ĐỒ ÁN CƠ SỞ ĐỀ TÀI: MẠNG NEURAL NHÂN TẠO ĐỂ DỰ ĐOÁN CHIỀU HƯỚNG TỶ LỆ DÂN SỐ TẠI VIỆT NAM
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.91 MB, 29 trang )
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH
KHOA CÔNG NGHỆ THÔNG TIN
ĐỒ ÁN CƠ SỞ
ĐỀ TÀI: MẠNG NEURAL NHÂN TẠO ĐỂ DỰ
ĐOÁN CHIỀU HƯỚNG TỶ LỆ DÂN SỐ TẠI VIỆT
NAM
Giảng viên hướng dẫn: ThS. Vương Xuân Chí
Sinh viên thực hiện:
Lê Trương Thanh Vũ
MSSV:
2000004091-
Chuyên ngành:
Khoa học dữ liệu
Môn học:
Đồ Án Cơ Sở Khoa Học Dữ Liệu
Khóa:
2020
Tp.Hồ Chí Minh, 22 tháng 09 năm 2022
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH
KHOA CÔNG NGHỆ THÔNG TIN
ĐỒ ÁN CƠ SỞ
ĐỀ TÀI: MẠNG NEURAL NHÂN TẠO ĐỂ DỰ
ĐOÁN CHIỀU HƯỚNG TỶ LỆ DÂN SỐ TẠI VIỆT
NAM
Giảng viên hướng dẫn: ThS. Vương Xuân Chí
Sinh viên thực hiện:
Lê Trương Thanh Vũ
MSSV:
2000004091-
Chuyên ngành:
Khoa học dữ liệu
Môn học:
Đồ Án Cơ Sở Khoa Học Dữ Liệu
Khóa:
2020
Tp.Hồ Chí Minh, 22 tháng 09 năm 2022
Trường Đại học Nguyễn Tất Thành
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
Khoa Công Nghệ Thông Tin
NHIỆM VỤ ĐỒ ÁN CƠ SỞ
Họ và tên: Lê Trương Thanh Vũ...........................................................MSSV: 2000004091.........................
Chuyên ngành: khoa học dữ liệu............................................................Lớp: 20DTH2A...............................
Email: ĐT: 0945761208............................
Tên đề tài: mạng neural nhân tạo để dự đoán chiều hướng tỷ lệ dân số tại Việt Nam
........................................................................................................................................................................
Giảng viên hướng dẫn:Vương Xn Chí
........................................................................................................................................................................
Thời gian thực hiện: 20/06/2022 đến 20/09/2022
MƠ TẢ ĐỀ TÀI:
Dự đoán là bài toán khoa học trên cơ sở sử dụng chuỗi dữ liệu theo quy luật nào đó, có nhiều phương
pháp dự đốn tốn học. Sử dụng khả năng và các nguyên tắc để ứng dụng thành cơng mạng Neural nhân
tạo trong việc dự đốn tỉ lệ chiều hướng tăng dân số.
NỘI DUNG VÀ PHƯƠNG PHÁP:
- Nghiên cứu khái niệm, các thức tạo mạng Neural nhận tạo nhiều lớp.
- Tìm hiểu các đặc trưng của mạng Neural nhân tạo, các bước thiết kế mơ hình mạng Neural
- Ứng dụng mạng Neural sử dụng mơ hình ANNs vào bài toán dự đoán tỉ lệ dân số ở Việt Nam
-Kết luận
YÊU CẦU:
- Có kiến thức, đam mê, hiểu biết về công nghệ mới như Mạng neural, Machine Learning, Deep
Learning…. Đọc hiểu tài liệu tiếng Anh, kỹ năng trình bày văn bản trên máy tính tốt.
- Có tác phong làm việc chăm chỉ, tinh thần trách nhiệm cao, có khả năng làm việc độc lập hoặc làm việc
trong nhóm tốt. ội dung và yêu cầu đã được thông qua Bộ môn.
