Phát triển mạng nơ ron tế bào đa tương tác và khả năng ứng dụng

i

BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ CÔNG THƯƠNG

VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA
--***--

NGUYỄN TÀI TUYÊN

PHÁT TRIỂN MẠNG NƠRON TẾ BÀO ĐA TƯƠNG TÁC VÀ
KHẢ NĂNG ỨNG DỤNG

LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI, NĂM 2022


i

BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ CÔNG THƯƠNG

VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA
--***--

NGUYỄN TÀI TUYÊN

PHÁT TRIỂN MẠNG NƠRON TẾ BÀO ĐA TƯƠNG TÁC VÀ

KHẢ NĂNG ỨNG DỤNG

CHUYÊN NGÀNH: KỸ THUẬT ĐIỆN TỬ
MÃ SỐ:
9520203

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC
1. PGS.TS. NGUYỄN QUANG HOAN
2. TS. NGÔ VĂN SỸ

HÀ NỘI, NĂM 2022


i

MỤC LỤC
LỜI CAM ĐOAN........................................................................................................i
LỜI CẢM ƠN............................................................................................................ii
DANH MỤC CÁC TỪ VIẾT TẮT............................................................................iii
DANH MỤC CÁC KÝ HIỆU TOÁN HỌC.................................................................v
DANH MỤC BẢNG.................................................................................................vi
DANH MỤC HÌNH VẼ............................................................................................vii
MỞ ĐẦU...................................................................................................................1
1. Tính cấp thiết của luận án........................................................................................1
2. Mục tiêu nghiên cứu của luận án..............................................................................2
3. Đối tượng và phạm vi nghiên cứu............................................................................2
4. Phương pháp nghiên cứu.........................................................................................3
5. Đóng góp của luận án..............................................................................................3

6. Cấu trúc của luận án................................................................................................3
CHƯƠNG 1. TỔNG QUAN VỀ MẠNG NƠRON TẾ BÀO........................................5
1.1 Tổng quan về mạng nơron nhân tạo........................................................................5
1.1.1 Mơ hình mạng nơron nhân tạo........................................................................5
1.1.2 Học trong mạng nơron nhân tạo....................................................................13
1.2 Mạng nơron tế bào chuẩn của Leon O. Chua........................................................15
1.2.1 Láng giềng r................................................................................................16
1.2.2 Sơ đồ nguyên lý hoạt động...........................................................................16
1.2.3 Mơ hình tốn học của mạng nơron tế bào......................................................18
1.2.4 Mạch điện của một tế bào.............................................................................19
1.2.5 Mơ hình hình học của nơron tế bào chuẩn.....................................................21
1.2.6 Động học của mạng nơron tế bào..................................................................22
1.3 Tình hình nghiên cứu CNN trên thế giới và Việt Nam...........................................26
1.3.1 Nghiên cứu về cấu trúc của CNN..................................................................26
1.3.2 Ổn định của mạng nơron tế bào....................................................................28
1.3.3 Học trong mạng nơron tế bào........................................................................29


i

1.3.4 Nghiên cứu và ứng dụng mạng nơron tế bào..................................................29
1.3.5 Nhận xét......................................................................................................31
1.4 Phát biểu bài toán nghiên cứu...............................................................................31
1.5 Kết luận chương 1...............................................................................................33
CHƯƠNG 2. PHÁT TRIỂN CẤU TRÚC VÀ PHÂN TÍCH ỔN ĐỊNH
CỦA MẠNG NƠRON TẾ BÀO BẬC CAO................................35
2.1. Mạng nơron tế bào tương tác bậc hai...................................................................35
2.1.1 Mơ hình tốn học của mạng nơron tế bào tương tác bậc hai............................35
2.1.2 Ổn định mạng nơron tế bào tương tác bậc hai................................................37
2.1.3 Chứng minh hàm E(t) là hàm bị chặn............................................................38

