Luận văn thạc sĩ: Nghiên cứu đồ thị tri thức mờ và ứng dụng vào bài toán phân lớp dữ liệu

Luận văn thạc sĩ nghiên cứu nghiên cứu đồ thị tri thức mờ và ứng dụng vào bài toán phân lớp dữ liệu, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh

• Tác giả: Trần Ngọc Thái Sơn
• Người hướng dẫn: TS. Trần Mạnh Tuấn
• Trường học: Học viện Khoa học và Công nghệ
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Luận văn thạc sĩ nghiên cứu đồ thị tri thức mờ và ứng dụng vào bài toán phân lớp dữ liệu
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT
• 1.1. Lý do chọn đề tài
• 1.2. Mục đích và nhiệm vụ nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu và đóng góp của luận văn
• 1.5. Cấu trúc của luận văn
• 1.6. Lý thuyết đồ thị
• 1.7. Logic mờ
• 1.8. Giới thiệu tập mờ (Fuzzy set)
• 1.9. Các phép toán trên tập mờ
• 1.10. Suy diễn mờ (Fuzzy Inference)
• 1.11. Đồ thị tri thức mờ
• 1.12. Ngôn ngữ MATLAB
• 2. CHƯƠNG 2: ĐỒ THỊ TRI THỨC MỜ
• 2.1. Suy diễn mờ (Fuzzy Inference)
• 2.2. Mô hình đồ thị tri thức mờ
• 2.3. Cách biểu diễn đồ thị tri thức mờ
• 2.4. Suy diễn trên đồ thị tri thức mờ
• 3. CHƯƠNG 3: CÀI ĐẶT VÀ ỨNG DỤNG
• 3.1. Bài toán ứng dụng
• 3.2. Mô tả dữ liệu
• 3.3. Cài đặt và xây dựng ứng dụng
• 3.4. Kết quả thực nghiệm
• Danh mục bảng
• Danh mục hình vẽ, biểu đồ
• Danh mục tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Đồ Thị Tri Thức Mờ Khái Niệm và Ưu Điểm

Đồ thị tri thức (KG) là một phương pháp mạnh mẽ trong khai phá dữ liệu. KG kết hợp với các kỹ thuật khác nhau để giải quyết các bài toán trong học máy. Tuy nhiên, KG gặp khó khăn trong việc xây dựng đồ thị và suy luận gần đúng trên các tập dữ liệu có thông tin chưa đầy đủ. Mô hình đồ thị tri thức mờ (FKG) ra đời năm 2020 để giải quyết vấn đề này, kết hợp logic mờ để xây dựng đồ thị tri thức. FKG thể hiện lý do theo quy luật tự nhiên, trong đó tác động của giá trị biên ngôn ngữ đưa ra kết quả tương ứng. Nghiên cứu về đồ thị tri thức mờ là cần thiết để giải quyết hiệu quả các bài toán phân lớp dữ liệu. Theo nghiên cứu của Lê Hoàng Sơn và cộng sự (2020), FKG có khả năng mô phỏng các luật mờ và suy diễn trên đồ thị để xác định nhãn.

1.1. Khái niệm cơ bản về đồ thị tri thức mờ FKG

Đồ thị tri thức mờ (FKG) là sự kết hợp giữa đồ thị tri thức và logic mờ. FKG sử dụng các nút để biểu diễn các nhãn ngôn ngữ và các cạnh để thể hiện mối quan hệ giữa các nhãn ngôn ngữ và nhãn đầu ra. FKG giúp xử lý thông tin không chắc chắn và không đầy đủ trong quá trình biểu diễn tri thức. FKG có thể được sử dụng để mô hình hóa tri thức và suy luận trong các hệ thống trí tuệ nhân tạo.

1.2. Ưu điểm của đồ thị tri thức mờ so với đồ thị tri thức truyền thống

So với đồ thị tri thức truyền thống, đồ thị tri thức mờ có khả năng xử lý thông tin không chắc chắn và không đầy đủ tốt hơn. FKG cho phép biểu diễn tri thức một cách linh hoạt và mềm dẻo hơn, phù hợp với các bài toán thực tế. FKG cũng hỗ trợ suy luận gần đúng, giúp đưa ra quyết định trong môi trường thông tin không hoàn chỉnh. Theo Lê Hoàng Sơn (2020), FKG có khả năng mô phỏng các luật mờ và suy diễn trên đồ thị để xác định nhãn, điều mà KG truyền thống khó thực hiện.

II. Thách Thức Trong Phân Lớp Dữ Liệu Với Đồ Thị Tri Thức Mờ

Mặc dù đồ thị tri thức mờ (FKG) có nhiều ưu điểm, việc áp dụng vào phân lớp dữ liệu vẫn đối mặt với nhiều thách thức. Một trong số đó là việc xây dựng đồ thị từ dữ liệu thô, đặc biệt khi dữ liệu chứa nhiều thông tin không chắc chắn. Việc xác định các luật mờ phù hợp cũng là một vấn đề quan trọng, ảnh hưởng trực tiếp đến độ chính xác của quá trình phân lớp. Ngoài ra, việc suy diễn trên đồ thị mờ đòi hỏi các thuật toán hiệu quả để đảm bảo tính hiệu quả của hệ thống. Theo các nghiên cứu gần đây, việc tối ưu hóa các tham số của FKG để đạt được hiệu suất tốt nhất vẫn là một bài toán mở.

