Nghiên cứu này ứng dụng phương pháp gợi ý dựa trên luật kết hợp để xây dựng hệ thống gợi ý (MedRES – Medicine Recommender System) cho quá trình tạo đơn thuốc của bác sĩ. MedRES được xây dựng với mục đích giúp bác sĩ chọn được các sản phẩm thuốc phù hợp để kê đơn trong khoảng thời gian ngắn nhất. MedRES cũng giúp các bác sĩ trẻ, ít kinh nghiệm có thể học hỏi phương pháp kê đơn của các bác sĩ khác. Từ tập dữ liệu giao dịch về đơn thuốc, nghiên cứu này áp dụng giải thuật khai mỏ Apriori để xây dựng mô hình cho từng bệnh. Mô hình này chính là tập các luật kết hợp, nó biểu diễn mối liên quan giữa các hoạt chất của thuốc. Hệ thống MedRES gợi ý tốt trong đa số trường hợp kể cả đối với bác sĩ mới. MedRES được đánh giá ở 2 giai đoạn: giai đoạn xây dựng mô hình (các mô hình được đánh giá bởi các chuyên gia) cũng như giai đoạn đánh giá hệ thống sau khi xây dựng. Ở giai đoạnsau khi xây dựng, hệ thống được đánh giá bằng phương pháp Given-N với các chỉ số F1.  

Nowadays, the object-oriented database management systems do not support design and execution in details to make them the most convenient. Concretely, the biggest challenge in transforming each class from the conceptual level to the new structure is the creation of its methods. This requires a lot of experiences and efforts because it has to be performed manually but the results are often difficult to reuse. Các hệ quản trị cơ sở dữ liệu (CSDL) hướng đối tượng hiện nay chưa hỗ trợ việc thiết kế và thực thi chi tiết sao cho tiện lợi nhất. Cụ thể là phải chuyển mỗi lớp từ mức quan niệm sang thành cấu trúc mới. Việc này đòi hỏi nhiều kinh nghiệm, công sức vì phải thực hiện thủ công nhưng kết quả khó tái sử dụng. Bài viết dùng metadata như công cụ hữu hiệu để khắc phục khiếm khuyết đó và minh họa bằng một phần mềm nhỏ. Sẽ có nhiều chọn lựa cho thuộc tính được đưa ra. Các ràng buộc toàn vẹn được kiểm tra chặt chẽ. Tất cả đều được mô tả trong metadata, luôn được tự động lưu trữ và cập nhật. Từ các metadata, phần mềm tự động hình thành đủ loại phương thức cho bất kỳ lớp nào. Các loại này được đề xuất khá phong phú, đáp ứng hầu hết các yêu cầu người dùng đối với một hệ thống thông tin. Ở mỗi loại, phần mềm giới thiệu nhiều định dạng (signature) để người dùng lựa chọn phù hợp với cấu trúc lớp và thực tiễn áp dụng CSDL đó. Cách giải quyết là tổng quát nên ý tưởng và phần mềm có thể áp dụng cho các ngữ cảnh và platform khác. Cách tiếp cận mang lại hiệu quả không nhỏ trong việc nâng cao tính thích nghi, tính tái sử dụng của thiết kế và lập trình.  

Phân loại ý kiến trên Twitter là phân loại cho từng bình luận theo hướng quan điểm tích cực hay tiêu cực dựa trên nội dung bình luận. Trong bài viết này, chúng tôi đề xuất sử dụng mô hình túi từ và giải thuật máy học Multinomial Naïve Bayes để phân loại ý kiến. Ở bước đầu tiên, từ tập dữ liệu thô là những ý kiến trên Twitter được thu thập theo chủ đề, chúng tôi tiến hành tiền xử lý các kí tự đặc biệt của Twitter, các kí tự trùng lặp gần nhau, từ viết tắt, tiếng lóng, biểu tượng cảm xúc, mạng ngữ nghĩa, biểu diễn văn bản theo mô hình túi từ. Giai đoạn tiền xử lý cho ra tập dữ liệu có số chiều lớn, nhưng trong đó đa số (khoảng 99%) các giá trị bằng 0. Để tiết kiệm bộ nhớ, chiến lược lưu trữ chỉ lưu những giá trị khác 0 (theo định dạng LibSVM). Cách lưu trữ này dẫn đến yêu cầu cài đặt lại giải thuật máy học Multinomial Naïve Bayes để có thể xử lý định dạng mới của tập dữ liệu. Kết quả thực nghiệm trên các tập dữ liệu cho thấy bản cài đặt mới của giải thuật Multinomial Naïve Bayes (MNB) phân lớp hiệu quả, đơn giản và chính xác.  