2.1.4 Chứng minh đạo hàm của hàm E(t) không dương..........................................39


2.1.5 Ổn định trạng thái

xij (t) của CNN tương tác bậc hai....................................43

2.1.6. Mơ hình hình học của mạng nơron tế bào bậc hai..........................................46
2.2 Mạng nơron tế bào tương tác bậc cao...................................................................49
2.2.1 Mơ hình tốn học của mạng nơron tế bào tương tác bậc cao...........................49
2.2.2 Ổn định mạng nơron tế bào tương tác bậc cao................................................51
2.2.3 Chứng minh hàm E(t) của CNN tương tác bậc cao là hàm bị chặn..................52
2.2.4 Chứng minh đạo hàm hàm E(t) cho CNN tương tác bậc cao không dương......54
2.2.5 Ổn định trạng thái

xij (t) của CNN tương tác bậc cao..................................58

2.3 Mô phỏng cấu trúc và xác định tính ổn định của CNN tương tác bậc cao................61
2.3.1 Bài tốn mơ phỏng.......................................................................................61
2.3.2 Kịch bản mơ phỏng......................................................................................62
2.3.3 Cơng cụ mơ phỏng.......................................................................................63
2.3.4 Thuật tốn....................................................................................................63
2.3.5 Kết quả mơ phỏng mạng nơron tế bào...........................................................64
2.3.6 Nhận xét......................................................................................................66
2.4 Kết luận chương 2...............................................................................................67
CHƯƠNG 3. BỘ NHỚ LIÊN KẾT VÀ ỨNG DỤNG CỦA MẠNG
NƠRON TẾ BÀO BẬC CAO................................................69


ii

3.1 Bộ nhớ liên kết....................................................................................................69
3.2 Bộ nhớ liên kết trong mạng nơron tế bào..............................................................69
3.2.1 Bộ nhớ liên kết của CNN chuẩn....................................................................69
3.2.2 Bộ nhớ liên kết sử dụng CNN tương tác bậc hai.............................................79
3.2.3 Nhận xét......................................................................................................90
3.3 Mơ hình ứng dụng thử nghiệm mạng nơron tế bào tương tác bậc cao.....................91
3.3.1 Mơ hình tích hợp CNN tương tác bậc hai với STM32 và FPGA.....................91
3.3.2 Một số ứng dụng của CNN tương tác bậc cao................................................94
3.4 Kết luận chương 3.............................................................................................101
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN.....................................102
1. Kết luận chung....................................................................................................102
2. Hướng phát triển của luận án................................................................................103
DANH MỤC CÁC CƠNG BỐ CỦA LUẬN ÁN.....................................................104
1. Cơng trình cơng bố tạp chí...................................................................................104
2. Cơng trình cơng bố hội nghị.................................................................................104
TÀI LIỆU THAM KHẢO.......................................................................................105
PHỤ LỤC 1............................................................................................................114
PHỤ LỤC 2............................................................................................................122
PHỤ LỤC 3............................................................................................................123
PHỤ LỤC 4............................................................................................................126


i

LỜI CAM ĐOAN

Tơi xin cam đoan đây là cơng trình nghiên cứu của riêng tôi. Các kết quả được
công bố với các tác giả khác đều được sự đồng ý của các đồng tác giả trước khi đưa vào
luận án. Các kết quả trong luận án là trung thực và chưa từng được cơng bố trong bất kỳ

