Mạng thần kinh nhân tạo cho phân lớp màu sắc part 7 potx

321
if (NL[L-1]!=1) printf("\noutput # %d",i);
printf("\ndesired=%d actual=%f error=%f",
d[k+i*M],y[Nt2+i],error);
}
getch();
} /*k-loop*/
}


Bài tập 12.2
1. Dùng hệ thống, với các trọng số "WTSST.DAT" có sẵn trên đĩa,
để kiểm tra liệu hệ thống này có thể "nhận ra " sắc màu skin nh
đợc cho trong "TINT2.DAT".
2. Phát triển một chơng trình C mà dùng một hệ thống nhiều lớp để
sửa lại một cách có lựa chọn một màu đặc biệt. Dùng hệ thống xác
định bằng các trọng số chứa trong " WTSS.DAT" áp dụng trên ảnh
"AUTHOR.IMG"
3. Lập lại chơng trình 12.3 PERNCONJG.C dùng thuật toán
Davidon - Fletcher - Powell để thay thế . Lu lại chơng trình
vào file PERNDFP.C.
4. Kiểm tra PERNDFP.C trên TINT2.DAT.
12.7 Quá trình nhận biết
Thật không rõ ràng lắm là tại sao sự nhận biết lại chiếm một vị trí quan
trọng trong mối quan tâm của con ngời. Dù có thế nào thì quá trình nhận
biết luôn luôn đợc kết hợp một cái tên hoặc một cách gọi nào đó. Để xác
định một vật thể, cho ví dụ, là quá trình xử lý kết hợp giữa nhận ra hình
dạng và kết hợp với một cái tên đặc biệt. Câu hỏi là: bạn có cần phải biết tất
cả các hình dạng khác nhau để nhận ra hình dạng của một vật thể? Trong
thuật toán nhận biết đã dùng (thuật toán này cũng áp dụng quy tắc delta), tất
cả dữ liệu biểu diễn cho một màu đặc biệt và dữ liệu biểu diễn cho tất cả các

màu khác còn lại cần phải đợc biết. Điều này có vẻ hơi khác với cách mà
chúng ta nhận biết. Có vẻ nh chúng ta không cần những thông tin ngoài
thông tin xác định cấu trúc một lớp màu đặc biệt mà chúng ta muốn nhận
biết. Các dữ liệu về phân lớp đối tợng hoặc cảm nhận màu sắc sẽ có thể
dạy cho hệ thống thần kinh về một đối tợng đặc biệt, hoặc màu sắc, mà
không cần một sự tham khảo các điểm ngoài tập hợp này. Trong sự quan sát
của tôi, tôi nhận ra rằng trẻ em bắt đầu nhận ra rất sớm sự khác nhau về hình
322
dạng của các vật thể biểu diễn các ký tự của bảng chữ cái, mỗi ký tự một
thời điểm. Phơng pháp nhận biết là công nhận, tiếp nối nhau bởi các lần đặt
tên. Sự kết hợp của hình dạng, cảm nhận hoặc cảm giác với gọi tên là một
xử lý đặc biệt cho nhận dạng. Chú ý là nếu bạn nghe giọng nói của một
ngời trên điện thoại lần đầu tiên, và ngời gọi cho bạn tên của anh hoặc cô
ta thì suy nghĩ đầu tiên của bạn là tởng tợng ra một khuôn mặt với cái tên
ấy - một khuôn mặt mà trí tởng tợng của bạn tạo ra trên cơ sở của kết hợp
của giọng nói và tên gọi. Sau này, khi bạn gặp ngời đó, một câu nói cửa
miệng hay dùng là "Bạn hoàn toàn không giống nh tôi đã nghĩ". Điều đó
có nghĩa là sự gặp gỡ này đã hoàn thành một nhận biết. Một cái tên thì gắn
với một vật thể và một vật thể sẽ tự động đợc gắn với một cái tên. Điều đó
có nghĩa là "nhận biết" trong trờng hợp này là một phơng pháp còn xa
mới hoàn thiện nh nhận biết xác định bằng thuật toán đợc miêu tả trong
phần trớc. Trong kinh nghiệm của mình, qua quá trình theo dõi con trai tôi
lớn lên và phát triển, tôi nhớ lại rằng khi con tôi vào khoảng một tuổi rỡi,
cháu thờng đi vào bếp trớc giờ đi ngủ và bắt đầu chỉ vào một vật nào đó.
Tại tuổi này, khả năng thể hiện bằng lời nói của cháu còn rất hạn chế. Cháu
đầu tiên chỉ vào một chiếc ghế, tôi lập tức gọi tên của vật này cho cháu.
Cháu nhắc lại từ "ghế", và tiếp tục chỉ vào một vật khác. Tôi cho tên của vật,
cháu nhắc lại. Cháu quay lại với vật thể đầu tiên, thốt ra tên, sau đó quay
sang với vật thể thứ hai và lại gọi tên. Điều này cứ tiếp tục diễn ra cho đến
khi mà nó cảm thấy nó đã học đủ cho ngày hôm ấy. Cái cách nhận biết bằng