Phát hiện và xử lý tắc nghẽn trên mạng cảm ứng không dây là một vấn đề thu hút nhiều sự chú ý trong cộng đồng nghiên cứu. Về cơ bản, mạng cảm ứng không dây có thể triển khai ở chế độ mạng dày hoặc mạng thưa; mỗi chế độ này đòi hỏi một chiến lược tiếp cận khác nhau để phát hiện và xử lý nghẽn. Do chi phí triển khai một mạng cảm ứng không dây là khá lớn, vấn đề kiểm tra sự tắc nghẽn trên mạng cần được kiểm tra trên một mô hình máy tính trước khi triển khai thực tế. Chúng tôi giải quyết vấn đề này bằng cách sử dụng hướng tiếp cận kiểm tra mô hình. Ngôn ngữ mạng Petri được sử dụng để biểu diễn và kiểm tra các tính chất của một mạng không dây. Hơn thế nữa, chúng tôi còn sử dụng kỹ thuật trừu tượng hóa dựa trên thành phần để có thể trừu tượng hóa các thành phần không cần thiết trên một mạng cảm ứng không dây khi cần kiểm tra tắc nghẽn theo các chế độ khác nhau. Nhờ đó, tốc độ xử lý của chúng tôi được tăng lên rất nhiều. Chúng tôi đã phát triển công cụ WSN-PN để hiện thực ý tưởng này. Kết quả thí nghiệm cho thấy WSN-PN có thể thu giảm đáng kể không gian trạng thái cần kiểm tra khi sử dụng trừu tượng hóa.  

Trong bài báo này, chúng tôi trình bày thuật toán xử lý ảnh và máy học để tự động phát hiện và nhận dạng biển báo giao thông đường bộ sử dụng đặc trưng cục bộ HOG và mạng Nơron nhân tạo. Hệ thống của chúng tôi có khả năng phát hiện và nhận dạng hầu hết các loại biển báo giao thông như biển báo cấm, biển báo nguy hiểm, biển hiệu lệnh và biển chỉ dẫn không bị chồng lấp. Thực nghiệm được tiến hành với 31 video với thời gian trung bình để phát hiện và nhận dạng các biển báo giao thông trên một frame ảnh xấp xỉ 0.021 giây khi sử dụng mô hình phân lớp với mạng nơron nhân tạo và khoảng 0.099 giây khi dùng mô hình phân lớp SVM và độ chính xác nhận dạng khoảng 94%.  

Đặt bẫy đèn rầy nâu để quan sát, thu thập thông tin nhằm phản ứng nhanh, đưa ra các biện pháp xử lý kịp thời, đồng bộ là việc làm hết sức quan trọng. Các mô hình bẫy đèn hiện nay, tuy mức độ tự động hóa chưa cao, cũng đã mang đến sự hỗ trợ đắc lực cho công tác phòng tránh rầy. Bài viết này đề xuất mô hình bẫy đèn rầy nâu tự động dựa trên cảm biến. Một bẫy đèn được thiết kế tích hợp cho phép thu thập số liệu liên tục. Tập hợp các bẫy đèn tạo thành một mạng không dây tự động phối hợp làm việc với nhau. Số liệu được phân tích liên tục nhằm đưa ra cảnh báo tức thời trong trường hợp cấp độ nhiễm rầy thay đổi. Đồng thời, toàn bộ dữ liệu được tập trung về trung tâm điều hành nhằm phục vụ cho công tác theo dõi và dự báo trong tương lai.  

