Xử lý ảnh số - Nhận dạng và nội suy part 4

Chia sẻ: Adfgajdshd Asjdaksdak | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

130
lượt xem 26
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bởi một ảnh raw không được chuyển đổi thành ảnh màu hay bị xử lí, nén theo bất cứ một cách nào nên nó thực sự là ảnh rất "raw": "mộc" nhất, "thô" nhất và "nguyên vẹn" nhất. Nhưng để những tấm ảnh raw này có thể sử dụng được, chúng còn phải trải qua tất cả các công đoạn lẽ ra đã được thực hiện trong máy ảnh. Các công đoạn này giờ phụ thuộc vào người sử dụng, với công cụ xử lí là các phần mềm chuyển đổi ảnh raw, ví dụ như Adobe Lightroom, Apple Aperture,...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xử lý ảnh số - Nhận dạng và nội suy part 4

w1 x1 ..................................................... . . . . . . ... . . . . . . . ... . . . . . . . ... . .. ... . .. . .. . w . . . 2 . .. n . . x2 . d(x) = w x + wn+1 . ..................................... . . . . .. . . . . . . . . . . .. . .......................... . . ... . . . . . . . ... . . . i=1 i i . .. . . .. . . . . .. . . .. . . . . .. . . . .. . . . . .. . . . .. . . . . .. . . . .. . . . . .. . . . . . . . ... . . . . . . . ... . . . . . . . ..................................................... .. . . .. . . . . . . . . . ..  . . . .. . . . . . . . . . .. . . . .. . +1 . Vector . . . .. . . . . .. . . .................. . . . . .. . . .. . . . . . . .. ... . .  1 nˆu d(x) > 0, .. . . . . . . . ... . . . . . . w .. .. ... . ´ . . . . ............... e ..... . .. . . . . . . . . . i . . . . . . .. . . . .. .. . . . . .. . . . . .. . . ........................... xi . . . . . . . . . . . . . . ........ . O= ˜ ............................................................... .......................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... .. . .. . Σ .. .. . .... . . . . . . . . .... mˆu a .................... .......... . . .. . . . . .. .. . . . .. . .. . −1 nˆu d(x) < 0, . . . .. . . . . . . . ... .... ... . ... .......... . . ´ . . . e . .. ... .. . . . .. . ... . . . . . . .. . . . .. . . .. . . . . . . . x . .. . −1 . . .. . . . .. . . . .. . . . .................. . . . .. . . . . .. . . . . . . . .. . . ..................................................... .. . . . . . . .. . .. . . . . . . . ... . . . . . . . ... . . . . . . . .. . . .. . .. . . .. . w .. . . .. . n .. . . Do.n vi k´ch hoat .. . .. . - xn . .ı ..................................... . . . . . .. . . . . . . . . . . .. . . . . . . . . . . . . . . . . w . . . . n+1 . . . . . ..................................................... 1 . . . . . . ... . . . . . . . ... . . . . . . . ... Trong lu.o.ng . . H` 9.8: Biˆ’u diˆn cua mˆ h`nh perceptron d ˆi v´.i hai l´.p. ˙ ˜ ´ ˙ ’ ınh e e oı ¯o o o Khi d(x) > 0 tu.o.ng u.ng v´.i t´ hiˆu xuˆ t ra (output) cua perceptron bˇ ng +1; ` ´ ˙ ’ ´ o ın e a a . d iˆu n`y chı ra mˆu x d u.o.c phˆn loai thuˆc l´.p w1. Ngu.o.c lai khi d(x) < 0 th` mˆu ˜ ˜ ¯` ˙’ ea a ¯. a oo ıa . . .. .o.c phˆn loai thuˆc l´.p w . Khi d(x) = 0 th` x thuˆc biˆn cua hai l´.p v` do d ´ ˙ ’ x du . ¯ a oo ı o e o a ¯o . . . 2 chu.a d .o.c x´c d .nh. ¯u . a ¯i T´ hiˆu ra O trong H` 9.8 phu thuˆc v`o dˆ u cua d(x); hay tu.o.ng d .o.ng ´˙ ’ ın e ınh oaa ¯u . . .  +1 ´ nˆu d(x) > 0, e O= −1 nˆu d(x) < 0. ´ e  +1 nˆu n ´ e i=1 wi xi > −wn+1 , = −1 nˆu n ´ e i=1 wi xi < −wn+1 . Nˆu ta thuˆn nhˆ t ho´ vector mˆu x th`nh y = (x1 , x2, . . . , xn , 1)t v` d ˇt ˜ ´ ` ´ e a a a a a a ¯a. w = (w1 , w2, . . . , wn , wn+1 )t th` h`m quyˆt d .nh c´ thˆ’ viˆt lai ˙´ ´ ıa e ¯i oee. d(y) = w, y . Cˆn ch´ y rˇ ng, vˆ n d` ch´ l` t` vector w su. dung tˆp huˆ n luyˆn. u´ ` ` ´e ´ ˙. ’ a a a ¯ˆ ınh a ım a a e . . 306