cách tự gọi tên mà tôi đã chứng kiến này đã làm cho tôi suy nghĩ tới tận
hôm nay. Từ kinh nghiệm này, tôi nhận thấy rằng sự nhìn nhận vật thể và
gọi tên phải luôn luôn đi liền với nhau. Có lẽ phần lớn là cháu muốn nhìn
nhận vật thể, có lẽ phần lớn là cháu muốn tạo ra một cái tên cho chúng
(ngôn ngữ trẻ em); cháu chỉ muốn biết bằng cách nào tôi gọi đợc tên của
vật thể - và có thể cháu sẽ có thể giao tiếp hoàn thiện hơn với tôi hoặc có thể
đó chỉ là một sự tò mò cố hữu (một điều rất khó thể mô phỏng bằng máy
tính).
12.8 Nhận biết theo phân nhóm
Không có một cấu trúc sinh lý học hoặc hiểu biết nào chứng minh cho giả
thiết cho rằng tất cả các tế bào thần kinh đều giống nhau và có thể biểu diễn
bằng một hàm xichma, hoặc tất cả các tín hiệu vào đợc nhân với các trọng
số. Tế bào thần kinh nh chúng ta biết có các hình dạng khác nhau và đóng
các vai trò khác nhau. Điều này cho phép chúng ta cho ra một lý thuyết mới.
Dựa trên kết luận trong phần trớc, một cấu trúc khác và một thuật toán
323
nhận biết đã đợc phát triển bởi Abou-El-Nasr. Cấu trúc này có tên gọi là
LBAQ - "nhận biết bằng cách đặt ra các câu hỏi". Nó giống nh thuật toán
phân nhóm mô tả bởi Hartigan, và đợc áp dụng trong phân lớp
Carpenter/Grossberg.
Thuật toán này theo các bớc sau:

1. Chỉ ra các đặc điểm hoặc thuộc tính của một đầu vào ký hiệu cho đối
tợng cần phân lớp.
2. Các đặc điểm này định nghĩa trung tâm của nhóm đầu tiên. Cho một hệ
thống hai đầu vào:

]1[]1][0[
]0[]0][0[
xpw

xpw


(12.24)
ở đây xp[0] và xp[1] là đặc điểm của sơ đồ màu đã cho. Những thông số
này là x và y trong bài toán phân lớp màu của chúng ta. Mỗi nhóm đợc
định nghĩa bằng tâm, bán kính, và số điểm của nhóm.
3. Bớc tiếp theo
Nếu
22
])1[]1][0[(])0[]0][0[( xpxpd


radius (12.25)
thì điều chỉnh tâm điểm của nhóm theo công thức
)1n/(])j[xpn]j][i[(]j][i[







ở đây i = 0,1, ,số nhóm
j = 0,1 (12.26)
và tăng số điểm của nó. Mặt khác, dạng của một nhóm mới với tâm của
nó là mẫu mới.
4. Tiếp theo việc đa vào thì khoảng cách tới mỗi nhóm đợc tính. Nếu
mẫu trong nhóm gần nhất, theo công thức (12.25), tâm của mẫu đó đợc
điều chỉnh. Mặt khác một nhóm mới đợc tạo khuôn.