Bài toán cây khung với chi phí định tuyến nhỏ nhất (Minimum Routing Cost Spanning Tree - MRCST) là bài toán tối ưu đồ thị có nhiều ứng dụng trong lĩnh vực thiết kế mạng truyền thông và trong tin sinh học; đây là bài toán thuộc lớp NP-hard. Hầu hết các đồ thị gặp trong thực tế ứng dụng là đồ thị thưa, trong khi các thuật toán hiệu quả nhất hiện biết giải bài toán MRCST trên đồ thị thưa chưa thực sự hiệu quả - nhất là với các đồ thị thưa có kích thước lớn. Bài báo này đề xuất một thuật toán mới với tên gọi HCST để giải bài toán MRCST trong trường hợp đồ thị thưa. Kết quả thực nghiệm trên các đồ thị thưa trong hệ thống dữ liệu thực nghiệm chuẩn cho thấy thuật toán HCST cho chất lượng lời giải tương đương hoặc tốt hơn và với thời gian tính nhanh hơn khi so với các thuật toán tốt nhất hiện biết. Bài báo này cũng là công trình đầu tiên công bố kết quả thực nghiệm giải bài toán MRCST cho 20 bộ dữ liệu là các đồ thị thưa có kích thước lớn.  

Trong bài viết này, chúng tôi đề xuất một giải pháp xây dựng Hệ thống hỗ trợ tư vấn tuyển sinh bán tự động sử dụng kết hợp các kỹ thuật trong xử lý văn bản, máy học SVM và xử lý tin nhắn SMS trong hệ thống thông tin di động. Hệ thống tư vấn này có khả năng tiếp nhận câu hỏi của thí sinh từ trang Web/email hoặc qua tin nhắn SMS, sau đó, câu hỏi sẽ được phân loại tự động bằng máy học SVM để chuyển đến chuyên gia thích hợp trong từng lĩnh vực. Sau khi có câu trả lời từ chuyên gia, hệ thống sẽ phản hồi tức thì cho thí sinh. Bên cạnh đó, ngay sau khi thí sinh đặt câu hỏi, hệ thống sẽ xử lý và tìm độ tương đồng của câu hỏi hiện tại so với các câu đã được trả lời trước đây, nhằm gợi ý cho thí sinh có thêm thông tin. Thử nghiệm trên tập dữ liệu thu thập được từ 447 câu hỏi thuộc 8 lĩnh vực thường được nhiều thí sinh quan tâm cho thấy hệ thống đạt độ chính xác 82.33%. Độ chính xác này sẽ còn được cải thiện theo thời gian khi mà lượng câu hỏi đủ lớn cho mô hình máy học, vì thế, giải pháp đề xuất này sẽ mở ra một hướng mới trong hỗ trợ tư vấn tuyển sinh.

Công nghệ xác lập trình tự gien thế hệ mới có khả năng tạo ra lượng dữ liệu khổng lồ, hàng giga bp trong một lần chạy, với chi phí ngày càng thấp. Bước tiến này cho phép thực hiện nhiều dự án giải trình tự ở các loài chưa được giải hệ gien và cả ở các loài đã giải mã trình tự nhằm thực hiện các ứng dụng sinh học phân tử khác nhau như dữ liệu đa hình đơn SNP, đánh giá sự đa dạng sinh học. Trong đó, Meta barcoding là một dự án cho phép xác định loài thực vật từ những kho dữ liệu trình tự khổng lồ. Trong nghiên cứu sinh học thực vật bộ gien chloroplast (Cp) là cơ sở quan trọng để xây dựng mã vạch sinh học dùng để định danh loài, phân loại và phân tích phát sinh loài. Tuy nhiên, phương pháp xây dựng bộ gien Cp truyền thống có hạn chế phải sử dụng mẫu gien tham chiếu. Phương pháp này không giải quyết được được yêu cầu mẫu dữ liệu đầu vào là dữ liệu thô của dự án Metabarcoding. Trong bài viết này, chúng tôi đề xuất quy trình lắp ráp bộ gien Cp cải tiến để lập trình tự bộ gien Cp từ các dữ liệu thô và không cần sử dụng gien mẫu để tham chiếu. Để đánh giá quy trình, trong thực nghiệm chúng tôi xây dựng bộ gien Cp từ bốn tập dữ liệu gien và so sánh kết quả thực nghiệm với các mẫu gien Cp đã được các nhà sinh học xây dựng.  

