I. Tổng quan về thuật toán phân cụm mờ và đại số gia tử WOA
Phân cụm dữ liệu giữ vai trò nền tảng trong học máy và khai phá dữ liệu hiện đại. Thuật toán phân cụm mờ FCM truyền thống gán mỗi điểm dữ liệu vào nhiều cụm với mức độ thuộc khác nhau. Kỹ thuật này phản ánh chính xác tính chất bất định của thế giới thực. Tuy nhiên, FCM đối mặt với hai thách thức kỹ thuật lớn. Hệ số mờ m thường phải chọn thủ công dựa trên kinh nghiệm. Quá trình tính toán dễ rơi vào điểm tối ưu cục bộ do phụ thuộc tâm cụm khởi tạo. Đề tài nghiên cứu tại Đại học Thái Nguyên đề xuất hướng tiếp cận đột phá. Phương pháp kết hợp lý thuyết đại số gia tử cùng giải thuật tối ưu bầy cá voi WOA. Đại số gia tử hỗ trợ tính toán trực tiếp trên các biến ngôn ngữ mờ. Cơ chế này tự động lượng hóa ngữ nghĩa và xác định khoảng trọng số thích hợp. Trong khi đó, giải thuật WOA mô phỏng tập tính săn mồi thông minh của loài cá voi lưng gù. Mô hình lai HAFWCM ra đời nhằm nâng cao độ chính xác phân cụm. Thuật toán xử lý hiệu quả các tập dữ liệu đa chiều phức tạp. Cấu trúc tối ưu mới mang lại khả năng phân loại vượt trội so với các thuật toán kinh điển.
1.1. Khái niệm phân cụm mờ trong khai phá dữ liệu
Phân cụm mờ là phương pháp phân hoạch tập dữ liệu không giám sát. Mỗi mẫu dữ liệu có thể thuộc về nhiều cụm đồng thời. Mức độ thuộc dao động linh hoạt trong khoảng từ 0 đến 1. Tổng độ thuộc của một điểm dữ liệu đối với mọi cụm luôn bằng 1. Nguyên lý này giúp mô hình hóa độ không chắc chắn tự nhiên của thông tin. Thuật toán kinh điển Fuzzy C-Means tối ưu hóa hàm mục tiêu dựa trên khoảng cách. Điểm dữ liệu càng gần tâm cụm thì độ thuộc càng cao. Tuy nhiên, FCM chuẩn đòi hỏi người dùng gán cố định tham số làm mờ m. Việc lựa chọn giá trị m thiếu cơ sở toán học chặt chẽ. Kết quả phân nhóm dữ liệu dễ bị sai lệch nếu cấu trúc phân bố cụm không đồng đều.
1.2. Xuất xứ nghiên cứu từ Đại học Thái Nguyên
Nghiên cứu được thực hiện tại Trường Đại học Công nghệ Thông tin và Truyền thông thuộc Đại học Thái Nguyên. Đề tài luận văn thạc sĩ khoa học máy tính do học viên Đoàn Thị Nhị triển khai năm 2023. Công trình có sự định hướng khoa học trực tiếp từ Tiến sĩ Nguyễn Tuấn Anh. Mục tiêu trọng tâm là hoàn thiện lý thuyết phân cụm dữ liệu phi cấu trúc. Luận văn tập trung giải quyết bài toán tối ưu hóa đa biến phức hợp. Sự phối hợp giữa đại số gia tử và giải thuật bầy đàn mở ra bước tiến mới. Mô hình giải quyết triệt để vấn đề nhiễu ảnh và độ mờ của biên đối tượng. Kết quả tạo tiền đề quan trọng cho các ứng dụng thị giác máy tính thực tế.
II. Hạn chế của thuật toán phân cụm mờ truyền thống hiện nay
Thuật toán phân cụm mờ FCM truyền thống tồn tại những điểm nghẽn kỹ thuật nghiêm trọng. Đầu tiên là tính nhạy cảm đặc biệt đối với vị trí tâm cụm ban đầu. Việc khởi tạo ngẫu nhiên khiến thuật toán thường xuyên mắc kẹt tại các điểm cực trị địa phương. Hệ quả là mô hình không thể tìm thấy nghiệm tối ưu toàn cục của hàm mục tiêu. Quá trình phân nhóm dữ liệu trở nên thiếu ổn định qua các lần chạy khác nhau. Thách thức lớn tiếp theo nằm ở tham số trọng số mũ mờ m. Thông thường, giá trị này được cố định bằng 2 cho mọi phần tử dữ liệu. Cách thiết lập tĩnh bỏ qua đặc tính phân tán dị thể giữa các cụm. Khi dữ liệu chứa nhiều mẫu ngoại lai hoặc có độ nhiễu cao, sai số phân cụm tăng vọt. Ngoài ra, việc xác định số lượng cụm K cũng là rào cản lớn trong thực tế. Các biến thể cải tiến như EnFCM hay MFCM chỉ giảm thiểu thời gian tính toán nhưng chưa giải quyết triệt để vấn đề cực tiểu cục bộ. Nhu cầu đặt ra là phải có cơ chế tối ưu hóa toàn cục kết hợp tính toán mềm linh hoạt.
