Thu08162018

Last update06:57:12 AM GMT

Công trình dự án

Sự cần thiết của dự án:”Điều tra, đánh giá tổng quan tài nguyên nước tỷ lệ 1:100.000 lưu vực sông Lô – Gâm”

Lưu vực sông Lô - Gâm là lưu vực sông Quốc tế nằm trên lãnh thổ hai quốc gia: Việt Nam và Trung Quốc với 316 km đường biên giới. Lưu vực có vị trí chiến lược chính trị, quân sự quan trọng đồng thời đây cũng là một trong những điều kiện thuận lợi để phát triển thương mại qua các cửa khẩu. Lưu vực có địa hình chủ yếu là núi, bị chia cắt mạnh mẽ, ảnh hưởng sâu sắc đến mật độ sông suối và sự hình thành các tiểu vùng khí hậu. Do vậy đã ảnh hưởng mạnh mẽ đến sự phân bố theo không gian và thời gian của nước mưa, nước mặt trên lưu vực, nước dưới đất trong các tầng chứa nước. Đặc điểm địa hình, địa chất, địa mạo của lưu vực làm gia tăng các quá trình trượt lở, xói mòn và bồi lắng sông hồ. Mặt khác, tài nguyên nước lưu vực sông Lô Gâm đang chịu nhiều áp lực từ phía thượng nguồn Trung Quốc cả về “chất” và “lượng” (diện tích lưu vực thuộc TQ 40,3%). Trong khi đó trên lưu vực các mâu thuẫn trong khai thác sử dụng nước giữa các ngành, giữa khu vực thượng và hạ lưu, giữa các địa phương không ngừng gia tăng.

sp80

Tình trạng thiếu nước cho ăn uống sinh hoạt xảy ra ở nhiều nơi, điển hình là khu vực vùng núi đá vôi Hoàng Su Phì, Đồng Văn, Mèo Vạc, Yên Minh, Quản Bạ (Hà Giang); Mường Khương, Bảo Hà (Lào Cai); Bảo Lâm, Bảo Lạc (Cao Bằng), Chợ Rã (Bắc Kạn)...Về mùa khô nước cho công nghiệp, nông nghiệp, khai thác và chế biến khoáng sản, nước cho thủy điện và giao thông thủy thường xuyên thiếu hụt trầm trọng. Ngược lại, về mùa mưa một số khu vực có lượng mưa và lượng dòng chảy tập trung quá lớn, do không có rừng che phủ, độ dốc lớn đã thường xuyên xảy ra các hiện tượng lũ lụt, lũ quét và lũ bùn đá. Nghiêm trọng nhất trong thời gian gần đây là lũ quét, lũ bùn đá ở Văn Chấn (Yên Bái), ở thượng nguồn các sông Lô, sông Gâm, sông Nhiệm gây thiệt hại nặng nề về người và tài sản của nhân dân.

Bên cạnh đó hiện tượng suy thoái về chất lượng nước không ngừng gia tăng do tập tục sinh hoạt, sản xuất, chăn nuôi của nhân dân còn lạc hậu, các chất thải không được thu gom, xử lý mà xả trực tiếp vào nguồn nước. Các hoạt động khai thác chế biến khoáng sản, tàn phá rừng đầu nguồn đã làm thay đổi cảnh quan địa hình, thảm thực vật làm suy thoái nhanh chất lượng nước.

Những năm qua việc điều tra, đánh giá tài nguyên nước mặt trên lưu vực sông Lô - Gâm mới chỉ được thực hiện trên dòng chính sông Lô, sông Gâm, sông Chảy và việc đánh giá hiện trạng chất lượng ở các báo cáo đơn lẻ, mang tính địa phương, phục vụ các quy hoạch thủy lợi là chính. Mạng lưới quan trắc tài nguyên nước mặt tập trung trên dòng chính sông Lô, sông Gâm, sông Chảy cũng chỉ có khoảng 30 trạm, phụ lưu lớn có diện tích lưu vực từ 200 km2 đến hàng ngàn km2 không hề có trạm quan trắc nào dẫn đến việc đánh giá tài nguyên nước mặt trên lưu vực sông Lô – Gâm còn rất nhiều hạn chế.