Đồng bằng sông Cửu Long là khu vực được dự báo sẽ chịu ảnh hưởng nặng nề dưới tác động của biến đổi khí hậu toàn cầu. Đặc biệt vấn đề mực nước biển dâng sẽ ảnh hưởng đến sử dụng đất nông nghiệp của các tỉnh ven biển của vùng. Nghiên cứu đã xây dựng mô hình mô phỏng thay đổi sử dụng đất các tỉnh ven biển Đồng bằng sông Cửu Long dựa trên phương pháp Markov - Cellular Automata kết hợp với phân tích đặc tính thích nghi đất đai trên hệ nền mô phỏng đa tác tử GAMA. Kết quả xây dựng được mô hình mô phỏng sự thay đổi sử dụng đất của 8 tỉnh ven biển vùng Đồng bằng sông Cửu Long. Mô hình được kiểm chứng kết quả mô phỏng với bản đồ hiện trạng sử dụng đất năm 2008 của các tỉnh. Dựa trên mô hình đã xây dựng, tiến hành chạy mô phỏng sự thay đổi sử dụng đất với dữ liệu kịch bản nước biển dâng trong tương lai vào năm 2030 và 2050. Việc ứng dụng mô hình nhằm cung cấp công cụ mô phỏng sự thay đổi sử dụng đất vùng Đồng bằng sông Cửu Long với những những kịch bản khác nhau hỗ trợ các nhà quản lý trong xây dựng các phương án quy hoạch sử dụng đất đai.  

Nhận dạng biểu mẫu tự động đang là bài toán thu hút nhiều sự chú ý và đầu tư nghiên cứu của nhiều người trên thế giới. Sự cần thiết của nhận dạng biểu mẫu đóng vai trò quan trọng trong nhập và xử lý dữ liệu tự động cũng như hiệu quả và lợi ích nó mang lại trong thực tế. Nghiên cứu “Nhận dạng điểm số viết tay trên bảng điểm” được xuất phát từ nhu cầu thực tế của Phòng Đào tạo cũng như các khoa tại Trường Đại học Tây Đô. Bài toán này được nghiên cứu thực hiện qua nhiều công đoạn như khử nhiễu, khử nghiêng, xây dựng lại bảng, định vị cột và cuối cùng là nhận dạng điểm số viết tay trong cột định vị bằng cách sử dụng GIST và SVM. Để giải quyết bài toán này, nghiên cứu thực hiện phương pháp kết hợp lý thuyết và thực nghiệm, sau đó nhận xét và đánh giá chương trình. Phương pháp nghiên cứu đưa ra có một số điểm nổi bật như sau:thứ nhất làđịnh vị và xây dựng bảng không cần dùng bất kỳ máy học nào cũng như không cần biết trước vị trí logic của bảng trong biểu mẫu;thứ hai là dễ dàng định vị cột cũng như ô bất kỳ trong bảng mà không cần đánh dấu hay điểm nhấn màu sắc nào trên biểu mẫu;cuối cùng là chi phí xử lý biểu mẫu là thấp. Sản phẩm cuối cùng nghiên cứu đạt được là xây dựng thành công phần mềm “Nhận dạng điểm số viết tay trên bảng điểm” với phiên bản 1.0. Phần mềm này cho phép tải bảng điểm, sau đó, nhận dạng điểm và xuất kết quả nhận dạng sang file bất kỳvới độ chính xác lên đến 97,30% trên 187 bảng điểm.

Nhận dạng tư thế người là phân lớp một tư thế thu được từ camera vào một trong các tư thế đã được định nghĩa trước đó ví dụ như: đứng, ngồi, nằm. Người mô tả tư thế sẽ đứng trước camera và hệ thống sẽ nhận dạng tư thế đó là tư thế gì. Trong bài viết này, chúng tôi trình bày về khả năng nhận dạng 20 tư thế người với dữ liệu thu được từ camera Kinect, dữ liệu thu được từ nhiều người với chiều cao khác nhau và góc thu dữ liệu khác nhau. Lợi thế của việc sử dụng dữ liệu khung xương thu từ camera Kinect là không bị ảnh hưởng bởi sự thay đổi của ánh sáng hay độ nhiễu của hình ảnh. Nghiên cứu cũng sẽ đưa ra 4 phương pháp trích đặc trưng từ dữ liệu khung xương thu thập được từ camera Kinect. Sau đó, bộ dữ liệu sẽ được đem đi huấn luyện bằng mô hình máy học véc-tơ hỗ sợ (SVM). Qua thực nghiệm cho thấy độ chính xác khi nhận dạng tư thế người đạt hơn 98%.  

