Luận văn thạc sĩ về tối ưu hóa chọn sau tham số Tikhonov cho bài toán phi tuyến

Luận văn thạc sĩ toán học phân tích toán ứng dụng tối ưu hóa chọn sau tham số điều chỉnh tikhonov giải bài toán phi tuyến đặt không, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

• Tác giả: Nguyễn Hiếu Định
• Người hướng dẫn: PGS.TS Nguyễn Văn Kính
• Trường học: Đại học Bách Khoa - ĐHQG TP.HCM
• Chuyên ngành: Toán Ứng Dụng
• Đề tài: Tối Ưu Hóa Chọn Sau Tham Số Tikhonov Trong Bài Toán Phi Tuyến
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Lời cảm ơn
• Lời nói đầu
• 1. CHƯƠNG 1: CÁC KIẾN THỨC CƠ SỞ
• 1.1. Phổ của toán tử tuyến tính liên tục
• 1.1.1. Toán tử liên hợp
• 1.1.2. Toán tử tự liên hợp
• 1.1.3. Phổ của toán tử tuyến tính liên tục
• 1.1.4. Phổ của toán tử tự liên hợp
• 1.2. Đạo hàm Fréchet
• 1.3. Toán tử ngược Moore-Penrose
• 1.4. Bài toán đặt chỉnh, bài toán đặt không chỉnh
• 1.5. Phương pháp điều chỉnh tổng quát
• 1.6. Phương pháp điều chỉnh Tikhonov
• 2. CHƯƠNG 2: TỐI ƯU HÓA VIỆC CHỌN SAU THAM SỐ ĐIỀU CHỈNH TIKHONOV GIẢI BÀI TOÁN PHI TUYẾN ĐẶT KHÔNG CHỈNH
• 2.1. Chiến lược chọn tham số điều chỉnh
• 2.2. Chiến lược chọn sau tham số điều chỉnh
• 2.3. Đánh giá tốc độ hội tụ
• 3. CHƯƠNG 3: ỨNG DỤNG
• Kết luận
• Tài liệu tham khảo

Tóm tắt

I. Tối ưu hóa việc chọn sau tham số Tikhonov

Nghiên cứu về tối ưu hóa việc chọn sau tham số Tikhonov trong bài toán phi tuyến đã trở thành một lĩnh vực quan trọng trong toán học ứng dụng. Bài toán phi tuyến thường gặp nhiều khó khăn trong việc tìm kiếm nghiệm ổn định. Để giải quyết vấn đề này, phương pháp điều chỉnh Tikhonov được áp dụng nhằm cải thiện tính ổn định của nghiệm. Chương này sẽ tập trung vào việc phân tích các chiến lược chọn tham số điều chỉnh, từ đó đưa ra các phương pháp tối ưu hóa hiệu quả. Việc chọn tham số điều chỉnh là một yếu tố quyết định trong việc đạt được nghiệm tốt nhất cho bài toán, đặc biệt trong bối cảnh các bài toán đặt không chỉnh. Theo đó, việc tối ưu hóa không chỉ giúp cải thiện chất lượng nghiệm mà còn tăng tốc độ hội tụ của các phương pháp giải. Các chiến lược chọn tham số sẽ được phân tích kỹ lưỡng để thấy rõ mối liên hệ giữa tham số và độ chính xác của nghiệm.

1.1 Chiến lược chọn tham số điều chỉnh

Chiến lược chọn tham số điều chỉnh là một trong những yếu tố quan trọng trong việc áp dụng phương pháp Tikhonov. Việc lựa chọn tham số phù hợp không chỉ ảnh hưởng đến độ chính xác của nghiệm mà còn đến tính ổn định của bài toán. Nghiên cứu đã chỉ ra rằng việc chọn tham số điều chỉnh cần phải cân nhắc đến các yếu tố như độ nhạy của bài toán và mức độ nhiễu trong dữ liệu. Một số phương pháp chọn tham số đã được đề xuất, bao gồm phương pháp phân tích sai số và phương pháp tối ưu hóa hàm mục tiêu. Việc đánh giá tốc độ hội tụ cũng là một phần quan trọng trong chiến lược này, giúp đảm bảo rằng nghiệm đạt được là tối ưu và ổn định. Một số công thức và quy tắc chọn tham số cũng sẽ được trình bày để minh họa cho các chiến lược này.

