Tìm kiếm
Đang tải khung tìm kiếm
Kết quả 1 đến 1 của 1

    TIẾN SĨ Nghiên cứu ứng dụng Mạng nơ ron tế bào CNN trong việc giải phương trình vi phân đạo hàm riêng

    D
    dream dream Đang Ngoại tuyến (18524 tài liệu)
    .:: Cộng Tác Viên ::.
  1. Gửi tài liệu
  2. Bình luận
  3. Chia sẻ
  4. Thông tin
  5. Công cụ
  6. Nghiên cứu ứng dụng Mạng nơ ron tế bào CNN trong việc giải phương trình vi phân đạo hàm riêng

    Luận án tiến sĩ năm 2011
    Đề tài: Nghiên cứu ứng dụng Mạng nơ ron tế bào CNN trong việc giải phương trình vi phân đạo hàm riêng

    MỤC LỤC
    Lời cảm ơn 1
    Lời cam đoan 2
    Mục lục 3
    Danh mục các ký hiệu, các chữ viết tắt 5
    Danh mục các bảng 7
    Danh mục các hình vẽ đồ thị 8
    CHƯƠNG 1: MỞ ĐẦU 10
    1.1. Các bài toán tính toán khoa học và công nghệ mạng nơ ron tế bào 10
    1.2. Những nội dung nghiên cứu trong luận án 12
    1.3. Phương pháp nghiên cứu 13
    1.4. Ý nghĩa khoa học và thực tiễn 14
    CHƯƠNG 2: TỔNG QUAN VỀ MẠNG NƠ RON TẾ BÀO VÀ
    PHƯƠNG TRÌNH ĐẠO HÀM RIÊNG 15
    2.1. Giới thiệu công nghệ Mạng nơ ron tế bào. 15
    2.2. Các khái niệm cơ bản về công nghệ mạng nơ ron tế bào 22
    2.3. Kiến trúc của máy tính mạng nơ ron tế bào CNN-UM. 32
    2.4. Một số thao tác xử lý trên CNN-UM. 37
    2.5. Khái quát về phương trình đạo hàm riêng 39
    2.6. Mối quan hệ động học giữa CNN và PDE 42
    2.7. Giải phương trình đạo hàm riêng Burger sử dụng công nghệ CNN 48
    2.8. Hạn chế của công nghệ CNN và giải pháp 49
    2.9. Phương pháp huấn luyện CNN bằng mẫu học 51
    2.10. Kết luận 53
    CHƯƠNG 3: PHÁT TRIỂN PHƯƠNG PHÁP GIẢI PHƯƠNG
    TRÌNH ĐẠO HÀM RIÊNG BẰNG CÔNG NGHỆ CNN 54
    5
    3.1. Khái quát hoá các dạng PDE giải trên CNN 54
    3.2. Bài toán phương trình dòng chảy thuỷ lực 63
    3. 3. Bài toán thuỷ lực hai chiều 83
    3.4. Bài toán thuỷ lực hỗn hợp 94
    3.5. Bài toán ô nhiễm khí quyển 100
    3.6. Kết luận. 109
    CHƯƠNG 4: KẾT QUẢ VÀ BÀN LUẬN 110
    4.1. Tóm tắt các kết quả đạt được 110
    4.2. Các đóng góp mới của luận án 111
    4.3. Kết luận và kiến nghị 111
    DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ 113
    TÀI LIỆU THAM KHẢO 115
    PHỤ LỤC 121