cơng trình nào khác.
NGHIÊN CỨU SINH

Nguyễn Tài Tuyên


ii

LỜI CẢM ƠN

Luận án được thực hiện tại Viện Nghiên cứu Điện tử, Tin học, Tự động hóa, dưới
sự hướng dẫn của PGS. TS. Nguyễn Quang Hoan và TS. Ngô Văn Sỹ.
Tơi xin bày tỏ lịng biết ơn sâu sắc tới PGS. TS. Nguyễn Quang Hoan, TS. Ngô
Văn Sỹ người đã động viên, trao đổi nhiều kiến thức và chỉ bảo tơi vượt qua những khó
khăn để hồn thành luận án này.
Tôi xin gửi lời cảm ơn chân thành tới Viện trưởng, TS. Nguyễn Thế Truyện,
PGS.TSKH. Nguyễn Hồng Vũ và các nhà khoa học khác tại Viện Nghiên cứu Điện tử,
Tin học, Tự động hóa (VIELINA), bộ Cơng Thương đã có những trao đổi, góp ý để tơi
hồn thiện luận án và giúp đỡ tơi trong q trình học tập, nghiên cứu.
Xin gửi lời cảm ơn đến Ban Giám đốc Học viện Cơng nghệ Bưu chính Viễn
thơng đã tạo điều kiện, quan tâm giúp đỡ để tơi có thể hồn thành luận án.
Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc tới gia đình, bạn bè, những người đã
ln ủng hộ, giúp đỡ và hỗ trợ tôi về mọi mặt để tơi hồn thành luận án.
NGHIÊN CỨU SINH

Nguyễn Tài Tuyên


iii

DANH MỤC CÁC TỪ VIẾT TẮT

ARM

Advanced RISC Machine

Máy RISC nâng cao

ART

Adaptive Resonance Theory

Lý thuyết cộng hưởng thích nghi

BAM

Bidirectional Associative Memory

Bộ nhớ liên kết hai chiều

CNN

Cellular Neural Networks

Mạng nơron tế bào

CNN-UM

CNN Universal Machine

Máy tính vạn năng CNN Chất

CMOS

Complementary Metal Oxide

bán dẫn ôxit kim loại bù

Semiconductor
IEEE

Institute of Electrical and Electronics

Viện Kỹ sư Điện và Điện tử

Engineers
FPGA

Field Programmable Gate Array

Mảng phần tử logic có thể lập
trình được

HiCNN

Higher-order Cellular Neural

Mạng nơron tế bào bậc cao

Network

HSYNC

Horizontal SYNChronization

Đồng bộ ngang Đầu

IO

Input Outside

vào bên ngoài

INR

International Normalized Ratio

Tỷ lệ chuẩn hóa quốc tế (về đơng
máu)

LCD

Liquid Crystal Display Look

Màn hình tinh thể lỏng Bảng

LUT

Up Table

dị tìm

MCNN

Multi-Layer Cellular Neural

Mạng nơron tế bào nhiều lớp

Networks
MCUs

Microcontroller Unit

Bộ vi điều khiển

MLP

Multi-Layer Perceptron

Perceptron nhiều lớp

MTA

Magyar Tudományos Akadémia

Viện Hàn lâm Khoa học Hungary

PC

Personal Computer

Máy tính cá nhân

PDE

Partial Differential Equations

Phương trình vi phân từng phần

PE

Processing Element

Phần tử xử lý

RAM

Random Access Memory

Bộ nhớ truy cập ngẫu nhiên


iv

RC

Resistor, Capacitor

Điện trở, tụ điện

RBF

Radial Basis Function

Hàm cơ sở xuyên tâm

RISC

Reduced Instruction Set Computer

Máy tính có tập lệnh rút gọn

ROM

Read Only Memory

Bộ nhớ chỉ đọc

RPLA

Recurrent Perceptron Learning

Thuật toán học Perceptron hồi

Algorithm

quy

State Controlled Cellular Neural

Mạng nơron tế bào điều chỉnh

Network

trạng thái

SOM

Self-Organizing Feature Maps

Bản đồ tự tổ chức

STM32

ST Microelectronic 32

Mạch tích hợp vi điều khiển 32 bit

SC-CNN

của STMicroelectronics
TCP/IP

Transmission Control Protocol/

Giao thức điều khiển truyền nhận/

UART

Internet Protocol

Giao thức Internet

Universal Asynchronous Receiver/

Bộ truyền nhận dữ liệu nối tiếp

Transmitter

khơng đồng bộ

VLSI

Very-Large-Scale Integration

Tích hợp cỡ lớn

VSYNC

Vertical Synchronization

Đồng bộ dọc


v

DANH MỤC CÁC KÝ HIỆU TỐN HỌC
Ký hiệu

Diễn giải



Tích phân



Hằng số học (tham số tốc độ học).