TP.HCM, ngày
tháng
năm
TRƯỞNG BỘ MÔN
GIÁO VIÊN HƯỚNG DẪN
(Ký và ghi rõ họ tên)
(Ký và ghi rõ họ tên)
4
LỜI CẢM ƠN
Để hồn thành khóa luận này,chúng em xin tỏ lịng biết ơn sâu sắc đến thầy Vương
Xn Chí đã tận tình hướng dẫn truyền đạt kiến thức rất nhiều trong suốt q trình tìm
hiểu nghiên cứu và hồn thành khóa luận này từ lý thuyết đến ứng dụng thực tiễn. Sự
hướng dẫn của thầy đã giúp em có thêm những kiến thức về mạng neural một cách sâu
sắc hơn để. Thơng qua đó chúng em có thể làm đồ án này một cách tốt nhất có thể
Với những kiến thức quý báu mà thầy đã dạy. Hôm nay chúng em đã có thể tự tin làm
một đề tài nho nhỏ về mạng neural nhân tạo để dự đoán chiều hướng tỷ lệ dân số tại
Việt Nam
Một lần nữa em xin trân trọng cảm ơn!
LỜI MỞ ĐẦU
Từ khi ra đời, máy tính đã nhanh chóng phát triển và đóng một vai trị rất quan
trọng trong nghiên cứu khoa học kỹ thuật cũng như trong đời sống.
Nhưng một máy tính dù có mạnh đến đâu chăng nữa, cũng chỉ có thể làm việc
theo một chương trình đã được hoạch định sẵn bởi lập trình viên.Nó vẫn khơng
có khả năng liên tưởng, kết nối sự việc này với sự việc khác, và quan trọng hơn
hết là khả năng sáng tạo như con người.
Vì lý do đó ,mạng neural (Artificial neural networks ) ra đời từ mục đích cố gắng
mơ phỏng hoạt động trí tuệ của con người.Từ khi ra đời, mạng neural đã nhanh
chóng phát triển trong các lĩnh vực về nhận dạng ,phân loại , giảm nhiễu, dự
đốn…
Để tránh tình trạng gia tăng dân số một cách đột biến ở nước ta thì ứng dụng
mạng neural được trong lĩnh vực dự đoán dân số là vô cùng quan trọng
TRƯỜNG ĐH NGUYỄN TẤT THÀNH
KỲ THI KẾT THÚC HỌC PHẦN
TRUNG TÂM KHẢO THÍ
HỌC KỲ III NĂM HỌC 2021 2022
PHIẾU CHẤM THI TIỂU LUẬN/ĐỒ ÁN
Môn thi: Đồ án cơ sở Khoa học dữ liệu
Lớp học phần: 20DTH1D
Nhóm sinh viên thực hiện:
1.Phạm Nguyễn Xn Trình
Tham gia đóng góp: 50%
2.Lê Trương Thanh Vũ
Tham gia đóng góp: 50%
Ngày thi:
Phịng thi:
Đề tài tiểu luận/báo cáo của sinh viên: Tìm hiểu giải thuật di truyền và các ứng
dụng
Phần đánh giá của giảng viên (căn cứ trên thang rubrics của mơn học):
Tiêu chí (theo CĐR HP)
Cấu trúc của báo cáo
Nội dung
Các nội dung thành
phần
Lập luận
Kết luận
Trình bày
TỔNG ĐIỂM
Đánh giá của GV Điểm tối đa Điểm đạt được
PHẦN NHẬN XÉT + CHẤM ĐIỂM CỦA GIẢNG VIÊN
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
Điểm giáo viên hướng dẫn:..........................................................................
.......................................................................................................
Điểm giảng viên chấm vòng 2:.......................................................................
.......................................................................................................
.......................................................................................................
.......................................................................................................