    Chương 1. Mở đầu
    1.1. Các bài toán tính toán khoa học và công nghệ mạng nơ ron tế bào
    Trong sự phát triển của nhiều lĩnh vực khoa học, công nghệ hiện nay, việc
    tính toán phức tạp như giải các phương trình đại số, phương trình vi phân, phương
    trình đạo hàm riêng, mô phỏng cho các hệ thống, cơ sở dữ liệu lớn đang đặt ra
    những nhu cầu về những giải pháp tính toán mới. Các nhà khoa học cần có những
    công cụ tính toán mạnh, có kích thước số lớn và tốc độ cao để có thể đáp ứng yêu
    cầu tính toán. Với các bài toán trong kỹ thuật có những xử lý với tín hiệu liên tục,
    tương tác trong thời gian thực, trong các hệ điều khiển, kết quả tính toán là tín hiệu
    đưa ra cho các hệ thứ cấp chấp hành thì quá trình tính toán này cần sử dụng những
    công cụ tính toán sao cho kịp thời với các tiến trình của giới tự nhiên.
    Hiện nay tốc độ của máy tính PC đã được cải thiện đáng kể. Mặt khác, ý
    tưởng xây dựng một mạng toàn cầu (global) liên kết nhiều máy tính cùng tham gia
    tính toán đã được đề xuất và đang triển khai thực hiện tại nhiều nước trên thế giới
    cũng như tại Việt Nam để có thể giải quyết những bài toán khoa học lớn có quy mô
    rộng, quá trình tính toán liên tục, lâu dài xử lý cho những kho dữ liệu lớn phức tạp.
    12
    Tuy vậy, với những bài toán quy mô nhỏ nhưng cũng cần tính toán nhiều, tốc
    độ nhanh trong một hệ thống nhỏ gọn ONCHIP thì mô hình global trên không phù
    hợp. Hơn nữa, khi đầu vào của hệ thống là một luồng thông tin biến đổi nhanh (như
    luồng tín hiệu video) thì việc tính toán của máy PC có thể không đáp ứng được, vì
    khi xử lý xong thì kết quả không còn giá trị do tính không kịp thời. Có thể nói máy
    tính PC (có một hay nhiều lõi) hiện nay đã đạt đến giới hạn vật lý về kích thước và
    tốc độ của mạch tích hợp VLSI nên khó đáp ứng cho những bài toán yêu cầu cao
    hơn. Người ta cần tìm kiếm một phương thức tính toán mới thích hợp, có hiệu quả
    thoả mãn các nhu cầu tính toán.
    Nghiên cứu về cấu tạo và sự hoạt động của hệ thần kinh người ta đã thấy cấu
    trúc của hệ thần kinh gồm các nơ ron xử lý phân tán rải khắp cơ thể đến cơ quan
    thần kinh trung ương. Khi xử lý các nơ ron liên kết cục bộ với nhau để vừa xử lý,
    vừa truyền tín hiệu từ bất cứ phần nào của cơ thể đến não bộ, do vậy quá trình xử lý
    song song diễn ra cực kỳ nhanh làm cho con người có những phản xạ thích ứng kịp
    thời khi gặp các tác nhân kích thích từ môi trường. Từ những tham khảo về mô hình
    mạng nơ ron sinh học và lý thuyết về mạng nơ ron thông thường (mạng Hopfield),
    năm 1988 Leon O Chua và Lin Yang đưa ra ý tưởng về một kiến trúc tính toán mới
    trở thành một công nghệ xử lý, tính toán song song vật lý đó là công nghệ mạng nơ
    ron tế bào (Cellular Neural Network-CNN) [12],[13]. Năm 1993, Tamás Roska và
    L. O Chua đưa ra mô hình kiến trúc của máy tính mạng nơ ron tế bào (CNN
    Universal Machine-CNN UM) làm cơ sở cho việc chế tạo phần cứng. Từ đó, với sự
    phát triển của công nghệ vi mạch mật độ cao VLSI các nhà sản xuất đã nghiên cứu
    chế tạo ra các chip CNN thương mại. Chip CNN ban đầu là một hệ thống ONCHIP
    có 8x8 phần tử xử lý (gọi là cell-tế bào) liên kết cục bộ với nhau xử lý song song và
    chỉ xử lý giá trị nhị phân. Đến nay với công nghệ vi mạch số các nhà nghiên cứu đã
    xây dựng chip CNN có tên gọi là Programmable Optical Array Computer (POAC)
    có kích thước lớn tới 500x500 [37]. Nếu cấu hình bằng công nghệ chip FPGA có
    thể đạt 512x512 thậm chí 1028x1028 tế bào [23], [34].