Công tác điều tra, đánh giá tài nguyên nước dưới đất đã thành lập được bản đồ địa chất thuỷ văn tỷ lệ 1:200.000 phủ kín toàn lưu vực. Các dạng điều tra: lập bản đồ địa chất thủy văn tỷ lệ trung bình, tìm kiếm đánh giá tài nguyên nước, tìm kiếm thăm dò nước dưới đất mới chỉ phủ kín được khoảng 6,8 % diện tích vùng nghiên cứu. Kết quả điều tra có những báo cáo được tiến hành từ những năm 1960 dẫn đến các dữ liệu trên còn phân tán, chưa đồng bộ và quá cũ dẫn đến giá trị sử dụng rất thấp. Mặt khác, hiện nay trên lưu vực sông Lô - Gâm chưa có công trình quan trắc tài nguyên nước dưới đất nào dẫn đến việc quản lý tài nguyên nước dưới đất gặp rất nhiều khó khăn.

Cho đến nay cơ sở dữ liệu, thông tin về tài nguyên nước vẫn còn thiếu, chưa đồng bộ để lập quy hoạch tài nguyên nước phục vụ phát triển kinh tế - xã hội và an ninh quốc phòng. Chính vì vậy, dự án “Điều tra, đánh giá tổng quan tài nguyên nước tỷ lệ 1:100.000 lưu vực sông Lô - Gâm” là hết sức cấp thiết nhằm: Đánh giá được tổng quan về sự phân bố, đặc điểm, đặc trưng chủ yếu, tiềm năng, trữ lượng, chất lượng tài nguyên nước; Xác định được khả năng đáp ứng nguồn nước cho các mục đích sử dụng để phục vụ phát triển kinh tế xã hội và bảo đảm quốc phòng an ninh vùng; Tạo bộ dữ liệu phục vụ công tác quản lý nhà nước về tài nguyên nước. Kết hợp tạo nguồn cấp nước sinh hoạt cho nhân dân ở một số khu vực bố trí công trình điều tra nước dưới đất.

Sự cần thiết của dự án:”Điều tra đánh giá sơ bộ tài nguyên nước tỷ lệ 1:50.000 vành đai kinh tế vịnh Bắc Bộ”

Tài nguyên nước thuộc vành đai kinh tế ven biển Vịnh Bắc Bộ khá phong phú và đa dạng, nhưng lại phân bố không đều theo không gian và thời gian, chịu tác động của nhiều yếu tố về cả “chất” và “lượng”: vùng Hải Phòng nằm ở hạ du hệ thống sông Hồng - sông Thái Bình nên nguồn nước chịu áp lực từ phía thượng nguồn, bên cạnh đó khu vực dự án chịu tác động của xâm nhập mặn rất nặng nề.

Hiện nay, quá trình đô thị hóa diễn ra mạnh mẽ, các khu đô thị, khu du lịch và công nghiệp phát triển với tốc độ cao, do đó nhu cầu sử dụng nước ngày càng tăng. Việc khai thác nước dưới đất một cách tùy tiện; xây dựng các công trình khai thác nước không đúng quy cách trong khi chưa luận chứng được tính bền vững và khả năng đáp ứng của các tầng chứa nước đã dẫn đến các ảnh hưởng tiêu cực như suy thoái, cạn kiệt tầng chứa nước, nhiễm mặn, nhiễm bẩn, lún mặt đất... Mặt khác, nước thải sinh hoạt và công nghiệp lại được xả trực tiếp vào các sông suối (nguồn bổ cập chủ yếu cho nước dưới đất) mà không được xử lý, điều đó càng làm trầm trọng thêm sự ô nhiễm vốn sẵn có của các nguồn nước này, đặc biệt là khu vực vùng vịnh. Các hoạt động dân sinh, kinh tế trên khu vực dự án cũng như phía thượng nguồn ảnh hưởng ít nhiều đến diễn biến tài nguyên nước cũng như làm biến đổi lòng dẫn của các con sông mà sự biến động này chưa được đánh giá đầy đủ.

Mạng lưới quan trắc tài nguyên nước còn thưa nên việc đánh giá diễn biến tài nguyên nước, chất lượng nước còn rất hạn chế do vậy tình hình quản lý khai thác, bảo vệ tài nguyên nước rất khó khăn.