2.1. Vấn đề xây dựng đồ thị tri thức mờ từ dữ liệu không chắc chắn

Dữ liệu thực tế thường chứa nhiều thông tin không chắc chắn, gây khó khăn cho việc xây dựng đồ thị tri thức mờ. Việc xử lý các giá trị thiếu, nhiễu và mâu thuẫn là một thách thức lớn. Các phương pháp xử lý ngôn ngữ tự nhiên (NLP) và khai phá dữ liệu có thể được sử dụng để làm sạch và chuẩn hóa dữ liệu trước khi xây dựng đồ thị. Tuy nhiên, việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc điểm của từng tập dữ liệu.

2.2. Khó khăn trong việc xác định luật mờ phù hợp cho phân lớp

Việc xác định các luật mờ phù hợp là yếu tố then chốt để đảm bảo độ chính xác của quá trình phân lớp dữ liệu. Các luật mờ cần phản ánh đúng mối quan hệ giữa các thuộc tính và nhãn lớp. Các phương pháp học máy như machine learning có thể được sử dụng để tự động học các luật mờ từ dữ liệu. Tuy nhiên, việc lựa chọn thuật toán học phù hợp và điều chỉnh các tham số để đạt được hiệu suất tốt nhất vẫn là một thách thức.

2.3. Yêu cầu về tính hiệu quả của thuật toán suy diễn trên đồ thị mờ

Quá trình suy diễn trên đồ thị tri thức mờ có thể tốn nhiều thời gian, đặc biệt khi đồ thị có kích thước lớn. Do đó, cần có các thuật toán suy diễn hiệu quả để đảm bảo tính hiệu quả của hệ thống. Các phương pháp tối ưu hóa như cắt tỉa đồ thị và song song hóa có thể được sử dụng để giảm thời gian suy diễn. Việc lựa chọn thuật toán suy diễn phù hợp phụ thuộc vào cấu trúc của đồ thị và yêu cầu về thời gian thực.

III. Phương Pháp Xây Dựng Đồ Thị Tri Thức Mờ Cho Phân Lớp

Để xây dựng đồ thị tri thức mờ (FKG) hiệu quả cho phân lớp dữ liệu, cần thực hiện theo một quy trình bài bản. Đầu tiên, dữ liệu cần được tiền xử lý để loại bỏ nhiễu và chuẩn hóa. Tiếp theo, các luật mờ được xác định dựa trên kiến thức chuyên gia hoặc học từ dữ liệu. Sau đó, đồ thị được xây dựng với các nút đại diện cho các giá trị ngôn ngữ và các cạnh thể hiện mối quan hệ giữa chúng. Cuối cùng, thuật toán suy diễn được áp dụng để phân lớp các mẫu dữ liệu mới. Theo nghiên cứu của Trần Ngọc Thái Sơn, việc lựa chọn hàm thuộc phù hợp và tối ưu hóa các tham số của đồ thị là rất quan trọng.

3.1. Tiền xử lý dữ liệu và chuẩn hóa thuộc tính cho đồ thị mờ

Tiền xử lý dữ liệu là bước quan trọng để đảm bảo chất lượng của đồ thị tri thức mờ. Các kỹ thuật như loại bỏ giá trị thiếu, xử lý nhiễu và chuẩn hóa thuộc tính cần được áp dụng. Việc chuẩn hóa thuộc tính giúp đưa các giá trị về cùng một thang đo, tránh tình trạng một số thuộc tính có ảnh hưởng quá lớn đến quá trình phân lớp. Các phương pháp chuẩn hóa phổ biến bao gồm min-max scaling và z-score normalization.

3.2. Xác định luật mờ dựa trên kiến thức chuyên gia hoặc học máy

Các luật mờ có thể được xác định dựa trên kiến thức chuyên gia hoặc học từ dữ liệu. Kiến thức chuyên gia giúp xây dựng các luật có ý nghĩa và dễ hiểu. Tuy nhiên, việc thu thập kiến thức chuyên gia có thể tốn nhiều thời gian và công sức. Các phương pháp học máy như fuzzy logic có thể tự động học các luật mờ từ dữ liệu, giúp giảm thiểu sự can thiệp của con người. Việc kết hợp cả hai phương pháp có thể mang lại kết quả tốt nhất.

3.3. Xây dựng đồ thị tri thức mờ với các nút và cạnh phù hợp

Đồ thị tri thức mờ được xây dựng với các nút đại diện cho các giá trị ngôn ngữ và các cạnh thể hiện mối quan hệ giữa chúng. Các giá trị ngôn ngữ có thể được xác định dựa trên các hàm thuộc. Trọng số của các cạnh có thể được tính toán dựa trên tần suất xuất hiện của các luật mờ trong dữ liệu. Việc lựa chọn cấu trúc đồ thị phù hợp có ảnh hưởng lớn đến hiệu suất của quá trình phân lớp.

IV. Ứng Dụng Thực Tế Của Đồ Thị Tri Thức Mờ Trong Y Học

Đồ thị tri thức mờ (FKG) có nhiều ứng dụng thực tế trong các lĩnh vực khác nhau, đặc biệt là trong y học. FKG có thể được sử dụng để hỗ trợ chẩn đoán bệnh, dự đoán nguy cơ mắc bệnh và cá nhân hóa điều trị. Ví dụ, FKG có thể được sử dụng để xây dựng một hệ thống hỗ trợ chẩn đoán bệnh tim mạch dựa trên các triệu chứng, tiền sử bệnh và kết quả xét nghiệm. Theo nghiên cứu của Trần Ngọc Thái Sơn, FKG có thể cải thiện độ chính xác và tính hiệu quả của quá trình chẩn đoán.

4.1. Ứng dụng đồ thị tri thức mờ trong hỗ trợ chẩn đoán bệnh

Đồ thị tri thức mờ có thể được sử dụng để xây dựng các hệ thống hỗ trợ chẩn đoán bệnh. Các nút trong đồ thị có thể đại diện cho các triệu chứng, dấu hiệu và kết quả xét nghiệm. Các cạnh có thể thể hiện mối quan hệ giữa các yếu tố này và các bệnh khác nhau. Thuật toán suy diễn có thể được sử dụng để đưa ra các gợi ý chẩn đoán dựa trên thông tin đầu vào. Ví dụ, FKG có thể được sử dụng để chẩn đoán bệnh tiểu đường dựa trên các triệu chứng như khát nước, đi tiểu nhiều và mệt mỏi.

4.2. Sử dụng đồ thị tri thức mờ để dự đoán nguy cơ mắc bệnh

Đồ thị tri thức mờ có thể được sử dụng để dự đoán nguy cơ mắc bệnh dựa trên các yếu tố nguy cơ. Các nút trong đồ thị có thể đại diện cho các yếu tố nguy cơ như tuổi tác, giới tính, tiền sử gia đình và lối sống. Các cạnh có thể thể hiện mối quan hệ giữa các yếu tố này và nguy cơ mắc bệnh. Thuật toán suy diễn có thể được sử dụng để tính toán nguy cơ mắc bệnh cho từng cá nhân. Ví dụ, FKG có thể được sử dụng để dự đoán nguy cơ mắc bệnh tim mạch dựa trên các yếu tố nguy cơ như hút thuốc, huyết áp cao và cholesterol cao.

4.3. Cá nhân hóa điều trị bệnh bằng đồ thị tri thức mờ

Đồ thị tri thức mờ có thể được sử dụng để cá nhân hóa điều trị bệnh dựa trên đặc điểm của từng bệnh nhân. Các nút trong đồ thị có thể đại diện cho các đặc điểm của bệnh nhân như tuổi tác, giới tính, tiền sử bệnh và tình trạng sức khỏe. Các cạnh có thể thể hiện mối quan hệ giữa các đặc điểm này và các phương pháp điều trị khác nhau. Thuật toán suy diễn có thể được sử dụng để lựa chọn phương pháp điều trị phù hợp nhất cho từng bệnh nhân. Ví dụ, FKG có thể được sử dụng để cá nhân hóa điều trị ung thư dựa trên loại ung thư, giai đoạn bệnh và tình trạng sức khỏe của bệnh nhân.

V. Kết Luận và Hướng Phát Triển Của Đồ Thị Tri Thức Mờ

Đồ thị tri thức mờ (FKG) là một hướng nghiên cứu đầy tiềm năng trong lĩnh vực trí tuệ nhân tạo và học máy. FKG có khả năng xử lý thông tin không chắc chắn và không đầy đủ, giúp giải quyết các bài toán phức tạp trong thực tế. Tuy nhiên, vẫn còn nhiều thách thức cần vượt qua để FKG có thể được ứng dụng rộng rãi. Các hướng phát triển trong tương lai bao gồm cải thiện tính hiệu quả của thuật toán suy diễn, phát triển các phương pháp tự động học luật mờ và mở rộng ứng dụng thực tế của FKG trong các lĩnh vực khác nhau. Theo các chuyên gia, FKG có thể đóng vai trò quan trọng trong việc xây dựng các hệ thống thông minh và tự động hóa.

5.1. Đánh giá những thành công và hạn chế của nghiên cứu về FKG

Nghiên cứu về đồ thị tri thức mờ đã đạt được nhiều thành công trong việc biểu diễn tri thức và suy luận trong môi trường thông tin không chắc chắn. FKG đã được chứng minh là có hiệu quả trong nhiều bài toán phân lớp dữ liệu và dự đoán. Tuy nhiên, FKG vẫn còn một số hạn chế, bao gồm yêu cầu về tính hiệu quả của thuật toán suy diễn và khó khăn trong việc xác định luật mờ phù hợp. Cần có thêm nhiều nghiên cứu để giải quyết những hạn chế này.

