Mạng nơrôn và hệ mờ đều xuất phát từ mong muốn bắt chước lý luận của con người. Trong hệ mờ, quan hệ được biểu diễn một cách tường minh với dạng luật nếuthì (if-then). Trong mạng nơrôn thì quan hệ này không được cho một cách tường minh, nhưng được “mã hóa” trong mạng và qua các tham số của mạng. Khác với trường hợp của các kỹ thuật dùng nền tri thức (knowledge-based techniques), mạng nơrôn không cần các kiến thức ẩn trong ứng dụng của mình. . | CHƯƠNG BẢY MẠNG NƠRÔN NHÂN TẠO 1. Mở đầu Mạng nơrôn và hệ mờ đều xuất phát từ mong muốn bắt chước lý luận của con người. Trong hệ mờ quan hệ được biểu diễn một cách tường minh với dạng luật nếu- thì if-then . Trong mạng nơrôn thì quan hệ này không được cho một cách tường minh nhưng được mã hóa trong mạng và qua các tham số của mạng. Khác với trường hợp của các kỹ thuật dùng nền tri thức knowledge-based techniques mạng nơrôn không cần các kiến thức ẩn trong ứng dụng của mình. Mạng nơrôn nhân tạo ANN Artificial neural nets có thể xem như chức năng của mạng nơrôn sinh học nên thừa hưởng được một số ưu điểm của hệ thống sinh học so với các hệ thống tính toán thông thường. Mạng ANN có khả năng học được các quan hệ phức tạp thông qua việc khái quát hóa từ một lượng dữ liệu huấn luyện có giới hạn. Như thế mạng có thể sùng mô hình hóa dạng hộp đen các hệ thống phi tuyến đa biến tĩnh và động đồng thời có thể được huấn luyện từ tập dữ liệu vào-ra quan sát được từ hệ thống. GjY K Ban đầu các nghiên cứu mạng ANN là nhằm hình chức năng sinh lý của não bộ ra mô hình có khả năng bắt chước con người thông qua quá trình tính toán hay ngay trong mức thực hiện phần cứng. Con người có khả năng thực hiện các vụ phức tạp như tri giác perception nhận dạng mẫu tốt nhiều so với các máy tính hiện nhất. Con người còn có khả năng học từ các thí dụ và hệ não về tạo tác hơn đại bộ của con người còn có khả năng chấp nhận lỗi. Các đặc tính này làm cho mạng ANN thích hợp với nhiều ứng dụng kỹ thuật như nhận dạng mẫu pattern recognition phân lớp xấp xỉ hàm nhận dạng hệ thống . Mạng ANN thường là có dạng nhiều lớp gồm các phần tử xử lý đơn giản được gọi là nơrôn liên kết nối với nhau thông qua các giá trị trọng lượng liên quan đến kết nối. Các thông tin có được từ ánh xạ vào - ra của mạng được lưu trữ trong các trọng lượng mạng. 2. Nơrôn sinh học Nơrôn sinh học gồm có thân hay soma sợi trục thần kinh axon và nhiều dendrites như vẽ ở hình . Dendrite là các ngõ vào của nơrôn còn axon là .