Ngoài các trạm thủy văn quan trắc dòng chảy hàng năm, trên khu vực còn có các điểm quan trắc dòng chảy cạn trên một số sông suối nhỏ nhằm phục vụ các nghiên cứu chuyên đề, các số liệu này không đảm bảo cho việc đánh giá tài nguyên nước.

sp79Sơ đồ các công trình quan trắc tài nguyên nước dưới đất vành đai kinh tế ven biển Vịnh Bắc Bộ

Công tác điều tra, đánh giá tài nguyên nước thiếu đồng bộ và không tập trung. Mặt khác kết quả điều tra, đánh giá tài nguyên nước dưới đất đa phần được tiến hành từ những năm 60 của thế kỷ trước nên việc khai thác thông tin, dữ liệu gặp rất nhiều khó khăn. Mức độ điều tra còn rời rạc, qua nhiều giai đoạn khác nhau nên chưa có sự thống nhất, liên tục cả về phạm vi và đối tượng nghiên cứu.

Vành đai kinh tế ven biển vịnh bắc bộ đã có rất nhiều các công trình nghiên cứu. Tuy nhiên việc điều tra, đánh giá tài nguyên nước mặt trên khu vực chủ yếu thực hiện trên các sông lớn thuộc hệ thống sông Hồng - sông Thái Bình và việc đánh giá hiện trạng chất lượng ở các báo cáo đơn lẻ, mang tính địa phương. Nhìn chung kết quả công tác điều tra, đánh giá tài nguyên nước dưới đất đã góp phần quan trọng trong việc khai thác nước dưới đất để cung cấp cho ăn uống, sinh hoạt, công nghiệp… đồng thời cũng là cơ sở quan trọng trong việc quản lý tài nguyên nước của Bộ Tài nguyên và Môi trường và các địa phương.

Từ thực tế trên, dự án:”Điều tra đánh giá sơ bộ tài nguyên nước tỷ lệ 1:50.000 vành đai kinh tế vịnh Bắc Bộ” là rất cần thiết. Dự án nhằm làm sáng rõ đặc điểm tài nguyên nước và đánh giá được tiềm năng, trữ lượng và chất lượng tài nguyên nước; Xác định được khả năng đáp ứng nguồn nước cho các mục đích sử dụng và đề xuất các giải pháp khai thác, sử dụng hợp lý và bảo vệ tài nguyên nước, làm cơ sở để phục vụ quy hoạch phát triển kinh tế - xã hội, đảm bảo an ninh quốc phòng.

Phương pháp đánh giá sai số dựa vào thống kê toán học để dự báo tài nguyên nước

Đánh giá sai số yếu tố 

Coi các đại lượng dự báo mang tính chất ngẫu nhiên, sử dụng đặc trưng thống kê cơ bản của sự biến đổi các đại lượng ngẫu nhiên có phân bố chuẩn là khoảng lệch quân phương của chuỗi trị số thay đổi yếu tố dự báo trong khoảng thời gian dự kiến làm cơ sở tính sai số cho phép. 

Hệ số K = ∆H/σ   = 0.674 có xác suất xuất hiện trong khoảng P[(X±K)] = 50%; σ∆ được tính từ chuỗi ∆Hτ = Ht - Ht-τ  

Theo Quy phạm dự báo tài nguyên nước hiện hành của Trung Quốc, sai số cho phép được lấy trong khoảng (0,3 ÷ 1) σ∆ tùy thuộc vào kỹ thuật, khả năng dự báo và nhu cầu của đối tượng phục vụ, nhưng Scf không nhỏ hơn 10cm.