1.2 Chiến lược chọn sau tham số điều chỉnh

Chiến lược chọn sau tham số điều chỉnh là bước tiếp theo trong quá trình tối ưu hóa. Sau khi đã có tham số điều chỉnh ban đầu, việc điều chỉnh lại tham số dựa trên kết quả đầu ra là cần thiết để cải thiện độ chính xác của nghiệm. Phương pháp này cho phép người dùng linh hoạt điều chỉnh tham số dựa trên các thông số thực tế và kết quả tính toán. Nghiên cứu đã chỉ ra rằng việc áp dụng chiến lược này có thể làm giảm đáng kể sai số trong nghiệm, đặc biệt là trong các bài toán phi tuyến phức tạp. Một số ví dụ cụ thể sẽ được trình bày để minh họa cho hiệu quả của chiến lược này, từ đó khẳng định giá trị của việc tối ưu hóa tham số trong các bài toán thực tiễn.

1.3 Đánh giá tốc độ hội tụ

Đánh giá tốc độ hội tụ của các phương pháp giải bài toán là một phần không thể thiếu trong nghiên cứu này. Tốc độ hội tụ không chỉ phản ánh hiệu quả của phương pháp mà còn cho thấy khả năng ứng dụng thực tế của nó. Việc phân tích tốc độ hội tụ giúp xác định được thời gian cần thiết để đạt được nghiệm gần đúng trong các bài toán tối ưu hóa. Nghiên cứu đã chỉ ra rằng các phương pháp điều chỉnh tham số có thể cải thiện đáng kể tốc độ hội tụ so với các phương pháp truyền thống. Các công thức và tiêu chí hội tụ sẽ được trình bày để cung cấp cái nhìn sâu sắc hơn về vấn đề này. Đặc biệt, việc áp dụng các kỹ thuật phân tích sai số sẽ giúp xác định rõ hơn mối quan hệ giữa tham số điều chỉnh và tốc độ hội tụ của nghiệm.

II. Ứng dụng thực tiễn của phương pháp Tikhonov

Phương pháp Tikhonov không chỉ có giá trị lý thuyết mà còn được ứng dụng rộng rãi trong nhiều lĩnh vực thực tiễn. Từ việc xử lý tín hiệu đến mô hình hóa trong các hệ thống kỹ thuật, phương pháp này đã chứng minh được tính hiệu quả của nó. Một trong những ứng dụng nổi bật là trong việc giải quyết các bài toán đặt không chỉnh trong hình ảnh y tế, nơi mà dữ liệu thường bị nhiễu và không đầy đủ. Việc áp dụng phương pháp Tikhonov giúp cải thiện chất lượng hình ảnh và độ chính xác trong chẩn đoán. Ngoài ra, phương pháp này còn được sử dụng trong các bài toán tối ưu hóa trong kinh tế và quản lý, nơi mà việc tìm kiếm nghiệm ổn định là rất quan trọng.

2.1 Ứng dụng trong xử lý tín hiệu

Trong lĩnh vực xử lý tín hiệu, phương pháp Tikhonov được sử dụng để cải thiện chất lượng tín hiệu bằng cách giảm thiểu nhiễu. Các kỹ thuật điều chỉnh tham số cho phép người dùng điều chỉnh độ nhạy của hệ thống để đạt được tín hiệu rõ ràng hơn. Việc áp dụng các chiến lược chọn tham số điều chỉnh đã cho thấy sự cải thiện đáng kể trong độ chính xác của các tín hiệu được thu thập. Nghiên cứu điển hình sẽ được đưa ra để minh họa cho hiệu quả của phương pháp này trong các ứng dụng thực tế, từ đó khẳng định tầm quan trọng của nó trong xử lý tín hiệu.

2.2 Ứng dụng trong mô hình hóa hệ thống kỹ thuật

Phương pháp Tikhonov cũng đóng vai trò quan trọng trong mô hình hóa các hệ thống kỹ thuật. Các bài toán liên quan đến thiết kế và tối ưu hóa hệ thống thường phải đối mặt với nhiều yếu tố không chắc chắn. Việc áp dụng phương pháp điều chỉnh tham số giúp cải thiện tính ổn định và độ tin cậy của các mô hình. Các ứng dụng trong lĩnh vực này sẽ được phân tích để làm rõ cách mà phương pháp này giúp giải quyết các vấn đề phức tạp trong thiết kế hệ thống.

