Lịch Sử Hình Thành Và Phát Triển Mạng Neural Nhân Tạo.docx



Lịch sử hình thành và phát triển mạng neural nhân tạo
Sự kiện đầu tiên đánh dấu sự ra đời của mạng neural nhân tạo diễn ra vào năm 1943 khi nhà thần
kinh học Warren McCulloch và nhà toán học Walter Pitts viết bài báo mô tả cách thức các neural
hoạt động. Họ cũng đã tiến hành xây dựng một mạng neural đơn giản bằng các mạch điện. Các
neural của họ được xem như là các thiết bị 14 nhị phân với ngưỡng cố định. Kết quả của các mơ hình
này là các hàm logic đơn giản.

1.Mạng nơron nhân tạo
Mạng noron nhân tạo (Artifical Neural Networks) mô phỏng lại mạng noron sinh học là một cấu
trúc khối gồm các đơn vị tính tốn đơn giản được liên kết chặt chẽ với nhautrong đó các liên kết
giữa các noron quyết định chức năng của mạng

2. Các đặc trưng cơ bản của mạng nơron


- Gồm một tập các đơn vị xử lý (các noron nhân tạo) - Trạng thái kích hoạt hay đầu ra của đơn vị xử lý Liên kết giữa các đơn vị. Xét tổng quát, mỗi liên kết được định nghĩa bởi một trọng số Wjk cho ta biết
hiệu ứng mà tín hiệu của đơn vị j có trên đơn vị k - Một luật lan truyền quyết định cách tính tín hiệu ra
của từng đơn vị từ đầu vào của nó - Một hàm kích hoạt, hay hàm chuyển (activation function, transfer
function), xác định mức độ kích hoạt khác dựa trên mức độ kích hoạt hiện tại - Một đơn vị điều chỉnh
(độ lệch) (bias, offset) của mỗi đơn vị - Phương pháp thu thập thông tin (luật học - learning rule) - Mơi
trường hệ thống có thể hoạt động.
3. Các thành phần cơ bản của mạng nơron nhân tạo
Còn được gọi là một nơron hay một nút (node), thực hiện một cơng việc rất đơn giản: nó nhận
tín hiệu vào từ các đơn vị phía trước hay một nguồn bên ngồi và sử dụng chúng để tính tín hiệu
ra sẽ được lan truyền sang các đơn vị khác

Đơn vị xử lý (Processing Unit)

4. Các hình trạng của mạng

Hình trạng của mạng được định nghĩa bởi: số lớp (layers), số đơn vị trên mỗi lớp, và sự liên kết giữa các
lớp như thế nào. Các mạng về tổng thể được chia thành hai loại dựa trên cách thức liên kết các đơn vị:


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 khoán, 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. 

Kiến trúc mạng Neural Network là gì?
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.
Tầng hidden layer (tầng ẩn): Tầng này nằm giữa tầng vào và tầng ra nó thể hiện cho quá 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.


Kiến trúc mạng Neural network
Với mạng Neural Network thì mỗi nút mạng là một sigmoid nơron 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 nowrowrron khác
nhau. Ngoài ra, những nơron nằm ở tầng thường sẽ liên kết đôi với nhau để tạo thành
mạng kết 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. 

Ứng dụng của Neural Network là gì?
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 cịn 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. 

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 cịn
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, sự chính xác của việc áp dụng mạng nơron nhân tạo vào dự đoán giá cổ
phiếu hoàn toàn khác nhau.