Đánh giá mức độ hiệu quả của phương án: sử dụng các chỉ tiêu thống kê sau:

Tỷ số σ’/σ

Trong đó σ’ là khoảng lệch quân phương của chuỗi sai số:

σ’ = [Σ(Hdb – H)2/n]1/2

và σ là khoảng lệch quân phương của chuỗi biến đổi yếu tố dự báo trong khoảng thời gian dự kiến:

σ = [Σ(∆Hτi – ∆Hτtb)2/n ]1/2

Hệ số tương quan giữa tính toán và thực đo η được tính theo công thức:

η = {1-(σ’/σ )2}1/2

Bảng 2: Quy định về đánh giá phương án dự báo theo η và σ’/σ

σ’/σ

η

Đánh giá phương án

≤ 0.4

≥ 0.9

Tốt

≤ 0.6

≥ 0.9

Đạt

≤ 0.8

≥ 0.6

Đạt (yếu) dùng khi n≥ 25

>0.8

< 0.6

Không đạt

Mức bảo đảm của phương án dự báo

P% = (m/n) x 100

Trong đó: m: số lần dự báo đúng n: tổng số lần dự báo

Phương pháp này có cơ sở lập luận chặt chẽ, cho phép đánh giá được độ chính xác các phương án dự báo đối với nhiều hiện tượng tài nguyên nước khác nhau. Các tiêu chuẩn đánh giá đều xuất phát từ số liệu thực đo và chất lượng dự báo của phương pháp nên mang tính khách quan. Tuy nhiên, yếu điểm của cả 2 phương pháp là việc chọn sai số dự báo yếu tố tài nguyên nước cố định là không hợp lý, các giá trị rất lớn, hoặc rất nhỏ đều có cùng sai số cho phép như nhau, nhưng trên thực tế, mức độ khó khăn trong dự báo lại khác nhau, đặc biệt đôi khi giá trị thực đo lại nhỏ hơn Scf nên việc đánh giá kém ý nghĩa.

Một số vấn đề cần quan tâm khi thiết kế mạng nơron

Mặc dù, về mặt lý thuyết, có tồn tại một mạng có thể mô phỏng một bài toán với độ chính xác bất kỳ. Tuy nhiên, để có thể tìm ra mạng này không phải là điều đơn giản. Để định nghĩa chính xác một kiến trúc mạng như: cần sử dụng bao nhiêu lớp ẩn, mỗi lớp ẩn cần có bao nhiêu đơn vị xử lý cho một bài toán cụ thể là một công việc hết sức khó khăn. Dưới đây trình bày một số vấn đề cần quan tâm khi ta thiết kế một mạng:

Số lớp ẩn

Vì các mạng có hai lớp ẩn có thể thể hiện các hàm với dáng điệu bất kỳ, nên về lý thuyết, không có lý do nào sử dụng các mạng có nhiều hơn hai lớp ẩn. Người ta đã xác định rằng đối với phần lớn các bài toán cụ thể, chỉ cần sử dụng một lớp ẩn cho mạng là đủ. Các bài toán sử dụng hai lớp ẩn hiếm khi xảy ra trong thực tế. Thậm chí đối với các bài toán cần sử dụng nhiều hơn một lớp ẩn thì trong phần lớn các trường hợp trong thực tế, sử dụng chỉ một lớp ẩn cho ta hiệu năng tốt hơn là sử dụng nhiều hơn một lớp. Việc huấn luyện mạng thường rất chậm khi mà số lớp ẩn sử dụng càng nhiều. Lý do sau đây giải thích cho việc sử dụng càng ít các lớp ẩn càng tốt là:

1) Phần lớn các thuật toán luyện mạng cho các mạng nơron truyền thẳng đều dựa trên phương pháp gradient. Các lớp thêm vào sẽ thêm việc phải lan truyền các lỗi làm cho vector gradient rất không ổn định. Sự thành công của bất kỳ một thuật toán tối ưu theo gradient phụ thuộc vào độ không thay đổi của hướng khi mà các tham số thay đổi.

2) Số các cực trị địa phương tăng lên rất lớn khi có nhiều lớp ẩn. Phần lớn các thuật toán tối ưu dựa trên gradient chỉ có thể tìm ra các cực trị địa phương, do vậy chúng có thể không tìm ra cực trị toàn cục. Mặc dù thuật toán luyện mạng có thể tìm ra cực trị toàn cục, nhưng xác suất khá cao là chúng ta sẽ bị tắc trong một cực trị địa phương sau rất nhiều thời gian lặp và khi đó, ta phải bắt đầu lại.