Khai thác tập phổ biến có yếu tố thời gian từ cơ sở dữ liệu giao dịch đòi hỏi nhiều thời gian thực thi. Vì vậy, bài báo tiến hành xây dựng cấu trúc cây FS-Tree (Frequent Sequence Tree) để lưu trữ các dãy sự kiện tổ hợp với thời điểm xuất hiện tương ứng. Từ đó, bài báo đề xuất thuật toán FS-Alg (Frequent Sequence Algorithm) để khai thác các dãy sự kiện phổ biến từ cây FS-Tree. Để minh họa tính hiệu quả, bài báo đánh giá thuật toán đề xuất so với thuật toán tương đồng là TSET-Miner.

Trong bài viết, chúng tôi trình bày giải thuật giảm gradient ngẫu nhiên sử dụng trong máy học véc-tơ hỗ trợ cho phân lớp dữ liệu lớn. Máy học véc-tơ hỗ trợ sử dụng hàm hinge loss trong phân lớp nhằm đạt được tính chất thưa trong lời giải. Tuy nhiên, do hàm hinge loss không khả vi là nguyên nhân làm chậm hội tụ đến lời giải khi áp dụng giải thuật giảm gradient ngẫu nhiên. Chúng tôi nghiên cứu thay thế hàm hinge loss được sử dụng trong vấn đề tối ưu của giải thuật máy học véc-tơ hỗ trợ bằng các hàm xấp xỉ, khả vi nhằm cải tiến tốc độ hội tụ của giải thuật giảm gradient ngẫu nhiên. Kết quả thực nghiệm trên 2 tập dữ liệu văn bản lớn (RCV1, twitter) cho thấy hiệu quả của đề xuất sử dụng hàm xấp xỉ so với hàm hinge loss.  

Bài báo trình bày một phương pháp thực hiện thuật toán điều khiển nhúng với chi phí thấp sử dụng nhân hệ điều hành thời gian thực nhúng freeRTOS. Phương pháp đề nghị gồm ba bước chính. Bước thứ nhất, thuật toán sẽ được thiết kế và kiểm chứng sử dụng Matlab/Simulink toolboxes. Bước thứ hai, thuật toán này sẽ được phát sinh mã nguồn ngôn ngữ C cho hệ thống nhúng bằng công cụ Matlab Realtime Embedded Coder. Bước cuối cùng, các tác vụ freeRTOS được lập trình dựa trên mã lệnh sinh ra để biên dịch và thực thi thuật toán trên hệ thống nhúng. Thuật toán PID mờ tự động hiệu chỉnh thông số điều khiển một robot hai bánh tự cân bằng được chọn để minh chứng phương pháp được đề nghị.Thuật toán này được chạy trên vi điều khiển nhân ARM Cortex M4 nổi tiếng STM32F407VTG. Kết quả thực nghiệm cho thấy thuật toán điều khiển nhúng đã hoạt động chính xác, robot vừa cân bằng vừa cho đáp ứng bám góc và vị trí nhanh với độ trễ tối đa 1.5 giây. Giải pháp đề nghị giúp có thể phát triển thuật toán điều khiển nhúng phức tạp với chi phí thấp phù hợp cho hầu hết các nhà phát triển hệ thống nhúng.  