TPHCM, Ngày …… tháng …… năm
Giáo viên chấm
vòng 2
Giáo viên hướng dẫn
Mục lục
Chương I: khái niệm, các thức tạo mạng Neural nhận tạo nhiều lớp..................................................1
1. Mạng Neural tự nhiên...................................................................................................................1
1.1. Khái niệm mạng Neural tự nhiên...........................................................................................1
1.2. Cấu trúc mạng Neural.............................................................................................................1
2. Mạng Neural nhân tạo...................................................................................................................3
2.1. Khái niệm mạng Neural nhân tạo...........................................................................................3
2.2. Cấu trúc mạng Neural nhân tạo nhiều lớp.............................................................................4
2.3 Ứng dụng của Neural Network................................................................................................6
2.4. Artificial Neural Network là gì?..............................................................................................7
2.5. Đặc điểm của Artificial Neural Network là gì?.......................................................................7
2.6. Sử dụng Neural Network như thế nào?.................................................................................8
2.7. Convolutional Neural Network là gì?.....................................................................................8
2.8. Tổng kết...................................................................................................................................9
Chương II: các đặc trưng của mạng Neural nhân tạo, các bước thiết kế mơ hình mạng Neural......10
1. Đặc trưng của mạng Neural nhân tạo.........................................................................................10
2. Các bước thiết kế mơ hình mạng Neural nhân tạo.....................................................................10
Chương III: Ứng dụng mạng Neural sử dụng mô hình ANNs vào bài tốn dự đốn tỉ lệ dân số ở Việt
Nam......................................................................................................................................................14
1. Tình hình dân số nước ta hiện nay..............................................................................................14
2. Ứng dụng mạng neural vào dự đoán dân số nước ta.................................................................14
1.1. thu thập dữ liệu....................................................................................................................14
1.2. lựa chọn mơ hình..................................................................................................................15
1.3. Kiểm nghiệm kết quả............................................................................................................15
1.4. kết quả..................................................................................................................................15
Chương IV: Kết luận.............................................................................................................................16
Danh mục bảng biểu
Bảng 2. 1 hàm truyền đạt.....................................................................................................................12
Danh mục bảng hì
Hình 1. 1 Mạng neural tự nhiên.............................................................................................................1
Hình 1. 2 Chi tiết mạng neural...............................................................................................................2
Hình 1. 3 Tế bào.....................................................................................................................................3
Hình 1. 4 neural network là gì................................................................................................................4
Hình 1. 5 Mạng neural nhiều lớp...........................................................................................................5
Hình 1. 6 Machine learning....................................................................................................................6
Hình 1. 7 Artificial neural network.......................................................................................................7
Hình 1. 8 Thuật tốn CNN.....................................................................................................................9
Y
Hình 2. 1 Mạng neural nhiều lớp.........................................................................................................11
Hình 2. 2 Mạng neural một đầu vào....................................................................................................12
Hình 3. 1 biểu đồ gia tăng dân số của nước ta từ 1921 đến 2005.......................................................15
KÍ HIỆU CÁC CỤM TỪ VIẾT TẮT
Chữ viết tắt
Ý nghĩa
Anns
Artificial neural network
CHƯƠNG I: KHÁI NIỆM, CÁC THỨC TẠO MẠNG NEURAL
NHẬN TẠO NHIỀU LỚP.
1. Mạng Neural tự nhiên
1.1. Khái niệm mạng Neural tự nhiên
Bộ não được biết đến như là một máy tính phức hợp, phi tuyến và tính tốn song song với
hơn nơron thần kinh, kết nối giữa các nơron thần kinh
Hình 1. 1 Mạng neural tự nhiên
1.2. Cấu trúc mạng Neural
-
Thân tế bào: là chỗ phình to của neural. Bao gồm nhân tế bào, lưới nội sinh chất,
ty thể, ribosom, lysosom, bộ máy Golgi, tơ thần kinh, ống siêu vi và các bào quan khác.
Thân tế bào cung cấp dinh dưỡng cho neuron, có thể phát sinh xung động thần kinh và có
thể tiếp nhận xung động thần kinh từ nơi khác truyền tới neuron.
-
Sợi nhánh, cịn gọi là đi gai: là các tua ngắn mỏng manh mọc ra từ thân tế bào.
Mỗi Neural đều có nhiều đi gai, mỗi đi gai được chia thành nhiều nhánh. Chúng có
chức năng tiếp nhận các xung thần kinh từ tế bào khác, truyền chúng tới thân tế bào. Đây
là tín hiệu hướng tâm. Tác động của các xung này có thể là kích thích hoặc ức chế
-
Sợi trục: sợi đơn dài mang thông tin từ thân tế bào và chuyển đến các tế bào khác.
Đường kính của các sợi trục thường có kích thước khác nhau, dao động từ từ 0,5 μm – 22
μm. Dọc sợi trục được bao bọc bởi một lớp vỏ myelin, tạo thành bởi các tế bào Schwann.