3) Dĩ nhiên, có thể đối với một bài toán cụ thể, sử dụng nhiều hơn một lớp ẩn với chỉ một vài đơn vị thì tốt hơn là sử dụng ít lớp ẩn với số đơn vị là lớn, đặc biệt đối với các mạng cần phải học các hàm không liên tục. Về tổng thể, người ta cho rằng việc đầu tiên là nên xem xét khả năng sử dụng mạng chỉ có một lớp ẩn. Nếu dùng một lớp ẩn với một số lượng lớn các đơn vị mà không có hiệu quả thì nên sử dụng thêm một lớp ẩn nữa với một số ít các đơn vị.

Số đơn vị trong lớp ẩn

Một vấn đề quan trọng trong việc thiết kế một mạng là cần có bao nhiêu đơn vị trong mỗi lớp. Sử dụng quá ít đơn vị có thể dẫn đến việc không thể nhận dạng được các tín hiệu đầy đủ trong một tập dữ liệu phức tạp, hay thiếu ăn khớp (underfitting). Sử dụng quá nhiều đơn vị sẽ tăng thời gian luyện mạng, có lẽ là quá nhiều để luyện khi mà không thể luyện mạng trong một khoảng thời gian hợp lý. Số lượng lớn các đơn vị có thể dẫn đến tình trạng thừa ăn khớp (overfitting), trong trường hợp này mạng có quá nhiều thông tin, hoặc lượng thông tin trong tập dữ liệu mẫu (training set) không đủ các dữ liệu đặc trưng để huấn luyện mạng.

Số lượng tốt nhất của các đơn vị ẩn phụ thuộc vào rất nhiều yếu tố- số đầu vào, đầu ra của mạng, số trường hợp trong tập mẫu, độ nhiễu của dữ liệu đích, độ phức tạp của hàm lỗi, kiến trúc mạng và thuật toán luyện mạng.

Có rất nhiều “luật” để lựa chọn số đơn vị trong các lớp ẩn, chẳng hạn:

sp73

Các luật này chỉ có thể được coi như là các lựa chọn thô khi chọn lựa kích thước của các lớp. Chúng không phản ánh được thực tế, bởi lẽ chúng chỉ xem xét đến nhân tố kích thước đầu vào, đầu ra mà bỏ qua các nhân tố quan trọng khác như: số trường hợp đưa vào huấn luyện, độ nhiễu ở các đầu ra mong muốn, độ phức tạp của hàm lỗi, kiến trúc của mạng (truyền thẳng hay hồi quy), và thuật toán học.

Trong phần lớn các trường hợp, không có một cách để có thể dễ dàng xác định được số tối ưu các đơn vị trong lớp ẩn mà không phải luyện mạng sử dụng số các đơn vị trong lớp ẩn khác nhau và dự báo lỗi tổng quát hóa của từng lựa chọn. Cách tốt nhất là sử dụng phương pháp thử-sai (trial-and-error). Trong thực tế, có thể sử dụng phương pháp Lựa chọn tiến (forward selection) hay Lựa chọn lùi (backward selection) để xác định số đơn vị trong lớp ẩn.

Lựa chọn tiến bắt đầu với việc chọn một luật hợp lý cho việc đánh giá hiệu năng của mạng. Sau đó, ta chọn một số nhỏ các đơn vị ẩn, luyện và thử mạng; ghi lại hiệu năng của mạng. Sau đó, tăng một chút số đơn vị ẩn; luyện và thử lại cho đến khi lỗi là chấp nhận được, hoặc không có tiến triển đáng kể so với trước.

Lựa chọn lùi, ngược với lựa chọn tiến, bắt đầu với một số lớn các đơn vị trong lớp ẩn, sau đó giảm dần đi. Quá trình này rất tốn thời gian nhưng sẽ giúp ta tìm được số lượng đơn vị phù hợp cho lớp ẩn.


Liên kết trong mạng nơron nhân tạo

Mạng nơron nhân tạo, gọi tắt là mạng nơron, là một mô hình xử lý thông tin phỏng theo cách thức xử lý thông tin của các hệ nơron sinh học. Nó được tạo lên từ một số lượng lớn các phần tử (gọi là nơron) kết nối với nhau thông qua các liên kết (gọi là trọng số liên kết) làm việc như một thể thống nhất để giải quyết một vấn đề cụ thể nào đó. Một mạng nơron nhân tạo được cấu hình cho một ứng dụng cụ thể (nhận dạng mẫu, phân loại dữ liệu,...) thông qua một quá trình học từ tập các mẫu huấn luyện. Về bản chất học chính là quá trình hiệu chỉnh trọng số liên kết giữa các nơron sao cho giá trị hàm lỗi là nhỏ nhất.

