TAILIEUCHUNG - Một số giải pháp cải tiến nhằm tăng tốc độ thuật toán mạng nơron som

Mạng nơron SOM được ứng dụng chủ yếu trong các bài toán phân cụm dữ liệu. Tuy nhiên, tập dữ liệu vào cho những bài toán này thường rất lớn ảnh hứớng tới thời gian tính toán. Bài báo này trình bày hai giải pháp để cải thiện thời gian tính toán của mạng gồm: thu hẹp phạm vi tìm kiếm nơron chiến thắng và xử lý dữ liệu song song dựa trên kiến trúc mạng phân tầng. Đồng thời trình bày kết quả cài đặt thử nghiệm và đánh giá hiệu quả của mỗi giải pháp. | Lê Anh Tú và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 116 (02): 79 - 84 MỘT SỐ GIẢI PHÁP CẢI TIẾN NHẰM TĂNG TỐC ĐỘ THUẬT TOÁN MẠNG NƠRON SOM Lê Anh Tú1*, Lê Sơn Thái1, Nguyễn Quang Hoan2 1 Trường Đại học Công nghệ thông tin và Truyền thông – ĐH Thái Nguyên, 2 Học viện Công nghệ Bưu chính Viễn thông TÓM TẮT Mạng nơron SOM đƣợc ứng dụng chủ yếu trong các bài toán phân cụm dữ liệu. Tuy nhiên, tập dữ liệu vào cho những bài toán này thƣờng rất lớn ảnh hƣớng tới thời gian tính toán. Bài báo này trình bày hai giải pháp để cải thiện thời gian tính toán của mạng gồm: thu hẹp phạm vi tìm kiếm nơron chiến thắng và xử lý dữ liệu song song dựa trên kiến trúc mạng phân tầng. Đồng thời trình bày kết quả cài đặt thử nghiệm và đánh giá hiệu quả của mỗi giải pháp. Từ khóa: SOM, Kohonen, BMU, phân tầng, phân cụm dữ liệu GIỚI THIỆU* Mạng nơron SOM đƣợc Teuvo Kohonen phát triển vào những năm 80 [1]. Đây là một công cụ thích hợp để giải bài toán phân cụm dữ liệu, một bƣớc tiền xử lý quan trọng trong khai phá dữ liệu [2]. Khi áp dụng mạng nơron SOM để phân cụm dữ liệu, cần thực hiện theo 3 giai đoạn: Giai đoạn 1: Huấn luyện mạng bằng tập dữ liệu mẫu. Trong trƣờng hợp tập dữ liệu huấn luyện chƣa đủ lớn thì quá trình huấn luyện có thể đƣợc lặp lại nhiều lần với cùng một tập mẫu cho tới khi mạng đạt trạng thái cân bằng. Giai đoạn 2: Phân cụm nơron (thƣờng sử dụng thuật toán tích tụ [10]) hoặc trực quan mạng để quan sát [11]. Giai đoạn 3: Áp dụng mạng đã huấn luyện để phân cụm (với mỗi phần tử trong tập dữ liệu cần phân cụm, tìm trên ma trận Kohonen nơron có đặc trƣng khớp nhất và gán nhãn phần tử vào nơron này). Tuy nhiên, thuật toán SOM đòi hỏi thời gian tính toán lớn (cả thời gian huấn luyện và áp dụng mạng đã huấn luyện) vì một số lý do sau: Thứ nhất, tập dữ liệu huấn luyện hoặc số lần huấn luyện phải đủ lớn để mạng đạt đƣợc trạng thái cân bằng. Thứ hai, dữ liệu đƣợc đƣa vào mạng một cách tuần tự, sau đó với mỗi phần tử dữ liệu đƣợc * Tel: 0989 199088, Email: latu@ đƣa vào .