    Nhiều thế hệ chip khác nhau dựa trên công nghệ CNN đã được chế tạo phục
    13
    vụ các bài toán ứng dụng trong nhiều lĩnh vực. Đặc điểm quan trọng của công nghệ
    CNN là kích thước mạng nhỏ gọn, không cần sự điều khiển kết nối, trao đổi dữ liệu
    phức tạp như trong mạng máy tính thông thường.
    Hàng năm các hội thảo về CNN được tổ chức để trao đổi chia xẻ những
    thành tựu trong nghiên cứu và phát triển ứng dụng công nghệ này. Hội thảo về
    CNN2008 (từ 14-16/07/2008 tại Tây Ban Nha) đã có gần 250 báo cáo được trình
    bày; Hội thảo CNNA2010 được tổ chức tại đại học Berkeley (California-US) từ
    ngày 3-5 tháng 02/2010 có khoảng trên 100 báo cáo. Trong đó, vấn đề nổi trội là
    ứng dụng vật liệu mới memristor để xây dựng bộ nhớ trong các hệ CNN; các bài
    toán ứng dụng xử lý song song trong việc tạo khả năng “nhìn” cho các rô bốt, hệ
    điều khiển tự động; các hệ CNN đa lõi, đa lớp .cũng được giới thiệu nhiều. Hiện
    nay các trung tâm nghiên cứu về CNN có ở châu Âu (Hungary, Tây ban nha, Italia,
    Anh, Thổ Nhĩ kỳ), Mỹ. Tại châu Á đã có một số nước tham gia nghiên cứu như
    Trung Quốc, Hàn Quốc, Nhật Bản . Tại Việt Nam, hiện nay mới chỉ có một nhóm
    nghiên cứu tại Viện Công nghệ thông tin - Viện KH&CN Việt Nam, và một số
    trường đang triển khai đào tạo và nghiên cứu như ĐHBK Hà Nội, ĐHQG Hà Nội,
    đại học Thái Nguyên. Trong các Hội thảo, tạp chí trong nước mới có một số ít bài
    nói về công nghệ CNN [3],[4].
    1.2. Những nội dung nghiên cứu trong luận án
    Trong lĩnh vực tính toán khoa học đang cần giải quyết rất nhiều bài toán liên
    quan đến giải phương trình đạo hàm riêng xuất hiện trong thực tế. Một số bài toán
    về môi trường như sự ô nhiễm khí quyển, ô nhiễm nguồn nước trong các dòng sông,
    hồ chứa ., các hiện tượng biến động khí quyển xảy ra trong không gian vũ trụ, trong
    các đại dương, sông hồ như giông, bão, sóng thần, động đất . là những bài toán
    được nhiều người quan tâm nghiên cứu. Nhất là trong tình hình hiện nay, sự ấm lên
    của trái đất, hiệu ứng nhà kính gây ra những thảm hoạ thiên nhiên rất nghiêm trọng
    đối với môi trường và sự sống, chúng ta cần có những tính toán dự báo chính xác để
    phòng tránh, hạn chế thiệt hại do thiên tai. Xuất phát từ thực tế đó, cùng với việc
    nghiên cứu công nghệ CNN, Luận án thực hiện nghiên cứu áp dụng giải một số
    14
    PDE mô tả bài toán thuỷ lực và bài toán ô nhiễm khí quyển.
    Để nghiên cứu tiếp cận một lĩnh vực tính toán khoa học với những công cụ
    mạnh, hiệu quả, Luận án tiến hành nghiên cứu nắm bắt những cơ sở toán học, kiến
    trúc mạch phần cứng, thuật toán xử lý, khả năng ứng dụng của CNN. Qua đó, lựa
    chọn, đề xuất phương pháp giải một số phương trình đạo hàm riêng và thực hiện
    giải theo các thuật toán của CNN, cụ thể:
    -Luận án đã đề xuất nghiên cứu giải phương trình dòng chảy một chiều:
    Nghiên cứu mô hình toán học, thiết kế mẫu, chứng minh sự ổn định của mạng với
    tập mẫu tìm được. Chứng minh sự tương đương toán học giữa mô hình sai phân và
    mô hình CNN. Mô phỏng tính toán theo thuật toán CNN trên Matlab, thiết kế mạch
    và cấu hình trên chip EP2C35 tạo thành mạng CNN cho bài toán; so sánh kết quả
    tính toán trên máy PC và tính toán bằng mạng CNN xây dựng trên chip FPGA. Nội
    dung này được trình bày trong Mục 3.2 của Luận án. Những kết quả nghiên cứu này
    có trong các tài liệu ở mục [1], [2], [4], trong Danh mục công trình của tác giả.
    -Luận án nghiên cứu phương trình thuỷ lực hai chiều bao gồm: Đề xuất mô