Mạng nơ ron nhân tạo là một mô phỏng xử lý thông tin, được nghiên cứu ra từ hệ thống thần kinh của sinh vật, giống như bộ não để xử lý thông tin. Nó bao gồm số lượng lớn các mối gắn kết cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn đề rõ ràng. ANNs giống như con người, được học bởi kinh nghiệm, lưu những kinh nghiệm hiểu biết và sử dụng trong những tình huống phù hợp.

Mạng nơ-ron nhân tạo là một hệ thống xử lý thông tin được xây dựng trên cơ sở tổng quát hoá mô hình toán học của nơ-ron sinh học và phỏng theo cơ chế làm việc của bộ não con người. Mạng nơ-ron nhân tạo gồm các nơ-ron và liên kết có trọng số giữa chúng. Vì vậy ANN tạo nên một hệ thống xử lý thông tin làm việc trên cơ sở phỏng theo cách làm việc của hệ thống các nơ-ron trong bộ não con người. Tuy nhiên, trong bộ não của con người, các tế bào nơ-ron liên kết với nhau chằng chịt và tạo nên một mạng lưới vô cùng phức tạp. Các loại mạng nơ-ron nhân tạo được xác định bởi cách liên kết giữa các nơ-ron , trọng số của các liên kết đó và hàm chuyển tại mỗi nơ-ron. Các hình vẽ dưới đây thể hiện các cách kết nối khác nhau.

sp70

Mạng nơ-ron truyền thẳng một lớp là loại mạng chỉ có lớp nơ-ron đầu vào và một lớp nơ-ron đầu ra (thực chất lớp nơ-ron đầu vào không có vai trò xử lý, do đó ta nói mạng chỉ có một lớp). Loại mạng này còn được gọi là mạng perceptron một lớp. Mỗi nơ-ron đầu ra có thể nhận tín hiệu từ các đầu vào x1, x2, …, xm để tạo ra tín hiệu đầu ra tương ứng.

sp71

Trong mạng nơ-ron truyền thẳng nhiều lớp, lớp nhận tín hiệu vào của mạng gọi là lớp vào (input layer), nó thường không thực hiện việc chuyển đổi thông tin mà chỉ làm chức năng nhận tín hiệu. Tín hiệu ra của mạng được đưa ra từ lớp ra (output layer). Các lớp ở giữa lớp vào và lớp ra gọi là các lớp ẩn. Trong mạng truyền thẳng (feedforward network) không có nút nào mà đầu ra của nó là đầu vào của một nút khác trên cùng lớp với nó hoặc lớp trước.

Mạng có phản hồi (feedback network) là mạng mà đầu ra của một nơ-ron có thể trở thành đầu vào của nơ-ron trên cùng một lớp hoặc của lớp trước đó. Mạng feedback có chu trình khép khín gọi là mạng quy hồi (recurrent network)

sp72

Họp Hội đồng thẩm định đề cương Nhiệm vụ quy hoạch tài nguyên nước lưu vực sông Hồng – Thái Bình

IMG_9303Ngày 25 tháng 10 năm 2016, Thực hiện nhiệm vụ của Chính phủ giao, Bộ Tài nguyên và Môi trường đã tổ chức họp Hội đồng thẩm định đề cương Nhiệm vụ quy hoạch tài nguyên nước lưu vực sông Hồng – Thái Bình. Tham gia Hội đồng gồm có các chuyên gia thuộc các Bộ, Ban ngành cũng như các chuyên gia đầu ngành về lĩnh vực tài nguyên nước. Đồng chí Chu Phạm Ngọc Hiển – Thứ trưởng Bộ Tài nguyên và Môi trường, Chủ tịch Hội đồng chủ trì  cuộc họp.