´ C´c thuˆt to´n huˆn luyˆn a a a a e . . Du.´.i d ay ta s˜ tr`nh b`y nh˜.ng thuˆt to´n d ˜ d .o.c d` nghi dˆ’ huˆ n luyˆn c´c m´y ˙´ o ¯ˆ eı a u a a ¯a ¯u . ¯ˆ e . ¯e a ea a . . perceptron. C´c l´.p c´ thˆ’ t´ch tuyˆn t´ e ınh. Thuˆt to´n lˇp d o.n gian dˆ’ t`m mˆt vector trong ˙ ˙ ´ ˙ ¯e ı ’ ao o ea a aa¯ o . . . . .o.ng d ˆi v´.i hai tˆp huˆ n luyˆn c´ thˆ’ t´ch d .o.c tuyˆn t´ nhu. sau. ˙ ´ ´ ´ lu . ¯o o a a e o e a ¯u . e ınh . . Bu.´.c 1. Kho.i tao tu` y vector trong lu.o.ng ban d` u w(1). ˙. ’ o y´ ¯ˆ a . . Bu.´.c 2. X´t bu.´.c lˇp th´. k. o e oa u . • Nˆu y(k ) ∈ ω1 v` w(k ), y(k ) ≤ 0 th` thay w(k ) bo.i ´ ˙ ’ e a ı w(k + 1) = w(k ) + cy(k ), trong d ´ c l` hˇ ng sˆ (du.o.ng) hiˆu chınh. ` ´ ˙ ’ ¯o a a o e . • Ngu.o.c lai nˆu y(k ) ∈ ω2 v` w(k ), y(k ) ≥ 0 th` thay w(k ) bo.i ´ ˙ ’ ..e a ı w(k + 1) = w(k ) − cy(k ). • Ngu.o.c lai, w(k ) khˆng thay d ˆ’i; t´.c l` ˙ o ¯o u a .. w(k + 1) = w(k ). Thuˆt to´n d`.ng khi vector trong lu.o.ng khˆng thay d o’i d oi v´.i tˆ t ca c´c mˆu. ˙´ ˜ ´’ ¯ˆ ¯ˆ o a ˙ a a au o a . . . Nhu. vˆy, thuˆt to´n cˆp nhˆt lai w(k ) khi mˆu o. bu.´.c lˇp th´. k trong qu´ tr`nh huˆ n ˜’ ´ a˙ a a aa a. oa u aı a . . . . . luyˆn bi phˆn loai sai khi su. dung vector trong lu.o.ng o. bu.´.c n`y. Thuˆt to´n n`y ˙. ’ ˙’ e.a oa a aa . . . . . ` ˙’ c`n goi l` thuˆt to´n hiˆu chınh hˇ ng. o .a a a e a . . Phu.o.ng ph´p hiˆu chınh hˇ ng du.a trˆn kh´i niˆm thu.o.ng-phat. “Thu.o.ng” khi ` ˙ ’ ˙ ’ ˙ ’ a e a e ae . . . . .`.ng ho.p ngu.o.c lai. N´i c´ch kh´c, ˜ m´y phˆn loai dung mˆt mˆu v` “phat” trong tru o a a . ¯´ o aa oa a . . . .. nˆu phˆn loai mˆt mˆu dung, m´y s˜ d u.o.c thu.o.ng bˇ ng c´ch khˆng thay d o’i gi´ tri ˙ ˜ ` ´ ˙ ’ e a o a ¯´ a e¯ . a a o ¯ˆ a . . . w. Tuy nhiˆn nˆu phˆn loai sai, n´ s˜ bi phat bˇ ng c´ch thay d ˆ’i vector trong lu.o.ng. ˙ .` ´ ee a oe. a a ¯o . . . .o.c kiˆ’m tra m` khˆng xay ˙ ´ ´’ ´ a ˙a ˙ ’ Thuˆt to´n kˆt th´c khi tˆ t ca c´c vector huˆ n luyˆn d a d . a ae u a e ¯˜ ¯u e ao . . ra lˆi. Nˆu hai tˆp huˆ n luyˆn c´ thˆ’ t´ch tuyˆn t´ th` thuˆt to´n hiˆu chınh hˇ ng ˙ ˜ ` ´ ´ ´ ˙ ’ o e a a e o ea e ınh ı a a e a . . . . s˜ hˆi tu sau mˆt sˆ h˜.u han bu.´.c. Ch´.ng minh kˆt qua n`y, c`n goi l` d. nh l´ huˆ n .´ ´ ´ ˙ a o . a ¯i ’ eo . oou o u e ya . . luyˆn perceptron. e . 307
˜. o ˜ ´ oa` V´ du 9.3.3 X´t hai tˆp huˆ n luyˆn trong H` 9.9(a), mˆi tˆp gˆm hai mˆu. Do hai ı. e a a e ınh a . . tˆp n`y c´ thˆ’ t´ch tuyˆn t´ nˆn c´ thˆ’ ´p dung thuˆt to´n huˆ n luyˆn dˆ’ x´c d .nh ˙ ˙ ˙ ´ ´ a a o ea e ınh e o e a a a a e ¯e a ¯i . . . . ˙ ’ siˆu phˇng t´ch. e a a Tru.´.c khi ´p dung thuˆt to´n, gia su. c´c mˆu d a d u.o.c xu. l´ sao cho tˆp huˆ n ˜ ´ ˙˙a ’’ ˙y ’ o a a a a ¯˜ ¯ . a a . . . luyˆn {(0, 0, 1)t , (0, 1, 1)t } tu.o.ng u.ng l´.p ω1 v` tˆp {(1, 0, 1)t , (1, 1, 1)t } tu.o.ng u.ng l´.p e ´ o aa ´ o . . .i tao, d ˇt ˙ ’ ω2 . Kho . ¯a . c = 1, w(1) = 0. ´ Ap dung thuˆt to´n: a a . .  0  t 1. Ta c´ w (1)y(1) = 0 0 0 0 = 0. Do d ´ o ¯o 1  0  w(2) = w(1) + y(1) = 0 . 1  0  t 2. Ta c´ w (2)y(2) = 0 0 1 1 = 1. Do d ´ o ¯o 1  0  w(3) = w(2) = 0 . 1  1  3. Ta c´ wt (3)y(3) = 0 0 1 0 = 0. Do d ´ o ¯o 1  −1  w(4) = w(3) − y(3) =  0 . 0  1  t 4. Ta c´ w (4)y(4) = −1 0 0 1 = −1. Do d ´ o ¯o 1  −1  w(5) = w(4) =  0 . 0 308
