mở đầu cho loại máy tính vạn năng xử lý mảng dữ liệu đầy tiềm năng này. Phát minh ra mạng nơron tế bào của L. Yang đưa ra từ năm 1988 dựa trên tư tưởng chung là sử dụng một mảng đơn giản các tế bào kết nối cục bộ để xây dựng một hệ thống xử lý tín hiệu analog. Đặc điểm mấu chốt của 2 mạng nơron là xử lý song song không đồng bộ, liên tục và ảnh hưởng toàn cục của các phần từ mạng.
Khối mạch cơ bản của mạng CNN được gọi là tế bào (cell). Nó chứa các phần tử mạch tuyến tính và phi tuyến. Tiêu biểu là các tụ tuyến tính, các điện trở tuyến tính, các nguồn điều khiển tuyến tính, phi tuyến và các nguồn độc lập. Mỗi một tế tào trong CNN chỉ kết nối tới các tế bào láng giềng.
Các tế bào liền kề có thể ảnh hưởng trực tiếp tới nhau. Các tế bào không có liên kết trực tiếp có thể tác động đến các tế bào khác gián tiếp bởi sự tác động bởi sự làn truyền của mạng CNN. Nhiều bài toán tính toán phức tạp được thực hiện trong hệ CNN như những mô đun được định nghĩa trước. Khi xử lý những tín hiệu được đưa vào những lưới không gian hình học 2 chiều hoặc 3 chiều những phần tử xử lý đơn giản (cell).
Những tương tác trực tiếp giữa các giá trị tín hiệu trong một phạm vi lân cận nhất định của một cell tạo ra hệ CNN là một ma trận các vi xử lý động. Các tương tác động diễn ra theo nguyên tắc: các phần tử xử lý (cell) chỉ tương tác trực tiếp với các láng giếng nhất định. Trong một vài mô hình, phương trình toán học cơ bản mô tả CNN tương ứng với không gian rời rạc hoá của phương trình đạo hàm riêng phi tuyến. Sự tương tác trong hệ thống giống như hiện tượng khuếch tán cơ học.
Tương tác này cũng có thể mô hình hoá như cơ chế lan truyền của phản ứng hoá học hay sự tiến hoá sinh học. Mô hình sinh học của bộ não liên quan đến đặc trưng của từng loài, và xu hướng tiến hoá của hệ thống sinh học còn hình thành nên mô hình không gian - thời gian trong não bộ để thực hiện những vai trò, chức năng cốt yếu trong nhận thức thế giới thực. Khái niệm về CNN dựa trên cơ sở một vài khía cạnh của nơ ron sinh học và được mô phỏng bằng mạch tích hợp IC. Ví dụ trong bộ não phương tiện tương tác được cung cấp bởi ma trận cực lớn các nơ ron đang tồn tại mà năng lượng của nó nhận được từ việc đốt glucô và ôxy, trong khi với CNN phương tiện tương tác 3 được cung cấp bởi sự tương tác cục bộ của các tế bào (active cell) mà các khối mạch của nó gồm các linh kiện điện tử phi tuyến với nguồn năng lượng một chiều DC.
CNN có nhiều khả năng và triển vọng ứng dụng trong xử lý ảnh và nhận dạng. Trong những ứng dụng như vậy CNN như một bộ lọc hai chiều xử lý song song ảnh đầu vào và đưa ra ảnh đầu ra đã qua xử lý với thời gian liên tục mà có ưu thế cho việc xử lý ảnh kích thước lớn với yêu cầu tốc độ đáp ứng trong thời gian thực. Hơn nữa CNN có khả năng tương tác trong phạm vi nhỏ có thể dễ liên kết với chíp tích hợp cao (VLSI). Sự hoàn thiện chíp CNN đặc trưng bởi kích thước và chức năng một vài loại có mẫu cố định là 256 tế bào (cell), một số loại khác có kích thước giới hạn là 30 cells.
