Mạng neural

Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): Artificial Neural Network for Classification tập trung vào ứng dụng của mạng nơ-ron nhân tạo trong bài toán phân loại. Nội dung thuyết trình đề cập đến cấu trúc, cách hoạt động của mạng nơ-ron, các ưu điểm, thách thức và một số ứng dụng thực tiễn. Đây là nền tảng quan trọng trong các hệ thống học sâu hiện đại. Mời các bạn cùng tham khảo để biết thêm chi tiết!

33p hoatrongguong03 15-05-2025 1 1   Download

Bài giảng Các kỹ thuật học sâu và ứng dụng - Bài 3: Mạng Convolutional Neural Network tập trung vào một trong những kiến trúc mạng nơ-ron mạnh mẽ nhất, đặc biệt hiệu quả trong xử lý ảnh. Chuyên đề này giới thiệu về CNN, cách thức hoạt động và hướng dẫn cài đặt CNN sử dụng thư viện Tensorflow. Đây là kiến thức cốt lõi để bạn xây dựng các ứng dụng thị giác máy tính. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

37p hoatrongguong03 15-05-2025 0 0   Download

Bài giảng Các kỹ thuật học sâu và ứng dụng - Bài 6: Recurrent Neural Network giới thiệu về mạng nơ-ron hồi quy (RNN), một kiến trúc mạnh mẽ cho dữ liệu trình tự. Chuyên đề này phân tích mô hình ngôn ngữ và các bài toán trong NLP, đồng thời đi sâu vào giới thiệu về RNN cùng những vấn đề và hướng giải quyết thường gặp. Đây là kiến thức cốt lõi để xử lý các chuỗi dữ liệu. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

37p hoatrongguong03 15-05-2025 0 0   Download

Bài viết này đề xuất một phương pháp mới kết hợp giữa thuật toán VFFRLS và mạng Neural để ước lượng trạng thái sạc của pin. Thuật toán VFFRLS được sử dụng để nhận dạng trực tuyến các tham số của mô hình pin, với mục đích có thêm nhiều đầu vào hơn cho mạng Neural nhằm tăng độ chính xác ước lượng.

8p vijiraiya 19-05-2025 2 1   Download

Bài giảng "Trí tuệ nhân tạo" Chương 8: Neural Networks, trình bày kiến thức nền tảng về mạng nơ-ron nhân tạo, cấu trúc mạng nhiều lớp (MLP), quá trình lan truyền tiến và lan truyền ngược (backpropagation), cùng các hàm kích hoạt phổ biến. Bài học giúp người học hiểu rõ cách mạng nơ-ron học và dự đoán, làm nền tảng cho deep learning và các ứng dụng AI hiện đại.

16p phongtrongkim0906 16-05-2025 2 1   Download

Đề cương cung cấp các kiến thức cơ bản trong lĩnh vực máy học đồng thời tiếp cận các hướng tiếp cận máy học hiện đại như thuật toán học sâu (Deep Learning) để ứng dụng giải quyết một số bài toán trong thực tế. Qua môn học này sinh viên có thể hiểu và cài đặt được kiến trúc mạng Convolutional Neural Network (CNN), Recurrent Neural Network (RNN) với các framework nổi tiếng như Tensorflow và Pytorch.

9p bachlapkim01 09-05-2025 2 2   Download

Nghiên cứu này tập trung vào việc nhận dạng giọng nói bằng hai bộ công cụ: Histogram of Oriented Gradient (HOG) kết hợp với Support Vector Machine (SVM) và mạng nơ-ron tích chập (Convolution Neural Network - CNN). Sau khi thu được bộ dữ liệu đặc trưng của âm thanh Mel Frequency Celtral Coefficient (MFCC), các dữ liệu này sẽ được sử dụng để huấn luyện các mô hình phân loại.

3p vimaito 11-04-2025 1 1   Download

Bài giảng "Học sâu và ứng dụng: Bài 3 - Giới thiệu về mạng tích chập Conv Neural Networks" nhằm giúp sinh viên làm quen với một trong những kiến trúc học sâu quan trọng nhất – mạng nơ-ron tích chập (Convolutional Neural Networks - CNN) – được ứng dụng rộng rãi trong lĩnh vực xử lý ảnh và thị giác máy tính.

47p gaupanda088 11-04-2025 2 1   Download

Bài viết này giới thiệu một hệ thống phát hiện xâm nhập mạng áp dụng phương pháp học sâu dựa trên mạng nơ-ron nhân tạo (Artificial Neural Network ANN) và đa lớp (Multi-layers Perceptron- MLP). Các phương pháp đánh giá mô hình cho thấy rằng giải pháp được đề xuất hoạt động hiệu quả.

