Mô hình CNN

Bài viết trình bày về cách sử dụng nhiều GPU để huấn luyện mô hình trong học sâu (Deep Learning). Chúng tôi khảo sát các chiến lược học sâu trên mạng nơ-ron tích chập (Convolutional Neural Network – CNN).

7p viling 11-10-2024 1 0   Download

Đề tài “Ứng dụng mạng Nơ ron tích chập nhận dạng các đối tượng di động” được thực hiện nhằm mục tiêu của đề tài là thực nghiệm mô hình Faster R-CNN nhận dạng các đối tượng tĩnh và di động, đưa ra các đánh giá độ chính xác của mô hình trong trường hợp tín hiệu đầu vào lúc bình thường và nhiễu.

27p xuanphongdacy09 28-09-2024 5 2   Download

Bài viết sử dụng mô hình học sâu Faster R-CNN để giải quyết vấn đề này, tập trung vào việc phát hiện và nhận dạng trái thanh long chín và chưa chín tại Bình Thuận. Chúng tôi thu thập bộ dữ liệu từ thực tế, bao gồm hình ảnh về trái thanh long trong các điều kiện ánh sáng và che khuất khác nhau. Mô hình Faster R-CNN được huấn luyện trên bộ dữ liệu này để phát triển một hệ thống phát hiện trái cây.

9p gaupanda051 13-09-2024 7 1   Download

Trong môi trường y tế, việc nhận diện những người không đeo khẩu trang có thể giúp cải thiện quản lý an ninh và an toàn cho người bệnh và cả nhân viên y tế, đặc biệt là các khu vực như phòng thí nghiệm hay các phòng cách ly bệnh truyền nhiễm. Nhận thức được tầm quan trọng của vấn đề này, nghiên cứu này tập trung vào việc áp dụng mô hình học sâu Convolutional Neural Network (CNN) để giải quyết vấn đề nhận diện người không đeo khẩu trang.

9p gaupanda051 13-09-2024 5 1   Download

Bài nghiên cứu tập trung nghiên cứu các mô hình máy học CNN, KNN, Mobilenet và áp dụng vào giải Sudoku bằng các phương pháp tiền xử lý dữ liệu giúp áp dụng các mô hình nhận diện số viết tay, sau khi cho các mô hình lần lượt huấn luyện và kiểm tra trên tập dữ liệu MNIST kết quả cho thấy mô hình CNN là 99,08 % mô hình Mobilenet là 98,36% và mô hình KNN là 97,7%.

10p vigautam 25-07-2024 3 1   Download

Trong bài báo "Tiếp cận các phương pháp học sâu trong dự báo dữ liệu hướng thời gian" nhóm tác giả trình bày một số phương pháp cách tiếp cận dùng các kỹ thuật học sâu như: CNN, LSTM, DNN để dự báo giá chứng khoán. Kết quả thực nghiệm cho thấy sự hiệu quả nhất định của 3 loại mô hình trên. Mời các bạn cùng tham khảo!

11p tuongtrihoai 23-07-2024 3 2   Download

Bài viết Ứng dụng mô hình học sâu CNN và kỹ thuật lọc CFAR cho nhận dạng drone dựa trên dấu vết tín hiệu vô tuyến RF trong điều kiện nhiễu đề xuất giải pháp mới dựa vào dấu vết tín hiệu vô tuyến của drone (thu RF).

11p vialicene 19-07-2024 10 3   Download

Bài viết này đề xuất một hướng tiếp cận mới dựa trên các mô hình học sâu kết hợp. Quy trình phát hiện tấn công APT-IP được đề xuất trong nghiên cứu này: Toàn bộ dữ liệu về lưu lượng mạng sẽ tiền xử lý, phân tích thông qua mạng học sâu kết hợp mạng CNN, sau đó các dữ liệu này không dùng phân loại mà tiếp tục được phân tích và đánh giá thông qua mạng BiLSTM.

5p vithomson 02-07-2024 6 1   Download

Bài viết này trình bày một ứng dụng cụ thể của trí tuệ nhân tạo trong việc dự đoán nguy cơ mắc bệnh ung thư phổi dựa trên việc phân tích ảnh chụp CT phổi. Trong nghiên cứu này, nhóm tác giả đề xuất một mô hình học máy sử dụng thuật toán mạng nơ ron tích chập (CNN) để huấn luyện trên tập dữ liệu về ung thư phổi từ IQ-OTH/NCCD.

9p viwalton 02-07-2024 3 2   Download

Bài viết trình bày kết quả nghiên cứu đề xuất mạng nơ-ron tích chập học sâu, đặt tên là DOA-CNN, cho bài toán ước lượng hướng đến (DOA: Direction of Arrival) của tín hiệu vô tuyến sử dụng mảng ăng ten tuyến tính đồng đều (ULA: Uniform Linear Array) nhằm nâng cao độ chính xác ước lượng trong các trường hợp xảy ra lỗi hệ thống phổ biến, như: sai lệch vị trí các phần tử của mảng ăng ten; sai số biên độ và pha gây ra do sai lệch đường truyền tuyến thu.

