BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI TRẦN THỊ HÀ NGHIÊN CỨU MẠNG NƠ RON NHÂN TẠO VÀ ỨNG DỤNG VÀO DỰ BÁO LẠM PHÁT LUẬN VĂN THẠC SĨ KỸ THUẬT CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: TS NGUYỄN THỊ THU HÀ Hà Nội – Năm 2016 MỤC LỤC MỤC LỤC LỜI CAM ĐOAN DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU PHẦN MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ DỰ BÁO 11 1.1 GIỚI THIỆU 11 1.1.1 Khái niệm dự báo 11 1.1.2 Dự báo kinh tế 12 1.1.2.1 Phân loại dự báo kinh tế 13 1.1.2.2 Mô hình toán dự báo kinh tế 14 1.1.2.3 Một số mô hình dự báo 16 CÁC PHƢƠNG PHÁP SỬ DỤNG TRONG DỰ BÁO KINH TẾ 18 1.2.1 Dự báo kinh tế sử dụng mô hình kinh tế lƣợng 18 1.2.1.1 Mô hình hồi quy 20 1.2.1.2 Mô hình chuỗi thời gian 21 1.2.2 Dự báo kinh tế cách tiếp cận mô hình học máy 22 1.2.2.1 Khái niệm 22 1.2.2.2 Mô hình dự báo dựa học máy 23 1.2.2.3 Mạng nơ ron 24 1.2.2.4 Naïve Bayes 25 1.2.2.5 K-láng giềng gần (K-NN) 26 1.3 PHƢƠNG PHÁP ĐÁNH GIÁ DỰ BÁO 27 CHƢƠNG 2: ỨNG DỤNG MẠNG NƠ RON TRONG DỰ BÁO LẠM PHÁT KINH TẾ 29 2.1 MẠNG NƠ RON NHÂN TẠO 29 2.1.1 Định nghĩa mạng Nơron nhân tạo (Artificial Neural Network ANN): 29 2.1.2 Các tính chất mạng Nơron 29 2.1.3 Cấu trúc mạng nơ – ron 30 2.1.3.1 Đơn vị xử lý perceptron 30 2.1.3.2 Tiến trình học mạng nơ ron 31 2.1.3.3 Mạng nơ ron nhiều lớp: 31 2.1.3.4 Phƣơng pháp học mạng nơ ron 33 2.1.3.5 Học tham số: 33 2.1.3.6 Học giám sát với thuật toán lan truyền ngƣợc 34 2.1.3.7 Thuật toán lan truyền ngƣợc 37 2.2 LẠM PHÁT KINH TẾ 37 2.2.1 Khái niệm lạm phát 37 2.2.2 Phân loại lạm phát 39 2.2.3 Các phƣơng pháp tính lạm phát 40 2.3 ỨNG DỤNG MẠNG NƠ RON TRONG DỰ BÁO LẠM PHÁT 41 2.3.1 Các nghiên cứu liên quan 41 2.3.2 Phân tích nhân tố ảnh hƣởng 42 2.3.3 Xây dựng mô hình mạng nơ ron dự báo lạm phát 44 2.4 KẾT LUẬN CHƢƠNG 44 CHƯƠNG 3: PHÁT TRIỂN ỨNG DỤNG MẠNG NƠ RON TRONG DỰ BÁO LẠM PHÁT KINH TẾ 45 3.1 PHÂN TÍCH KIẾN TRÚC TỔNG QUÁT CỦA HỆ THỐNG 45 3.1.1 Yêu cầu hệ thống 45 3.1.2 Các chức hệ thống 45 3.2 GIẢI PHÁP CÔNG NGHỆ VÀ NGÔN NGỮ LẬP TRÌNH 46 3.2.1 Hệ quản trị CSDL Microsoft SQL Server 2012 46 3.2.2 Microsoft Net 47 3.2.2.1 Kiến trúc Microsoft NET 47 3.2.2.2 Microsoft NET Framework 47 3.2.3 Ngôn ngữ lập trình C# 47 3.3 KẾT QUẢ THỬ NGHIỆM 48 3.3.1 Nguồn liệu sử dụng 48 3.3.2 Dữ liệu dùng cho thử nghiệm: 50 3.3.3 Kết thử nghiệm 51 3.4 MỘT SỐ GIAO DIỆN CỦA HỆ THỐNG 53 3.5 KẾT LUẬN CHƢƠNG 56 KẾT LUẬN 57 TÀI LIỆU THAM KHẢO 58 LỜI CAM ĐOAN Trƣớc hết, em gửi lời cảm ơn chân thành tới tập thể thầy cô Viện Công nghệ Thông tin Truyền thông, Trƣờng Đại học Bách Khoa Hà Nội tạo môi trƣờng tốt để em đƣợc học tập nghiên cứu Em xin cảm ơn thầy cô Viện đào tạo sau đại học quan tâm đến khóa học này, tạo điều kiện cho học viên có điều kiện thuận lợi để học tập nghiên cứu Đặc biệt, em xin gửi lời cảm ơn sâu sắc đến TS Nguyễn Thị Thu Hà, Trƣờng Đại học Điện lực Hà Nội tận tình bảo, hƣớng dẫn sửa chữa chi tiết cho nội dung luận văn Em cam đoan nội dung luận văn em hoàn toàn tìm hiểu, nghiên cứu viết ra, em thực bƣớc cẩn thận theo định hƣớng, hƣớng dẫn tận tình giáo viên hƣớng dẫn Mọi tham khảo dùng luận văn đƣợc trích dẫn rõ ràng tên tác giả, tên công trình, thời gian, địa điểm công bố Em xin chịu trách nhiệm với nội dung luận văn Ngƣời thực đề tài Trần Thị Hà DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT Thuật ngữ đầy đủ Viết tắt CNTT Công nghệ Thông tin MLR Multiple Linear Regression HW Holt – Winters ARIMA AutoRegressive Integrated Moving Average ARMA Autoregressive Moving Average MAPE Mean Absolute Percentage Error K-NN K-láng giềng gần MAE Muan Absolute Error RMSE Root Mean Squared Error MAPE Mean Absolute Percentage ANN Artificial Neural Network MIMO Many Input Many Output LMS Least Means Square RBF Radial Basis Function WPI Worcester Polytechnic Institute CPI Consumer Price Index PPI Producer Price Index VAR Vector Autoregression AR Univariate Autoregression OECD Organization for Economic Co-Operation and Development KRLS Kitchigami Regional Library System FDI Foreign Direct Investment GDP Gross Domestic Product DANH MỤC HÌNH VẼ Hình 1.1: Mô hình toán dự báo 15 Hình 1.2: Mô hình dự báo 16 Hình 1.3: Mô hình dự báo nhân 17 Hình 1.4: Mô hình dự báo theo xu hƣớng 18 Hình 1.5: Mô hình lƣơng chi tiêu gia đình 18 Hình 1.6: Kết thử nghiệm với mô hình HW 21 Hình 1.7: Kết thử nghiệm với mô hình ARIMA 21 Hình 1.8: Dự báo dựa mô hình học máy 24 Hình 1.9: Mô hình dự báo lƣợng gió 25 Hình 1.10: Mô hình dự báo giá bán lẻ dựa Naïve Bayes 26 Hình 2.1: Cấu trúc perceptron 30 Hình 2.2: Mạng nơ ron nhiều lớp 32 Hình 2.3: Mạng nơ ron lớp 35 Hình 2.4: Biểu đồ thể lạm phát Việt Nam trung bình giới 42 Hình 2.5: Kiến trúc mạng nơ ron dự báo sử dụng luận văn 44 Hình 3.1: Sơ đồ chức hệ thống dự báo 45 Hình 3.2: Biểu đồ Use case tổng quát 46 Hình 3.3: Các dịch vụ SQL server 2012 47 Hình 3.4: Thành phần Microsoft NET 47 Hình 3.5: Microsoft NET Framework 47 Hình 3.6: Ngân hàng liệu giới 49 Hình 3.7: Tổng cục thống kê Việt Nam 50 Hình 3.8: Giao diện đăng nhập 53 Hình 3.9: Giao diện đăng ký 53 Hình 3.10: Giao diện quản lý huấn luyện 54 Hình 3.11: Giao diện tạo liệu 55 Hình 3.12: Giao diện chỉnh sửa liệu 55 Hình 3.13: Giao diện dự báo lạm phát 56 DANH MỤC BẢNG BIỂU Bảng 1.1: Tỉ lệ phần trăm thu nhập tiêu dùng thời trang 19 Bảng 3.1: Mô tả liệu thử nghiệm 50 Bảng 3.2: Bộ liệu thử nghiệm 51 Bảng 3.3: Kết thử nghiệm 52 PHẦN MỞ ĐẦU Công nghệ Thông tin ngày phát triển thành tựu đƣợc ứng dụng hầu hết ngành, lĩnh vực hoạt động đời sống xã hội mang lại nhiều hiệu to lớn, góp phần thúc đẩy phát triển chung xã hội, đặc biệt góp phần trì, điều phối phát triển cách ổn định kinh tế Tình hình biến động kinh tế giới ngày diễn biến phức tạp Sự biến động kinh tế vĩ mô tác động lớn đến ổn định phát triển kinh tế quốc gia Lạm phát nhân tố kinh tế vĩ mô, đƣợc quan tâm cần thiết phải dự báo Lạm phát tƣợng kinh tế vĩ mô phổ biến, có ảnh hƣởng sâu rộng đến mặt đời sống kinh tế - xã hội Lạm phát có tác động tích cực tiêu cực, tuỳ thuộc vào khả thích ứng với thay đổi lạm phát mức độ tiên liệu lạm phát Đối với nhà sản xuất, tỷ lệ lạm phát cao làm cho giá đầu vào đầu biến động, gây ổn định trình sản xuất Đối với lĩnh vực lƣu thông, lạm phát thúc đẩy trình đầu tích trữ dẫn đến khan hàng hoá Đối với lĩnh vực tín dụng, lạm phát làm rối loạn hoạt động hệ thống ngân hàng Cụ thể lƣợng tiền gửi vào ngân hàng giảm điều chỉnh lãi suất tiền gửi không đủ làm an tâm ngƣời có tiền nhàn rỗi, ngƣời vay lại đƣợc lợi lớn nhờ vào giá đồng tiền Trong điều kiện nhân tố khác không đổi, lạm phát xảy làm tăng tỷ giá hối đoái, tăng cƣờng tính cạnh tranh hàng xuất nhƣng đồng thời gây bất lợi cho hoạt động nhập Lạm phát gây thiệt hại cho Ngân hàng Nhà nƣớc việc bào mòn giá trị thực khoản công phí Ngoài để tình trạng lạm phát kéo dài không đoán trƣớc đƣợc làm cho nguồn thu Ngân sách Nhà nƣớc giảm sút sản xuất suy thoái Nhƣ vậy, lạm phát dự đoán đƣợc không gây nên gánh nặng lớn kinh tế ngƣời ta đƣa giải pháp phù hợp với nó, ngƣợc lại dự báo đƣợc dẫn đến đầu tƣ sai lầm phân phối thu nhập cách ngẫu nhiên làm cân kinh tế Vì việc dự báo lạm phát Chương 3: PHÁT TRIỂN ỨNG DỤNG MẠNG NƠ RON TRONG DỰ BÁO LẠM PHÁT KINH TẾ Trong chƣơng này, luận văn trình bày kết thực phƣơng pháp đề xuất chƣơng 2, mô hình hóa thành chƣơng trình, cài đặt môi trƣờng hệ điều hành Windows đánh giá kết dự báo 3.1 Phân tích kiến trúc tổng quát hệ thống 3.1.1 Yêu cầu hệ thống Hệ thống dự báo kinh tế bao gồm pha chính: pha huấn luyện pha dự báo - Pha huấn luyện: pha huấn luyện thực việc huấn luyện liệu dựa mạng nơ ron nhân tạo - Pha dự báo: pha dự báo sử dụng liệu với thông số đầu vào đảm bảo với yêu cầu, kiểu định dạng liệu thực cho kết đầu 3.1.2 Các chức hệ thống Chức tổng quát Dựa vào yêu cầu hệ thống dự báo lạm phát kinh tế, chức hệ thống đƣợc mô tả nhƣ hình vẽ 3.1 dƣới Hình 3.1: Sơ đồ chức hệ thống dự báo Hình 3.2 dƣới mô tả biểu đồ ca sử dụng tổng quát hệ thống biểu đồ use case tổng quát 45  Quyền quản trị: ngƣời quản trị hệ thống có quyền sau: o Huấn luyện o Thêm liệu o Xem thông tin Hình 3.2: Biểu đồ Use case tổng quát 3.2 Giải pháp công nghệ ngôn ngữ lập trình 3.2.1 Hệ quản trị CSDL Microsoft SQL Server 2012 Hệ quản trị sở liệu Microsoft SQL server (MSSQL) hệ quản trị sở liệu thông dụng Nó phiên có hiệu suất làm việc cao có nhiều tính nắng Đây hệ quản trị sở liệu thƣờng đƣợc sử dụng với hệ thống trung bình, với ƣu điểm có công cụ quản lý mạnh mẽ giúp cho việc quản lý bảo trì hệ thống dễ dàng, hỗ trợ nhiều phƣơng pháp lƣu trữ, phân vùng đánh mục phục vụ cho việc tối ƣu hóa hiệu Với phiên MSSQL 2012 Microsoft có cải tiến đáng kể nâng cao hiệu năng, tính sẵn sàng hệ thống, khả mở rộng bảo mật 46 Hình 3.3: Các dịch vụ SQL server 2012 3.2.2 Microsoft Net 3.2.2.1 Kiến trúc Microsoft NET Hình 3.4: Thành phần Microsoft NET 3.2.2.2 Microsoft NET Framework Hình 3.5: Microsoft NET Framework 3.2.3 Ngôn ngữ lập trình C# Ngôn ngữ C# đơn giản với khoảng 80 từ khóa khoảng mƣời kiểu liệu xây dựng sẵn Tuy nhiên, ngôn ngữ C# có ý nghĩa cao thực thi khái niệm lập trình đại C# bao gồm tất hỗ trợ cho cấu trúc, thành phần, lập trình hƣớng đối tƣợng Những tính chất diện ngôn ngữ lập 47 trình đại ngôn ngữ C# hôi tụ đủ điều kiện nhƣ vậy, đƣợc xây dựng tảng hai ngôn ngữ mạnh C++ java 3.3 Kết thử nghiệm 3.3.1 Nguồn liệu sử dụng Dữ liệu dùng cho thử nghiệm đƣợc lấy từ 02 nguồn Ngân hàng liệu giới tổng cục thống kê Việt Nam - Ngân hàng liệu giới (Data world bank) Ngân hàng Thế giới, tập đoàn phát triển liệu làm công tác thống kê liệu trì số sở liệu tầm vĩ mô, giới khu vực, biên soạn phổ biến liệu để đảm bảo ngƣời sử dụng tất liệu tin tƣởng vào chất lƣợng tính toàn vẹn liệu sản xuất Nhiều liệu xuất phát từ hệ thống thống kê nƣớc thành viên, chất lƣợng liệu toàn cầu phụ thuộc vào hệ thống quốc gia thực Ngân hàng Thế giới hoạt động để giúp nƣớc phát triển nâng cao lực, hiệu hiệu hệ thống thống kê quốc gia Nếu liệu quốc gia tốt toàn diện hơn, khó khăn để phát triển sách hiệu quả, giám sát việc thực chiến lƣợc xóa đói giảm nghèo, theo dõi tiến trình thực mục tiêu toàn cầu 48 Hình 3.6: Ngân hàng liệu giới Việc sử dụng liệu Data world bank đƣợc thực miễn phí cách lựa chọn quốc gia số tiến hành download tài liệu file excel file pdf để thực phân tích -Tổng cục thống kê Việt Nam Hiện nay, Tổng cục Thống kê quan trực thuộc Bộ Kế hoạch Đầu tƣ thực chức tham mƣu, giúp Bộ trƣởng Bộ Kế hoạch Đầu tƣ quản lý nhà nƣớc thống kê; tổ chức hoạt động thống kê cung cấp thông tin thống kê kinh tế - xã hội cho quan, tổ chức, cá nhân nƣớc quốc tế theo quy định pháp luật Tổng cục Thống kê đƣợc tổ chức theo hệ thống dọc từ Trung ƣơng đến địa phƣơng theo đơn vị hành Những thông tin thống kê Tổng cục Thống kê công bố, cung cấp nguồn thông tin thống, có tính pháp lý, đƣợc cấp, ngành, tổ chức, cá nhân nƣớc quốc tế tin cậy, sử dụng 49 Hình 3.7: Tổng cục thống kê Việt Nam 3.3.2 Dữ liệu dùng cho thử nghiệm: Với 04 yếu tố ảnh hƣởng, luận văn thực thử nghiệm dự báo kết lạm phát với quốc gia sau: - Mỹ - Canada - Việt Nam (sử dụng 02 liệu Cục thống kê Ban dự báo kinh tế Bộ kế hoạch đầu tƣ) chi tiết liệu thử nghiệm đƣợc thể bảng sau: Bảng 3.1: Mô tả liệu thử nghiệm STT Tên quốc gia Dự báo theo tháng( năm, Số mẫu Nguồn huấn luyện quý) Thời gian Khoảng thời huấn luyện gian dự báo Mỹ Năm DWB 40 1970-2010 2010-2015 Canada Năm DWB 40 1970-2010 2010-2015 Việt Nam Tháng GSO 215 1/1997- Các tháng 12/2013 năm 2014 50 Trong bảng liệu thử nghiệm trên, Mỹ Canada, liệu thử nghiệm đƣợc lấy theo năm, số mẫu thử nghiệm 40 (từ năm 1970 đến năm 2010), khoảng thời gian dự báo năm (từ năm 2010 đến năm 2015) Đối với Việt Nam, liệu đƣợc lấy theo tháng, số mẫu dùng để huấn luyện 215 mẫu (tƣơng đƣơng 215 tháng) từ tháng 1/1997 đến tháng 12/2013, khoảng thời gian dự báo tháng năm 2014 Bảng 3.2 dƣới liệu thử nghiệm Việt Nam, với số đầu vào là: số giá vàng, số giá đô la, số xuất khẩu, số nhập khẩu, liệu mô tả thử nghiệm theo tháng Bảng 3.2: Bộ liệu thử nghiệm Dữ liệu Việt Nam đƣợc thực 12 tháng/ năm Quá trình thử nghiệm thực kỳ ngắn hạn tháng 3.3.3 Kết thử nghiệm Luận văn thực đánh giá kết dựa lỗi sai số kết dự báo đƣợc đƣa phƣơng pháp luận văn kết thực DWB GSO (Lỗi tỉ lệ trung bình) Bảng 3.2 dƣới mô tả kết thử nghiệm phƣơng pháp 51 Bảng 3.3: Kết thử nghiệm STT Tên quốc gia Tỉ lệ Mỹ 9.2% Canada 7.8% Việt Nam 10.1% Đối với Việt Nam, sử dụng 215 mẫu để huấn luyện, với Mỹ Canada số mẫu huấn luyện 40 Số mẫu huấn luyện nhiều cho kết dự báo khả quan Quốc gia có tỉ lệ lỗi trung bình thấp tình hình phát triển kinh tế ổn định hơn, biến động Với bảng số liệu trên, Mỹ Canada liệu huấn luyện theo năm nên ta so sánh đƣợc tỉ lệ lỗi trung bình Mỹ Canada, cho kết Canada có tỉ lệ lỗi trung bình nhỏ Mỹ Trong luận văn không so sánh đƣợc tỉ lệ lỗi trung bình Mỹ Canada với Việt Nam không liệu thử nghiệm số mẫu huấn luyện Tuy nhiên, tỉ lệ lỗi trung bình Việt Nam cao kinh tế Việt Nam có nhiều biến động (đây nhận định riêng tác giả thực với liệu thử nghiệm) 52 3.4 Một số giao diện hệ thống Hình 3.8: Giao diện đăng nhập Hình 3.9: Giao diện đăng ký 53 Hình 3.10: Giao diện quản lý huấn luyện 54 Hình 3.11: Giao diện tạo liệu Hình 3.12: Giao diện chỉnh sửa liệu 55 Hình 3.13: Giao diện dự báo lạm phát 3.5 Kết luận chƣơng Trong chƣơng này, luận văn trình bày trình xây dựng, cài đặt hệ thống thử nghiệm kết hệ thống Đồng thời chƣơng đánh giá lỗi tỉ lệ hay gọi sai số chênh lệch kết dự báo kết thực Các giao diện hệ thống mô tả hệ thống đƣợc thực chƣơng 56 KẾT LUẬN Trong khuôn khổ thực đề tài luân văn, tác giả học đƣợc cách tìm hiểu vấn đề thực tế sống sử dụng mô hình tính toán, cụ thể mạng nơ ron để ứng dụng giải vấn đề Kết thử nghiệm cho thấy rằng, sai số dự báo lạm