5. Quá trình xử lý đợc lặp lại với tất cả các điểm trong lớp. Một nhãn có
thể đợc thiết kế cho mỗi nhóm bằng cách cho phép giải thuật hỏi tên để đặt
cho nhóm đó. Một vài hay tất cả các nhóm có thể đợc cùng một tên hay
nhãn. Một thuận lợi của phơng pháp này là nó nghiên cứu dữ liệu đang
đợc đa ra, và không đòi hỏi nhắc lại. Nếu hệ thống đợc đòi hỏi để nghiên
cứu một màu nó không cần biết dữ liệu bên ngoài lớp trực tiếp định nghĩa
màu đó. Sự lựa chọn bán kính cho các nhóm khác nhau là giới hạn về sự
thành công của giải pháp, và là dữ liệu phụ thuộc. Nếu bán kính là quá lớn,
324
thì sự phân lớp sai là có thể xảy ra; nếu quá nhỏ thì phải cần đến một số
lợng lớn các nhóm, lỗ hổng giữa các nhóm lại có thể dẫn đến sự phân lớp
sai. Bởi vì giải thuật đòi hỏi rất ít thời gian tính toán những sai số khá nhỏ
này có thể bỏ qua. Bán kính có thể đợc chọn cơ bản dựa trên phép thử và
sai.

Bài tập 12.3
1. Mạng thần kinh nhận biết thuộc một lớp của phân lớp thần kinh đợc
biết nh phân lớp thần kinh nguyên mẫu. Phát triển chơng trình để định ra
bán kính của lớp thần kinh nguyên mẫu.
2. Phát triển một giải thuật để có thể thay đổi đợc bán kính lớp nguyên
mẫu thần kinh. Giải thuật bắt đầu với bán kính định trớc cho tất cả các
nhóm, tiếp theo nhóm những nhóm lân cận với cùng một nhãn.
3. Viết chơng trình với giải thuật đợc viết trong phần 2 của bài tập này.
4. Kiểm tra chơng trình với phân lớp nguyên mẫu.

Sử dụng bán kính = 0.01 và dữ liệu đợc định nghĩa trong "TINT2.DAT"
giải pháp đợc đa ra với thời gian thực hiện rất ít. Hệ thống kết thúc với 16
nhóm. Hình 12.14 là trực quan hoá kết quả.
Hình 12.15 chỉ ra cách giải pháp này liên kết thành một mạng thực sự.
Nh bạn có thể nhìn thấy, một vài nơron là cơ sở để tính tổng giá trị, những

nơron khác thực hiện chức năng hình vuông, những nơron này đóng vai trò
giới hạn, và một kiểu thực hiện là phép toán logic OR.
Chủ đề nhận biết màu sắc là chủ đề quan trọng - không chỉ trong xử lý
ảnh màu nh chúng ta đã chứng kiến, nhng cũng là bài toán của máy nhìn.
Bởi vì mục đích chính của quyển sách này là trực tiếp đi theo hớng xử lý
ảnh và ứng dụng tín hiệu vô tuyến, chúng ta sẽ không đi chệch hớng đến
chủ đề máy hay ngời máy nhìn. Tuy nhiên, tôi muốn chỉ ra rằng hệ thống
nhìn sử dụng cho ngời máy trong công nghiệp là cứng và không có sự linh
động đợc đa ra trong chơng này. Một hệ thống nhận biết màu bằng AEG
của Frankfurt, Đức đợc miêu tả trong bài báo, tác giả Gosch.
12.9 Máy ô-tô-nôm
325
Một cảm nhận tôi thấy khi tôi bắt đầu nghiên cứu chủ đề nhận biết của
con ngời và mạng thần kinh nhân tạo đó chúng rất gần gũi để tạo ra trí
thông minh thực sự, máy Ô-tô-nôm (Autonomous - hoạt động độc lập). Cảm
giác mà tôi nhận đợc nhiều hơn cả từ sự cờng điệu hoá từ hiện thực. Thực
ra chúng ta còn xa với việc tạo ra máy Ô-tô-nôm thực sự tại thời điểm này.
Tuy nhiên, chúng ta có thể nói tơng lai sẽ nh thế nào? Có thể một ngày
với những cải tiến vợt bậc trong phần cứng, phần mềm, và sự hiểu biết về
chính bản thân chúng ta, chúng ta cũng có thể tạo đợc một máy giống với
"Dữ liệu" của "Star Trek: Thế hệ tiếp theo."
Hình 12.14 Trực quan hoá mạng thần kinh.
Bây giờ tôi muốn kể một câu truyện với bạn. Câu truyện nh sau:

