L I C M N Ơ
Tôi mu n bày t s c m n sâu s c c a mình t i th y Hoàng Xuân Hu n, thu c ơ
b môn Khoa h c máy tính, khoa Công ngh thông tin, tr ng Đi h c Công ngh , ườ
ĐHQGHN. Trong th i gian th c hi n khóa lu n, th y đã nhi t tình h ng d n và giúp ướ
đ tôi r t nhi u. Ngoài th i gian tìm hi u và cung c p tài li u, th y cũng ch ra nh ng
v ng m c trong qua trình làm, giúp đ tôi kh c ph c đ đt hi u qu cao h n. Ngoàiướ ơ
ra tôi còn mu n g i l i c m n t i th y đng h ng d n Đ Đc Đông, th y cũng đã ơ ướ
nhi t tình giúp đ tôi trong vi c tìm hi u gi i quy t nh ng khúc m c sai l m khi làm ế
khóa lu n này.
Tôi cũng mu n bày t s c m n c a mình t i các các th y, các cô trong b môn, ơ
cũng nh các th y, các cô trong khoa, tr ng đã h t s c t o đi u ki n t t và giúp đư ườ ế
cho tôi hoàn thành khóa lu n c a mình.
TÓM T T N I DUNG
M c dù đã đc nghiên c u t r t lâu, nh ng đn nay bài phân l p m u v n còn ượ ư ế
có r t ít công c toán h c đ gi i quy t và hi u qu ch a cao. M ng Neural nhân t o ế ư
là m t ph ng pháp hay đ gi i quy t bài toán phân l p m u. Năm 1987, Kohonen gi i ươ ế
thi u ph ng pháp b n đ t t ch c là m t lo i m ng neural đn gi n và hi u qu ươ ơ
đ gi i quy t bài toán phân c m và phân l p. Năm 1991, Dorigo gi i thi u ph ng ế ươ
pháp h ki n đ gi i quy t các bài toán t i u t h p r t hi u qu . T đó, các mô hình ế ế ư
gi i quy t các bài toán ph c t p mà t t ng d a trên s mô ph ng hành vì loài ki n ế ư ưở ế
đã đt đc nhi u b c ti n đáng k . Đi n hình là h ki n c a Chialvo và Millonas. ượ ướ ế ế
N i dung chính c a khóa lu n là trình bày kh o c u v thu t toán KANT (m t
s k t h p) đ gi i quy t bài toán phân l p sau đó ng d ng c s lý thuy t trên đ ế ế ơ ế
xây d ng ch ng trình ki m tra đ chính xác c a thu t toán so v i k láng gi ng g n ươ
nh t và c i ti n m t ph n thu t toán b ng h c t p h p ( ế Ensembler learning) đ thu
đc k t qu t t h n.ượ ế ơ
Danh m c các hình