    hình thuật toán, thiết kế mẫu, xây dựng mô hình kiến trúc phần cứng, chứng minh
    sự ổn định của mạng và sự tương đương giữa mô hình sai phân và mô hình mạng
    CNN. Cài đặt mô phỏng thuật toán trên Matlab, phân tích tài nguyên chip cần cho
    chế tạo phần cứng. Các nội dung này được trình bày tại Mục 3.3 của Luận án và có
    trong mục [3], [6] phần Danh mục công trình của tác giả.
    -Luận án đề xuất thuật toán CNN giải phương trình thuỷ lực hỗn hợp và cài
    đặt mô phỏng tính toán trên Matlab trong Mục 3.4 của Luận án và trong mục [5],
    Danh mục công trình của tác giả.
    - Luận án nghiên cứu thuật toán, thiết kế mẫu, phân tích sự ổn định của mạng
    CNN 3D giải phương trình mô tả hiện tượng ô nhiễm khí quyển, tiến hành cài đặt
    thực nghiệm mô phỏng tính toán cho bài toán trên Matlab và thiết kế kiến trúc tính
    toán trên công nghệ FPGA. Nội dung này được trình bày trong Mục 3.5 của Luận
    án và có trong các tài liệu ở mục [8], [9] Danh mục công trình của tác giả.
    1.3. Phương pháp nghiên cứu
    15
    Để đạt được mục đích nghiên cứu, luận án đã sử dụng các phương pháp:
    Phương pháp luận nghiên cứu về công nghệ CNN (mô hình toán học, lý thuyết về
    kiến trúc mạch điện tử, kiến trúc phần cứng CNN, điều kiện ổn định, ngôn ngữ đặc
    tả phần cứng để cấu hình mạng, các thuật toán, công cụ hỗ trợ); phương pháp sai
    phân giải các phương trình đạo hàm riêng (lược đồ sai phân, điều kiện tồn tại duy
    nhất nghiệm, sự ổn định, độ chính xác của nghiệm); phương pháp thiết kế, sử dụng
    ngôn ngữ mô tả phần cứng VHDL, Verilog lập trình cấu hình và lập trình tính toán
    trên chip FPGA thông qua giao diện của máy PC.
    1.4. Ý nghĩa khoa học và thực tiễn
    Về mặt khoa học luận án đã đề xuất một phương pháp mới dựa trên công
    nghệ tính toán song song CNN để giải một số phương trình PDE cụ thể, qua đó phát
    triển tập mẫu trong thư viện mẫu CNN phục vụ cho việc giải PDE.
    Về mặt thực tiễn: từ những nghiên cứu ban đầu này hình thành các cơ sở lý
    luận, các kỹ năng, kinh nghiệm triển khai áp dụng công cụ CNN vào giải PDE; góp
    phần giới thiệu công nghệ CNN tại Việt Nam, kết quả nghiên cứu là những tài liệu
    phục vụ giảng dạy, học tập nghiên cứu tại các cơ sở đào tạo, tạo cơ hội trao đổi học
    hỏi với các nhà nghiên cứu trong nước và thế giới.
    16
    Chương 2.
    Tổng quan về Mạng nơ ron tế
    bào và phương trình đạo hàm riêng
    2.1. Giới thiệu công nghệ mạng nơ ron tế bào
    2.1.1. Lịch sử phát triển của máy tính mạng nơ ron tế bào
    Năm 1988, Leon O Chua và Lin Yang đưa ra ý tưởng về kiến trúc máy tính
    mạng nơ ron tế bào (Cellular Neural Network) [12],[13]. Trong đó, các tác giả đã
    nêu những nội dung cơ bản cho một mô hình tính toán song song, bao gồm kết cấu
    mạch điện, phương trình toán học mô tả hoạt động của hệ thống. Bài báo cũng phân
    tích, chứng minh sự làm việc ổn định của mạng bằng các cơ sở toán học, đưa ra mô
    hình mô phỏng thuật toán với những ví dụ cụ thể. Đây là những khái niệm, nguyên
    tắc cơ bản, làm nền tảng cho việc nghiên cứu về công nghệ CNN. Mô hình mạch
    điện của Chua đã trở thành kiến trúc lõi cho việc thiết kế các chip CNN sau này.
    Sau đó là một loạt các bài viết về việc thiết kế chip CNN ứng dụng cho bài toán xử
    lý ảnh và nhận dạng là lĩnh vực đầu tiên được ứng dụng công nghệ CNN.
    Năm 1993, Tamás Roska và Leon Chua lần đầu tiên giới thiệu kiến trúc của
    máy tính mạng nơ ron tế bào (CNN-UM) [33] với những chip analog lập trình theo
    thuật toán. Các nhà nghiên cứu thuộc Office of Naval Research, National Science