5.2. Các hướng nghiên cứu tiềm năng trong tương lai về đồ thị mờ

Có nhiều hướng nghiên cứu tiềm năng trong tương lai về đồ thị tri thức mờ. Một trong số đó là phát triển các thuật toán suy diễn hiệu quả hơn để giảm thời gian tính toán. Một hướng khác là phát triển các phương pháp tự động học luật mờ từ dữ liệu lớn. Ngoài ra, cần có thêm nhiều nghiên cứu về ứng dụng thực tế của FKG trong các lĩnh vực khác nhau, chẳng hạn như tài chính, marketing và sản xuất.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của khoa học dữ liệu và trí tuệ nhân tạo, việc xử lý và phân lớp dữ liệu chưa đầy đủ, không chính xác đang là thách thức lớn đối với các hệ thống học máy truyền thống. Theo ước tính, các bộ dữ liệu thực tế thường chứa khoảng 20-30% thông tin bị thiếu hoặc nhiễu, gây ảnh hưởng nghiêm trọng đến hiệu quả phân loại và dự báo. Đồ thị tri thức (Knowledge Graph - KG) là một công cụ mạnh mẽ trong khai phá dữ liệu, tuy nhiên, KG truyền thống gặp khó khăn khi xử lý các dữ liệu không chắc chắn hoặc mờ nhạt. Để khắc phục hạn chế này, mô hình Đồ thị tri thức mờ (Fuzzy Knowledge Graph - FKG) được đề xuất nhằm kết hợp lý thuyết mờ với lý thuyết đồ thị, giúp xử lý hiệu quả các dữ liệu có tính không chắc chắn.

Mục tiêu nghiên cứu của luận văn là xây dựng và thử nghiệm mô hình đồ thị tri thức mờ trong bài toán phân lớp dữ liệu, áp dụng trên các bộ dữ liệu thực tế và chuẩn từ kho dữ liệu UCI, đồng thời phát triển thuật toán suy diễn mờ nhanh (FISA) để nâng cao hiệu quả phân lớp. Phạm vi nghiên cứu tập trung vào logic mờ, lý thuyết đồ thị, xây dựng và ứng dụng đồ thị tri thức mờ trên nền tảng ngôn ngữ lập trình MATLAB, với các bộ dữ liệu thực nghiệm gồm bệnh ung thư vú, bệnh tiểu đường, bệnh gan, cây Diên Vĩ và dữ liệu y học cổ truyền về tiền sản giật.

Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao độ chính xác phân lớp dữ liệu trong các lĩnh vực y học, sinh học và khoa học dữ liệu, góp phần phát triển các hệ thống hỗ trợ chẩn đoán và ra quyết định thông minh, đặc biệt trong điều kiện dữ liệu không đầy đủ hoặc có nhiễu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nền tảng lý thuyết chính: lý thuyết logic mờ và lý thuyết đồ thị.

• Logic mờ (Fuzzy Logic): Được phát triển từ năm 1965 bởi giáo sư Lotfi Zadeh, logic mờ cho phép biểu diễn và xử lý các giá trị không chính xác, không rõ ràng trong khoảng [0,1]. Các hàm thuộc mờ (membership functions) như hàm Gaussian, hàm lượng giác, hàm phân phối chuẩn được sử dụng để mô hình hóa các biến ngôn ngữ như "hơi nhanh", "rất chậm". Các phép toán cơ bản trên tập mờ gồm phép giao, hợp, phủ định được xây dựng dựa trên các chuẩn T-norm và S-norm.

• Lý thuyết đồ thị: Đồ thị được định nghĩa là cặp G = (V, E), trong đó V là tập các đỉnh, E là tập các cạnh nối giữa các đỉnh. Đồ thị có thể là vô hướng hoặc có hướng, đơn đồ thị hoặc đa cạnh. Đồ thị được sử dụng để biểu diễn mối quan hệ giữa các biến ngôn ngữ và nhãn phân lớp trong mô hình FKG.

• Đồ thị tri thức mờ (FKG): Mô hình FKG kết hợp logic mờ với đồ thị tri thức, trong đó các đỉnh biểu diễn các giá trị ngôn ngữ của thuộc tính và nhãn đầu ra, các cạnh biểu diễn mối quan hệ giữa các giá trị này dựa trên trọng số tính toán từ hệ luật mờ. Quá trình suy diễn trên đồ thị FKG sử dụng thuật toán FISA để gán nhãn cho các mẫu dữ liệu mới dựa trên các luật mờ đã xây dựng.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Nghiên cứu sử dụng các bộ dữ liệu chuẩn từ kho UCI gồm Breast Wisconsin Dataset (699 mẫu), Diabetes (391 mẫu), Iris (150 mẫu), Liver (4156 mẫu), cùng với bộ dữ liệu thực tế về y học cổ truyền liên quan đến bệnh tiền sản giật (199 mẫu).

• Phương pháp phân tích:

  1. Thu thập và tiền xử lý dữ liệu, loại bỏ các thuộc tính không liên quan.
  2. Xây dựng hệ luật mờ dựa trên logic mờ và thuật toán phân cụm FCM để sinh nhãn ngôn ngữ.
  3. Biểu diễn hệ luật mờ dưới dạng đồ thị tri thức mờ với ma trận kề trọng số.
  4. Áp dụng thuật toán suy diễn mờ nhanh FISA để phân lớp dữ liệu kiểm thử.
  5. Đánh giá hiệu năng mô hình dựa trên độ chính xác (accuracy) và thời gian thực thi.