Hiện nay có loại chíp có thể lập trình có kích thước 65356 cells. Khả năng lập trình được và tốc độ cao làm cho CNN phù hợp tốt hơn với các xử lý phi tuyến, nó cho phép nhận được và xử lý tín hiệu phi tuyến. Tuy vậy những ưu thế thực sự của CNN là nó tương đương với chíp có mật độ tích hợp lớn tiêu thụ nhiều năng lượng. Tiềm năng ứng dụng CNN thực ra đã và đang mở rộng về mặt nguyên lý, từ việc lọc ảnh phức tạp theo phương thức truyền thống hay những vấn đề xử lý tín hiệu sinh học, phương trình vi phân đạo hàm riêng, mô hình phi tuyến và hệ thống vật lý.
Hiện nay quá trình xử lý không gian - thời gian phỏng theo xử lý của võng mạc mắt đã được xây dựng. Tương tự võng mạc, CNN gồm tập rất lớn các phần tử xử lý tương tự giống nhau, những phần tử này có khả năng tương tác cục bộ để xử lý. Trọng số tương tác trong không gian biến hữu hạn cho thấy mạng làm việc chỉ phụ thuộc vào những biến lân cận và có ít biến tự do. Bộ xử lý có thể xử lý dạng ảnh nhị phân hay đa cấp xám Hệ CNN đang được nghiên cứu, ứng dụng hiện nay có nhiều khả năng, từ việc khởi tạo tín hiệu tương tự ban đầu đến biểu diễn trạng thái không gian - thời gian động.
Thực tế, một số hệ thống cơ điện tử đã được thiết kế, xây dựng, sử dụng. 4 Sự phát triển ứng dụng dựa trên mạch CNN ban đầu đang được mở rộng, như trong việc điều khiển truyền động với những khớp quay nhiều bậc tự do phức tạp. Từ khi ra đời hệ thống CNN, công nghệ CNN đã bùng nổ cùng với những kiến trúc máy tính tương tự, máy tính vạn năng (Universal Machine-UM) đã được phát minh. Kiến trúc mạng nơ ron tế bào Kiến trúc mạng CNN hiện nay đã phát triển có nhiều mô hình đa dạng, tuỳ thuộc mỗi bài toán xử lý mạng có thể là một chiều, hai chiều, ba chiều hình cầu, lục giác…, đây là vấn đề khác nhau cơ bản giữa máy tính PC với máy tính CNN- UM.
Để đơn giản, ta xét kiến trúc CNN chuẩn, một kiến trúc CNN chuẩn bao gồm một mảng hình chữ nhật MxN các tế bào (cell) C(i,j) với toạ độ Đề các (i,j); i = 1,…,M; j = 1,…,N (Hình 1.1: Kiến trúc CNN chuẩn Mỗi tế bào là một phần tử xử lý C (i,j) và liên kết chỉ ra tương tác giữa các cell. Một trong những đặc trưng của CNN là mỗi tế bào là một hệ thống động, phi tuyến nhưng từng cặp là tuyến tính. Nói cách khác mảng là phi tuyến, nhưng cấu trúc không gian của nó là tuyến tính. 5 vuij vxij vyij I Rx C Eij Ry Ixu(ij,kl) Ixy(ij,kl) Iyx Hình 1.
Một cell của CNN tuyến tính đơn giản Một ví dụ điển hình của ô C(i,j) của CNN được chỉ ra trong hình 1. Các thông số vxij, vyij vuij lần lượt là trạng thái, đầu ra, đầu vào của điện áp. Với điện áp trạng thái vxij được giả sử rằng điều kiện ban đầu có độ lớn nhỏ hơn hay bằng 1. Điện áp vào vuij giả sử là hằng số với độ lớn nhỏ hơn hay bằng 1.
Mỗi cell C(i,j) chứa một điện áp nguồn độc lập Eij, một nguồn dòng độc lập I, 1 tụ tuyến tính C, 2 trở tuyến tính Rx và Ry. Phần tử phi tuyến duy nhất trong mỗi một cell là nguồn dòng điều khiển điện áp ngược. Cặp hệ số Aij,kl và Bij,kl được gọi là hệ số hồi tiếp mẫu và hệ số điều khiển mẫu. Chúng ta giả sử rằng mọi cell đều có cùng tham số và như vậy có cùng mẫu (biến không gian).