,, ,

i, j k,l m,n q,z

Tổng của tế bào nơron thứ (i,j), (k,l), (m,n), (q,z).

Wij

Sai số (độ lệch) trọng số kết nối nơron thứ j tới nơron thứ i

xij (t) ; I

Giá trị tuyệt đối của xij (t); của I

A(i,j; k,l;…;q,z)

Các tham số phản hồi đến nơron tế bào thứ (i,j) từ các đầu ra
(k,l;…;q,z) của mạng nơron tế bào bậc cao

B(i,j; k,l;…;q,z)

Các tham số đầu vào ngoài đến nơron tế bào thứ (i,j) từ các đầu

vào (k,l;…;q,z) của mạng nơron tế bào bậc cao

C

Tụ điện của nơron tế bào (i,j)

IC(i,j); C(k,l)
Emax

Tế bào tại (i,j); tại (k,l)

gi (.)

Hàm tương tác đầu ra của nơron tế bào thứ i

Giá trị lớn nhất của hàm Lyapunov (còn gọi hàm năng lượng)

Độ lệch (Bias) của nơron tế bào
M

Số hàng của mảng nơron tế bào
Số cột của mảng nơron tế bào

N

Các tế bào láng giềng của nơron tế bào (i,j); (k,l) có bán kính r.

Nr (i, j); Nr (k,l)

Điện trở của tế bào (i,j), tương ứng với trạng thái x, đầu ra y.

R, Rx , Ry

Đầu vào ngoài.

U

Biến vào ij hoặc kl hoặc mn hoặc qz của nơron tế bào

uij ;ukl ;umn ;uqz ;

Tổng các đầu vào mô tả thế năng tác động ở thân nơron

v(t )

Trạng thái; đầu ra.

x(t) ; y(t)

Biến trạng thái của tế bào ij; kl

xij (t) ; x (t)
kl

Đầu ra của nơron tế bào ij; kl

yij (t) ; y (t)
kl

Ngưỡng (Threshold) của nơron tế bào

W0


vi

DANH MỤC BẢNG
Bảng 3.1 Ma trận kết nối giữa đầu vào i, j và đầu ra k, l...............................................71


Bảng 3.2 Ma trận

vii

A(i, j;k,l) vectơ Y......................................................................72

Bảng 3.3 Ma trận A(i, j;k,l) , vectơ Y và trạng thái X.................................................72
Bảng 3.4 Gọi lại mẫu đã được học của bộ nhớ liên kết CNN chuẩn.............................77
Bảng 3.5 Bộ nhớ liên kết CNN chuẩn nhận mẫu sai 1 bit............................................78
Bảng 3.6 Ma trận A(i, j;k,l;m, n) của bộ nhớ liên kết CNN tương tác bậc hai.............81
Bảng 3.7 Pha học của bộ nhớ liên kết CNN tương tác bậc hai.....................................81
Bảng 3.8 Tính vectơ trạng thái của bộ nhớ liên kết CNN tương tác bậc hai..................82
Bảng P3.1 Tính số đầu vào ngồi của một tế bào với bán kính r.................................124
Bảng P3.2 Tính số đầu vào ngồi của tế bào dạng tổng quát với bán kính r................125


DANH MỤC HÌNH VẼ
Hình 1.1 Mơ hình nơron McCulloch-Pitts.....................................................................5
Hình 1.2 Hàm bão hồ.................................................................................................6
Hình 1.3 Hàm bước nhảy đơn cực................................................................................6