2.1. Nguy cơ rơi vào điểm cực tiểu cục bộ của FCM
Thuật toán Fuzzy C-Means hoạt động dựa trên phương pháp lặp gradient dốc từng bước. Thuật toán cập nhật ma trận độ thuộc và tọa độ tâm cụm qua từng vòng lặp. Quá trình dừng lại khi sai khác giữa hai bước lặp liên tiếp đạt ngưỡng dung sai. Bản chất của kỹ thuật tìm kiếm cục bộ khiến nghiệm cuối cùng phụ thuộc chặt vào khởi tạo. Nếu các điểm tâm khởi đầu đặt gần nhau hoặc nằm trong vùng nhiễu, thuật toán sẽ hội tụ sai. Kết quả phân cụm không phản ánh đúng cấu trúc hình học tự nhiên của dữ liệu. Sự mắc kẹt tại cực trị địa phương làm giảm sút nghiêm trọng tính tổng quát hóa của mô hình phân loại dữ liệu.
2.2. Khó khăn khi cố định trọng số mũ mờ m
Hệ số mũ mờ m đóng vai trò kiểm soát độ mờ giữa các ranh giới cụm. Khi m tiến gần tới 1, thuật toán suy biến thành phân cụm cứng K-Means. Khi m có giá trị quá lớn, mọi điểm dữ liệu đều có độ thuộc tiệm cận mức đều nhau. Các nghiên cứu truyền thống thường mặc định thiết lập m bằng 2. Tuy nhiên, mỗi thuộc tính dữ liệu và mỗi cụm thành phần lại có mức độ phân tán hoàn toàn khác nhau. Việc ép một giá trị m đồng nhất khiến mô hình mất đi tính thích nghi. Người dùng phải thực hiện nhiều thử nghiệm tốn kém để tìm tham số tối ưu. Sự thiếu hụt cơ sở định lượng tự động làm giảm tính thực tiễn của giải pháp phân cụm mờ.
III. Giải pháp phân cụm mờ đột phá kết hợp đại số gia tử và WOA
Thuật toán lai HAFWCM kết hợp sức mạnh của lý thuyết đại số gia tử và giải thuật tối ưu hóa bầy cá voi WOA. Giải pháp được phát triển nhằm khắc phục triệt để các nhược điểm của FCM truyền thống. Đại số gia tử cho phép tính toán trực tiếp trên các giá trị ngôn ngữ như 'nhỏ', 'lớn', 'rất', 'hơn'. Nhờ đó, ma trận trọng số mũ m được tự động cập nhật linh hoạt theo từng thành phần dữ liệu trong miền xác định [m_min, m_max]. Người dùng không còn phải thử nghiệm thủ công nhiều lần. Bên cạnh đó, giải thuật WOA đảm nhận nhiệm vụ tìm kiếm vị trí các tâm cụm tối ưu. WOA mô phỏng ba hành vi săn mồi đặc trưng: bao vây con mồi, tấn công bằng lưới bọt khí xoắn ốc và tìm kiếm ngẫu nhiên. Cơ chế chuyển dịch cân bằng giữa khám phá không gian và khai thác giúp thuật toán vượt qua mọi cực tiểu địa phương. Mô hình HAFWCM cập nhật lặp đồng thời giữa ma trận độ thuộc, trọng số ngôn ngữ và vị trí cá thể cá voi. Hàm mục tiêu nhanh chóng đạt trạng thái hội tụ toàn cục với sai số tối thiểu.
3.1. Ứng dụng đại số gia tử xác định trọng số ngôn ngữ
Lý thuyết đại số gia tử cung cấp công cụ toán học biểu diễn định lượng các từ ngữ mờ. Cấu trúc đại số bao gồm tập biến cơ sở và tập các gia tử tăng giảm nghĩa. Thuật toán HAmFCM sử dụng đại số gia tử để tính giá trị ngữ nghĩa cho hệ số mũ mờ. Trọng số mũ không còn nhận một hằng số cứng nhắc. Thay vào đó, mỗi phần tử dữ liệu được gán một trọng số riêng biệt tùy theo ngữ cảnh. Người nghiên cứu chỉ cần khai báo biên dưới m_min và biên trên m_max. Thuật toán tự động hiệu chỉnh giá trị tối ưu thông qua hàm chuyển đổi ngữ nghĩa. Cách tiếp cận này giúp mô hình thích ứng linh hoạt với các dạng phân bố dữ liệu không đồng nhất.
