• Bài giảng Hệ điều hành - Chương 1: Tổng quan về hệ điều hành - Đỗ Quốc HuyBài giảng Hệ điều hành - Chương 1: Tổng quan về hệ điều hành - Đỗ Quốc Huy

    Tóm Lược Khái niệm Hệ điều hành Cấu trúc phân lớp của hệ thống Chức năng Hệ điều hành Lịch sử phát triển Hệ điều hành Lịch sử phát triển của máy tính điện tử Lịch sử phát triển Hệ điều hành Định nghĩa và phân loại Hệ điều hành Định nghĩa Phân loại Hệ điều hành Tính chất cơ bản của Hệ điều hành Độ tin cậy cao An toàn Hiệu quả ...

    ppt145 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 795 | Lượt tải: 0

  • Bài giảng Học sâu và ứng dụngBài giảng Học sâu và ứng dụng

    Mạng sinh dữ liệu • GANs là một mô hình sinh chứa hai mạng nơ-ron đối chọi lẫn nhau • Mạng sinh (generator) biến véctơ nhiễu thành một dữ liệu giả để đánh lừa mạng phân loại (discriminator) • Mạng phân loại (discriminator) cố gắng phân biệt đầu là dữ liệu thật, đâu là dữ liệu giả sinh bởi generator Intuition behind GANs • Discriminator cố g...

    pdf645 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 1000 | Lượt tải: 0

  • Đề thi môn Học sâu và ứng dụng (Phần 2)Đề thi môn Học sâu và ứng dụng (Phần 2)

    Là một nhà khoa học dữ liệu, hãy mô hình hoá bài toán và trình bày các đầu việc và quá trình thực hiện các công việc để xây dựng mô hình học sâu giải quyết bài toán trên. Vỡi mỗi đầu việc hãy lưu ý làm rõ các điểm như: + Tính khả thi của đầu việc + Chi phí thực hiện + Kết quả mong muốn của đầu việc + Các vấn đề có thể phát sinh + Quá trình t...

    pdf1 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 827 | Lượt tải: 0

  • Đề thi môn Học sâu và ứng dụng (Phần 1)Đề thi môn Học sâu và ứng dụng (Phần 1)

    Để xây dựng mô hình cho bài toán này, các em hãy trình bày các việc sau: 1. Tiền xử lý và làm giàu dữ liệu 2. Xác định đầu vào và đầu ra cho bài toán 3. Xây dựng kiến trúc mạng nơ ron phù hợp 4. Giải thuật tối ưu mạng nơ ron sử dụng 5. Xây dựng hàm mất mát phù hợp 6. Các tham số khởi tạo khi huấn luyện mô hình 7. Trình bày giả mã nguồn (pseu...

    pdf1 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 1042 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 10: Multi. Objective optimizationBài giảng Tính toán tiến hóa - Chương 10: Multi. Objective optimization

    Bước 2: Tiến hóa theo thế hệ (2) Với mỗi bài toán con 𝑃^𝑖: Bước 2.3: Cập nhật 𝑍^∗: 𝑍_𝑘^∗=min⁡(𝑍_𝑘^∗,𝑓_𝑘 (𝑦^′ ))∀𝑘=(1,𝑑) ̅ Bước 2.4: Cập nhật các hàng xóm: Với mọi 𝑏∈𝐵^𝑖: nếu 𝑔^𝑡𝑒 (𝑦^′ |𝜆^𝑏,𝑍^∗)≤𝑔^𝑡𝑒 (𝑥^𝑏 |𝜆^𝑏,𝑍^∗) (theo Tchebycheff) thay 𝑥^𝑏 bằng 𝑦′ Bước 2.5: Cập nhật EP: Loại mọi lời giải bị trội bởi 𝑦′ ...

    ppt30 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 488 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 9: Particle Swarm OptimizationBài giảng Tính toán tiến hóa - Chương 9: Particle Swarm Optimization

    Hybrid PSO GA-PSO: combines the advantages of swarm intelligence and a natural selection mechanism. jump from one area to another by the selection mechanism  accelerating the convergence speed. capability of “breeding”. replacing agent positions with low fitness values, with those with high fitness, according to a selection rate Hybrid of Di...

    ppt24 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 564 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 8: Ant Colony OptimizationBài giảng Tính toán tiến hóa - Chương 8: Ant Colony Optimization

    Ý nghĩa của các tham số, thuộc tính 〖 𝜂〗_𝑖𝑗 là mức độ thu hút hay kinh nghiệm của việc lựa chọn cạnh (i,j) 〖 𝜏〗_𝑖𝑗 chỉ ra mức độ xuất hiện của cạnh (i,j) trên đường đi của các cá thể kiến Nếu 𝛼=0: Các cạnh trên đường đi được lựa chọn tham lam theo kinh nghiệm Nếu 𝛽=0: Ưu tiên sử dụng các cạnh có xu hướng được xuất hiện nhiều nhất trước ...

    ppt19 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 486 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 7: Differential EvolutionBài giảng Tính toán tiến hóa - Chương 7: Differential Evolution

    SHADE Sử dụng Lehmer mean (Cec 14) để tính 𝑆_𝐹, 𝑆_𝐶𝑟 Lưu trữ 𝑆_𝐹, 𝑆_𝐶𝑟 cảu mỗi thế hệ vào trong lịch sử 𝑀_𝐹, 𝑀_𝐶𝑟 𝑀_𝐹, 𝑀_𝐶𝑟 là mảng số thực có H phần tử Cặp giá trị 〖(𝐹〗_𝑖, 〖𝐶𝑟〗_𝑖) được chọn bằng cách lấy ngẫu nhiên một số k trong khoảng [1,H] 𝐹_𝑖=Cauchy( M_F [k], 0.1) 〖𝐶𝑟〗_𝑖=N( M_Cr [k], 0.1) SHADE Các phần tử...

    ppt19 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 622 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 6: Evolution StrategyBài giảng Tính toán tiến hóa - Chương 6: Evolution Strategy

    Các bước của CMA-ES: Bước 1: Khởi tạo: Ma trận hiệp phương sai C = I (ma trận đơn vị) m : vector nx1 chứa giá trị NST trung bình ban đầu của quần thể 𝜎: Step size ( vector nx1 chứa độ lệch chuẩn của các biển trong NST) Bước 2: Sinh ra 𝜆 cá thể con thông qua cơ chế đột biến vector trung bình 𝑥_𝑖= 𝑁(𝑚, 𝜎^2 𝐶)=𝑚+𝑁(0, 𝜎^2 𝐶)=𝑚+𝜎∗𝑁...

    ppt27 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 662 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 5: Evolutionary ProgrammingBài giảng Tính toán tiến hóa - Chương 5: Evolutionary Programming

    Ví dụ 1- EP tiến hóa máy trạng thái hữu hạn Độ thích nghi: Độ thích nghi của các cá thể được đo bằng khả năng dự đoán đúng kí hiệu đầu ra Đột biến: Có thể áp dụng các phương pháp sau: Thay đổi trạng thái ban đầu Xóa trạng thái Thêm một trạng thái Thay đổi một dịch chuyển trạng thái Thay đổi kí hiệu đầu ra với trạng thái hiện tại và đầu vào ...

    ppt17 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 512 | Lượt tải: 0