• Timeline nghiên cứu: Quá trình nghiên cứu kéo dài trong khoảng 12 tháng, bao gồm 3 tháng thu thập và tiền xử lý dữ liệu, 4 tháng xây dựng mô hình và thuật toán, 3 tháng thực nghiệm và đánh giá, 2 tháng hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả phân lớp trên bộ dữ liệu UCI: Mô hình FKG đạt độ chính xác trung bình trên 4 bộ dữ liệu thử nghiệm lần lượt là: Breast (khoảng 92%), Diabetes (khoảng 85%), Iris (khoảng 96%), Liver (khoảng 88%). So với mô hình suy diễn mờ truyền thống (FIS), FKG cải thiện độ chính xác trung bình từ 3-5%.

2. Thời gian thực thi: Thuật toán FISA cho phép suy diễn trên đồ thị tri thức mờ với thời gian thực thi trung bình giảm khoảng 20-30% so với các phương pháp suy diễn mờ truyền thống, nhờ cấu trúc đồ thị và ma trận kề giúp tối ưu hóa quá trình tính toán.

3. Khả năng xử lý dữ liệu mới: Mô hình FKG thể hiện khả năng gán nhãn chính xác cho các mẫu dữ liệu mới không có trong bộ luật cơ sở, nhờ vào thuật toán suy luận xấp xỉ, với độ chính xác đạt khoảng 80-85% trên bộ dữ liệu y học cổ truyền về tiền sản giật.

4. Tính linh hoạt và mở rộng: Mô hình cho phép mở rộng dễ dàng khi thêm các luật mờ mới hoặc cập nhật dữ liệu, nhờ cấu trúc đồ thị và thuật toán FISA có thể xử lý các trường hợp thiếu tri thức hoặc luật yếu.

Thảo luận kết quả

Nguyên nhân chính giúp mô hình FKG vượt trội là do sự kết hợp hiệu quả giữa logic mờ và lý thuyết đồ thị, cho phép biểu diễn mối quan hệ phức tạp giữa các thuộc tính và nhãn phân lớp dưới dạng đồ thị có trọng số. Thuật toán FISA tận dụng cấu trúc ma trận kề để thực hiện suy diễn nhanh, giảm thiểu tính toán thừa và tăng tốc độ xử lý.

So với các nghiên cứu trước đây chỉ sử dụng logic mờ hoặc đồ thị tri thức riêng lẻ, mô hình FKG cung cấp một phương pháp tổng hợp, linh hoạt hơn trong xử lý dữ liệu không chắc chắn và thiếu thông tin. Kết quả thực nghiệm trên các bộ dữ liệu chuẩn và thực tế cho thấy mô hình có tính ứng dụng cao trong các lĩnh vực y học, sinh học và khoa học dữ liệu.

Dữ liệu có thể được trình bày qua các biểu đồ so sánh độ chính xác và thời gian thực thi giữa FKG và FIS trên từng bộ dữ liệu, cũng như bảng tổng hợp các chỉ số đánh giá phân lớp chi tiết.

Đề xuất và khuyến nghị

1. Phát triển giao diện người dùng trực quan: Xây dựng phần mềm hỗ trợ nhập liệu, hiển thị kết quả phân lớp và giải thích luật mờ, giúp các chuyên gia y tế và nhà nghiên cứu dễ dàng sử dụng mô hình FKG trong thực tế.

2. Mở rộng bộ luật mờ và dữ liệu huấn luyện: Thu thập thêm dữ liệu thực tế đa dạng hơn, đặc biệt trong lĩnh vực y học cổ truyền và các bệnh lý phức tạp, nhằm nâng cao độ chính xác và khả năng tổng quát của mô hình.

3. Tối ưu thuật toán FISA cho dữ liệu lớn: Nghiên cứu áp dụng các kỹ thuật song song, phân tán hoặc học sâu kết hợp với FKG để xử lý các bộ dữ liệu lớn, tăng tốc độ suy diễn và mở rộng ứng dụng trong các hệ thống thời gian thực.

4. Đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo, hội thảo cho các nhà nghiên cứu, bác sĩ và kỹ sư phần mềm về ứng dụng đồ thị tri thức mờ và thuật toán FISA, thúc đẩy việc áp dụng rộng rãi trong các cơ sở y tế và nghiên cứu.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành khoa học dữ liệu, trí tuệ nhân tạo: Nắm bắt kiến thức về logic mờ, lý thuyết đồ thị và ứng dụng trong phân lớp dữ liệu, từ đó phát triển các mô hình mới hoặc cải tiến thuật toán.

2. Chuyên gia y tế và bác sĩ: Áp dụng mô hình FKG trong hỗ trợ chẩn đoán bệnh, đặc biệt trong các lĩnh vực y học cổ truyền và các bệnh có dữ liệu không đầy đủ, giúp nâng cao hiệu quả điều trị.

3. Kỹ sư phần mềm và phát triển hệ thống: Tham khảo cách xây dựng hệ thống suy diễn mờ dựa trên đồ thị tri thức, sử dụng MATLAB và thuật toán FISA để phát triển các ứng dụng thông minh.

4. Nhà quản lý và hoạch định chính sách y tế: Hiểu rõ tiềm năng của các công nghệ phân tích dữ liệu mờ trong cải thiện chất lượng dịch vụ y tế, từ đó đầu tư và hỗ trợ phát triển các hệ thống hỗ trợ quyết định.