3.2. Cơ chế tối ưu tâm cụm bằng giải thuật cá voi WOA
Giải thuật tối ưu bầy cá voi WOA là phương pháp metaheuristic mô phỏng kỹ thuật săn mồi bằng bọt khí. Mỗi cá thể cá voi đại diện cho một nghiệm vector chứa tọa độ tâm cụm. Ở giai đoạn bao vây, cá voi cập nhật vị trí theo cá thể tốt nhất hiện tại. Trong giai đoạn tấn công xoắn ốc, cá voi thu hẹp khoảng cách theo hàm logarit mô phỏng chuyển động thực tế. Khi hệ số kiểm soát độ lớn hơn 1, cá voi bơi ngẫu nhiên để mở rộng không gian khám phá. Quá trình này giúp thuật toán dễ dàng thoát khỏi các cực tiểu địa phương. Sự kết hợp giữa WOA và HAmFCM hình thành nên thuật toán HAFWCM với tốc độ hội tụ nhanh và độ chính xác vượt bậc.
IV. Kết luận và ứng dụng thực tiễn của phân cụm mờ ĐSGT và WOA
Nghiên cứu của Đại học Thái Nguyên chứng minh tính hiệu quả vượt trội của thuật toán HAFWCM trong thực tế. Mô hình giải quyết đồng thời hai bài toán hóc búa của kỹ thuật phân cụm mờ cổ điển. Đó là việc tự động hóa trọng số mờ và khả năng tìm kiếm tâm cụm tối ưu toàn cục. Các thực nghiệm phân đoạn ảnh y tế và ảnh vệ tinh cho thấy chất lượng phân tách ranh giới rõ nét. Thuật toán bảo toàn nguyên vẹn chi tiết các vùng mô bệnh học và cấu trúc bề mặt địa hình. Chỉ số đánh giá độ tương đồng đạt kết quả cao hơn hẳn so với FCM, EnFCM hay MFCM. Thời gian tính toán được rút ngắn nhờ khả năng hội tụ nhanh của thuật toán bầy đàn cá voi. Kết quả khẳng định giá trị ứng dụng to lớn của lý thuyết đại số gia tử trong trí tuệ nhân tạo. Đề tài mở ra tiềm năng ứng dụng sâu rộng trong phân tích ảnh viễn thám, chẩn đoán hình ảnh và phân tích dữ liệu lớn. Đây là đóng góp khoa học thiết thực của nhóm nghiên cứu tại Đại học Thái Nguyên.
4.1. Hiệu quả phân đoạn ảnh số và xử lý y tế thực nghiệm
Trong thực nghiệm xử lý ảnh, thuật toán HAFWCM được kiểm thử trên nhiều bộ dữ liệu ảnh y tế và ảnh chuẩn tự nhiên. Quá trình phân đoạn ảnh tách biệt chính xác các vùng tổn thương mờ nhạt và cấu trúc mô mềm phức tạp. Nhờ cơ chế thích nghi mờ của đại số gia tử, ảnh sau phân đoạn không bị hiện tượng quá mịn hoặc mất mát đường biên. Thuật toán thể hiện khả năng kháng nhiễu ấn tượng đối với nhiễu xung và nhiễu Gauss. Các chỉ số đo lường định lượng như hệ số phân vùng và sai số toàn phương trung bình đều vượt trội. Giải pháp cung cấp hỗ trợ đắc lực cho các bác sĩ trong việc nhận diện khối u và tổn thương bệnh lý.
4.2. Tiềm năng phát triển và triển vọng nghiên cứu tương lai
Thành công của đề tài tại Đại học Thái Nguyên khẳng định tiềm năng lớn của việc tích hợp lý thuyết toán học mềm và giải thuật metaheuristic. Hướng phát triển tiếp theo tập trung vào việc tối ưu hóa tốc độ xử lý trên các hệ thống tính toán song song GPU. Cải tiến này giúp mô hình đáp ứng phân tích luồng video thời gian thực hoặc tập dữ liệu lớn hàng triệu bản ghi. Ngoài ra, việc nghiên cứu tự động xác định số lượng cụm K cũng là một hướng đi hứa hẹn. Mô hình hứa hẹn mở rộng hiệu quả sang các bài toán phân loại viễn thám, nhận diện tiếng nói và an ninh mạng. Đây là cơ sở vững chắc cho các công trình nghiên cứu ứng dụng tiếp theo.