Bao myelin không liền mạch mà được chia thành từng đoạn. Giữa các bao myelin là các
1
eo Ranvier. Khoảng cách giữa 2 eo Ranvier khoảng 1,5 – 2 mm. Cịn diện tích tiếp xúc
giữa các nhánh nhỏ phân từ cuối sợi trục của nơ-ron này với sợi nhánh của nơ-ron khác
hoặc các cơ quan thụ cảm được gọi là Synapse (khớp thần kinh).
Hình 1. 2 Chi tiết mạng neural
2
Hình 1. 3 Tế bào
2. Mạng Neural nhân tạo
2.1. Khái niệm mạng Neural nhân tạo
Mạng Neural nhân tạo là một chuỗi những thuật tốn được đưa ra để tìm kiếm các mối
quan hệ cơ bản trong tập hợp các dữ liệu. Thông qua việc bắt bước cách thức hoạt động
từ não bộ con người. Nói cách khác, mạng nơ ron nhân tạo được xem là hệ thống của các
tế bào thần kinh nhân tạo. Đây thường có thể là hữu cơ hoặc nhân tạo về bản chất.
3
Hình 1. 4 neural network là gì
Neural Network có khả năng thích ứng được với mọi thay đổi từ đầu vào. Do vậy, nó có
thể đưa ra được mọi kết quả một cách tốt nhất có thể mà bạn khơng cần phải thiết kế lại
những tiêu chí đầu ra. Khái niệm này có nguồn gốc từ trí tuệ nhân tạo, đang nhanh chóng
trở nên phổ biến hơn trong sự phát triển của những hệ thống giao dịch điện tử.
2.2. Cấu trúc mạng Neural nhân tạo nhiều lớp
Mạng Neural Network là sự kết hợp của những tầng perceptron hay còn gọi là perceptron
đa tầng. Và mỗi một mạng Neural Network thường bao gồm 3 kiểu tầng là:
Tầng input layer (tầng vào): Tầng này nằm bên trái cùng của mạng, thể hiện cho
các đầu vào của mạng.
Tầng output layer (tầng ra): Là tầng bên phải cùng và nó thể hiện cho những đầu
ra của mạng.
4
Tầng hidden layer (tầng ẩn): Tầng này nằm giữa tầng vào và tầng ra nó thể hiện
cho q trình suy luận logic của mạng.
Lưu ý: Mỗi một Neural Network chỉ có duy nhất một tầng vào và 1 tầng ra nhưng lại có
rất nhiều tầng ẩn
Hình 1. 5 Mạng neural nhiều lớp
Với mạng Neural Network thì mỗi nút mạng là một sigmoid neural nhưng chúng lại có
hàm kích hoạt khác nhau. Thực tế, người ta thường sử dụng có cùng loại với nhau để việc
tính tốn thuận lợi hơn. Tại mỗi tầng, số lượng nút mạng có thể khác nhau cịn tùy vào
bài tốn hoặc cách giải quyết.
Tuy nhiên, khi làm việc người ta sẽ để các tầng ẩn số với số lượng neural khác nhau.
Ngoài ra, những nơron nằm ở tầng thường sẽ liên kết đôi với nhau để tạo thành mạng kết
5
nối đầy đủ nhất. Khi đó, người dùng có thể tính tốn được kích cỡ của mạng dựa vào tầng
và số lượng nơ ron.
2.3 Ứng dụng của Neural Network
Mạng nơ ron nhân tạo được ứng dụng cho rất nhiều lĩnh vực như: tài chính, giao dịch,
phân tích kinh doanh, lập kế hoạch cho doanh nghiệp và bảo trì sản phẩm. Neural
Network còn được sử dụng khá rộng rãi cho những hoạt động kinh doanh khác như: dự
báo thời tiết, và tìm kiếm các giải pháp nhằm nghiên cứu tiếp thị, đánh giá rủi ro và phát
hiện gian lận.
Hình 1. 6 Machine learning
Nhiều trường hợp còn sử dụng mạng nơ ron nhân tạo để thực hiện đánh giá và khai quật
những cơ hội giao dịch dựa vào việc phân tích dữ liệu lịch sử. Mạng nơron còn được áp
dụng rất phổ biến để phân biệt sự phụ thuộc giữa các phi tuyến lẫn nhau của đầu vào.