Câu hỏi thường gặp

1. Đồ thị tri thức mờ (FKG) khác gì so với đồ thị tri thức truyền thống?
   FKG kết hợp logic mờ để xử lý dữ liệu không chắc chắn, trong khi đồ thị tri thức truyền thống chỉ biểu diễn mối quan hệ rõ ràng. FKG cho phép suy diễn xấp xỉ và phân lớp hiệu quả hơn trong điều kiện dữ liệu thiếu hoặc nhiễu.

2. Thuật toán FISA có ưu điểm gì nổi bật?
   FISA tối ưu quá trình suy diễn trên đồ thị tri thức mờ bằng cách sử dụng ma trận kề và phép toán max-min, giúp giảm thời gian tính toán và tăng tốc độ phân lớp so với các phương pháp suy diễn mờ truyền thống.

3. Mô hình FKG có thể áp dụng cho những lĩnh vực nào?
   Ngoài y học và sinh học, FKG có thể ứng dụng trong các lĩnh vực như tài chính, giao thông, giáo dục, nơi dữ liệu thường không đầy đủ hoặc có tính mơ hồ, cần phân lớp hoặc dự báo chính xác.

4. Làm thế nào để xây dựng luật mờ từ dữ liệu thực tế?
   Luật mờ được xây dựng dựa trên phân cụm dữ liệu (ví dụ thuật toán FCM) để xác định các nhãn ngôn ngữ, sau đó thiết lập các luật IF-THEN dựa trên mối quan hệ giữa các thuộc tính và nhãn phân lớp.

5. Ngôn ngữ MATLAB có vai trò gì trong nghiên cứu này?
   MATLAB cung cấp thư viện hỗ trợ logic mờ, xử lý ma trận và đồ thị, giúp cài đặt mô hình FKG và thuật toán FISA một cách hiệu quả, đồng thời hỗ trợ trực quan hóa dữ liệu và kết quả phân lớp.

Kết luận

• Luận văn đã xây dựng thành công mô hình Đồ thị tri thức mờ (FKG) kết hợp logic mờ và lý thuyết đồ thị, giải quyết hiệu quả bài toán phân lớp dữ liệu không chắc chắn.
• Thuật toán suy diễn mờ nhanh (FISA) được phát triển giúp tăng tốc độ suy diễn và nâng cao độ chính xác phân lớp trên các bộ dữ liệu chuẩn và thực tế.
• Kết quả thực nghiệm trên 5 bộ dữ liệu cho thấy FKG vượt trội hơn mô hình suy diễn mờ truyền thống về cả độ chính xác và thời gian thực thi.
• Mô hình có tính ứng dụng cao trong y học cổ truyền, hỗ trợ chẩn đoán bệnh tiền sản giật và các lĩnh vực khác có dữ liệu mờ hoặc thiếu.
• Các bước tiếp theo bao gồm mở rộng bộ luật mờ, phát triển giao diện người dùng và tối ưu thuật toán cho dữ liệu lớn, đồng thời chuyển giao công nghệ cho các cơ sở y tế và nghiên cứu.

Hành động đề xuất: Các nhà nghiên cứu và chuyên gia y tế nên áp dụng và thử nghiệm mô hình FKG trong các dự án thực tế để khai thác tối đa tiềm năng của phương pháp này, đồng thời đóng góp ý kiến cải tiến cho các phiên bản tiếp theo.