Tên gọi mẫu vô tính được sử dụng để nhấn mạnh đặc trưng này của biến. Điều này có nghĩa là tập 2.(2r+1)2 +1 số thực Aij,kl và Bij,kl xác định hoàn toàn hoạt động của hệ CNN hai chiều có độ lớn bất kỳ. Các mẫu có thể được diễn tả bằng dạng thu gọn bởi các bảng hoặc ma trận. Các định nghĩa về mạng nơ ron tế bào Khi phát triển lý thuyết về mạng nơ ron tế bào, các nhà nghiên cứu đã đưa ra một số định nghĩa có tính hình thức về kiến trúc mạng: Định nghĩa 1: Hệ mạng nơ ron tế bào - CNN là: 6 a) Ma trận 2-, 3- hoặc n- chiều của những phần tử động giống nhau (gọi là tế bào - cell) b) Mỗi tế bào có hai thuộc tính: - Chỉ tương tác trong vùng có bán kính là r - Mọi biến trạng thái là tín hiệu có giá trị liên tục Định nghĩa 2: CNN là mạch phi tuyến động kích thước lớn được tạo bởi cặp các phần tử liên kết với nhau, phân bố đều trong không gian mà mỗi phần tử là một mạch tích hợp gọi là cell.
Mạng này có thể có cấu trúc hình chữ nhật, lục giác đều, cầu v. Hệ CNN cấu trúc MxN được định nghĩa một cách toán học theo 4 đặc tả sau: 1) CNN là phần tử động học nghĩa là trạng thái điện áp của tế bào thay đổi theo thời gian tùy theo tương tác giữa nó và các láng giềng. 2) Luật tiếp hợp trong CNN biểu diễn sự tương tác cục bộ trong từng cặp lân cận trong các tế bào láng giềng, mỗi tế bào có: Điều kiện ban đầu; Điều kiện biên. Chú ý: - Giá trị của biến không gian thì luôn luôn rời rạc và biến thời gian T có thể là liên tục hay rời rạc.
- Tương tác giữa các cell thì luôn luôn xảy ra thông qua mẫu vô tính mà có thể là hàm phi tuyến của trạng thái x, đầu ra y, và đầu vào u của mỗi cell C(i,j) trong lân cận Nr có bán kính r; Nr(i,j) = {C(k,l)|max{|k-i|,|l-j|} r, 1 k M, 1 l M} Mẫu vô tính có ý nghĩa hình học mà chúng ta có thể sử dụng để mô tả hình dạng hình học và đưa ra phương pháp thiết kế đơn giản. Các phương trình cơ bản của mạng nơron tế bào Một lớp MxN mạng nơron tê bào chuẩn được định nghĩa bởi một mảng hình chữ nhật MxN các cell C(i,j) xác định tại (i,j); i = 1,…M; j = 1,…N. Mỗi cell C(i,j) được định nghĩa toán học bởi: Phương trình trạng thái: (1.1) Trong đó: xi,j(t) là biến trạng thái của tế bào, Nr là tập các điểm lân cận có tương tác với điểm (i,j) chính là các điểm thuộc mặt cầu tác dụng Sr. Hàm ykl(t) là hàm mô tả điện áp ra; ukl(t) là hàm mô tả điện áp vào.
Mẫu A(i,j;k,l) gọi là mẫu hồi tiếp của tế bào C(i,j); mẫu B(i,j;k,l) gọi là mẫu điều khiển của tế bào C(i,j), nếu chọn dạng mẫu 3x3 ta có: Các mẫu A, B nói lên quan hệ động học của mỗi tế bào với các láng giềng của nó trong hệ.5 mô tả một hệ CNN 1D có 5 tế bào (có 2 tế bào biên [41] ) có mẫu A = [1 2 -1]; B=0; z=0: 8 Hình 1.3: Mô tả một hệ CNN 1D có 5 tế bào Định nghĩa 1.