Bài báo này trình bày việc thiết kế một hệ thống giám sát, quản lý công tác tuần tra, bảo vệ dựa trên ứng dụng công nghệ mạng cảm biến không dây. Mục tiêu của nghiên cứu nhằm xây dựng một hệ thống hỗ trợ việc quản lý, chấm công và trợ giúp nhân viên bảo vệ trong công tác tuần tra. Hệ thống được thiết kế trên nền tảng bộ vi điều khiển MSP430G2553, board Arduino Mega 2560 và mô-đun thu phát vô tuyến tần số 433 MHz. Bằng việc sử dụng cấu trúc mạng cảm biến không dây, hệ thống có khả năng tự động ghi nhận sự hiện diện của nhân viên bảo vệ trong một khu vực được xác định trước. Hệ thống còn cho phép nhân viên bảo vệ gửi cảnh báo về trung tâm để nhận được sự trợ giúp nhanh nhất trong tình huống khẩn cấp. Dữ liệu ghi nhận việc tuần tra của nhân viên bảo vệ được thu thập và lưu trữ trên Google Spreadsheets. Điều này cho phép người quản lý có thể truy cập để xem dữ liệu ở bất cứ nơi nào có mạng Internet. Hệ thống có triển vọng được ứng dụng để phục vụ việc chấm công nhân viên bảo vệ tại các công ty, nhà máy.  

Trong bài báo này, chúng tôi đề xuất một phương pháp mới cho việc nhận dạng ngôn ngữ dấu hiệu. Với dữ liệu được thu nhận từ camera Kinect, chúng tôi trích các đặc trưng chuyển động của bàn tay. Chúng tôi đề xuất một phương pháp biểu diễn quỹ đạo chuyển động của bàn tay bằng cách chia quỹ đạo thành k (e.g. k = 4) đoạn và sau đó tính tổ chức đồ (orientation histogram) của hướng di chuyển cho từng đoạn. Với phương pháp này, đặc trưng chuyển động không phụ thuộc vào độ dài của quỹ đạo. Ngoài ra, để tăng cường khả năng phân biệt, thông tin trực quan (visual) về hình dạng của bàn tay cũng trích xuất với đặt trưng GIST. Tất cả các đặc trưng trên được sử dụng để huấn luyện bộ nhận dạng được huấn luyện bằng mô hình máy học véc-tơ hỗ trợ. Chúng tôi đã thu thập dữ liệu từ 5 bạn học viên trường dạy trẻ khuyết tật thành phố Cần Thơ. Bộ dữ liệu gồm 14 từ, mỗi người thực hiện 4 lần. Tổng cộng là 280 phần tử. Thực nghiệm cho thấy kết quả nhận dạng đạt 90%.

Hệ thống Ra đa Khẩu độ Tổng hợp (RKT) có thể cung cấp rất nhiều ưu điểm khác nhau, đặc biệt là chức năng cảm biến quan sát bề mặt Trái đất nên nó đang trở thành một công nghệ rất quan trọng trong lĩnh vực viễn thám. Hiện nay, nhu cầu sử dụng cảm biến RKT trên vệ tinh nhỏ với chi phí thấp đang gia tăng mạnh mẽ. Vì vậy, bài báo trình bày nghiên cứu về mối quan hệ giữa các tham số của hệ thống RKT nhằm mục đích thiết kế hệ thống RKT trên vệ tinh nhỏ với chi phí thấp. Bài báo đã chỉ ra ưu điểm và nhược điểm khi chọn lựa tần số làm việc và sự phù hợp của ăng ten cỡ nhỏ đối với tần số làm việc. Hơn nữa, bài báo cũng phân tích và đề xuất để một hệ thống RKT nhỏ vẫn có thể cung cấp hình ảnh với chất lượng cao thông qua việc đặt chu trình làm việc của máy phát ở mức cao.  

Trong khuôn khổ bài báo này,chúng tôi xây dựng một hệ thống phát hiện tình trạng ngủ gật của lái xe dựa trên các kỹ thuật thị giác máy tính. Với một camera (webcam) dùng để quan sát gương mặt tài xế, hệ thống sẽ phát âm thanh cảnh báo khi tài xế có biểu hiện ngủ gật dựa vào trạng thái mắt nhắm cũng như số lần chớp mắt, số lần mắt cử động. Đề tài sử dụng hai phương pháp phát hiện trạng thái nhắm mắt là: phương pháp xác định khoảng cách mắt với chân mày và phương pháp tính độ cong của đường tiếp giáp hai mí mắt. Phương pháp xác định khoảng cách mắt với chân mày đã được thực hiện trong một số nghiên cứu trước đây. Chúng tôi cũng trình bày một phương pháp xác định trạng thái nhắm mắt mới là phương pháp tính độ cong của đường tiếp giáp hai mí mắt. Chúng tôi đã xây dựng một giải thuật xác định hành động chớp mắt thông qua ba frame ảnh liên tiếp. Thực nghiệm trên một nhóm người Việt Nam cho thấy độ chính xác của hệ thống là 93.1%.  

