Sử dụng mạng nơron nhân tạo Fuzzy Art để phân cụm dữ liệu

Nông Thị Hoa và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 49 - 53

49

SỬ DỤNG MẠNG NƠRON NHÂN TẠO FUZZY ART ĐỂ PHÂN CỤM DỮ LIỆU

Nông Thị Hoa1*, Hoàng Trọng Vĩnh2

1

Trường Đại học Công nghệ Thông tin & Truyền thông - ĐH Thái Nguyên

2Công ty FPT software

TÓM TẮT

Mạng nơron mờ là một mạng nơron nhân tạo mà phối hợp của các khái niệm mờ, các luật suy diễn

mờ với kiến trúc và việc học của các mạng nơron. Phân cụm dữ liệu là một công cụ quan trọng của

khai thác dữ liệu và tìm ra tri thức trong một số lượng lớn dữ liệu. Fuzzy ART (Fuzzy Adaptive

Resonance Theory) là một mạng nơron mờ mà giải quyết bài toán phân cụm dữ liệu tốt hơn các

phương pháp phân cụm truyền thống. Trong nghiên cứu này, chúng tôi phân tích các ưu điểm của

Fuzzy ART và hướng dẫn chọn các tham số của mô hình Fuzzy ART để giải bài toán phân cụm

cho các tập dữ liệu đạt độ chính xác cao nhất. Các thực nghiệm được làm với 5 tập dữ liệu chuẩn

trong cơ sở dữ liệu UCI để chứng minh tính hiệu quả của Fuzzy ART. Kết quả thực nghiệm cho

thấy Fuzzy ART cho kết quả phân cụm với độ chính xác cao.

Từ khóa: Fuzzy ART, ART, Fuzzy Neural Network, Fuzzy Set, Clustering

GIỚI THIỆU

*

Phân cụm dữ liệu là một công cụ quan trọng

của khai thác dữ liệu và tìm ra tri thức trong

một số lượng lớn dữ liệu. Hơn nữa, phân cụm

còn tổng hợp một số lượng lớn dữ liệu trong

một số lượng nhỏ các nhóm nên phân cụm có

ích cho cho việc hiểu một số lượng lớn dữ liệu.

Một số phương pháp phân cụm truyền thống

đã được đưa ra như K-mean [2], phân cụm

phân cấp [3], và mô hình SOM [6] nhưng độ

phức tạp tính toán của các phương pháp này

khá lớn. Fuzzy ART [1] là một mạng nơron

mờ có các ưu điểm gồm: Học dữ liệu huấn

luyện cho đến khi thỏa mãn một điều kiện

nhất định, có thể sinh ra nhóm mới mà không

phá vỡ các nhóm đang tồn tại, dễ dàng lựa

chọn các tham số của mạng. Do đó, Fuzzy

ART phân cụm dữ liệu với độ chính xác cao

và giảm đáng kể độ phức tạp tính toán.

BÀI TOÁN PHÂN CỤM DỮ LIỆU

Phát biểu bài toán

Cho tập dữ liệu D. Mỗi dữ liệu I trong tập D

được biểu diễn bằng một véc tơ có M phần tử.

Mỗi thành phần của I nằm trong khoảng [0,

1]. Khi đó ta có:

I=(I1, …., IM ).

*

Tel: 01238 492 484

Tập D có p nhóm. Mỗi nhóm có một véc tơ

trọng số W gồm có M phần tử. Khi đó véc tơ

trọng số của nhóm k được biểu diễn như sau:

Wk=(Wk

1

, …., Ik

M

)

Mỗi dữ liệu I thuộc về một nhóm h nhất định.

Yêu cầu: Dựa vào sự tương đồng giữa mỗi

dữ liệu I và véc tơ trọng số W của các nhóm

để phân dữ liệu I vào nhóm h.

Một số phương pháp giải truyền thống

Teuvo Kohonen [6] đưa ra một mô hình của

một quá trình tự tổ chức mới mà được gọi là

mô hình SOM. SOM là một mạng nơ ron

nhân tạo thực hiện học không giám sát để tạo

ra một biểu diễn cho không gian dữ liệu vào

với số chiều thấp hơn. M.Queen [2] đưa ra

thuật toán K-mean mà phân chia tập dữ liệu

vào một số cụm nhất định bằng việc cực tiểu

hàm lỗi bình phương. Sau đó, trọng số của

các cụm được cập nhật bởi giá trị trung bình

của các mẫu trong mỗi phân cụm. Johnson [3]

đưa ra thuật toán phân cụm phân cấp dựa vào

sự nhập lại của hai cụm gần nhất. Tuy nhiên

các phương pháp này có độ phức tạp tính toán

khá cao do việc luôn tính lại trọng số của mỗi

phân lớp khi xét một dữ liệu huấn luyện.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn