Luận án: Các mô hình tiên tiến cho rút gọn thuộc tính dựa trên tập mờ trực cảm và tập thô lân cận

BỘ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ Phạm Việt Anh CÁC MÔ HÌNH TIÊN TIẾN CHO RÚT GỌN THUỘC TÍNH GIA TĂNG DỰA TRÊN TẬP MỜ TRỰC CẢM VÀ TẬP THÔ LÂN CẬN TRỌNG SỐ LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH Hà Nội - Năm 2026 iii MỤC LỤC Lời cam đoan. ii Mục lục. iii Danh mục các ký hiệu, các chữ viết tắt. v Danh mục bảng.

vi Danh mục các hình vẽ, đồ thị. vii Mở đầu. 1 CHƯƠNG 1 Tổng quan về bài toán rút gọn thuộc tính trên bảng quyết định 8 1.2 Tổng quan về rút gọn thuộc tính .1 Định nghĩa về bài toán rút gọn thuộc tính .2 Các hướng tiếp cận trong rút gọn thuộc tính .3 Bảng quyết định và một số mô hình trong rút gọn thuộc tính .3 Mô hình tập thô mờ trực cảm .1 Lý thuyết tập mờ trực cảm .2 Mô hình tập thô mờ trực cảm .4 Các nghiên cứu liên quan đến rút gọn thuộc tính dựa trên tập thô mờ trực cảm .1 Rút gọn thuộc tính trên bảng quyết định cố định .2 Rút gọn thuộc tính trên bảng quyết định thay đổi .5 Các phương pháp đánh giá hiệu quả thuật toán .6 Định hướng nghiên cứu của luận án .7 Kết luận Chương 1. 34 CHƯƠNG 2 Đề xuất một số thuật toán rút gọn thuộc tính dựa trên tập mờ trực cảm mức α, β 36 2.2 Mô hình tập mờ trực cảm mức α, β .1 Khái niệm về tập mờ trực cảm mức α, β .2 Các tính chất của hạt thông tin mờ trực cảm mức α, β .3 Đề xuất thuật toán rút gọn thuộc tính dựa trên tập mờ trực cảm mức α, β 42 2.1 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định cố định 42 2.2 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định thay đổi khi bổ sung tập đối tượng .3 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định thay đổi khi loại bỏ tập đối tượng .4 Thử nghiệm và đánh giá các thuật toán đề xuất .1 Hiệu năng của thuật toán IARPD-AO .2 Hiệu năng của thuật toán IARPD-RO .3 Ảnh hưởng của tham số trong mô hình α, β-IFS .5 Kết luận Chương 2.

69 CHƯƠNG 3 Đề xuất một số thuật toán rút gọn thuộc tính dựa trên tập thô lân cận mờ trực cảm có trọng số 71 3.2 Mô hình tập thô lân cận mờ trực cảm có trọng số .1 Khái niệm về tập thô lân cận mờ trực cảm có trọng số .2 Một số tính chất của IFWNRS .3 Đề xuất thuật toán rút gọn thuộc tính dựa trên IFWNRS .1 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định cố định 78 3.2 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định thay đổi khi bổ sung tập đối tượng .3 Đề xuất thuật toán rút gọn thuộc tính trên bảng quyết định thay đổi khi loại bỏ tập đối tượng .4 Thử nghiệm và đánh giá các thuật toán đề xuất .1 Hiệu năng của thuật toán IARIF-AO .2 Hiệu năng của thuật toán IARIF-DO .3 Ảnh hưởng của tham số trong mô hình IFWNRS .5 Kết luận Chương 3. 104 KẾT LUẬN VÀ KIẾN NGHỊ. 106 DANH MỤC CÔNG TRÌNH CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN108 TÀI LIỆU THAM KHẢO. 119 v DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT TT Ký hiệu Tiếng Anh Tiếng Việt 1 IS Information system Hệ thông tin/Bảng quyết định 2 RS Rough set Tập thô 3 FRS Fuzzy rough set Tập thô mờ 4 NRS Neighborhood rough set Tập thô lân cận 5 WNRS Weighted neighborhood rough set Tập thô lân cận trọng số 6 KNNRS k-nearest neighbor rough set Tập thô k-lân cận gần nhất 7 WKNRS Weighted k-nearest neighborhood Tập thô lân cận k láng giềng trọng rough set số 8 IFS Intuitionistic fuzzy set Tập mờ trực cảm 9 IFRS Intuitionistic fuzzy rough set Tập thô mờ trực cảm 10 α, β-IFS α, β-level intuitionistic fuzzy set Tập mờ trực cảm mức α, β 11 IE Information entropy Entroypy thông tin 12 IFPOS Intuitionistic fuzzy positive region Miền dương mờ trực cảm 13 IFWNRS Intuitionistic fuzzy weighted neigh- Tập thô lân cận mờ trực cảm có borhood rough set trọng số 14 KNN k-nearest neighbors k-láng giềng gần nhất 15 ARPD Attribute reduction based on the Rút gọn thuộc tính dựa trên khoảng α, β-level intuitionistic fuzzy parti- cách phân hoạch mờ trực cảm mức tion distance α, β 16 ARIFW Attribute reduction based on the Rút gọn thuộc tính dựa trên tập thô intuitionistic fuzzy weighted neigh- lân cận mờ trực cảm có trọng số borhood rough set vi DANH MỤC BẢNG 1.1 Một ví dụ về bảng quyết định .2 Một số phép toán tổng quát .3 Một số phương pháp rút gọn thuộc tính trên mô hình tập thô mờ trực cảm 28 1.4 Một số ưu điểm và nhược điểm chính của các mô hình .1 Các tập dữ liệu thử nghiệm cho IARPD-AO và một số thuật toán .2 Kích thước rút gọn, thời gian xử lý của ARPD và các thuật toán trên Uori 58 2.3 So sánh độ chính xác phân lớp của ARPD với một số thuật toán trên Uori 58 2.4 Thời gian xử lý, kích thước rút gọn của IARPD-AO và các thuật toán gia tăng .5 So sánh độ chính xác phân lớp của IARPD-AO với một số thuật toán gia tăng .6 Các tập dữ liệu thử nghiệm cho IARPD-RO và một số thuật toán .7 Kích thước rút gọn, thời gian xử lý của ARPD và các thuật toán trên U.8 So sánh độ chính xác phân lớp của ARPD với một số thuật toán trên U .9 Thời gian chạy, kích thước rút gọn của IARPD-RO và các thuật toán gia tăng .10 So sánh độ chính xác phân lớp của IARPD-RO với các thuật toán gia tăng 67 3.1 Các tập dữ liệu thử nghiệm cho IARIF-AO và một số thuật toán .2 Kích thước rút gọn và tham số của các thuật toán với KNN trên Uori .3 Thời gian thực thi của ARIFW và các thuật toán trên Uori .4 So sánh độ chính xác phân lớp của ARIFW với các thuật toán trên Uori .5 So sánh thời gian thực thi của IARIF-AO với các thuật toán gia tăng .6 Kích thước rút gọn, độ chính xác phân lớp của IARIF-AO và các thuật toán gia tăng .7 Các tập dữ liệu thử nghiệm cho IARIF-DO và một số thuật toán .8 Kích thước rút gọn và tham số của các thuật toán với KNN trên U .9 Thời gian thực thi của ARIFW với một số thuật toán khác trên U.10 So sánh độ chính xác phân lớp của ARIFW với các thuật toán khác trên U100 3.11 So sánh thời gian thực thi của IARIF-DO với các thuật toán gia tăng .12 Kích thước rút gọn, độ chính xác phân lớp của IARIF-DO và các thuật toán gia tăng.

102 vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ 1.1 Các bước trong giai đoạn tiền xử lý dữ liệu .2 Các bước cơ bản trong lựa chọn thuộc tính .3 Phân loại các tiếp cận rút gọn thuộc tính .4 Hướng tiếp cận lọc trong rút gọn thuộc tính .5 Các nhánh mở rộng từ mô hình tập thô .1 Quá trình xây dựng các hạt thông tin mờ trực cảm mức α, β .2 Lưu đồ xử lý của thuật toán ARPD .3 Độ chính xác phân lớp của ARPD khi duyệt các giá trị tham số trên Uori 57 2.4 Độ chính xác phân lớp của ARPD khi duyệt các giá trị tham số trên U .1 Hạt thông tin lân cận mờ trực cảm có trọng số .2 Quá trình xây dựng các hạt thông tin lân cận mờ trực cảm có trọng số .3 Quá trình cập nhật trọng số trên các hạt thông tin khi bổ sung tập đối tượng .4 Độ chính xác phân lớp và kích thước rút gọn khi duyệt δ với bộ phân lớp KNN .5 Độ chính xác phân lớp và kích thước rút gọn khi duyệt δ với bộ phân lớp KNN. Tính cấp thiết của luận án Trong thời đại ngày nay, dữ liệu lớn đã trở thành một trong những xu thế công nghệ nổi bật và thu hút được được rất nhiều sự quan tâm. Trước sự bùng nổ mạnh mẽ về số lượng dữ liệu, các công nghệ hiện nay đã gặp phải nhiều khó khăn trong quá trình lưu trữ cũng như khai phá tri thức. Cùng với đó, chất lượng dữ liệu cũng bị suy giảm khi có quá nhiều thông tin nhiễu, làm giảm hiệu quả hoạt động của các mô hình học máy.

Chính vì vậy, nhiều giải pháp trên thế giới đã được đề xuất, trong đó rút gọn thuộc tính đã nổi lên như một hướng nghiên cứu quan trọng. Rút gọn thuộc tính là bài toán quan trọng trong bước tiền xử lý dữ liệu với mục tiêu chính là loại bỏ các thuộc tính dư thừa, dễ gây nhầm lẫn để tăng hiệu quả về mặt thời gian, độ chính xác cũng như tính đơn giản trong quá trình xây dựng các mô hình phân lớp hay các mô hình luật kết hợp [1, 2, 3]. Trên thế giới, các nghiên cứu về rút gọn thuộc tính hiện nay đang trở nên rất sôi động và tập trung chủ yếu vào quá trình xử lý trên các bảng quyết định. Cụ thể, với đầu vào là một bảng quyết định chứa các thuộc tính điều kiện và thuộc tính quyết định, các phương pháp này sẽ thực hiện xử lý để trả về một đầu ra gồm các thuộc tính điều kiện tối ưu, có khả năng bảo toàn thông tin dựa trên một tiêu chuẩn được định nghĩa.

Như một công cụ hữu hiệu, mô hình tập thô đã đặt một cơ sở vững chắc trong việc hình thành các thuật toán rút gọn thuộc tính trên bảng quyết định [4]. Bằng việc sử dụng mối quan hệ không phân biệt được giữa các đối tượng trong tập vũ trụ để định nghĩa một rút gọn, các thuật toán theo tiếp cận mô hình tập thô thường xử lý rất tốt trên dữ liệu có chứa thuộc tính rời rạc, điển hình là các kỹ thuật dựa trên ma trận phân biệt [5, 6, 7] và các phương pháp heuristic [8, 9, 10, 11, 12]. Tuy nhiên, khi xử lý trên các dữ liệu chứa các thuộc tính có miền giá trị số liên tục, các phương pháp dựa trên mô hình này phải trải qua bước rời rạc hóa dữ liệu. Cụ thể, với mỗi miền giá trị của thuộc tính, các phương pháp sẽ gán với một giá trị rời rạc.

Do đó, quá trình này sẽ ảnh hưởng rất lớn tới việc bảo toàn thông tin và làm suy giảm hiệu quả của rút gọn thu được. Từ những khó khăn này, một số mở rộng của mô hình tập thô sau đó đã được phát triển để xử lý trực tiếp dữ liệu gốc, trong đó các mô hình mở rộng phổ biến và hiệu quả nhất được phát triển theo hai nhánh chính bao gồm mô hình tập thô lân cận và mô hình tập thô mờ.