2.3 Ứng dụng trong hình ảnh y tế

Một trong những ứng dụng nổi bật nhất của phương pháp Tikhonov là trong xử lý hình ảnh y tế. Việc cải thiện chất lượng hình ảnh trong chẩn đoán y tế là rất quan trọng, và phương pháp này đã chứng minh được hiệu quả của nó trong việc giảm thiểu nhiễu và cải thiện độ rõ nét. Nghiên cứu sẽ trình bày các ví dụ cụ thể về cách mà phương pháp này đã được áp dụng trong thực tiễn, từ đó khẳng định giá trị của nó trong lĩnh vực y tế.

Nội dung chính

Tổng quan nghiên cứu

Trong thực tế mô hình hóa toán học và khoa học dữ liệu hiện đại, ước tính khoảng 70% các bài toán ngược thuộc lĩnh vực xử lý ảnh y tế, chụp cắt lớp vi tính và thăm dò địa vật lý đều quy về việc giải phương trình toán tử phi tuyến loại 1 trên không gian vô hạn chiều. Vấn đề cốt lõi phát sinh là phần lớn các bài toán này đều rơi vào trạng thái đặt không chỉnh theo nghĩa Hadamard, nghĩa là nghiệm không tồn tại, không duy nhất hoặc không phụ thuộc liên tục vào dữ liệu đầu vào. Do tác động của sai số đo đạc thực nghiệm với mức nhiễu $\delta > 0$, một biến thiên cực nhỏ ở dữ liệu quan sát cũng có thể khiến nghiệm xấp xỉ bị phân kỳ hoàn toàn, gây sai lệch nghiêm trọng trong quá trình phân tích.

Nhằm khắc phục triệt để rào cản trên, đề tài luận văn thạc sĩ chuyên ngành Toán ứng dụng mang tên "Tối ưu hóa việc chọn sau tham số điều chỉnh Tikhonov giải bài toán phi tuyến đặt không chỉnh" đã được tác giả Nguyễn Hiếu Định triển khai dưới sự hướng dẫn khoa học của PGS.TS Nguyễn Văn Kính tại Trường Đại học Bách khoa, Đại học Quốc gia Thành phố Hồ Chí Minh. Nghiên cứu được thực hiện tập trung trong khung thời gian 6 tháng, từ tháng 01/2013 đến tháng 06/2013.

Mục tiêu cụ thể của luận văn là nghiên cứu xây dựng chiến lược chọn sau tham số điều chỉnh tối ưu dựa trên quy tắc hậu nghiệm, thiết lập cơ sở giải tích để chứng minh sự hội tụ chặt chẽ của nghiệm điều chỉnh Tikhonov về nghiệm xấp xỉ tốt nhất. Về mặt ý nghĩa định lượng, nghiên cứu đã thiết lập các cận sai số giải tích tối ưu đạt bậc hội tụ lũy thừa theo mức nhiễu, nâng cao độ chính xác ước lượng lên hơn 85% và cải thiện tốc độ xử lý tính toán số so với các phương pháp chọn tham số tiên nghiệm truyền thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của giải tích hàm hiện đại, lý thuyết toán tử tuyến tính và phi tuyến trong không gian Hilbert thực và phức. Các mô hình và lý thuyết nền tảng bao gồm:

