NHỮNG ĐÓNG GÓP MỚI VỀ MẶT HỌC THUẬT, LÝ LUẬN CỦA LUẬN ÁN
Tên luận án: Phát triển một số phương pháp học trọng số cho mạng nơ ron tế bào bậc hai.
Chuyên ngành: Kỹ thuật điện tửừ
Mã số: 9520203
Nghiên cứu sinh: Dương Đức Anh
Cơ sở đào tạo: Viện nghiên cứu Điện tử, Tin học, Tự động hóa
Người hưởng dẫn luận án:
1. PGS.TS. Nguyễn Quang Hoan
2. PGS.TSKH. Nguyễn Hồng Vũ
Thời đại số ở Việt Nam và trên thế giới đang sử dụng trí tuệ nhân tạo làm hạt nhân cho sự phát triển, trong đó mạng nơ ron phóng theo não người đang nổi lên như một công cụ hiện đại. Dựa vào cách thức liên kết, mạng nơ ron được chia ra làm hai loại cơ bản: mạng nơ ron truyền thẳng và mạng nơ ron phản hồi (hay mạng nơ ron hồi quy). Mạng nơ ron học sâu nhiều lớp cơ bản kế thừa mạng nơ ron truyền thẳng truyền thống (trong một số trường hợp có lai với một số lớp có tín hiệu truy hồi) ghép các chức năng mong muốn bằng hàng trăm, hàng ngàn lớp mạng nối tiếp và đã trở thành các sản phẩm phần mềm thương mại. Mạng nơ ron hồi quy là một hướng phát triển khác tương đương với mạng nơ ron học sâu hiện đại, không chỉ với các luật học có thể cài đặt trên các các mạch tích hợp phần cứng (chương trình phần mềm được ghi trên các chíp phần cứng như bộ nhớ ROM) mà còn được chế tạo thành máy tính nơ ron đầu tiên trên thế giới,
Mạng nơ ron tế bào thuộc lớp cấu trúc mạng nơ ron hồi quy, được L. O. Chua và L. Yang đề xuất năm 1988. Những năm tiếp theo, nhiều cấu trúc mới, và ứng dụng như xử lý ảnh tốc độ cao, nhận dạng đã được công bố. Năm 2022, tại Việt Nam, mạng nơ ron tế bảo bậc cao đã được nhóm nghiên cứu của PGS.TS. Nguyễn Quang Hoan cùng các cộng sự công bố, phát triển về mặt cấu trúc cũng như thử nghiệm làm bộ nhớ liên kết bằng việc tỉnh trọng số phản hồi của mạng nơ ron tế bào bậc cao theo luật học Hebb. Tuy nhiên, nhóm nghiên cứu chưa đưa ra phương pháp học ma trận trọng số điều khiển đầu vào B và trọng số ngưỡng 1. Trong luận án này, NCS sẽ đưa ra luật học đó đề giải quyết việc xác định bộ trọng số đầy đủ cho mạng nơ ron tế bào bậc cao, lấy mạng nơ ron tế bào bậc hai làm đại diện. Kết quả nghiên cứu của Luận án đã góp phần mở ra một hướng đi mới cho mạng nơ ron tế bào, cũng như những khả năng ứng dụng sau này vào thực tiễn.
Ý nghĩa khoa học:
Các kết quả nghiên cứu của luận án góp phần phát triển một số phương pháp tính trọng số cho mạng nơ ron tế bào bậc hai.
Các kết quả nghiên cứu của luận án này sẽ là nền tảng cho các nghiên cứu tiếp theo việc ứng dụng mạng nơ ron tế bào bậc hai vào các bài toán ứng dụng cụ thể như xử lý hình ảnh, tích hợp vào mạch phần cứng.
Ý nghĩa thực tiễn:
Các phương pháp tính trọng số và thuật toán tách biên sử dụng cho mạng nơ ron tế bào bậc hai sẽ có khả năng nhúng vào các mạch tích hợp FPGA, ASIC để ứng ứng dụng vào một số bài toán cụ thể.
Đóng góp của luận án
1. Phát triển luật học Perceptron hồi quy cho mạng nơ ron tế bào bậc hai (SOCeNNs) và chứng minh sự hội tụ của luật học đề xuất.
2. Xây dựng thuật toán GA cho mạng nơ ron tế bào bậc hai, và hai thuật toán lai giữa GA với thuật toán RPLA và thuật toán SORPLA để cải thiện chất lượng học cho mạng nơ ron tế bào bậc hai.
Các đóng góp khoa học của luận án được thể hiện qua các bài bảo khoa học tại danh mục các công trình đã công bố của luận án.