Hình 1.4 Hàm Sigmoid đơn cực...................................................................................7
Hình 1.5 Hàm Sigmoid lưỡng cực................................................................................7
Hình 1.6 Phân loại mạng nơron nhân tạo......................................................................8
Hình 1.7 Năng lượng mạng E(x)................................................................................11
Hình 1.8 Minh họa cấu trúc mạng liên kết hai chiều....................................................12
Hình 1.9 Mạng nơron tế bào có kích thước (M  N)...................................................15
Hình 1.10 Sơ đồ nguyên lý của một nơron tế bào.......................................................16
Hình 1.11 Sơ đồ khối của một nơron tế bào...............................................................17
Hình 1.12 Hàm đầu ra tương ứng với phương trình (1.33b).........................................19
Hình 1.13 Mạch điện của một rơron tế bào chuẩn.......................................................19
Hình 1.14 Sơ đồ của CNN chuẩn được mô phỏng trên Matlab.....................................21
Hình 1.15 Mẫu A B I của CNN chuẩn........................................................................22
Hình 1.16 Một số kiểu lưới điển hình của CNN..........................................................22
Hình 1.17 Mơ hình đa tương tác tương ứng cơng thức 1.50.........................................32
Hình 2.1 Cấu trúc một nơron tế bào bậc 2 mô phỏng trên Matlab.................................47
Hình 2.2 Cấu trúc CNN bậc 2 mơ phỏng trên Matlab ghép theo mảng A B I kích thước
(44)........................................................................................................48


Hình 2.3 Kết quả đầu ra x11,

theo (kịch bản 1) trên Matlab.................................64

Hình 2.4 Kết quả đầu ra

x22

theo (kịch bản 1) trên Matlab................................65

Hình 2.5 Kết quả đầu ra

y11,

theo (kịch bản 2) trên Matlab.................................65

Hình 2.6 Kết quả đầu ra y22

theo (kịch bản 2) trên Matlab................................65

Hình 2.7 Kết quả đầu ra x11,

theo (kịch bản 3) trên Matlab.................................66

Hình 2.8 Kết quả đầu ra x
22

theo (kịch bản 3) trên Matlab................................66

y11,
y22
x11,
x22
y11,
y22
Hình 3.1 Mơ hình bộ nhớ liên kết của CNN chuẩn......................................................70


Hình 3.2 Sơ đồ khối CNN chuẩn làm bộ nhớ liên kết..................................................74
Hình 3.3 Sơ đồ CNN chuẩn làm bộ nhớ liên kết..........................................................75
Hình 3.4 Cấu trúc CNN tương tác bậc hai được sử dụng làm bộ nhớ liên kết...............80

Hình 3.5 Sơ đồ khối CNN tương tác bậc hai làm bộ nhớ liên kết.................................84
Hình 3.6 Sơ đồ kết nối của CNN tương tác bậc hai làm bộ nhớ liên kết.......................85
Hình 3.7 Kiến trúc của FPGA....................................................................................91
Hình 3.8 Hệ thống thu thập và xử lý ảnh dùng vi điều khiển........................................92
Hình 3.9 Sơ đồ hệ thống thu thập xử lý ảnh trên nền tảng FPGA và STM32................93
Hình 3.10 Mối quan hệ trong hệ thống ni trồng thơng minh.....................................94
Hình 3.11 Tính tương tác đa chiều của CNN tương tác bậc hai trong hệ thống.............95
Hình 3.12 Sơ đồ hệ thống Smart Farm sử dụng HiCNN và STM32.............................96
Hình 3.13 Sơ đồ khối gửi thông tin cảnh báo sớm cho bệnh nhân sử dụng thuốc kháng
Vitamin K................................................................................................98
Hình 3.14 Sơ đồ khối chức năng cảnh báo sớm cho bệnh nhân sử dụng thuốc kháng
Vitamin K................................................................................................99