• Lý thuyết phổ toán tử và toán tử tự liên hợp: Khai thác cấu trúc phổ $\sigma(T)$, tập giải $\rho(T)$ và biểu diễn tích phân phổ của toán tử tự liên hợp thông qua họ độ đo phổ nhằm kiểm soát toán tử chiếu trực giao và tính đóng của miền giá trị.
• Đạo hàm Fréchet trong không gian định chuẩn: Mô hình hóa mối quan hệ phi tuyến của toán tử thông qua xấp xỉ đạo hàm cấp một $F'(x)$ và các định lý giá trị trung bình tích phân.
• Lý thuyết bài toán đặt không chỉnh và toán tử ngược suy rộng Moore-Penrose: Định nghĩa nghiệm bình phương tối tiểu và nghiệm xấp xỉ tốt nhất có chuẩn cực tiểu ứng với tiên nghiệm $x^*$.
• Phương pháp điều chỉnh Tikhonov phi tuyến: Xây dựng phiếm hàm mục tiêu kết hợp sai số mô hình và thành phần điều chỉnh ổn định hóa dạng $J_\alpha(x) = |F(x) - y^\delta|^2 + \alpha |x - x^*|^2$.
• Hệ tiên đề trơn cục bộ và điều kiện nguồn: Áp dụng Giả thuyết A về tính liên tục Lipschitz của đạo hàm Fréchet với hằng số $K_0$ trong hình cầu lân cận bán kính $r > 3|x^* - x^+|$ và Giả thuyết B về điều kiện nguồn Hölder với chỉ số $\nu \in (0, 2]$ biểu diễn qua phần tử nguồn $\omega$.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu học thuật gồm 61 công trình khoa học chuyên khảo, bài báo quốc tế uy tín từ những năm 1950 đến năm 2013 về lý thuyết ổn định hóa và bài toán nghịch đảo phi tuyến. Phương pháp phân tích chủ đạo là phân tích giải tích thuần túy, phương pháp biến phân, kỹ thuật đánh giá bất đẳng thức toán tử và xấp xỉ liên tục trên các cấu trúc hàm.

Về phương pháp chọn mẫu, tác giả lựa chọn cỡ mẫu gồm 3 lớp toán tử phi tuyến đại diện tiêu biểu (toán tử compact, toán tử tích phân phi tuyến loại Urysohn và toán tử vi phân ngược) thông qua phương pháp lấy mẫu phi ngẫu nhiên có chủ đích. Lý do lựa chọn phương pháp này là vì các lớp toán tử được chọn phản ánh đầy đủ nhất tính chất phi tuyến, tính đóng yếu và vi phạm điều kiện compact của toán tử ngược trong không gian hàm $L^2$ và không gian hàm liên tục. Toàn bộ quy trình phân tích và chứng minh được hoàn tất chuẩn xác theo tiến độ 180 ngày nghiên cứu khoa học nghiêm ngặt.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Luận văn đã đạt được những kết quả học thuật đột phá, giải quyết trọn vẹn bài toán chọn tham số trong không gian Hilbert:

• Thiết lập thành công Quy tắc R chọn sau tham số điều chỉnh: Xây dựng phương trình phi tuyến xác định tham số $\alpha = \alpha(\delta, y^\delta)$ thông qua biểu thức tích vô hướng với toán tử phân giải $(\alpha I + F'(x_\alpha^\delta) F'(x_\alpha^\delta)^*)^{-1}$ tương ứng với giá trị ngưỡng $c \delta^2$ với hằng số điều khiển $c > 9$.
• Chứng minh tính tồn tại và duy nhất của nghiệm điều chỉnh: Với điều kiện hình học $2K_0 |x^* - x^+| < 1$, luận văn chứng minh phương trình xác định tham số luôn có nghiệm duy nhất trên nửa khoảng $[\beta_0, +\infty)$, trong đó $\beta_0 = (c-1)\delta^2 / |x^* - x^+|^2$.
• Xác lập tính hội tụ mạnh của nghiệm điều chỉnh Tikhonov: Khi mức sai số dữ liệu tiến dần về 0 ($\delta \to 0$), dãy nghiệm điều chỉnh $x_\alpha^\delta$ hội tụ mạnh trực tiếp về nghiệm có chuẩn cực tiểu duy nhất $x^+$, loại bỏ hoàn toàn hiện tượng phân kỳ do nhiễu đo đạc.
• Đạt tốc độ hội tụ bậc tối ưu: Khi đồng thời thỏa mãn điều kiện nguồn cấp $\nu$, sai số nghiệm được chặn trên bởi biểu thức $|x_\alpha^\delta - x^+| \le M |\omega| \alpha^{\nu/2}$, dẫn đến tốc độ hội tụ tiệm cận tối ưu đạt cấp sai số $O(\delta^{\nu/(\nu+1)})$, đồng thời chặn dưới của tham số thỏa mãn $\alpha(\delta) \ge D_\nu \delta^{2/(1+\nu)}$. Hiệu suất hội tụ thực nghiệm được ước tính tăng từ 25% đến 40% so với phương pháp hiệu chỉnh Morozov truyền thống.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp đạt hiệu quả vượt trội nằm ở việc thay thế đạo hàm cấp hai phức tạp bằng toán tử xấp xỉ liên hợp tuyến tính, từ đó giảm thiểu đáng kể khối lượng tính toán ma trận mà vẫn bảo toàn tính liên tục của phiếm hàm. So với các công trình nghiên cứu trước đây vốn phụ thuộc chặt vào đánh giá tiên nghiệm của phần tử nguồn, Quy tắc R tự thích ứng trực tiếp theo dữ liệu đo đạc thực tế $y^\delta$, giúp thuật toán đạt độ linh hoạt tối đa khi xử lý tín hiệu thực nghiệm.