phát đƣợc tính theo phƣơng pháp luận văn thực tế có độ chênh lệch chấp nhận đƣợc Tuy vậy, toán dự báo lạm phát mà luận văn tiếp cận nhiều vấn đề cần phải mở ra, ví dụ tác động khác nhân tố: trị, xã hội, ảnh hƣởng quốc tế,…các yếu tố tâm lý tƣ chƣa đƣợc đề cập tới Trong tƣơng lai, có hội tiếp tục tiếp cận với toán này, học viên mơ rộng phát triển dự báo với nhiều tham số hơn, hiệu chỉnh mạng nơ ron cho phù hợp với toán 57 TÀI LIỆU THAM KHẢO [1] Ramu Ramanathan, Nhập môn kinh tế lƣợng với ứng dụng, tài liệu giảng dạy đại học Fulbright [2] Khalid Alkhatib, Hassan Najadat, Ismail Hmeidi, Mohammed K Ali Shatnawi: Stock Price Prediction Using K-Nearest Neighbor (kNN) Algorithm, International Journal of Business, Humanities and Technology, Vol No 3, March 2013 [3] Wen-Hua Cui, Jie-Sheng Wang and Chen-Xu Ning: Time Series Prediction Method of Bank Cash Flow and Simulation Comparison, Algorithms 2014 [4] Vincenzo Bianco, Oronzio Manca, consumption forecasting in Italyusing Sergio Nardini: Electricity linear regression models, Article Energy, July 2009 [5] Gurudeo Anand Tularam1, Tareq Saeed1,2,: Oil-Price Forecasting Based on Various , Univariate Time-Series Models, American Journal of Operations Research, 2016 [6] Michael P Clements and David F Hendry: An Overview of Economic Forecasting [7] Mehmet Yasin Ozsaglam: Data Mining Techniques For Sales Forecastings, International Journal of Technical Research and Applications eISSN: 2320-8163 [8] Lingling Li, Minghui Wang, Fenfen Zhu, and Chengshan Wang: Wind Power Forecasting Based on Time Series and Neural Network, Huangshan, P R China, 26-28, Dec 2009 [9] Pituk Bunnoon: Mid-Term Load Forecasting Based on Neural Network Algorithm: a Comparison of Models, International Journal of Computer and Electrical Engineering, Vol 3, No 4, August 2011 [10] Charles F Roos: Survey of Economic Forecasting Techniques: A Survey Article, Econometrica, Volume 23, Issue (Oct., 1955) 58 [11] Frank Ackerman Elizabeth A Stanton: Climate Economics: The State of the Art, November 2011 [12] Tetyana Kuzhda: Retail Sales Forecasting With Application The Multiple Regression, Accessed May 2012 59 ... kiến trúc mạng nơ ron nhân tạo, phƣơng pháp học mạng nơ ron nhân tạo ứng dụng mạng nơ ron nhân tạo giải toán dự báo lạm phát dựa số yếu tố tác động Phần thử nghiệm mô hình mạng nơ ron với liệu... nơ ron nhân tạo ứng dụng vào dự báo lạm phát cho luận văn tốt nghiệp Luận văn tốt nghiệp có bố cục nhƣ sau: Phần mở đầu Chƣơng 1: Tổng quan dự báo Chƣơng 2: Ứng dụng mạng nơ ron dự báo lạm phát. .. PHÁP ĐÁNH GIÁ DỰ BÁO 27 CHƢƠNG 2: ỨNG DỤNG MẠNG NƠ RON TRONG DỰ BÁO LẠM PHÁT KINH TẾ 29 2.1 MẠNG NƠ RON NHÂN TẠO 29 2.1.1 Định nghĩa mạng N ron nhân tạo (Artificial