000 00000nam#a2200000ui#4500
001 28611
008 240925s00vm|#################vie#d
082 ## $a000 $bVU-N
100 0# $aVũ, Thị Tuyết Nhung
245 ## $aMạng nơ ron tế bào chuẩn lai với giải thuật di truyền ứng dụng cho nhận dạng ảnh $b $cVũ Thị Tuyết Nhung; NHDKH PGS.TS. Nguyễn Quang Hoan; TS. Đinh Tuấn Long $h $n $p
260 ## $aH. $bTrường Đại học Mở Hà Nội $c2025
300 ## $a96 tr. $b $cA4 $e
490 ## $aTrường Đại học Mở Hà Nội; Khoa Công nghệ Thông tin
520 ## $aTrong bối cảnh nhu cầu nhận dạng ảnh ngày càng cao, các mô hình trí tuệ nhân tạo truyền thống như mạng nơ ron tế bào (Cellular Neural Networks – CeNN) tuy có khả năng xử lý hình ảnh hiệu quả nhưng vẫn gặp phải hạn chế lớn trong việc tối ưu hóa tham số mạng, đặc biệt là dễ rơi vào cực trị cục bộ trong quá trình huấn luyện. Đây là vấn đề khiến kết quả nhận dạng thiếu ổn định và phụ thuộc vào khởi tạo ban đầu. Mục tiêu của luận văn là khắc phục hạn chế trên bằng cách đề xuất mô hình lai giữa CeNN và giải thuật di truyền (GA) – một thuật toán tối ưu toàn cục có khả năng khám phá không gian tìm kiếm rộng hơn và thoát khỏi cực trị cục bộ. GA được sử dụng để xác định tập tham số đầu vào tối ưu cho CeNN, giúp cải thiện hiệu quả học và nhận dạng ảnh. Luận văn gồm 3 chương chính:  Chương 1: Tổng quan về CeNN, GA và các phương pháp nhận dạng ảnh phổ biến.  Chương 2: Trình bày lý thuyết nền tảng của CeNN, GA và nguyên lý tích hợp hai mô hình này.  Chương 3: Triển khai mô hình CeNN–GA cho bài toán nhận dạng ảnh khuôn mặt, giới tính và xử lý biên ảnh bằng Python. Các kết quả được đánh giá dựa trên độ chính xác và hiệu suất xử lý. Kết luận: Thực nghiệm cho thấy mô hình lai CeNN–GA giúp nâng cao đáng kể độ chính xác trong nhận dạng ảnh so với khi sử dụng CeNN đơn thuần. Ngoài ra, mô hình cũng rút ngắn thời gian huấn luyện, cải thiện khả năng hội tụ, và tăng độ linh hoạt khi áp dụng với các tập dữ liệu khác nhau. Việc kết hợp thuật toán tiến hóa như GA vào mạng nơ ron truyền thống là một hướng đi mới, mang tính thực tiễn và khoa học cao, đặc biệt.
541 ## $aTài liệu nội sinh
653 ## $aCellular Neural Network (CeNN)
653 ## $aGenetic Algorithm (GA)
653 ## $atối ưu hóa tham số
653 ## $anhận dạng ảnh
690 ## $aCông nghệ thông tin
691 ## $aCông nghệ thông tin
852 ## $aThư Viện Trung Tâm