Các thuật toán huấn luyện mạng Nơron

Trong thực tế cuộc sống, chúng ta bắt gặp nhiều bài toán tương tự như dự đoán thị trường chứng khoán, dự đoán lưu lượng nước, dự đoán lượng gas tiêu, dự đoán năng lực sản xuất, định giá tài sản, đánh giá nhân viên, phân loại khách hàng. Đó là các bài toán thuộc lớp bài toán dự đoán và phân loại, có thể xem là các bài toán cơ bản và có nhiều ứng dụng thực tiễn. Đã có nhiều phương pháp được đưa ra để giải các lớp bài toán trên như phương pháp thống kê, phương pháp hồi quy, cây quyết định, mạng nơ-ron nhân tạo…

Mạng nơron khi mới hình thành chưa có tri thức, tri thức của mạng hình thành dần sau mỗi lần học. Mạng nơron được dạy bằng cách đưa vào đầu vào những kích thích và mạng hình thành những đáp ứng tương ứng, những đáp ứng phù hợp với từng loại kích thích sẽ được lưu giữ. Các kỹ thuật học nhằm vào việc hiệu chỉnh các trọng số vì việc điều chỉnh, sửa đổi cấu trúc của mạng như số lớp, số nơron, kiểu và cách mà các lớp liên kết với nhau là cố định trong suốt quá trình huấn luyện... Mạng nơron khi đã hình thành tri thức có thể giải quyết các vấn đề cụ thể một cách đúng đắn. Đó là những vấn đề rất khác nhau, được giải quyết dựa trên sự tổ chức hợp nhất giữa thông tin đầu vào và đáp ứng đầu ra của mạng. Có rất nhiều thuật toán học đã được phát minh để tìm ra tập trọng số tối ưu làm giải pháp cho các bài toán. Các thuật toán đó có thể chia làm ba nhóm chính: Học có giám sát, học không có giám sát và học tăng cường.

1. Học có giám sát

Ở lần học đầu tiên mạng được cung cấp một mẫu học cùng với bộ trọng số tự do, đầu ra thực tế của mạng sẽ được so sánh với đầu ra mong muốn, sai khác giữa hai giá trị này là cơ sở cho việc hiệu chỉnh trọng số của mạng, quá trình huấn luyện diễn ra liên tục cùng với bộ thông số đầu vào cho đến khi mạng đạt được một giá trị sai số như mong muốn. Điển hình cho kỹ thuật này là mạng Nơron lan truyền ngược.

sp44 Mô hình huấn luyện mạng có giám sát

2. Học không giám sát

Trong học không giám sát thì không có bất kỳ một thông tin phản hồi từ môi trường. Mạng phải tự tìm ra các đặc tính, quy luật, tương quan trong dữ liệu đầu vào và tập hợp lại để tạo đầu ra. Khi tự tìm ra các đặc điểm này, mạng đã trải qua các thay đổi về tham số của nó. Quá trình này được gọi là tự tổ chức. Mạng Nơron điển hình được huấn luyện theo kiểu tự tổ chức

sp45Mô hình huấn luyện mạng không giám sát

3. Học tăng cường

Trong luật học có giám sát, các giá trị đầu ra được biết chính xác đối với mỗi đầu vào. Tuy nhiên, trong thực tế có một số trường hợp chỉ biết ít thông tin chi tiết, chẳng hạn mạng chỉ biết rằng giá trị đầu ra thực sự quá cao hay có thể mạng chỉ có được thông tin phản hồi báo rằng đầu ra đúng hay sai. Thuật học dựa trên thông tin đánh giá này được gọi là thuật học củng cố, thông tin phản hồi được gọi là tín hiệu tăng cường.

sp46Mô hình huấn luyện mạng tăng cường

Đánh giá tác động của biển đổi khí hậu đến tài nguyên nước dưới đất vùng Đồng bằng sông Cửu Long, đề xuất các giải pháp ứng phó

bdkh_10-2016Khoảng 4,5 triệu người phụ thuộc vào nước dưới đất cho ăn uống ở Đồng bằng sông Cửu Long. Mặc dù nước dưới đất đóng một vai trò quan trọng, có rất ít nghiên cứu tác động của biến đổi khí hậu với tài nguyên nước dưới đất so với các nghiên cứu về tài nguyên nước mặt. Điều này càng đúng với trường hợp của Đồng bằng sông Cửu Long.