9p visergeyne 18-06-2024 6 1   Download

Việc phát hiện nhanh và chính xác các chuỗi sứ cách điện bị hư hỏng đóng một vai trò quan trọng trong việc đảm bảo sự làm việc ổn định và tin cậy của lưới điện truyền tải. Trong nghiên cứu này, nhóm tác giả đề xuất phương pháp phát hiện và phân loại hư hỏng cách điện trên chuỗi sứ đường dây truyền tải điện dựa trên các mô hình thị giác máy tính.

8p visergeyne 18-06-2024 5 1   Download

Nghiên cứu này nhằm thử nghiệm, đánh giá khả năng ứng dụng trí tuệ nhân tạo (artifi cial intelligence – AI) trong tự động hóa chẩn đoán bệnh trên tôm sú (Penaeus monodon). Kết quả thực nghiệm trên 4 mẫu bệnh: đen mang, đốm đen, đốm trắng và hoại tử cơ cho thấy hệ thống chẩn đoán hình ảnh đạt độ chính xác cao nhất 87,58% với mô hình mạng neural tích chập (convolutional neural network - CNN) Effi cientNet-B4 có áp dụng kỹ thuật học chuyển giao (transfer learning).

7p viamancio 29-05-2024 13 7   Download

Bài viết trình bày ứng dụng phương pháp học sâu để xác định vị trí và phân loại xoáy thuận nhiệt đới (XTNĐ) một cách tự động. Phương pháp học sâu trong bài báo là ứng dụng mạng nơ-ron tích chập hai luồng (CNN) cùng các đặc điểm theo không gian và thời gian của dữ liệu vệ tinh địa tĩnh.

14p vijaychest 16-05-2024 3 2   Download

Mục tiêu chính của nghiên cứu là xây dựng một mô hình trí tuệ nhân tạo dựa trên mạng thần kinh tích chập (CNN) để hỗ trợ DJI Tello drone trong việc nhận diện và phân loại các vật thể hình học cơ bản, bao gồm hình tròn, tam giác, hình chữ nhật và ngũ giác đều.

112p khanhchi2510 19-04-2024 26 8   Download

Bài viết "Phát hiện khẩu trang khuôn mặt bằng phương pháp học sâu" tập trung vào sự phát hiện khuôn mặt người có đeo khẩu trang hoặc không đeo khẩu trang từ dữ liệu của camera giám sát, dữ liệu video thu thập được kết hợp một thuật toán học sâu Convolutional Neural Network (CNN), học máy sẽ phân loại dữ liệu ra hai nhãn.

12p gaupanda017 08-03-2024 9 4   Download

Bài viết "Học không giám sát độ đo tương tự trên dữ liệu đa tạp của các bộ mô tả hình ảnh" đề xuất một phương pháp kết hợp xếp hạng EMR của cả đặc trưng mức thấp và đặc trưng mức cao (CNN) để tăng sự phân biệt giữa ảnh truy vấn và ảnh trong tập dữ liệu. Nghiên cứu cũng thực hiện so sánh với phương pháp học dựa trên đồ thị khác như AGR. Mời các bạn cùng tham khảo!

6p phocuuvan0201 02-02-2024 7 3   Download

Bài viết "Phương pháp xử lý dữ liệu trước ảnh hóa để huấn luyện mô hình phát hiện tấn công mạng dựa vào học sâu" đề xuất phương pháp tiền xử lý dữ liệu mạng trước khi ảnh hóa để sử dụng với mạng học sâu CNN phân loại đa lớp. Phương pháp được áp dụng để xử lý bộ dữ liệu NSL-KDD dùng tập kiểm tra KDDTest+ riêng cho kết quả rất khả quan. Kết quả cũng cho thấy tiền xử lý dữ liệu vẫn là khâu cần thiết khi áp dụng học sâu vào xây dựng các mô hình phát hiện tấn công mạng.

6p phocuuvan0201 02-02-2024 7 2   Download

Bài viết "Nâng cao độ chính xác phân loại mục tiêu thủy âm sử dụng phổ DEMON và mạng nơ ron tích chập" đề xuất một giải pháp ứng dụng mạng nơ ron tích chập (CNN: Convolutional Neural Network) để nhận dạng các đặc trưng của phổ điều chế đường bao của âm thanh phát ra từ chân vịt của mục tiêu biển. Các tập dữ liệu của mục tiêu có tỷ số tín hiệu trên tạp âm (SNR: Signal to Noise Ratio) và các tác động tạp âm khác nhau được xây dựng để đánh giá hiệu suất tổng quát của mô hình CNN được đề xuất.

6p phocuuvan0201 02-02-2024 9 2   Download

Kết quả nghiên cứu có thể được triển khai, phát triển thành hệ thống hỗ trợ y tế để giúp bác sĩ và nhân viên y tế xác định chính xác và nhanh chóng các loại bệnh phổi từ ảnh X-quang, từ đó giúp cải thiện quá trình chẩn đoán và điều trị cho bệnh nhân.

9p vigrab 02-02-2024 9 2   Download

Bài viết này đề xuất một mô hình ứng dụng công nghệ học sâu trong việc phát hiện và phân lớp lỗ hổng trong hợp đồng thông minh. Mô hình đề xuất được phát triển dựa trên kiến trúc mạng nơ ron tích chập CNN 1D.

9p vigrab 02-02-2024 15 3   Download