PHÂN LỚP VĂN HOÁ PHI VẬT THỂ VỚI CÁC BIẾN THỂ CỦA MÔ HÌNH KAN

Abstract

Trong bối cảnh chuyển đổi số, việc bảo tồn và quảng bá di sản văn hóa phi vật thể ở Việt Nam, đặc biệt là các loại hình tiêu biểu, gặp nhiều khó khăn khi áp dụng các phương pháp thủ công vốn tốn thời gian, khó mở rộng và phụ thuộc vào chuyên gia. Nghiên cứu này đề xuất cách tiếp cận dựa trên học sâu, áp dụng kiến trúc Kolmogorov–Arnold Network (KAN) và các biến thể KAN-based để thay thế tầng Fully Connected (FC) truyền thống trong CNN, nhằm nâng cao khả năng học đặc trưng phi tuyến và cải thiện độ chính xác phân loại. Trong đó, KAN cơ bản được nghiên cứu và triển khai dựa trên định lý Kolmogorov–Arnold, tham số hóa các cạnh mạng bằng B-spline để biểu diễn mối quan hệ phi tuyến phức tạp. FastKAN thay thế B-spline bằng Gaussian RBF, giúp giảm chi phí tính toán và tăng tốc huấn luyện ~3.33 lần. MochiKAN, biến thể mới được đề xuất, sử dụng hàm Wendland C2 có đạo hàm liên tục đến bậc hai, hỗ trợ compact, tạo ma trận cơ sở thưa, giảm tải tính toán và tăng tốc suy luận. Ngoài ra, kỹ thuật Bagging được áp dụng để kết hợp nhiều mô hình độc lập, giảm phương sai và nâng cao tính ổn định. Tập dữ liệu gồm 11 lớp di sản văn hóa phi vật thể với 10.143 ảnh được thu thập, tiền xử lý (chuẩn hóa, thay đổi kích thước) và huấn luyện trên nền tảng Grid’5000 với cấu hình tham số thống nhất để đánh giá hiệu quả giữa các mô hình. Kết quả đánh giá cho thấy: nhóm CNN thuần túy đạt 93.36% accuracy, nhóm KAN cơ bản đạt 94.94%, nhóm FastKAN đạt 95.13%, nhóm MochiKAN đạt 94.36%, và nhóm Bagging đạt cao nhất 95.41%. Cuối cùng, các mô hình được tích hợp vào một ứng dụng minh họa xây dựng bằng Django (server) và Vue.js (client), cho phép phân loại ảnh trực tuyến, chứng minh tính khả thi và tiềm năng ứng dụng thực tế của hệ thống.