x2 x2 d(x) = −2x1 + 1 = 0 . . . .. .. .. . . . . ... ... . . . . . . . . . . . . . . . . y i y i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . y i............................. y i............................ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x1 x1 . .. ... . . . . . . . . . . ... . . . . . . . . . . ... . . . . . . . . . . . ... . . . . . .. . . . . . . . . ... . . . . . . . . . . . ... . . . . . . . . . . ... . . . . . . . . ........................................................................................ . ......................................................................................... ... .. . .... . . . . . . . . . . . . . . . . . . . . . . (a) (b) y∈ ω1 i∈ ω2 H` 9.9: Minh hoa thuˆt to´n huˆ n luyˆn perceptron: (a) c´c mˆu thuˆc hai l´.p; (b) ˜ ´ ınh a a a e a a o o . . . . .o.c x´c d nh thˆng qua huˆ n luyˆn. ´ ´ biˆn quyˆt d .nh d . a ¯i e e ¯i ¯u o a e . . C´c vector trong lu.o.ng d u.o.c d iˆu chınh lai trong c´c bu.´.c 1 v` 3 do phˆn loai nhˆm. ¯ . ¯` ` ˙ ’ a e a o a a a . . . . e.` ´ Qu´ tr` hoc tiˆp tuc bˇ ng c´ch d at a ınh . a a ¯ˇ . y(5) = y(1), y(6) = y(2), y(7) = y(3), y(8) = y(4). t Thuˆt to´n hˆi tu khi k = 14 v` ta c´ vector trong lu.o.ng w(14) = −2 0 1 . H`m a ao. a o a . . . . biˆt tˆp tu.o.ng u.ng bˇ ng d(y) = −2y1 + 1. Tro. lai khˆng gian mˆu ban d` u bˇ ng c´ch ` ˜ a` ˙. ’ ea ´ a o a ¯ˆ a a .. .o.c d(x) = −2x + 1 v` d .`.ng thˇng t´ch hai l´.p c´ phu.o.ng ˙ ’ d ˇt x = (y1, y2 ) ta d u . ¯a ¯ a ¯u o a a oo . 1 tr` −2x1 + 1 = 0. ınh C´c l´.p khˆng t´ch d .o.c tuyˆn t´ e ınh. Thu.c tˆ hiˆm c´ c´c l´.p mˆu c´ thˆ’ t´ch ˙ ˜ ´ ´´ ao o a ¯u . .ee oa o a o ea d u.o.c tuyˆn t´ e ınh. V` vˆy, phˆn l´.n c´c nh` nghiˆn c´.u trong nh˜.ng nˇm 1960-1970 ´ `oa ¯. ıa a a eu u a . d ˜ cˆ gˇng d t`m c´ch xu. l´ c´c l´.p khˆng t´ch d .o.c tuyˆn t´e ınh. Do su. tiˆn bˆ gˆn ´ ´ ¯i ı ´ . e o` ´ .a ˙ya o ’ ¯a o a a o a ¯u . .o.ng ph´p giai quyˆt d ˆi v´.i ´ ´´ ˙ ’ d ˆy trong qu´ tr` huˆ n luyˆn mang neuron, c´c phu ¯a a ınh a e a a e ¯o o . . c´c l´.p khˆng t´ch d .o.c tuyˆn t´ d u.o.c quan tˆm d .n thuˆn v` l´ do lich su.. Tuy ´ ` ˙ ’ ao o a ¯u . e ınh ¯ . a ¯o a ıy . .ng phu.o.ng ph´p tru.´.c d o, c´ liˆn quan tru.c tiˆp d e n b`n luˆn ´´ nhiˆn, mˆt trong nh˜ e o u a o ¯´ o e e ¯ˆ a a . . . 309
o. d ˆy: nguyˆn tˇc delta gˆc. Nguyˆn tˇc delta, c`n goi l` phu.o.ng ph´p b`nh phu.o.ng ´ ´ ´ ˙ ¯a ’ ea o ea o .a aı tˆi thiˆ’u (LMS) hay Widrow-Hoﬀ, huˆ n luyˆn c´c m´y perceptron sao cho cu.c tiˆ’u ˙ ˙ ´ ´ o e a ea a e . . ho´ sai sˆ gi˜.a thu.c tˆ v` kˆt qua nhˆn d .o.c trong mˆi bu.´.c lˇp. ˜ ´ ´ ´ ˙ ’ a ¯u . a ou . eae o oa . . X´t h`m nˇng lu.o.ng ea a . 1 J ( w ) = [r − w , y ]2 , 2 .ng nhˆn d .o.c (t´.c l`, r = +1 nˆu y ∈ ω v` r = −1 nˆu y ∈ ω ). ´ ´ trong d o r l` d ´p u ¯´ a ¯a ´ a ¯u . ua e 1a e . 2 ˙i w liˆn tuc theo hu.