Đấng sáng tạo quyết định sáng chế một máy Ô-tô-nôm, máy có tổ chức
rất lớn, nhng có giới hạn, có khả năng sáng tạo. Sau đó máy đợc trao trách
nhiệm chăm lo cho trái đất. Trái đất là quà sáng tạo trời cho. Đấng sáng tạo
tụ họp các thần phụ tá (các thiên thần) của ông ta và truyền cho họ ý định
của ông ta. Các phụ tá hỏi, nếu nh có một máy có khả năng lớn nh vậy sẽ
có thể trở thành nguyên nhân của sự phá hoại và đổ máu. Đấng sáng tạo đáp

lại rằng ông ta biết họ không biết những gì. Sau đó ông ta đa tác phẩm mới
của ông ta ra, ông đặt tên là Adam. Trớc tiên ông ta dạy (lập trình) cho
Adam đặt tên các đồ vật. Ông ta hỏi các thần đặt tên cho các đồ vật mà họ
hay Adam cha thấy bao giờ. Các thần đáp lại rằng họ chỉ biết những cái gì
mà họ đã đợc dạy. Sau đó ông ta hỏi Adam đặt tên cho đồ vật. Adam có
thể đa ra tất cả các tên cho các đồ vật (nhận ra hoặc nhóm lại, theo nhãn).
326
Đó là khả năng rất mạnh sẽ gián tiếp dẫn Adam đến việc phát minh ngôn
ngữ để giao tiếp, đó là công cụ phần mềm, và công cụ phần cứng để xây
dựng và phát triển xa hơn nữa. Các thần không có khả năng nh vậy. Dù
vậy, vẫn còn một vấn đề nhỏ cần đợc kiểm tra trớc khi đa phát minh này
xuống trái đất. Adam đã hoạt động độc lập đợc cha? Phơng pháp tốt nhất
là cung cấp cho Adam một lệnh không có cơ sở logic và tiến hành nếu anh
ta theo sự đánh dấu đó hay lý luận với lý lẽ ngợc trở lại. Đấng sáng tạo
quyết định rằng cách tốt nhất là đa Adam ra kiểm tra trớc khi đa Adm
xuống quản lý trái đất. Vì thế, đấng sáng tạo đa Adam vào một khu vờn
và tự do làm những gì anh ta muốn, ngoại trừ ăn quả của những cây đợc chỉ
rõ. Tuy nhiên, một vài điều trục trặc đã xảy ra Adam tuân lệnh theo một
nghĩa hẹp. Anh ta thiếu tính chất của một máy Ô-tô-nôm. Rõ ràng, đấng
sáng tạo cần phải sửa lỗi phần mềm đã điều khiển Adam. Trong thời gian
chờ đợi, ông ta quyết định làm Adam theo mẫu một sinh vật khác trên trái
đất bằng cách cung cấp cho Adam một ngời bạn. Ông cũng giới hạn tuổi
thọ cho Adam (vì thế ông không chần chừ) và khả năng mở rộng sự hiện
diện trên trái đất thông qua việc sinh sôi nảy nở. Lần này Adam tuân theo
logic nội quy. Anh ta đứng dới cây bị cấm đoán và hỏi một câu làm anh ta
trở thành ngời sáng tạo thực sự "Cái gì xảy ra nếu ". Đó là câu hỏi rất hay
để sáng tạo, vì vậy ông ta đã đặt Adam xuống trái đất.

Hình 12.15 Cấu trúc hai cụm tế bào thần kinh.
Cậu bé Adam đợc tạo ra từ công cụ đơn giản để thám hiểm nhân loại.

Bớc tiếp theo của khoa học dờng nh đi thẳng về hớng hiểu chính chúng
327
ta vµ cã thÓ t¹o ra m¸y ¤-t«-n«m cña chóng ta, gièng nh c©u truyÖn h cÊu
"D÷ liÖu" trong "Star Trek (sù di c cña c¸c v× tinh tó): ThÕ hÖ tiÕp theo."