Hệ thống gợi ý (Recommender Systems – RS) hiện đang được sử dụng trong nhiều lĩnh vực (như thương mại điện tử, giáo dục, giải trí,..) để dự đoán “sở thích” (thói quen/ nhu cầu/ năng lực/…) của người dùng từ đó gợi ý cho họ những mục thông tin (item) phù hợp nhất. Thương mại điện tử ở Việt Nam hiện đang phát triển mạnh, do vậy RS sẽ mở ra nhiều tiềm năng trong nghiên cứu cũng như ứng dụng. Bài viết này đề xuất một tiếp cận mới trong dự đoán xếp hạng của hệ thống gợi ý, đó là việc sử dụng luật bình chọn số đông kết hợp với ngưỡng sở thích nhằm xác định giá trị xếp hạng của người dùng trên các mục thông tin. Phương pháp đề xuất này khá đơn giản nhưng lại cho kết quả rất khả quan. Kết quả thử nghiệm trên các tập dữ liệu chuẩn cho thấy phương pháp được đề xuất có thời gian thực hiện nhanh hơn đáng kể so với các phương pháp truyền thống dựa trên lọc cộng tác trong khi độ chính xác cũng được cải thiện trong phần lớn các trường hợp thử nghiệm. Chính vì thế, đây có thể là một hướng tiếp cận hữu ích trong lĩnh vực dự đoán xếp hạng của RS.

Phát hiện phổ quần thể rầy nâu trong ảnh có thể được kết hợp với các hệ thống bẫy đèn để tự động hóa việc đếm số lượng rầy nâu vào bẫy đèn, vốn đang được thực hiện một cách thủ công. Ứng dụng này sẽ mang lại nhiều lợi ích thiết thực cho nhà nông nhằm hỗ trợ giám sát các loài sâu bệnh trong nông nghiệp. Một trong những vấn đề trong việc phát hiện phổ quần thể trong các ảnh chụp từ bẫy đèn là có sự xuất hiện của các loại công trùng khác như bướm, sâu bọ,… trong ảnh, làm giảm độ chính xác của các phương pháp phát hiện quần thể rầy nâu. Trong nghiên cứu này, chúng tôi sẽ đề xuất một phương pháp nhằm khử các tác nhân này trong ảnh để tăng độ chính xác trong việc phát hiện quần thể rầy nâu. Phương pháp này được sử dụng để loại bỏ các loài côn trùng không phải rầy nâu xuất hiện trong ảnh nhờ vào đặc trưng màu sắc và kích thước của rầy nâu. Kết quả thực nghiêm cho thấy, các phương pháp được đề xuất có thể ngăn được tác động của các tác nhân gây nhiễu này lên kết quả của việc phát hiện quần thể rầy nâu trong ảnh.

Chúng tôi trình bày cách tiếp cận mới về ánh xạ giữa WordNet và SUMO (Suggested Upper Merged Ontology) cũng như công cụ trình duyệt SUMO trực tuyến có thể sử dụng để duyệt SUMO, và sự kết nối của nó với từ vựng WordNet. Trình duyệt tạo điều kiện thân thiện cho quá trình tiếp nhận nội dung SUMO. Trong bài báo này chúng tôi cũng trình bày ngắn gọn về SUMO và WordNet.  

Bài báo này đề xuất một mô hình mờ TSK cho bài toán dự đoán giá cổ phiếu dựa trên mô hình máy học véc-tơ hỗ trợ hồi qui. Trên cở sở thỏa mãn các điều kiện nhằm đồng nhất giữa hàm đầu ra của mô hình mờ TSK và hàm quyết định của máy học véc-tơ hỗ trợ hồi qui, chúng ta có thể xây dựng một thuật toán cho phép trích xuất mô hình mờ TSK từ máy học véc-tơ hỗ trợ. Bên cạnh đó trong nghiên cứu này chúng tôi còn đề xuất một giải pháp cho phép tối ưu hóa mô hình mờ TSK trích xuất được thông qua việc điều chỉnh tham số ε. Mô hình đề xuất là sự kết hợp của thuật toán phân cụm SOM và thuật toán trích xuất mô hình mờ TSK từ máy học Véc-tơ hỗ trợ hồi quy. Hiệu quả của giải pháp đề xuất được đánh giá thông qua các kết quả thực nghiệm và có sự so sánh với kết quả của một số mô hình khác.  