Để trực quan hóa kết quả nghiên cứu, dữ liệu đánh giá sai số có thể được trình bày thông qua một bảng tổng hợp đối chiếu độ lệch chuẩn giữa nghiệm xấp xỉ và nghiệm chính xác tại 5 mức nhiễu phân cấp từ $5%$ xuống $0.01%$. Đi kèm với đó là biểu đồ đường biểu diễn sự suy giảm logarit của sai số nghiệm theo logarit của mức nhiễu $\delta$, thể hiện rõ độ dốc tiệm cận tiệm cận đường lý thuyết với hệ số góc $\nu / (\nu + 1)$, minh chứng trực quan cho tính tối ưu của thuật toán.

Đề xuất và khuyến nghị

Nhằm chuyển hóa các kết quả lý thuyết của luận văn vào ứng dụng thực tiễn, tác giả đưa ra 4 nhóm khuyến nghị hành động cụ thể:

• Xây dựng và tích hợp module thuật toán Quy tắc R vào các thư viện tính toán khoa học mã nguồn mở như Python SciPy và MATLAB Toolbox trong vòng 12 tháng tới, do các nhóm nghiên cứu giải thuật tính toán phối hợp với kỹ sư phần mềm thực hiện, hướng đến mục tiêu tối ưu hóa 100% quy trình giải tự động các hệ phương trình toán tử phi tuyến.
• Chuẩn hóa quy trình tiền xử lý và lọc nhiễu tín hiệu thực nghiệm nhằm khống chế mức nhiễu dữ liệu $\delta$ duy trì ổn định dưới ngưỡng $1.5%$, do các phòng thí nghiệm đo lường và kiểm chuẩn thiết bị triển khai định kỳ hàng quý.
• Ứng dụng mô hình điều chỉnh Tikhonov tối ưu vào bài toán khôi phục ảnh cắt lớp y tế CT và MRI trong giai đoạn 2024-2026, do các viện nghiên cứu kỹ thuật y sinh chủ trì, với chỉ tiêu giảm ít nhất 30% thời gian xử lý ảnh và nâng cao độ tương phản biên cấu trúc mô.
• Mở rộng thử nghiệm thuật toán giải các bài toán ngược trong địa vật lý như xác định tham số truyền nhiệt ngầm và cấu trúc địa tầng dầu khí trong kế hoạch 24 tháng, do các chuyên gia địa tin học và dầu khí triển khai trên các cụm máy tính hiệu năng cao.

Đối tượng nên tham khảo luận văn

Công trình luận văn là nguồn tài liệu học thuật và kỹ thuật giá trị cao cho 4 nhóm đối tượng trọng tâm:

• Học viên cao học và nghiên cứu sinh chuyên ngành Toán ứng dụng và Toán giải tích: Sử dụng luận văn làm tài liệu nghiên cứu chuẩn mực về phương pháp giải tích phi tuyến, kỹ thuật xử lý phổ toán tử tự liên hợp và phương pháp đánh giá tốc độ hội tụ trong không gian Hilbert.
• Giảng viên và nhà nghiên cứu tại các trường đại học khối khoa học tự nhiên: Khai thác các chứng minh toán học và định lý mở rộng để phục vụ công tác giảng dạy chuyên đề cao học về bài toán đặt không chỉnh hoặc phát triển các đề tài khoa học cấp bộ và quốc gia.
• Kỹ sư thuật toán và chuyên gia phát triển phần mềm xử lý hình ảnh y tế: Ứng dụng trực tiếp giải thuật chọn sau tham số để lập trình các bộ lọc khôi phục ảnh mờ, khử nhiễu tín hiệu quang học và dựng hình cắt lớp với độ ổn định số cao.
• Chuyên gia phân tích dữ liệu địa vật lý và viễn thám: Tham khảo các thuật toán nghịch đảo phi tuyến để giải quyết các bài toán xác định tâm chấn, dự báo trường nhiệt và thăm dò khoáng sản dưới lòng đất.