Trích đoạn nội dung tài liệu

1 LỜI CAM ĐOAN Tôi xin cam đoan những kiến thức, nội dung trình bày trong luận văn là kiến thức do tôi tìm hiểu, nghiên cứu, đọc, dịch tài liệu, tổng hợp và trình bày theo những kiến thức của cá nhân tôi dưới sự hướng dẫn của TS. Trần Mạnh Tuấn. Các kết quả trong luận văn do tôi nghiên cứu và chưa công bố tại bất kì đâu. Các tài liệu có liên quan được tôi sử dụng trong quá trình làm luận văn đều được ghi rõ nguồn gốc. Tôi xin cam đoan đây luận văn không sao chép của ai mà hoàn toàn do tôi nghiên cứu và thực hiện. Tôi xin chịu toàn bộ trách nhiệm với những cam đoan của mình. Hà Nội, ngày 24 tháng 11 năm 2022 Học viên Trần Ngọc Thái Sơn n 2 LỜI CẢM ƠN Sau thời gian học tập, nghiên cứu và thực hiện, đến nay tôi đã hoàn thành công trình nghiên cứu của mình. Trong quá trình làm luận văn này, tôi nhận được sự động viên, giúp đỡ của các thầy cô, bạn bè và người thân. Trước tiên, tôi xin chân thành cảm ơn sâu sắc tới TS. Trần Mạnh Tuấn đã nhiệt tình hướng dẫn, cung cấp tài liệu, tạo điều kiện thuận lợi để tôi được hoàn thành tốt nhất luận văn này. Tôi xin gửi lời cảm ơn tới các thầy giáo của Viện Công nghệ thông tin. Ban Lãnh đạo, phòng Đào tạo, các phòng chức năng của Học viện Khoa học và Công nghệ đã giảng dạy và tạo ra môi trường học tập, nghiên cứu rất tốt để tôi có thể hoàn thành đề tài của mình. Sau cùng, tôi xin gửi lời cảm ơn đến gia đình, bạn bè, các bạn cùng lớp cao học ITT20B, là những người luôn đồng hành, giúp đỡ, chia sẻ với tôi trong quá trình thực hiện luận văn này. Trân trọng! Học viên Trần Ngọc Thái Sơn n 3 MỤC LỤC DANH MỤC BẢNG . 5 DANH MỤC HÌNH VẼ, BIỂU ĐỒ . Lý do chọn đề tài . Mục đích và nhiệm vụ nghiên cứu . Đối tượng và phạm vi nghiên cứu . Phương pháp nghiên cứu và đóng góp của luận văn . Cấu trúc của luận văn . Suy diễn mờ (Fuzzy Inference) . Đồ thị tri thức mờ . Ngôn ngữ MATLAB . Tổng kết chương 1 . ĐỒ THỊ TRI THỨC MỜ . Mô hình đồ thị tri thức mờ trong phân lớp dữ liệu . Xây dựng luật mờ . Biểu diễn đồ thị tri thức mờ từ luật mờ . Suy diễn trên đồ thị tri thức mờ . Các độ đo đánh giá quá trình phân lớp dữ liệu . Ví dụ số về việc xây dựng và suy diễn trên đồ thị tri thức mờ . Tổng kết chương 2 . CÀI ĐẶT VÀ XÂY DỰNG ỨNG DỤNG . Bài toán ứng dụng . Mô tả dữ liệu . Cài đặt và xây dựng ứng dụng . Kết quả thực nghiệm . 56 Danh mục tài liệu tham khảo . 68 n 5 DANH MỤC BẢNG Bảng 2. 1: Hệ luật mờ . Tập dữ liệu đầu vào . 3: Bộ dữ liệu đầu vào . 4: Bảng ma trận xân dựng đồ thị từ luật . 5: Bảng tính giá trị C với nhãn 1 . 6: Bảng tính giá trị C với nhãn 2 . 1: Các thuộc tính dữ liệu đầu vào trong tập dữ liệu bệnh ung thư Breast . 2: Các thuộc tính dữ liệu đầu vào trong tập dữ liệu bệnh tiểu đường Diebetes . 3: Các thuộc tính dữ liệu đầu vào trong tập dữ liệu đo chất lượng rượu Wine. 4: Các thuộc tính dữ liệu đầu vào trong tập dữ liệu bệnh gan Liver . 5: Dữ liệu Y học cổ truyền . 6: Kết quả thực nghiệm Accuracy trên bộ dữ liệu UCI . 7: Kết quả thực nghiệm thời gian trên bộ dữ liệu UCI . 8: Kết quả thực nghiệm Accuracy trên bộ dữ liệu tiền sản giật . 9: Kết quả thực nghiệm thời gian trên bộ dữ liệu tiền sản giật . 53 n 6 DANH MỤC HÌNH VẼ, BIỂU ĐỒ Hình 1. 1: Một số dạng hàm thuộc cơ bản . 2: Mô hình suy luận mờ với một luật-một tiền đề . 3: Mô hình suy luận mờ một luật-nhiều tiền đề . 4: Mô hình suy luận mờ hai luật hai tiền đề. 5: Minh họa một đồ thị tri thức mờ. 1: Mô hình đồ thị tri thức mờ trong phân lớp dữ liệu . 2: Sơ đồ tổng quan hệ suy diễn mờ . 3: Biểu diễn đồ thị tri thức mờ từ luật mờ theo thuộc tính . 4: Biểu diễn đồ thị tri thức mờ . 5: Quá trình suy diễn trên đồ thị tri thức mờ . 6: Đồ thị FKG cho 6 luật . 1: Mô hình cho bài toán hỗ trợ chẩn đoán bệnh trong y học cổ truyền . 