:
- Mở đầu
- Chương 1: TỔNG QUAN VỀ MẠNG NƠRON TẾ BÀO
- 1.1 Tổng quan về mạng nơron nhân tạo
- 1.1.1 Mô hình cấu trúc mạng nơron nhân tạo
- 1.1.1.1 Mô hình một nơron Mc.Culloch Pitts's
- 1.1.1.2 Phân loại mạng nơron nhân tạo
- 1.1.2 Học trong mạng nơron nhân tạo
- 1.1.2.1 Học có tín hiệu chỉ đạo
- 1.1.2.2 Học không có tín hiệu chỉ đạo
- 1.2 Mạng CNN chuẩn của Leon O. Chua
- 1.2.1 Láng giềng r
- 1.2.2 Sơ đồ nguyên lý hoạt động
- 1.2.3 Mô hình toán học của mạng nơron tế bào
- 1.2.4 Mạch điện của một tế bào
- 1.2.5 Động học của mạng nơron tế bào
- 1.3 Tình hình nghiên cứu CNN trên thế giới và Việt Nam
- 1.3.1 Nghiên cứu CNN tại Việt Nam
- 1.3.2 Tình hình nghiên cứu CNN trên thế giới
- 1.4 Phát biểu bài toán nghiên cứu
- 1.5 Kết luận chương 1
- Chương 2: PHÁT TRIỂN CẤU TRÚC VÀ PHÂN TÍCH ỔN ĐỊNH CỦA MẠNG NƠRON TẾ BÀO BẬC CAO
- 2.1 Mạng nơron tế bào bậc hai
- 2.1.1 Mô hình toán học của mạng nơron tế bào bậc hai
- 2.1.2 Ổn định mạng nơron tế bào bậc cao
- 2.1.3 Chứng minh hàm E(t) là hàm bị chặn
- 2.1.4 Chứng minh đạo hàm của hàm E(t) không dương
- 2.1.5 Tính ổn định trạng thái Xij(t) và đầu ra Yij(t) của CNN bậc hai
- 2.1.6. Mô hình hình học của mạng nơron tế bào bậc hai
- 2.2 Mạng CNN đa tương tác bậc cao
- 2.2.1 Mô hình của mạng CNN bậc cao
- 2.2.2 Ổn định CNN đa tương tác bậc cao
- 2.2.3 Chứng minh hàm E(t) cho CNN bậc cao là hàm bị chặn
- 2.2.4 Chứng minh đạo hàm hàm E(t) cho CNN bậc cao không dương
- 2.2.5. Ổn định trạng thái Xij(t) và ổn định đầu ra Yij(t) của CNN bậc cao
- 2.3 Mô phỏng cấu trúc và xác định tính ổn định của CNN bậc cao
- 2.3.1 Bài toán mô phỏng: Cho đầu vào (Input)
- 2.3.2 Kịch bản mô phỏng
- 2.3.3 Kết quả mô phỏng mạng nơron tế bào
- 2.3.4 Nhận xét
- 2.4 Kết luận chương 2
- Chương 3: BỘ NHỚ LIÊN KẾT VÀ ỨNG DỤNG CỦA MẠNG NƠRON TẾ BÀO BẬC CAO
- 3.1 Bộ nhớ liên kết
- 3.2 Bộ nhớ liên kết
- 3.2.1 Bộ nhớ liên kết của CNN chuẩn
- 3.2.1.1 Mô hình toán học cấu trúc bộ nhớ liên kết
- 3.2.1.2 Bộ nhớ lên kết A(i, j; k,l)
- 3.2.1.3 Bài toán nhận dạng mẫu sử dụng CNN chuẩn làm bộ nhớ liên kết
- 3.2.2 Bộ nhớ liên kết sử dụng CNN bậc hai
- 3.2.2.1 Mô hình toán học cấu trúc bộ nhớ liên kết bậc cao
- 3.2.2.2 Mô hình học hay bộ nhớ liên kết bậc cao
- 3.2.2.3 Bài toán nhận dạng mẫu sử dụng CNN bậc hai làm bộ nhớ liên kết
- 3.2.3 Kết luận
- 3.3 Mô hình ứng dụng thử nghiệm CNN bậc cao
- 3.3.1 Mô hình tích hợp CNN bậc hai với STM32 và FPGA
- 3.3.2 Một số ứng dụng khác của CNN bậc cao
- 3.4 Kết luận chương 3
- KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN
- 1. Đóng góp của luận án
- 2. Hướng phát triển của luận án