´.ng − J (x) d e’ t`m cu.c tiˆ’u cua h`m J (x). Dˆ ’ ˙ ˙’ ˜ ´ e˙a Tiˆn tr` thay d o e ınh ¯ˆ e. o ¯ˆ ı e . .c tiˆ’u xay ra khi r = w, y ; t´.c l` cu.c tiˆ’u d at d u.o.c khi phˆn loai dung. Nˆu ˙˙ ˙ ´ ´ ’ thˆ y cu e a. ua. e ¯. ¯ . a . ¯´ e w(k ) l` vector trong lu.o.ng o. bu.´.c lˇp th´. k th` ´p dung thuˆt to´n gradient ta c´ ˙ ’ a oa u ıa a a o . . . . . ∂ J (w ) w(k + 1) = w(k ) − α ∂ (w w =w (k ) trong d ´ w(k + 1) l` gi´ tri m´.i cua w v` α > 0 l` d ˆ l´.n cua gi´ tri hiˆu chınh. Do aa.o˙ ’ ˙ ’ ˙ ’ ¯o a a ¯o o a.e . . ∂J (w) = −(r − w, y )y ∂ (w nˆn e w(k + 1) = w(k ) + α[r(k ) − w(k ), y(k ) ]y(k ) v´.i vector trong lu.o.ng ban d` u w(1) d u.o.c kho.i tao tu` y. ˙. ’ o ¯ˆ a ¯. y´ . . -a Dˇt . ∆w = w(k + 1) − w(k ). ˙ ’ Khi d ´ ta c´ thuˆt to´n hiˆu chınh delta ¯o o a a e . . ∆w = αe(k )y(k ), (9.20) trong d ´ ¯o e(k ) = r(k ) − w(k ), y(k ) (9.21) l` lˆi nhˆn d .o.c u.ng v´.i vector trong lu.o.ng w(k ) khi x´t mˆu y(k ). ˜ ˜ ao a ¯u . ´ o e a . . . Phu.o.ng tr` (9.21) x´c d inh lˆi u.ng v´.i vector trong lu.o.ng w(k ). Nˆu ch´ng ˜ ´ ınh a ¯. o´ o e u . . .ng gi˜. nguyˆn mˆu y(k ) th` lˆi tro. th`nh ta thay d ˆ’i n´ th`nh w(k + 1) nhu ˙ ˜ ˜˙a ’ ¯o o a u e a ıo e(k + 1) = r(k ) − w(k + 1), y(k ) . (9.22) Suy ra ∆e(k ) = [r(k ) − w(k + 1), y(k ) ] − [r(k ) − w(k ), y(k ) ] 310
= − w(k + 1) − w(k ), y(k ) = − ∆w , y ( k ) . Nhu.ng ∆w = αe(k )y(k ). Vˆy a . ∆e(k ) = − αe(k )y(k ), y(k ) = −αe(k ) y(k ) 2. Do d ´ thay d o’i c´c trong lu.o.ng giam lˆi mˆt lu.o.ng α y(k ) 2. V´.i mˆu kˆ tiˆp, ta lai ˙ ’˜ ˜ ´´ ˙oo ¯o ¯ˆ a o a ee . . . . . .i v´.i lˆi o. bu.´.c n`y giam theo α y(k + 1) 2 , v` vˆn vˆn. ˜˙ ’ ˙ ’ c´ mˆt chu tr` m´ o o oo ınh o oa aa a . T´ ˆ’n d .nh v` tˆc d ˆ hˆi tu cua thuˆt to´n phu thuˆc v`o α. Dˆ’ l`.i giai ˆ’n -e o ˙ ˙ ’˙ ´.. a o ¯o o . ˙ ’ ˙o ınh o ¯i a a oa . . . .c tˆ, pham vi thay d o’i cua α l` khoang (0.1, 1.0). C´ ˙’ ` .´ ¯ˆ ˙ ˙ ’ d inh cˆn 0 < α < 2. Trong thu e ¯. a a o . .ng minh rˇ ng, thuˆt to´n hˆi tu dˆn l`.i giai tˆi u.u theo ngh˜a sai sˆ b`nh thˆ’ ch´ ˙ ` ´ ’´ ´ ˙o eu a a a o . ¯e o ı oı . . phu.o.ng trung b` d ˆi v´.i c´c mˆu cua tˆp huˆ n luyˆn nho nhˆ t. Khi c´c l´.p mˆu ˜ ˜ ´ ´ ´ ˙a ’. ˙ ’a ınh ¯o o a a a e ao a . t´ch d u.o.c tuyˆn t´ e ınh, l`.i giai cua thuˆt to´n Widrow-Hoﬀ c´ thˆ’ khˆng cho mˆt siˆu ˙ ´ ˙˙ ’’ a ¯. o a a oeo oe . . ˙ ng t´ch. Thˆt vˆy, mˆt nghiˆm v´.i sai sˆ b`nh phu.o.ng trung b`nh khˆng chı ra ’ ´ı ˙ ’ phˇa a aa o e o o ı o .. . . -a ´ ´ ı˙y’ ˙ ’˙ ’ nghiˆm theo ngh˜a cua l´ thuyˆt huˆ n luyˆn perceptron. Dˆy ch´nh l` gi´ phai tra khi e e a e ı aa . . ´p dung thuˆt to´n hˆi tu d ˆi v´.i tru.`.ng ho.p tˆ’ng qu´t. ˙ ´ a a a o . ¯o o o .o a . . . Hai thuˆt to´n huˆ n luyˆn perceptron d .o.c tr` b`y trˆn dˆ d`ng mo. rˆng cho e ˜a ´ ˙o ’. a a a e ¯u . ınh a e . . nhiˆu l´.p. Tuy nhiˆn nhu. d ˜ d` cˆp o. phˆn d` u, c´c thuˆt to´n huˆ n luyˆn n`y mo. `o ¯a ¯ˆ a ˙ ` ¯ˆ ´ e.’ ˙ ’ e e aa a a a a ea . . .p ´ c´ gi´ tri; v` bo.i vˆy, ch´ng ta s˜ ´p dung c´c mang neuron cho `o rˆng cho nhiˆu l´ ıt o a . a ˙ a ’. o e u ea a . . . .p. `o nhiˆu l´ e `` ` Mang neuron nhiˆu tˆng lan truyˆn thuˆn ea e a . . Bˆy gi`. ch´ng ta s˜ xˆy du.ng c´c h`m biˆt tˆp cua b`i to´n nhˆn dang mˆu nhiˆu ˜ ` ˙a ’ a ou ea aa ea a a a e . .. . . .p khˆng phu thuˆc v`o c´c l´.p c´ t´ch d .o.c tuyˆn t´ hay khˆng. C´ch tiˆp cˆn ´ ´. l´ o o o a a o o a ¯u . e ınh o a ea . . o. d ˆy nhˇ m kiˆn thiˆt c´c tˆng du.a trˆn co. so. cua c´c m´y perceptron. ` ´ ea` ´ ˙ ¯a ’ ˙˙a ’’ a e a e a . Cˆu tr´c co. ban. H` 9.10 minh hoa cˆ u tr´c cua hˆ thˆng mang neuron. Hˆ thˆng ´ ˙ ’ ´u˙eo ’.