Các chương trình đánh cờ là một phần nghiên cứu của ngành Trí tuệ nhân tạo. Các chương trình truyền thống được xây dựng trên cây tìm kiếm Minimax, Alpha-Beta với hàm lượng giá được xây dựng dựa trên tri thức của người chơi cờ. Việc thiết kế một hàm lượng giá trạng thái tốt thường rất khó, hơn nữa các cây tìm kiếm truyền thống chỉ phù hợp với những trò chơi có hệ số phân nhánh thấp. Cây tìm kiếm Monte Carlo là một hướng tiếp cận hiện đại và hiệu quả trên nhiều trò chơi có hệ số phân nhánh cao như cờ Vây. Mô hình cây tìm kiếm Monte Carlo được kết hợp từ Cây tìm kiếm, Học tăng cường và giả lập Monte Carlo. Với cách tiếp cận này, ta có thể cải tiến hiệu suất của cây tìm kiếm Monte Carlo bằng cách tìm hiểu phương pháp cải tiến Học tăng cường và cải tiến giả lập Monte Carlo. Bài báo này nghiên cứu các thành phần chính của cây tìm kiếm Monte Carlo và xác định hướng cải tiến hiệu quả nhất cũng như thực nghiệm đã chứng minh tính hiệu quả.  

Bài toán tái nhận dạng người hướng tới việc tự động theo vết và tìm kiếm lại đối tượng di chuyển trong hệ thống camera giám sát với góc nhìn của các camera không chồng lấp nhau. Khi một đối tượng được phát hiện trong khung ảnh, các đặc trưng về hình dáng bên ngoài của đối tượng sẽ được trích xuất thông qua việc xây dựng các mô hình đặc tả. Tuy nhiên, phần hình nền còn lại của khung ảnh trích xuất đối tượng thu được từ giải thuật phát hiện người vẫn có thể ảnh hưởng đến mô hình tái nhận dạng người. Vì vậy, trong bài báo này, chúng tôi đề xuất chuỗi xử lý bài toán tái nhận dạng người với hai nhiệm vụ chính: loại bỏ vùng nền trong khung ảnh đối tượng đã được phát hiện và củng cố đặc trưng tách từ các mảnh ghép cục bộ dùng để phân biệt hai đối tượng khác nhau. Việc kết hợp này nhằm nâng cao mức độ tin cậy của việc truy vấn cùng một đối tượng ở hai camera khác nhau với góc nhìn không chồng lấp.  

Cơ cấu mùa vụ lúa thường xuyên biến động và phân bố khác nhau theo từng vùng đất. Lịch thời vụ luôn thay đổi nên gây khó khăn cho việc quản lý sản xuất nông nghiệp, cảnh báo dịch hại cây lúa. Nghiên cứu được thực hiện nhằm xác định hiện trạng và theo dõi biến động của các cơ cấu mùa vụ lúa ở tỉnh An Giang bằng việc sử dụng ảnh vệ tinh MODIS (MOD09Q1) độ phân giải 250 m, chu kỳ lặp 8 ngày có ngày chụp từ năm 2011 đến 2013. Kết quả cho thấy trên phạm vi toàn tỉnh An Giang ảnh MODIS có khả năng theo dõi được biến động hiện trạng phân bố trà lúa làm cơ sở cảnh báo sự xuất hiện của một số dịch hại chủ yếu ở những cánh đồng có diện tích lớn. Mặc dù ảnh có độ phân giải thấp nhưng vẫn có thể ứng dụng để theo dõi hiện trạng trà lúa và cảnh báo dịch hại ở những khu vực sản xuất lúa tập trung và xuống giống đồng loạt.