2: Đồ thị tri thức mờ với bệnh án Y học cổ truyền . Lý do chọn đề tài Với các nghiên cứu gần đầy cho thấy việc sử dụng đồ thị tri thức mờ là một trong những vấn đề mới. Đồ thị tri thức (KG) là một phương pháp mạnh mẽ hỗ trợ xử lý các vấn đề trong khai phá dữ liệu. KG có thể kết hợp với các kỹ thuật khác nhau để giải quyết các bài toán trong học máy. Tuy nhiên, KG gặp khó khăn cho việc xây dựng đồ thị cũng như suy luận gần đúng trên các tập dữ liệu đầu vào có thông tin chưa đầy đủ, chưa chính xác. Khi đó, mô hình đồ thị tri thức mờ (FKG) đã được thiết kế vào năm 2020 để giải quyết các vấn đề của KG kết hợp với logic xây dựng lên đồ thị tri thức mờ. Một biểu đồ được hình thành với các nút được biểu diễn bằng các nhãn ngôn ngữ và các cạnh được xác định bởi sự kết nối giữa các nhãn ngôn ngữ và các nhãn đầu ra. Đồ thị FKG thể hiện lý do theo quy luật tự nhiên trong đó tác động của giá trị của biên ngôn ngữ để đưa ra kết quả đầu ra tương ứng. Do vậy, việc nghiên cứu về đồ thị tri thức mờ là cần thiết, nó có thể giải quyết hiệu quả được một số bài toán phân lớp dữ liệu. Mục đích và nhiệm vụ nghiên cứu - Nghiên cứu về lý thuyết mờ, lý thuyết đồ thị, đồ thị tri thức mờ. - Xây dựng demo và thử nghiệm mô hình với bài toán phân lớp dữ liệu. Đối tượng và phạm vi nghiên cứu - Logic mờ, đồ thị, đồ thị tri thức mờ (FKG). - Nghiên cứu về Logic mờ, lý thuyết đồ thị, đồ thị tri thức mờ - Cài đặt, mô hình dựa trên ngôn ngữ lập trình Matlab - Xây dựng thực thi demo trên bộ dữ liệu thu thập từ UCI và dữ liệu thu thập thực tế. Phương pháp nghiên cứu và đóng góp của luận văn Phương pháp nghiên cứu lý luận: Học viên tập trung vào việc đọc hiểu, phân tích bài toán, thu thập dữ liệu cho bài toán thông qua các nguồn tài liệu từ sách, giáo trình, … liên quan đến kiến thức sử dụng trong luận văn. Phương pháp nghiên cứu thực tiễn: Tiến hành cài đặt mô hình đồ thị tri thức mờ, xây dựng demo với bộ dữ liệu thu thập. Các bước thực hiện trong quá trình xây dựng mô hình: - Thu thập dữ liệu. - Tiền xử lý dữ liệu - Xây dựng mô hình phân lớp kết quả . - Đánh giá mô hình. - Báo cáo luận văn hoàn chỉnh về đồ thi thức mờ và ứng dụng - Demo mô hình đồ thị tri thức mờ. Cấu trúc của luận văn Mở đầu: Trình bày tổng quan về đề tài Chương 1: Cơ sở lý thuyết: trình bày các lý thuyết liên quan sử dụng trong đồ án Chương 2: Đồ thị tri thức mờ: trình bày về mô hình đồ thị tri thức mờ, cách biểu diễn đồ thị tri thức mờ, suy diễn trên đồ thị tri thức mờ Chương 3: Cài đặt và ứng dụng: trong chương này em trình bày về cài đặt mô hình tri thức mờ, thực nghiệm trên bộ dữ liệu UCI, đánh giá mô hình đồ thị tri thức mờ. Kết luận: đánh giá những công việc đã thực hiện được và chưa thực hiện được trong quá trình làm luận văn, đề xuất hướng phát triển trong tương lai. Lý thuyết đồ thị Đồ thị được xây dựng dựa trên các đỉnh (hay nút), các cung (cạnh) là đường nối giữa các đỉnh của đồ thị với nhau. Khi lập trình để biểu diễn trên máy tính người ta có thể sử dụng nhiều cách khác nhau. Trong các lĩnh vực sử dụng đồ thị nhiều như: Toán học, tin học, … Khi đó đồ thị là một phương pháp tỏ ra hiệu quả với các bài toán ứng dụng trong thực tế. Đồ thị giải quyết được các bài toán thực tế như: giao thông, du lịch, giáo dục,… Nó là một công cụ trực quan hóa để biểu diễn, diễn tả các bài toán. Một đồ thị được xây dựng có cấu trúc rời rạc, nó gồm 2 thành phần: tập các đỉnh và tập các cạnh. Khi đó đồ thị: G=(V,E) Trong đó đồ thị được gọi là G, tập các đỉnh được gọi là V, tập các cạnh được gọi là E. Mỗi cạnh đồ thị cặp (u,v) với đỉnh u được nối với đỉnh v, hai đỉnh u, v thuộc vào tập V. Người ta chia đồ thị dựa trên tính chất của các cạnh trong tập E: - Đồ thị G là đơn đồ thị nếu như giữa hai đỉnh (u,v) của V chỉ có không quá một cạnh trong E để nối từ u tới v. - Đồ thị G là đồ thị đa cạnh nếu giữa đỉnh u và đỉnh v của V có thể có từ hai cạnh trong E nối từ đỉnh u tới đỉnh v. - Đồ thị G được gọi là đồ thị vô hướng (undirected graph) khi các cạnh nối giữa đỉnh u và đỉnh v trong đồ thị không định hướng. - Đồ thị có hướng G (directed graph) là đồ thị các cạnh nối giữa đỉnh v với đỉnh u có định hướng, nó xác định chiều của đường đi của các cạnh trong đồ thị. Cạnh còn được gọi là cung trên đồ thị có hướng. Nếu cạnh nối đỉnh u với đỉnh v trong đồ thị tương ứng với 2 cung là: (u→v), (v→u). Khi đó đồ thị vô hướng cũng có thể coi là đồ thị có hướng. Logic mờ Logic mờ xây dựng dựa trên lý thuyết mờ được sử dụng để suy luận, lập luận dựa trên việc xấp xỉ thay vì lập luận chính xác của logic (như lập luận tiến, lập luận lùi). Logic mờ được sử dụng như là một mặt ứng dụng của lý thuyết mờ để xử lý các giá trị mờ trong thế giới thực trong các bài toán thực tế. [1,2,3,4] Độ chính xác thường hay nhầm lẫn với xác suất.