# FCM (Fuzzy Cognitive Map)

## Fuzzy Cognitive Map (FCM) là gì?

### 1. Định nghĩa

**Fuzzy Cognitive Map (FCM)** là một mô hình tính toán thuộc lĩnh vực *Computational Intelligence*, dùng để mô phỏng các hệ thống phức tạp thông qua các khái niệm (concepts) và mối quan hệ nhân quả giữa chúng.

FCM kết hợp:

* Lý thuyết đồ thị (graph theory)
* Logic mờ (fuzzy logic)
* Hệ động học (dynamical systems)

Mục tiêu của FCM là mô hình hóa cách con người suy luận về mối quan hệ giữa các yếu tố trong một hệ thống.

***

### 2. Cấu trúc của FCM

Một FCM được biểu diễn bằng một **đồ thị có hướng** gồm:

#### (1) Concept (nút)

Mỗi concept đại diện cho một biến trong hệ thống.

Ví dụ:

* Tuổi
* Huyết áp
* Mức đường huyết
* Mức độ stress

#### (2) Trọng số (weight)

Mỗi cạnh giữa hai concept có một trọng số wij∈\[−1,1]w\_{ij} \in \[-1, 1]wij​∈\[−1,1]

* wij>0w\_{ij} > 0wij​>0: ảnh hưởng dương
* wij<0w\_{ij} < 0wij​<0: ảnh hưởng âm
* wij=0w\_{ij} = 0wij​=0: không có ảnh hưởng

Tập hợp các trọng số được biểu diễn dưới dạng **ma trận kề (adjacency matrix)**.

***

### 3. Cơ chế hoạt động

Tại mỗi bước lặp ttt, giá trị của mỗi concept được cập nhật theo công thức:

Ci(t+1)=f(∑j=1NwjiCj(t))C\_i^{(t+1)} = f\left( \sum\_{j=1}^{N} w\_{ji} C\_j^{(t)} \right)Ci(t+1)​=f(j=1∑N​wji​Cj(t)​)

Trong đó:

* Ci(t)C\_i^{(t)}Ci(t)​: giá trị concept tại thời điểm t
* wjiw\_{ji}wji​: trọng số ảnh hưởng
* f(⋅)f(\cdot)f(⋅): hàm kích hoạt (thường là sigmoid hoặc tanh)

Hệ thống sẽ lặp cho đến khi đạt trạng thái ổn định (equilibrium).

***

### 4. Các cách xây dựng FCM

Có ba cách phổ biến:

#### 1. Dựa vào chuyên gia (Expert-based)

Chuyên gia xác định:

* Các concept
* Quan hệ nhân quả
* Trọng số

#### 2. Dựa vào dữ liệu (Data-driven)

Trọng số được học từ dữ liệu bằng các thuật toán tối ưu như:

* Gradient Descent
* Genetic Algorithm
* Particle Swarm Optimization (PSO)

#### 3. Kết hợp (Hybrid)

Chuyên gia xác định cấu trúc, dữ liệu dùng để tối ưu trọng số.

***

### 5. Ưu điểm của FCM

* Mô hình hóa quan hệ nhân quả
* Xử lý tốt sự không chắc chắn
* Dễ trực quan hóa
* Có khả năng mô phỏng kịch bản (what-if analysis)
* Phù hợp với hệ thống có nhiều yếu tố tương tác

***

### 6. Hạn chế

* Phụ thuộc vào kiến thức chuyên gia nếu không dùng học tự động
* Có thể khó mở rộng khi số biến lớn
* Độ chính xác có thể thấp hơn các mô hình machine learning phức tạp

***

### 7. Ứng dụng của FCM

FCM được sử dụng trong nhiều lĩnh vực:

* Y tế (hỗ trợ chẩn đoán, phân tích yếu tố nguy cơ)
* Kinh tế
* Quản lý rủi ro
* Phân tích chính sách
* Hệ hỗ trợ quyết định (Decision Support Systems)

***

### 8. FCM thuộc nhóm nào trong AI?

FCM thuộc nhóm **Computational Intelligence (CI)** và **Soft Computing**, vì:

* Sử dụng logic mờ
* Có khả năng xử lý tính không chắc chắn
* Mô phỏng suy luận gần giống con người


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://deeplearningcoban.gitbook.io/deeplearningcoban.com/tham-khao/glossary/f/fcm-fuzzy-cognitive-map.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.