    TÀI LIỆU THAM KHẢO
    1. Tiếng Việt
    1. Hoàng Văn Lai, Nguyễn Thế Hùng (2006) " Áp dụng tính toán song song trong
    mô hình thủy lực hai chiều”, Kỷ yếu Hội thảo kỷ niệm 30 năm thành lập
    Viện Công nghệ thông tin- Viện KH&CN Việt Nam, Tr. 59-66.
    2. Hoàng Văn Lai, Nguyễn Tuấn Anh, Nguyễn Tiến Cường, Trần Thu Hà, Lê Thu
    Hoài, Nguyễn Bá Hưng, Dương Thị Thanh Hương và Lê Hồng Phong,
    (2010), “Xây dựng và áp dụng các phần mềm thuỷ văn, thuỷ lực phục vụ
    kiểm soát lũ lụt ở đồng bằng sông Hồng”, Kỷ yếu Hội nghị khoa học Kỷ
    niệm 35 năm thành lập Viện Khoa học và Công nghệ Việt Nam, Tr. 62-71.
    3. Phạm Thượng Cát, (2006), “Công nghệ mạng nơ ron tế bào và khả năng ứng
    dụng trong các hệ cơ điện tử” Tuyển tập Hội nghị toàn quốc lần thứ 3 về
    Cơ điện tử VCM2006, NXB Đại học Quốc gia Hà nội, Tr. 33-42.
    4. Phạm Thượng Cát, (2007), “Máy tính vạn năng mạng nơ ron tế bào CNN UM:
    Một hướng phát triển mới của công nghệ thông tin”, Kỷ yếu Hội nghị Khoa
    học 30 năm thành lập Viện Công nghệ Thông Tin. NXB Khoa học Tự nhiên
    và Công nghệ, Tr. 239-250.
    5. Tạ Văn Đĩnh, (2002) ”Phương pháp sai phân và phương pháp phần tử hữu hạn”
    NXB Khoa học và Kỹ thuật. Hà Nội.
    6. Nguyễn Thương Ngô, (2003), “Lý thuyết điều khiển tự động thông thường và
    hiện đại” , NXB Khoa học Kỹ thuật. Hà Nội.
    2. Tiếng Anh
    7. A Dang Q.,Ehrhardt M. (2006) “Adequate Numerical Solution of Air-Pollution
    Problems by Positive Difference Schemes on Unbounded Domains”,
    Mathematical and Computer Modelling, 44, PP. 834-856.
    8. Arena P., Fortuna L.,Lombardo D., Pantané L., (2008), “CNN and Collective
    perception” Proceeding of 11
    th
    Internatonal Workshop on CNN and their
    Applications, (CNNA2008), PP. 186-191.
    9. Besancon G.,Dulhoste J.F.,Georges D. (2001), “Nonlinear Observer Design for
    Water Level Control in Irrigation Canals” Proceedings of the 40th IEEE
    Conference on Decision and Control, Orlando, Florida USA, PP. 4968-4973.
    117
    10. Boroushaki M.,Ghofrani M.B.,Lucas C. (2005), "Simulation of Nuclear Reactor
    Core Kinetics Using Multilayer 3-D Cellular Neural Networks", IEEE
    Transactions on Nuclear Science, 52(3), PP. 719-728.
    11. Chen J., Shi Z., Hu Y. (2008), "A Comparative Study of High- Resolution
    Central Scheme for Solving the 2D Shallow Water Equations" Bioinformatics and Biomedical Engineering. ICBBE2008, International Conf., 2, PP.