• Vật lý
• Phân cụm dữ liệu
• Tăng tốc độ thuật toán mạng nơron som
• Tăng tốc độ thuật toán
• Mạng nơron som
• Kiến trúc mạng phân tầng
• Đồ án tốt nghiệp
• thuật toán Phân cụm dữ liệu
• tìm hiểu Phân cụm dữ liệu
• hướng dẫn Phân cụm dữ liệu
• cẩm nang Phân cụm dữ liệu
• Phân cụm mờ
• Tham số mờ
• Cụm dữ liệu
• Thuật toán phân cụm mờ
• Thuật toán Fuzzy C Mean
• Cải tiến phân cụm mờ
• Thiết kế cơ sở dữ liệu
• Quản trị cơ sở dữ liệu
• Cơ sở phân cụm dữ liệu
• Lý thuyết Phân cụm dữ liệu
• So sánh một số thuật toán
• Thuật toán phân cụm
• Phân cụm phổ cho dữ liệu
• Dữ liệu biểu diễn Gene
• Hồ sơ biểu diễn gene
• Phân cụm phổ chuẩn hóa
• Phân cụm phổ không chuẩn hóa
• Ứng dụng thuật toán phân cụm dữ liệu
• Chất lượng đề thi trắc nghiệm
• Kết quả thi
• Khai phá dữ liệu
• Bài giảng Khai phá dữ liệu
• Bài toán phân cụm
• Phân cụm phân cấp
• Phân cụm K mean gán cứng
• tiểu luận nghiên cứu đề tài
• mẫu báo cáo
• trình bày luận văn
• bài báo cáo thực tập
• phân cụm web
• phân cụm tài liệu
• Cơ sở dữ liệu phân tán
• Kỹ thuật phân cụm hướng tri thức
• Bài toán phân mảnh ngang
• Phân mảnh dọc dữ liệu
• Thuật toán phân cụm hướng tri thức
• Luận văn Thạc sĩ
• Ngành Công nghệ thông tin
• Phân cụm thô
• Dữ liệu tuần tự
• Phương pháp phân cụm
• Lý thuyết tập thô
• Công nghệ thông tin
• Thuật toán phân cụm K MI
• Thuật toán hỗ trợ thử nghiệm phân cụm
• Khoa học tính toán
• Mutural Information
• Tạp chí Khoa học công nghệ
• Thuật toán phân cụm mờ cộng tác
• Bài toán phân cụm ảnh vệ tinh siêu phổ
• Hợp tác phân cụm
• Hình ảnh siêu phổ
• Thuật toán C2JL
• Ebook Phân tích dữ liệu với SPSS
• Phân tích cụm
• Khái niệm phân tích cụm
• Ứng dụng phân tích cụm
• Tham số thống kê trong phân tích cụm
• Phân cụm mô hình
• phân cụm phân vùng
• phân cụm tăng
• Thuât toán K mean
• WaweCluster
• Ứng dụng phân cụm bán giám sát mờ
• Dự báo dữ liệu sản lượng cây nông nghiệp
• Thông tin địa lý
• Phân cụm bán giám sát
• Sản lượng cây nông nghiệp
• khoa học máy tính
• chuẩn hoá dữ liệu
• luận văn
• báo cáo khoa học
• Luận văn Thạc sĩ Khoa học máy tính
• Phương pháp phân cụm nửa giám sát
• Phân cụm dữ liệu Web Server Logs
• Phương pháp học không giám sát
• Data mining
• Gom cụm dữ liệu
• Gom cụm dữ liệu bằng phân hoạch
• Phương pháp gom cụm dữ liệu
• Gom cụm dữ liệu bằng phân cấp
• Gom cụm dữ liệu dựa trên mô hình
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Phân cụm dựa trên phân tách k Means
• Phân cụm phân cấp HAC
• Học có giám sát
• Kỹ thuật phân cụm dữ liệu mờ
• Khai phá dữ liệu Web
• Phân cụm tài liệu Web
• Thuật toán Fuzzy C Means
• Khai phá cấu trúc Web
• Mô hình biểu diễn tài liệu Web
• Hệ thống thông tin
• Phân cụm mờ bán giám sát
• Phân cụm bán giám sát mờ
• Phân cụm an toàn
• Trọng số an toàn
• Tập mờ viễn cảnh
• Min max mờ
• Mạng nơron min max mờ
• Tâm cụm dữ liệu
• Hiệu suất phân cụm của FMNN
• Hàm thuộc hyperbox mờ
• Chỉ số Calinski Harabasz
• Trọng số Entropy
• Thuật toán cải tiến phân cụm mờ
• Mô phỏng sự phân cụm dữ liệu
• Thuật toán K Means
• Giải thuật di truyền
• Phân cụm dựa trên tập thô