Báo cáo đồ án trí tuệ nhân tạo : xây dựng chương trình sử dụng Radial basis functions neural networds để tìm đường phân lớp 2 tập điểm - Pdf 12

HỌC VIỆN KỸ THUẬT QUÂN SỰ
KHOA CÔNG NGHỆ THÔNG TIN
BÁO CÁO MÔN HỌC
TRÍ TUỆ NHÂN TẠO
Giáo viên hướng dẫn: Ngô Hữu Phúc
HÀ NỘI 3/2010
Báo cáo đề tài môn học
Nhập Môn Trí Tuệ Nhân Tạo
Đề Tài: Bài toán được mô tả là các điểm trên không gian 2 chiều. Mỗi điểm đã
được gán là 0 hoặc 1. Hãy xây dựng chương trình sử dụng Radial basis
functions neural networds để tìm đường phân lớp 2 tập điểm nói trên.
Giáo viên hướng dẫn: Thầy giáo Ngô Hữu Phúc
Họ và tên: Phạm Hùng Thịnh
Lớp: Tin học 5A
I. Lời nói đầu
Động lực thúc đẩy RBF phát triển là:
1. Hàm phân lớp tuyến tính đơn thuần (Perceptron) không thể phân lớp
trong một số trường hợp. Ví dụ như hàm XOR: {(0,0), (1,1)}


1
ω
,
{(1,0), (0,1)}


2
ω
2. Khả năng nhớ các mẫu học: nếu đầu vào của hàm phân lớp “gần giống”
với một mẫu học đã biết trước đó thì kết quả phân lớp cũng phải “gần
giống” kết quả phân lớp đã được học.

hoặc hàm sai số tuyệt đối lớn nhất
Trường hợp cố định: Ta cần giải bài toán tối ưu
Nếu ta đặt và
thì bài toán trên tương đương với
Đây là bài toán tối thiểu bình phương sai số kinh điển. Trường hợp có hạng
đầy đủ (full rank), giá trị tối ưu của là
trong đó gọi là ma trận giả nghịch đảo (pseudo-inverse).
Trong thực hành, người ta không dùng ma trận giả nghịch đảo mà sử dụng biến
đổi Gauss để giải (giống như giải hệ phương trình tuyến tính). Một đặc điểm
nữa của theo công thức trên là
nghĩa là là vectơ có độ dài nhỏ nhất trong các véctơ tối thiểu hóa .
Đặc điểm này có ý nghĩa lớn vì nó làm tăng tính ổn định của hệ thống (không
làm quá lớn).
Trường hợp : Nghĩa là tâm của các hàm bán kính chính là các
mẫu học. Khi đó, ma trận là ma trận vuông, ta có giá trị tối ưu của trọng số
Tất nhiên, trong thực hành, người ta không tính nghịch đảo của mà dùng biến
đổi Gauss để giải phương trình .
Trường hợp cũng là tham số cần tìm: Ta cần giải bài toán tối ưu
Do hàm sai số này không còn là hàm lồi, cách giải quyết thường dùng là sử
dụng phương pháp xuống đồi theo véctơ đạo hàm. Khi đó, người ta lấy đạo hàm
của theo các biến rồi chỉnh lại các tham số này. Một cách tối
ưu hóa khác là:
1. Cố định , tính theo phương pháp trên.
2. Cố định , chỉnh sửa theo phương pháp đạo hàm.
3. Lặp bước 1,2.
Trong thực hành, người ta thấy việc tìm rất mất thời gian. Do đó, các tâm
thường được chọn là chính các mẫu học. Còn đặt giá trị
sau đó chọn thử một vài giá trị đến khi đạt được kết quả như ý.
III. Chương trình
Chương trình được xây dựng trên cơ sở lý thuyết vừa được nêu trên

Cuối cùng, em xin cảm ơn thầy Ngô Hữu Phúc đã tận tình giúp đỡ
em trong quá trình xây dựng và hoàn thành bản đồ án này.
Em xin cảm ơn thầy!


Nhờ tải bản gốc

Tài liệu, ebook tham khảo khác

Music ♫

Copyright: Tài liệu đại học © DMCA.com Protection Status