1

MỞ ĐẦU
Ngày nay, trong khoa học và công nghệ, mạng nơron được nhắc đến như một lĩnh
vực hiện đại và thời sự của Trí tuệ nhân tạo, rất được quan tâm và phát triển. Mạng nơron
tạo nên sức mạnh nổi trội nhờ khả năng tính tốn song song [6, 16, 48, 56] và khả năng
học [21, 31, 35, 89]. Trong ứng dụng, mạng nơron rất hiệu quả cho Trí tuệ tính tốn [67,
71], đặc biệt cho lớp các bài tốn nhận mẫu (nhận dạng) và xử lý ảnh [11, 12, 17, 18, 45].
Mạng nơron học sâu, tích chập là mạng nơron nhiều lớp rất hiệu quả và đang là vấn đề
nóng trên thế giới [25, 52, 53]. Nhóm mạng hồi quy điển hình và phát triển nhất chính là
mạng nơron tế bào (CNN) [7, 10, 11, 34, 50] đã được thiết kế chế tạo thành máy tính
nơron mảng đa năng [64], và có kiến trúc khá gần với mạng nơron học sâu [25]. Luận án
hướng nghiên cứu lớp CNN đa tương tác (tương tác bậc cao), được phát triển từ mơ hình
CNN chuẩn của Leon O. Chua đề xuất năm 1988 [10]. Leon O. Chua được giải thưởng
thường niên đầu tiên của IEEE Gustav Robert Kirchhoff năm 2005 về phát minh ra CNN
và thành công trong thiết kế chế tạo máy tính nơron đầu tiên trên thế giới.

1. Tính cấp thiết của luận án
a) Những ưu điểm nổi bật của CNN
- CNN được Leon O. Chua và Tamas Roska [64] chế tạo thành máy tính nơron
mảng tương tự đầu tiên trên thế giới, hiện thực hoá mong muốn thiết kế chế tạo máy tính
phỏng theo hoạt động giống bộ não. Trước Leon O. Chua, Hopfield [14, 24] đã thử
nghiệm mạng nơron Hopfield trên mạch khuếch đại toán tử, nhưng chưa xây dựng các
thiết bị đó thành máy tính. Mặt khác, máy tính CNN là loại máy tính mảng nơron tương
tự.
- CNN thuộc lớp mạng nơron hồi quy được dùng làm bộ nhớ tự liên kết [30, 85].
Các mạng hồi quy trước CNN như Hopfield [14, 24], BAM [32, 41, 46] có dung lượng
nhớ thấp, trong khi CNN có dung lượng nhớ cao hơn [30, 85].
- CNN là mạng liên kết hai chiều với (M  N) tế bào. Mỗi một tế bào của CNN
được mô tả bằng một một phương trình vi phân [10]. Hệ động học của CNN được biểu
thị dưới dạng một hệ phương trình vi phân [4], có thể giải bằng cả phần cứng [65, 69, 74]
và phần mềm [3].


2

- Các nghiên cứu và ứng dụng CNN ở viện Hàn lâm Khoa học Công nghệ Việt
Nam [51, 61, 68] cho thấy máy tính mảng nơron tương tự cho phép xử lý ảnh với tốc độ
cao. Minh chứng được thể hiện trong bài toán đếm số lượng tà vẹt trên đường ray tàu hoả
cao tốc Bắc - Nam với độ chính xác ấn tượng.
b) Những vấn đề CNN cần được quan tâm
- Cấu trúc CNN có độ phức tạp lớn. Với cơng nghệ hiện nay có thể giải quyết
bằng phần cứng và phần mềm. Bằng chứng là mạng nơron học sâu với hàng trăm, hàng
ngàn lớp đã khơng cịn là vấn đề trở ngại khi thực hiện trên nền điện toán đám mây. Đây
là lợi thế cho phép triển khai CNN tương tác bậc cao có độ phức tạp lớn.
- Bộ nhớ liên kết dùng CNN ít được nghiên cứu.
- Cấu trúc của CNN có nhiều lớp với liên kết tuyến tính cho đầu vào và cho phản