Đây là vấn đề mà các mơ hình phân tích kỹ thuật khác khơng thể đáp ứng được. Dù vậy,
6
sự chính xác của việc áp dụng mạng nơron nhân tạo vào dự đốn giá cổ phiếu hồn tồn
khác nhau.
2.4. Artificial Neural Network là gì?
Artificial Neural Network là mạng neural nhân tạo và là mơ hình tốn học hoặc mơ hình
tốn được xây dựng thơng qua các neural sinh học. Nó bao gồm các nhóm việc, neural
nhân tạo có thể nối hút với nhau và xử lý các thông tin bằng biện pháp truyền theo các
kết nối rồi tính tốn giá trị mới tại các nút.
Hình 1. 7 Artificial neural network
Ở nhiều trường hợp, mạng Artificial Neural Network là hệ thống thích ứng có thể tự thay
đổi cấu trúc của mình dựa vào thơng tin bên ngồi hoặc bên trong chảy qua mạng ở quá
trình học. Nhiều mạng Artificial Neural Network cịn là cơng cụ giúp mơ hình hóa dữ liệu
thống kê phi tuyến. Chúng còn được sử dụng để mơ hình hóa cho các mối quan hệ có tính
phức tạp giữa các dữ liệu vào hoặc giữa kết quả để kiếm tìm mẫu trong dữ liệu.
7
2.5. Đặc điểm của Artificial Neural Network là gì?
Trong lĩnh vực tài chính, mạng nơ ron nhân tạo hỗ trợ cho quá trình phát triển các quy
trình như: giao dịch thuật toán, dự báo chuỗi thời gian, phân loại chứng khốn, mơ hình
rủi ro tín dụng và xây dựng chỉ báo độc quyền và công cụ phát sinh giá cả. Mạng nơ ron
nhân tạo có thể hoạt động như mạng nơ ron của con người. Mỗi một nơ ron thần kinh
trong nơ ron nhân tạo là hàm toán học với chức năng thu thập và phân loại các thông tin
dựa theo cấu trúc cụ thể.
Neural Network có sự tương đồng chuẩn mạnh vối những phương pháp thống kê như đồ
thị đường cong và phân tích hồi quy. Neural Network có chứa những lớp bao hàm các nút
được liên kết lại với nhau. Mỗi nút lại là một tri giác có cấu tạo tương tự với hàm hồi quy
đa tuyến tính.Bên trong một lớp tri giác đa lớp, chúng sẽ được sắp xếp dựa theo các lớp
liên kết với nhau. Lớp đầu vào sẽ thu thập các mẫu đầu vào và lớp đầu ra sẽ thu nhận các
phân loại hoặc tín hiệu đầu ra mà các mẫu đầu vào có thể phản ánh lại.
2.6. Sử dụng Neural Network như thế nào?
Mạng neural nhân tạo có khả năng sử dụng được như một loại cơ chế xấp xỉ hàm tùy ý
mà học được từ việc dữ liệu quan sát. Tuy nhiên, việc sử dụng chúng khá khó và cần phải
có sự hiểu biết tương đối về những lý thuyết cơ bản về mạng nơron này.
-
Lựa chọn mơ hình: Phụ thuộc vào cách trình bày dữ liệu và các ứng dụng của nó.
Đây là mơ hình khá phức tạp nên có thể dẫn đến nhiều thách thức cho q trình học.
-
Thuật tốn học: Thường sẽ có rất nhiều thỏa thuận giữa các thuật toán học. Và hầu
hết, chúng sẽ làm việc tốt với những tham số đúng nhằm huấn luyện trên dữ liệu mà
khơng nhìn thấy u cầu một số lượng đáng kể các thử nghiệm.
-
Mạnh mẽ: Nếu như các mơ hình, thuật tốn học và hàm chi phí được lựa chọn một
cách thích hợp thì Neural Network có thể cho ra kết quả vơ cùng hợp lý.
Nếu thực hiện chính xác, thì bạn có thể sử dụng Neural Network một cách tự
nhiên và có thể ứng dụng vào những tập dữ liệu lớn.