    4629-4632.
    12. Chua L. O., Yang L. (1988), "Cellular Neural Networks: Theory", IEEE
    Transaction on Circuits and System,35 (10), pp. 1257-1272.
    13. Chua L.O., L. Yang, (1988), "Cellular Neural Networks: Application", IEEE
    Trans. Circuits and System 35, PP. 1273-1290.
    14. Funabash M.,Haruna K. (1971), “A Mathematical Model for Air Pollution
    Control in Urban Area”, Conf. on Decision and Control 10,(1), PP. 591-595.
    15. Geese M., Tetzlaff R., Carl D., Blug A., Hõfler H. (2008), “ High-speed Visual
    Control of Laser Welding Process by Celluar Neural Networks”, Proceeding
    of 11
    th
    Internatonal Workshop on CNN and their Applications, (CNNA2008),
    PP. 196-2001.
    16. Georges D. (1995), “Nonlinear Implicit State-Observer Design for the
    Monitoring of Open-Channel Hydraulic System” IEEE International
    Conference on Systems, Man and Cybernetics, 4, PP. 3772-3777.
    17. Georges D.,Dulhoste I.F.,Besancon G. (2002), “A note on feedback Linearizing
    Control for Open-Channel Hydraulic System”, Conference on Control
    Application, Glasgow, Scotland UK, PP. 675-680.
    18. Gilli M.,Roska T.,Chua L.O.,Civalleri P.P (2002), “CNN dynamics represents a
    broader class than PDEs” International Journal of Bifurcation and Chaos,
    2(10) World Scientific Publishing Company, PP. 2051-2068.
    19. Gollas F., Tetzlaff R. (2008), “Analysis of EEG Signals in Epilepsy: SpationTemporal Models”, Proceeding of 11
    th
    Internatonal Workshop on CNN and
    their Applications, (CNNA2008), PP. 96-101

    Xem Thêm: Nghiên cứu ứng dụng Mạng nơ ron tế bào CNN trong việc giải phương trình vi phân đạo hàm riêng
    Nội dung trên chỉ thể hiện một phần hoặc nhiều phần trích dẫn. Để có thể xem đầy đủ, chi tiết và đúng định dạng tài liệu, bạn vui lòng tải tài liệu. Hy vọng tài liệu Nghiên cứu ứng dụng Mạng nơ ron tế bào CNN trong việc giải phương trình vi phân đạo hàm riêng sẽ giúp ích cho bạn.
    #1
  7. Đang tải dữ liệu...

    Chia sẻ link hay nhận ngay tiền thưởng
    Vui lòng Tải xuống để xem tài liệu đầy đủ.

    Gửi bình luận

    ♥ Tải tài liệu

social Thư Viện Tài Liệu
Tài liệu mới

Từ khóa được tìm kiếm

Nobody landed on this page from a search engine, yet!

Quyền viết bài

  • Bạn Không thể gửi Chủ đề mới
  • Bạn Không thể Gửi trả lời
  • Bạn Không thể Gửi file đính kèm
  • Bạn Không thể Sửa bài viết của mình
  •  
DMCA.com Protection Status