hồi. Thiếu các nghiên cứu về liên kết đầu vào và phản hồi dạng đa thức bậc 2 và bậc 3
v.v… Trong thực tế, khi áp dụng CNN để giải hệ phương trình vi phân dễ thấy khơng chỉ
có mảng đầu vào và mảng phản hồi tuyến tính, mà có cả những trường hợp các đầu vào
và phản hồi ở dạng đa thức bậc cao.
c) Lý do chọn đề tài
Căn cứ vào những vấn đề còn tồn tại về CNN nêu trên, tác giả kế thừa và phát
triển CNN chuẩn thành CNN tương tác bậc cao (đa tương tác đầu vào và đa tương tác
phản hồi).
2. Mục tiêu nghiên cứu của luận án
a) Kế thừa cấu trúc CNN chuẩn của Leon O. Chua [10], tác giả phát triển thành
cấu trúc CNN tương tác bậc cao (đa tương tác đầu vào và đa tương tác phản hồi).
b) Xây dựng và chứng minh các điều kiện đảm bảo cho CNN tương tác bậc cao
ổn định, sử dụng tiêu chuẩn ổn định đầy đủ.
c) Thử nghiệm cấu trúc CNN tương tác bậc cao dùng làm bộ nhớ liên kết và một
vài khả năng ứng dụng khác.
3. Đối tượng và phạm vi nghiên cứu
a) Về lý thuyết
- Tác giả sử dụng phương pháp quy nạp để xây dựng mơ hình và chứng minh


3

tính ổn định cho CNN tương tác bậc hai, sau đó suy diễn cho CNN tương tác bậc cao.
- Tác giả tập trung phát triển cấu trúc CNN tương tác bậc cao, xét tính ổn định
của mạng.
b) Về ứng dụng
- Sử dụng phần mềm Matlab và Java để mô phỏng và kiểm chứng tính ổn định
của CNN tương tác bậc cao.
- Sử dụng CNN tương tác bậc cao làm bộ nhớ liên kết.
- Kiểm chứng khả năng thực hiện CNN trên các mạch điện tử (FPGA) và các ứng

dụng khác.
4. Phương pháp nghiên cứu
a) Kế thừa mơ hình chuẩn của Leon O. Chua và tiêu chuẩn ổn định đầy đủ. Phát
triển mơ hình tuyến tính thành mơ hình liên kết dạng đa thức và tìm điều kiện để CNN
tương tác bậc cao ổn định.
b) Mô phỏng, thử nghiệm một số ứng dụng.
5. Đóng góp của luận án
Luận án đặt ra ba vấn đề cần phải giải quyết bao gồm:
a) Thứ nhất, đề xuất mơ hình CNN tương tác bậc cao.
b) Thứ hai, tìm hàm E(t) (tương tự hàm Lyapunov) và chứng minh mạng ổn định
đầy đủ theo hàm E(t).
c) Thứ ba, minh chứng khả năng ứng dụng CNN đa tương tác.
6. Cấu trúc của luận án
Nội dung của luận án được kết cấu như sau:
Chương một, trình bày quá trình phát triển mạng nơron nhân tạo; phân loại mạng
nơron; học và xấp xỉ mạng nơron; một số ứng dụng mạng nơron…; trình bày các khái
niệm về CNN chuẩn của Leon O. Chua.
Trên cơ sở nghiên cứu tổng quan, tác giả đưa ra hướng nghiên cứu CNN tương
tác bậc cao.


4

Chương hai, trên cơ sở mạng CNN chuẩn của Leon O. Chua, đề xuất mơ hình
CNN tương tác bậc cao; đề xuất hàm E(t); chứng minh tính ổn định của CNN tương tác
bậc cao; mô phỏng CNN tương tác bậc hai trên mơi trường Matlab.
Chương ba, trình bày kết quả thử nghiệm CNN tương tác bậc cao cho bộ nhớ
liên kết; thử nghiệm CNN đa tương tác trên nền tảng STM32 và FPGA. Kết quả thử
nghiệm trên môi trường Matlab và một số khả năng ứng dụng khác.