11p viuzumaki 28-03-2025 4 1   Download

Bài viết trình bày về cách sử dụng nhiều GPU để huấn luyện mô hình trong học sâu (Deep Learning). Chúng tôi khảo sát các chiến lược học sâu trên mạng nơ-ron tích chập (Convolutional Neural Network – CNN).

7p viling 11-10-2024 1 0   Download

Nghiên cứu này nhằm thử nghiệm, đánh giá khả năng ứng dụng trí tuệ nhân tạo (artifi cial intelligence – AI) trong tự động hóa chẩn đoán bệnh trên tôm sú (Penaeus monodon). Kết quả thực nghiệm trên 4 mẫu bệnh: đen mang, đốm đen, đốm trắng và hoại tử cơ cho thấy hệ thống chẩn đoán hình ảnh đạt độ chính xác cao nhất 87,58% với mô hình mạng neural tích chập (convolutional neural network - CNN) Effi cientNet-B4 có áp dụng kỹ thuật học chuyển giao (transfer learning).

7p viamancio 29-05-2024 18 7   Download

Bài viết này đề xuất sử dụng mạng nơ-ron xung (Spiking Neural Networks-SNNs) với kiến trúc mạng truyền thẳng (feedforward) như một giải pháp mới nhằm nâng cao độ chính xác và tốc độ trong nhận dạng các cơn động kinh từ tín hiệu EEG.

6p vibenya 31-12-2024 5 2   Download

Bài giảng Khai phá dữ liệu (Data mining) - Chương 4 trình bày về phân loại dữ liệu. Các nội dung chính trong chương gồm: Tổng quan về phân loại dữ liệu, phân loại dữ liệu với cây quyết định, phân loại dữ liệu với mạng Bayesian, phân loại dữ liệu với mạng Neural, các phương pháp phân loại dữ liệu khác. Mời các bạn cùng tham khảo.

51p youcanletgo_01 04-01-2016 154 15   Download

Bài giảng Máy học và mạng neural - Bài 4 trang bị cho người học những kiên thức về mạng nơron nhân tạo (Artificial Neural Networks). Các nội dung chính được trình bày trong chương này gồm có: Các bài toán phù hợp với ANNs, cấu tạo ANNs, các hàm ngưỡng, kiến trúc ANNs,... Mời các bạn cùng tham khảo.

41p youcanletgo_04 17-01-2016 155 30   Download

Bài giảng bài 1 giới thiệu tổng quan về học máy. Thông qua chương này người học có thể biết được vai trò của học máy trong trí tuệ nhân tạo, học máy là gì?, ứng dụng của học máy, các lĩnh vực liên quan đến học máy, các bước của học máy, các vấn đề cơ bản trong học máy,... Mời các bạn cùng tham khảo.

55p youcanletgo_04 17-01-2016 122 23   Download

Bài 5 cung cấp những kiến thức về mô hình Markov ẩn (Hidden Markov Model). Các nội dung chính được trình bày trong chương này gồm có: Các khái niệm, ba bài toán cơ bản của HMM, thuộc tính Markov, thuật toán lan truyền xuôi,...và những nội dung khác.

28p youcanletgo_04 17-01-2016 114 21   Download

Bài 2 trình bày về Concept Learning. Các nội dung chính trong bài này gồm có: Learning from examples, general-to specific ordering of hypotheses, version spaces and candidate elimination algorithm. Mời các bạn cùng tham khảo.

25p youcanletgo_04 17-01-2016 94 16   Download

Bài 3 cung cấp cho người học những kiến thức về cây quyết định (Decision tree learning). Trong bài này người học có thể tìm hiểu một số nội dung sau: Định nghĩa, giới thiệu về cây quyết định; biểu diễn mô hình/giả thuyết bằng DT, Khả năng ứng dụng của DT, giải thuật học cơ bản,...và một số nội dung khác.

36p youcanletgo_04 17-01-2016 80 16   Download

Bài 6 thảo luận về vấn đề học với luật Bayes và giải thuật di truyền. Thômg qua chương này người học có thể tìm hiểu về định lý (xác suất) Bayes, phương pháp lựa chọn giả thuyết, thuật toán học MAP vét cạn, thuật toán phân lớp Bayes đơn giản, các toán tử di truyền,... Mời các bạn cùng tham khảo để nắm bắt các nội dung chi tiết.

22p youcanletgo_04 17-01-2016 78 12   Download

Chương 5 giúp người học hiểu về "Học máy". Nội dung trình bày cụ thể gồm có: Một số khái niệm, cây quyết định, học cây quyết định, thuật toán dựng cây, tập dữ liệu huấn luyện, cây phức tạp, gia lượng thông tin của tất cả các thuộc tính,...

43p thiennga_12 06-03-2018 40 3   Download