Các bước chính trong quá trình thiết kế và xây dựng một ứng dụng dựa trên mạng nơron. Có rất nhiều vấn đề cần phải xem xét khi xây dựng mạng nơron nhiều lớp sử dụng thuật toán lan truyền ngược:
1. Xử lý dữ liệu
– Tần số của dữ liệu: hàng ngày, hàng tuần, hàng tháng, hàng quý hay hàng năm.
– Kiểu dữ liệu: các chỉ số kỹ thuật hay các chỉ số căn bản.
– Cách thức chuẩn hóa dữ liệu: max/min hay Trung bình/Độ lệch chuẩn (standard deviation).
2. Huấn luyện
– Hệ số học.
– Hệ số bước đà.
– Hệ số thứ lỗi.
– Số chu kỳ tối đa.
– Hệ số học tối đa.
– Thực hiện lấy ngẫu nhiên trọng số.
– Kích thước của các tập huấn luyện, kiểm tra, và kiểm định.
3. Cấu trúc mạng (topology)
– Số đầu vào.
– Số lớp ẩn.
– Số nơron trong các lớp.
– Số nơron đầu ra.
– Hàm chuyển cho các nơron.
– Hàm lỗi.
Dưới đây là các bước chính cần thực hiện khi thiết kế mô hình mạng nơron sử dụng cho bài toán dự báo. Trong khi thực hiện, không nhất thiết phải theo thứ tự các bước mà có thể quay lại các bước trước đó, đặc biệt là ở bước huấn luyện và lựa chọn các biến.
Tám bước khi thiết kế mô hình phân tích và dự báo ANN
|
Bước 1: |
Lựa chọn biến số |
|
Bước 2: |
Thu thập dữ liệu |
|
Bước 3: |
Xử lý dữ liệu |
|
Bước 4: |
Thiết lập dữ liệu dùng để huấn luyện, thử nghiệm, và kiểm tra ANN. |
|
Bước 5: |
Xây dựng cấu trúc ANN: – Số lượng các lớp ẩn (hidden layer) – Số lượng các nơron ẩn (neuron layer) – Số lượng các nơron đầu ra (output layer) – Lựa chọn hàm truyền (transfer function/activation function) |
|
Bước 6: |
Xác định các tiêu chuẩn đánh giá |
|
Bước 7: |
Huấn luyện mạng ANN |
|
Bước 8: |
Ứng dụng ANN vào thực tiễn |
