tailieunhanh - Mạng nơ ron nhân tạo, các thuật toán thích nghi bền vững và ứng dụng.

Mạng nơ ron nhân tạo, các thuật toán thích nghi bền vững và ứng dụng. Theo Bertalanffy thì có một lý thuyết tổng quát và nhiều lý thuyết hệ thống chuyên biệt ứng dụng cho các lĩnh vực khác nhau (như lý thuyết hệ thống tự nhiên, lý thuyết hệ thống xã hội, lý thuyết hệ thống tư duy ). | Tạp chí Tin học và Đĩêu khiền học 2004 227-230 MẠNG NƠRON NHÂN TẠO CÁC THUẬT TOÁN THÍCH NGHI BÊN VỮNG VÀ ỨNG DỤNG ĐỔNG SĨ THIÊN CHÂU TRAN THỊ HOÀNG OANH NGUYỄN NGỌC KHAI NGUYEN HOÀNG MINH Trường -Đại học Bách khoa Tp. Hồ Chí Minh Abstract. In recent years neural networks theory is used to solve estimating and identifying problems in computing control telecommunication fields. In this paper we propose some new robust adaptive algorithms and some applications. Tóm tắt. Trong những năm gần đây lý thuyết mạng nơron đã được nhiều nhà khoa học ứng dụng thành công để giải quyết các bài toán đánh giá và nhận dạng trong tính toán điều khiển viễn thông. Trong bài báo này tác giả sẽ dề xuất các thuật toán thích nghi bền vững để xây dựng các bộ lọc dựa trên cơ sở mạng nơron nhân tạo. 1. GIỚI THIỆU Trong những năm gần đây lý thuyết về mạng nơron đã được nhiều nhà khoa học lớn ứng dụng thành công để giải quyết các bài toán đánh giá và nhận dạng trong các lĩnh vực tính toán điều khiển viln thông. 1 2 4 5 mà công trình tiêu biểu có thể nhắc đến công trình 1 - Bài báo đã nghiên cứu phát triển tiếp công trình 1 có cải biên về cách sử dụng các hàm cơ sở xuyên tâm tuyến tính dạng Gaussian để xây dựng các bộ lọc thích nghi bền vững nhằm phục hồi hay tái tạo lại tín hiệu lấy mẫu không đều. Ta xét hai trường hợp đặc biệt lấy mẫu ngẫu nhiên dạng cộng và lấy mẫu ngẫu nhiên dạng Jittered với độ sai số nhỏ trong thời gian lấy mẫu. Những mẫu có khoảng cách không đều có thể do tín hiệu thu từ anten dây tạo ra hay do thiết bị tạo xung gây ra hoặc bị Jitter. 2. MẠNG CÁC HÀM cơ SỞ XUYÊN TÂM Ta xét đầu ra thứ k được mô tả theo Biao La và Brian L. Evans trong 2 có bổ sung thêm nhiễu sai số mô hình có dạng sau yk cvk i i x k 1 i l trong đó Nk là số nơron ở lớp trung gian i x là hàm cơ sở xuyên tâm dạng Gaussian. Ị i x exp - 2 . là chuẩn Eulidean k là sai số mô hình hóa . 228 ĐỒNG SI THIÊN CHÂU TRẦN THỊ HOÀNG OANH NGUYÊN NGỌC KHAI NGUYÊN HOÀNG MINH Cùng với việc sử dụng hàm cơ sở xuyên tâm .