8
2.7. Convolutional Neural Network là gì?
Convolutional Neural Network (CNN) là một cụm từ dùng để chỉ mạng nơ ron tích chập.
Đây là mơ hình Deep Learning tiên tiến cho phép chúng ta sử dụng được các hệ thống
thông tin với độ chính xác vơ cùng cao. CNN được ứng dụng phổ biến trong những bài
tốn nhận dạng object trong ảnh.
Hình 1. 8 Thuật tốn CNN
2.8. Tổng kết
Có thể thấy, Neural Network là một thành phần quan trọng và không thể thiếu trong cuộc
sống hiện nay. Nếu hiểu rõ về mạng nơ ron nhân tạo này sẽ giúp bạn ứng dụng và sử
dụng chúng dễ hơn. Chắc rằng, từ những thông tin trên bạn đã hiểu rõ Neural Network là
gì rồi đúng khơng? Đừng qn tìm hiểu kỹ về Neural Network để tránh nhầm lẫn với một
số khái niệm có liên quan khác nhé.
9
CHƯƠNG II: CÁC ĐẶC TRƯNG CỦA MẠNG NEURAL NHÂN
TẠO, CÁC BƯỚC THIẾT KẾ MƠ HÌNH MẠNG NEURAL
1. Đặc trưng của mạng Neural nhân tạo
◼ Mạng neuron nhân tạo không hướng đến sự phức tạp của mạng neuron sinh học ◼
Các điểm giống nhau giữa NN và ANN
➢ Việc tạo ra các khối là đơn giản
➢ Các kết nối trong mạng neuron cho phép xác định chức năng của một mạng
➢ Có khả năng học và tái tạo
Một mạng neural nhân tạo có 3 thành phần : lớp đầu vào, lớp giữa(lớp ẩn), lớp đầu ra
◼ Mơ hình mạng neuron gồm 3 thành phần
➢ Hệ thống ghép nối thần kinh (synapse)
➢ Bộ cộng
➢ Hàm kích hoạt
2. Các bước thiết kế mơ hình mạng Neural nhân tạo
◼ Lớp đầu vào : là lớp làm việc trực tiếp với dữ liệu bên ngoài, cho nên số lượng
neuron ở lớp đầu vào phụ thuộc vào số chiều của dữ liệu bên ngoài.
◼ Lớp giữa (lớp ẩn): là lớp xử lý dữ liệu nhận từ lớp đầu vào, bạn có thể có nhiều lớp
nơ -ron hơn ở lớp giữa, nếu lớp nơ -ron ở giữa mà nhiều hơn 2 người ta gọi đó là mơ
hình học sâu (Deep Learning). Còn số lượng nơ -ron ở mỗi lớp nơ -ron thì tùy bạn
muốn chọn bao nhiêu cũng được (nhưng sẽ có kinh nghiệm chọn phù hợp nhất định).
◼ Lớp đầu ra: là lớp xuất ra kết quả, số lượng nơ -ron lớp đầu ra phụ thuộc vào số
lượng kết quả bạn muốn có.
10
Hình 2. 1 Mạng neural nhiều lớp
a. Các thành phần cơ bản
◼ Neuron một đầu vào
◼ Đầu vào là một số p
◼ Trọng số w
◼ Bias b
➢ b và w là các tham số có thể thay đổi theo một luật học để quan hệ
giữa đầu vào và đầu ra đạt được một mục đích nào đó
◼ Hàm truyền đạt f
➢ Được lựa chọn bởi người thiết kế mạng
11
Hình 2. 2 Mạng neural một đầu vào
b. Hàm truyền đạt
◼ Các neuron sử dụng hàm ngưỡng còn được gọi là neuron McCulloch-Pitts
do các tác giả này đưa ra vào năm 1943
◼ Hàm ngưỡng
➢ Đơn giản
➢ Không tồn tại đạo hàm tại u = 1 nên không thể sử dụng một số
phương pháp dựa trên Gradient. (Gradient là một vectơ trong khi đạo
hàm là giá trị vơ hướng)
◼Có thể là hàm tuyến tính hoặc phi tuyến
◼ Được lựa chọn để thỏa mãn một số đặc tính của bài tốn
◼ Các hàm truyền đạt thường được sữ dụng
Bảng 2. 1 hàm truyền đạt
12
13