´ .´ a u ınh .a eo . n`y gˆm c´c tˆng ch´.a c´c n´t thu.c hiˆn ch´.c nˇng t´nh to´n (goi l` c´c neuron) v` a` a` o a uau e ua ı a .aa a . . .o.c sˇp xˆp sao cho d` u ra cua mˆi neuron ´´ ˜ ´ `aa e.´ ˙ ’ giˆng nhau vˆ mˇt cˆ u tr´c. C´c neuron d . a e o u a ¯u ¯ˆ a o trong mˆt tˆng s˜ l` d` u v`o cua moi neuron trong tˆng kˆ tiˆp. K´ hiˆu sˆ c´c o` ` ´´ ´ ˙ ’ .a e a ¯ˆ a a a ee y e oa . . .`.ng N bˇ ng sˆ chiˆu n cua c´c vector ` ` ´` ˙a ’ neuron trong tˆng v`o A l` NA . Thˆng thu o a a a o a o e A mˆu d .a v`o. Sˆ c´c neuron trong tˆng cuˆi, goi l` tˆng ra Q k´ hiˆu l` NQ. Sˆ NQ ˜ ´ ` o . a` ´ ´ a ¯u a oa a a yea o . .p mˆu m` mang neuron d a d .o.c huˆ n luyˆn d e’ nhˆn dang. ˙. ` ˜ ´ ´ bˇ ng M -ch´ l` sˆ c´c l´ a ınh a o a o a a. ¯˜ ¯u . a e ¯ˆ a . . 311
..... .. ... . ...... ... . ... ......... ... . ............ .. . ..... ......... . .. .... ..... . .. ..... ... ..... . .. ..... ... ... ... ... .. .. .. .. .. .. .. .. .. .. .. . . . . x1 .. . . . . . . . . . . . . .. . . . . . . . . . . ............................. .... . . . . . . . . . . ... . .............................. . . ...................................... ... . . . . . .. . . . . . . . . .. ... ... .. . .. .. . . . . . . . . . . ... ... ............................. . .. . ... .. .. .. . . . . .. . ...... .... ... . ... . ... ..... .. . ..... . ... .... . .... .. .... . .. ...... . . ..... .. ...... ... .. . ...... ..... ..... . .. ... . .. .. . .. . . .. . .. .. . .. . . .. . .... .... . .. . . .. .... .... .... ... .... ..... . . . .. . .... .... . . .. .. . . . .. .... ............. ...... .. . . ... .. .. ... .. .. . . .. ..... .............. ...... ..... ............. ... .... . . .. ..... ............. . . . .. . . . .. . ...... .. . . . .. . . .. . . .. . . .. . . . . . .. ... . . .. . .. .... . . .. ... .. . ... .. . . .. ... .. . .. ... .. . .. .... . . .. . . .. . . . . .. .. . . . .. . . . .. .. . .. . .. . .. . . . . ... . . .. . . .. ... . . . . . .... . . .. . .. . . . .. . . .. . . .. . . . . ... .. . . . .. .. . . . . .. ... .. . .. . . . .. . . .. . . . . ... . . . .... . . . .. . . .. . . .. .. .. .. . . .. .. . . . . ... . . . . .. . . . . .. . . .. .. . . .. . . . . .. . . .. . .. .. .. . .. ... . . .. . . . . .. . . . . .. . . . . . . ...... .. . .. . . . . ... .. .. ...... . .. . .. . . .. . . . . . .. . . . . .. ..... ...... . . . ... . . . .. ...... ...... . .. . . .. ... . .. . .. . . . . .. . . . .. . . . ... . .. .. . ... . . . . ... .. . . ... ... . . ... L´.p ω1 ... . .. .. .. .. . ... . .. . .. . .. . .. .. . . .. . .. .. .. . . . . ... . .. .. ... . .. .. .. . ..... . . ... . ...... . ... .. . .. . ... . . .. . .. . . .. ..... .. o .. . . . . .. ... . . .. .. . .. . . .. ... . .. . .... .. . . . ........ .. .. .. .. .. . ..... .... . ..... ... .. . ...... .. ..... ... .................. ..... ...... ... .. .. ... ....... ...... .. . . .......... . .. ..... ... .. .. ... ..... ..... ... .. .. ... ..... ...... . ... .. . .. ... . .. ... . . ... . ... .... ... . . ... .... .. . . .. ...... ... . . . . . . . . . . . . . . . . . .. . .. . . . . .... .. . .... ... .. .. . ............ .. .. .. .. .. . . . . .. . .. . . .. . . .. . .. . . . . .... . .. .. . . . .. . .... . .. . .. . .. . . . . .. . . . . . . .. .. .... .. .. . .. . .. . . . . . . . ... .. ... .. ... .. . . . .. . .. . . . . . .... ..... x2 . ...... . .. .. . ............................. ... ...................................... .. . . .... .. ... .. . ... . . .... ............................. .... . . . . .... ... . .... ............................. . ..... . .. .. . .......... . ... . ... . .... . . . . ... . . . . ... . . . . .... . . . . ... . .. . .. .. .... . ... . .... . ..... . . .. . . . ... . ... . .... . . .. .... . . . . .... .... . . . . . . . .. .. .. ..... . .... . .... . ..... . .. .. . ..... ..... . .. .. . . ..... . .. .. . ..... .... ... . . . . ..... . . . . . .. . . . .... . . . . .. . . . . . . . . .. . . . .. . . .. . . .. .. . .. .. . . . .. . .. .. .. . . . .. . . . . .. . . . . .. . . .. .... ..... . ... . .. .. . .. .. ..... ..... . ... . .. .. . .. .. .... ..... ..... .. .... . .. .. ... .... .. . .. . .... .. . .. . .. . . .. . . . . . . . . . . .. . . ...... ... .. .. .... ... . . . . ........ . .. ...... ... . . .. .......... .. .. . .. . . .. . . . . .. . ........... . . .. .. . . ... ... . ... .... . . ... .... .. ... . .... . . ......... . .. .. ... .. .. . . . . .. . . .. . . .. ... . ... . ... ... . . . ... . ... . .. .. .. . . .. . ... . .. .... .. . ... .. . . . .. . . .. .. . ... .. . . ..... ...... .. . .. .. . . . .. .... .. . . .. .... .. . ... ... .. . . . . . ... . ... ... . . ...... . . . . .. . . . . .. .. .. . . .. .. . .. . . .. .. . .. . .. . . . . .. . . . . .... . . . . . . .. . . . . . . .. . . . . .. ... . . ... .. . . .. .. . . . . . .. . . . . . . .. . . . . . . .. . . . . .. . .. . . . .. . . . . ... . . . . .. . . . . . . .. . . . . .... .. . ..... . . . . .. . .. .. . ..... ... .. ..... ... . . . . ... .. ..... . . .. . . . . . . .. . .. . . . .. .. .. . . .. . . . .. . .. . . . .. . .. . . . .. . . .. . . . .. . . . . . ... . ... .... ... .. .. ... .. ... .. ... .. . . ... . .. ... ... .. . . . .... . . . . ... . .. .. . . . . ... . . ... . . . .. . . . . . .. . . . .... .. . .... . . ... . . ... .. . ... . . ... .. . .... . . ... .. . . .. .. ... .. . . .. .. . . .... . . . .. . .. . .. . ....... . .. . ... .. . .. . ..... . . ... . . ... ...... . .. . ... . ..... ...... .. ... .. ..... ..... ...... .. ... .. . .. . ...... . . . .. . ............ ...... .. ...... ............. ............ ...... ... ...... ............. ...... ... ...... .............. .. .. . .. ..... .............. . .. . ... ... . . . . .. . . . . . .. . .. . ... . .. .. .. . . . . .. . . . . .... .. .. . ... . . ... .. .. . ... . .. . .. .. .. . . . .. . . . . . . .. . .. . .. .. ... .... .. . .. ... . .. .. . . .. . . . .. . . . ..... .. . . ... . .. . ... .. .. . . .. .. .. .. .. .... L´.p ω2 ... .. .. . .... . . . .. . .. . . . .. ... . . . . ...... . ... . . . ..... ... . .. .............................. . ............................. ...................................... .. . . . . . . .. ... . . . . .............................. . .. . . .. . x3 . .. ... . . ... . . . . . .... . . . .. . . .. . . ... . . .. . . . ... .................. ... . ............................. ... o . . . .. . .. . ... ... . .. . . .. . .. ... . ... . .. . .. . . .. .. . . .. . . .. ..... . . . ... ..... . . .... .. ... .. .. ... . .. . ... . . .. .. . . .. .. .. .. .. .. . ... . . .. ... ... ... . . ... . .. .. . .. . .. . . .. .. .. .. .. .. . . .. .. . . .. . ... . .. . .. . . . .. .. .. .. . .. .. . .. . .. . . .. .. .. . .. ... .. .. .. .. .. .. .. .. . ... .. . ... .. .. .. .. . . . .. ... .. .. .. .. .. .. . ... .. . .. . .. . . .... ..... . .. .. ..... . . . . .. ... .... . .. .. .. . . .... .. .. . ... ... .. ............ .. . .... . ... .. .. ........... .. ... .. .. ............ .. . ..... ........... . .. .. . ............ . .. .. .. . .. ............ .. . . . ... ... .. .. . . . .. . . . .. .. . .. .. . . . ... . . . . . . . .. .. . . . . . . . ... . .. . . . . .. . . .. . .. . .. .. . .. .. . . . .. . .. . .. . .. . . .. . .. . .. . . . .. . ... . . ... . . ... . . . .. . . .. .. ... . .. . . ..... ..... . . .. . . .. . . .. .. .. ... . . . . .. . .... . .. . . .. . . . . .. . . . . .. . . . . . .. . . . . .. . . . . .. . . . .. .. .. ... . . . . .. . . . . .. . . . . .. . .... . .. . .. .. .. . . .. .. . . .. .. . . .. . .. . .. . ... . ... . ... .. . . .. . . .. .. .. .. .. . . . . . . .... . . .... . . ... .. .. . .. . . . .... . .. . . . .. .... .... . .... .... . ... ... .. . .. . .. . . ... .. .. . .. .. . . .. .. . . .. .. . . .... ... . . . . . . . . .. .. .. . .. . . . . . .. . . . ... . .. ... . . ..... ..... . .. . .... ... . . . .... ... .. . .. . .... .... . . ... .... . . . . . . . . . .. . . . . . .. . . . . .. . . . . .. .. . . . . .. . . .. . .. .. . . .. . . . . . .. . . . .. . . ... . . . . . . . . . . .. .. . . . ... .. . . .. . . . .. . . . .. .. . .. . . . . . .. . . . .. .. . . . . . .. . . ...... .. . .. . . .. . . . . .. . . . . .. . . . . . . . ... .. . . . . . .. . . ...... ........ . . .. . . . . . . ... . .. .. .. . .. . . .. .. ... . .. .. .. ... . . .. .. .... . .. ... .. .. .. ... .. .. .... ... .. .. .... . .. .. .. .... . .. .... ..... . ..... .. .. . .. . . . .... .. . .. . .. . . . . . .. .. .. . .. . . .. . .. . . .. .. .. . . .. .. . . . . .. . . .. . .. . .. ... .. .. L´.p ωM .. . .. .. . .. . . .. .. . .... .. .. . .. ... . .. .. . . . ... ... . . .. .. ... .. . .. .. . . . .. .. . . .. . . .. . . .. .. . . .. .. . .. .................. ... .. ... .. .. o . .. . .. . ... .. . .. ... .. . . ..... ..... . .. . ... . .. . ... .. .. . .. . .. .. . .. ... . ... . .. . .. .... .. . . .. . . .. . ... .. . ... . .. .. ... . .. . . ... ... .. . . ... . .. . ... .. ..... . .. ... .. . .. . . ... .. .. . .... .. . . .. .. .. .. . . .. . .. . . . .. . . . .. . . ... . . . .. . . .. ... . .. .... ..... . . .... ... . ...... .... .. . ... . . .. .. ..... . .. . ... .. ... .. .... .......... .... ... ...... ... ....... .. . .. .. .. ... ... .. ........ .. ... ..... . ..... .. .. ... ... ... . .... .. .. ... ... .. .. ...... ............ ... ..... ..... ... . ... ........... ... . . ... ... ... . . .. . ... .. ... . ... . . .. .. . . .. ... .. . .. . .. . .. .. .. .. .... .. . ... . . .. .. .. ... .. .. .. . ... . . .. .. .. .. . .... .. .. ... .. . . .. .. . .... .. .. . .. . .. . .. . .. . .. . .............................. .. .. .. ...... .............................. .. . . . . . . .. . . . . . . . . .... ... . . xn .. .. ............................. .. . . . ..................................... . . . . . . ... . . . .... . . . . . . . . . . ... . . . .. . . .. . . . . . . . . . . .. .. . . . . . . . . . . . . . ... . . . . . . . . . . . . . . .. . . . . . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. . . . . . ... ... ... .... ... .... .... ... .... .... ..... .... . .. . .. .... ...... ... ` ...... . .......... Tˆng Q a ...... ... .. .... . ... . .. .. .. ` ` ` ` ` Tˆng A a Tˆng B a Tˆng K a Tˆng J a Tˆng P a NQ = M n´t u NA n´t u NB n´t u NK n´t u NJ n´t u NP n´t u `` ` H` 9.10: Mˆ h` mang neuron nhiˆu tˆng lan truyˆn thuˆn. ınh o ınh . ea e a . Mang neuron s˜ phˆn loai vector mˆu x thuˆc l´.p ωm nˆu m d` u ra cua mang c´ t´n ˜ ´ ˙ ’ ea a oo e ¯ˆ a oı . . . . hiˆu “cao” trong khi tˆ t ca d` u ra kh´c c´ c´c t´ hiˆu “thˆ p”. ´ ’a ´ a ˙ ¯ˆ e a o a ın e a . . Nhu. trong H` 9.11 chı ra, mˆi neuron c´ h` dang giˆng nhu. mˆ h`nh percep- ˜ ´ ˙’ ınh o o ınh . o oı tron (xem H` 9.8) v´.i mˆt kh´c biˆt l` h`m k´ch hoat “c´.ng” d .o.c thay bo.i h`m ˙a ’ ınh o o a eaa ı u ¯u . . . . .n. Mo. rˆng nguyˆn tˇc huˆ n luyˆn bˇ ng c´ch lan truyˆn ngu.o.c ´ ` c´ d` thi “mˆm” ho o ¯ˆ . ` ´ ` ˙o ’. o e ea a ea a e . . .`.ng d i trong mang neuron phai kh´c nhau. Trong thu.c tˆ, c´ thˆ’ ˙ ’´’ ´ ¯o ˙ a ˙ a ¯u ˙ ’ d `i hoi tˆ t ca c´c d o ¯ a .eoe . d`ng h`m u a 1 hj (Ij ) = , (9.23) 1 + exp[−(Ij + θj )/θ0 ] . . . . . .. . . . . . . . . ... . . .................................... ..................................... . .. . . . . . . . . . . . .. . . . .. . . .. .. .. . .. .. .. . .. . . .. .. . .. . . .. .. . .. . . .. .. . .. . . . . . . . . ... . . . . . . . ... . . . . . .................................................... . .. . .. . . . .. . .. . . ........ . .. ..... . . . ... . .. ... .. . . . .. . . ... . . .. .. .. . . . .. . . . .. . .. .. . . .. .. . . . . . ... .... . .. O l .............. . . . . . . . .... .. . .. . . . .. j ... j . . . . .. . . . . .. . . . . . . .. . . . .............................................. .. . . . . . . . . . . ..... . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . ............................................................... ......................................................................................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... .. .. . .. Σ . . . . . . . . . . . . . . . . . . . . . ... . . . . .. .. . .. .. . . .. . . . . .. . . . . .. . . . . .. . . .. ... ..... . .. . .. . .............. . . . .. . . . ... .. . . . .. ... . . . . . .. . . .. . .. . . . .. .. . . . . . . . .. . . . .. .. . .. . . .. . . .. . . .. . . . .. .. . . . .. . ............ .. . . . . . .. . . . . . .. . .. . . . .. .................................................... . .. . . .. . .. . . . .. . .. . . . . . . . . ... . . . . . . . ... . . . . . . . .. . .. .. . .. . . .. .. . .. .. θ . . .. .. . .. .. j . . .. . .. .. . .. . . . ..................................... +1 . . . . . .. . . . . . . . . ... . . . . . . . . . ... . . . . . . . ... . . . . . . . . . .. . . . . . . . . . . . .. . . . .................................... ..................................................... . . . H` 9.11: Cˆ u tr´c co. ban cua mˆi phˆn tu. neuron trong mang. ˜ ´ ` ˙ ’ ˙ ’ a˙ ’ ınh a u o . 312