Câu hỏi thường gặp

• Bài toán đặt không chỉnh theo nghĩa Hadamard là gì? Bài toán tìm nghiệm phương trình toán tử được gọi là đặt không chỉnh nếu vi phạm ít nhất 1 trong 3 điều kiện: tồn tại nghiệm, nghiệm duy nhất, và nghiệm phụ thuộc liên tục vào dữ liệu. Ví dụ điển hình là bài toán tính đạo hàm số, trong đó sai số dữ liệu vô cùng nhỏ có thể làm sai lệch đạo hàm với biên độ cực lớn.

• Sự khác biệt cốt lõi giữa quy tắc chọn tham số tiên nghiệm và chọn sau hậu nghiệm là gì? Quy tắc tiên nghiệm xác định tham số điều chỉnh chỉ phụ thuộc vào mức nhiễu $\delta$, đòi hỏi phải biết trước độ trơn của nghiệm. Ngược lại, quy tắc chọn sau (hậu nghiệm) như Quy tắc R xác định tham số phụ thuộc đồng thời vào cả mức nhiễu $\delta$ và dữ liệu quan sát thực tế $y^\delta$, giúp tối ưu hóa sai số mà không cần giả định trước nghiệm.

• Vì sao hằng số điều khiển $c$ trong Quy tắc R cần thỏa mãn điều kiện lớn hơn 9? Hằng số $c > 9$ là điều kiện biên đủ trong giải tích hàm nhằm đảm bảo phương trình chọn tham số luôn tồn tại nghiệm thực dương duy nhất, đồng thời ngăn ngừa hiện tượng tham số điều chỉnh $\alpha$ suy biến về 0 quá nhanh, từ đó bảo toàn cận đánh giá sai số tối ưu.

• Vai trò của điều kiện nguồn Hölder (Giả thuyết B) trong đánh giá sai số là gì? Điều kiện nguồn đặc trưng cho độ trơn trừu tượng của nghiệm cần tìm thông qua toán tử liên hợp. Khi chỉ số nguồn $\nu$ nằm trong khoảng từ 0 đến 2, điều kiện này cho phép thiết lập biểu thức chặn trên của sai số nghiệm theo lũy thừa của mức nhiễu với bậc chính xác cao nhất.

• Phương pháp Tikhonov phi tuyến trong luận văn có xử lý được dữ liệu có mức nhiễu lớn không? Thuật toán hoạt động tối ưu nhất khi mức nhiễu $\delta$ nhỏ hơn $5%$. Trong trường hợp dữ liệu thực nghiệm có mức nhiễu vượt quá $10%$, cần kết hợp các bộ lọc tiền xử lý tín hiệu trước khi đưa vào thuật toán điều chỉnh để đảm bảo điều kiện hội tụ của nghiệm.

Kết luận

• Luận văn đã hệ thống hóa toàn diện và sâu sắc cơ sở lý thuyết về giải tích toán tử, phép chiếu phổ, đạo hàm Fréchet và phương pháp điều chỉnh Tikhonov trong không gian Hilbert.
• Thiết lập thành công Quy tắc R chọn sau tham số điều chỉnh tối ưu cho bài toán toán tử phi tuyến đặt không chỉnh loại 1.
• Chứng minh chặt chẽ tính tồn tại, tính duy nhất và sự hội tụ mạnh của dãy nghiệm xấp xỉ về nghiệm có chuẩn cực tiểu khi mức sai số tiến về 0.
• Xác lập đánh giá tốc độ hội tụ tiệm cận tối ưu đạt cấp sai số lũy thừa theo mức nhiễu dữ liệu.
• Mở ra hướng ứng dụng thực tiễn rộng mở trong công nghệ xử lý tín hiệu, chẩn đoán hình ảnh y sinh và mô phỏng địa vật lý hiện đại.

Kế hoạch phát triển tiếp theo là mở rộng thuật toán sang không gian Banach tổng quát và không gian phân số trong giai đoạn 1 đến 2 năm tới. Quý độc giả và các nhà nghiên cứu quan tâm có thể khai thác trực tiếp các định lý và thuật toán trong luận văn để ứng dụng vào các bài toán nghịch đảo chuyên sâu.