Bài viết này đề xuất một phương pháp mới kết hợp giữa thuật toán VFFRLS và mạng Neural để ước lượng trạng thái sạc của pin. Thuật toán VFFRLS được sử dụng để nhận dạng trực tuyến các tham số của mô hình pin, với mục đích có thêm nhiều đầu vào hơn cho mạng Neural nhằm tăng độ chính xác ước lượng.

Nghiên cứu đề tài “Nghiên cứu, ứng dụng học sâu trong phát hiện cột điện và các thiết bị trên đường dây truyền tải điện cao thế từ ảnh UAV” với mục đích để tìm hiểu nhằm trợ giúp cho công tác giám sát, quản lý hệ thống điện.

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).

Đề tài: "Giải bài toán Cauchy cho một số phương trình đạo hàm riêng bằng mạng neural nhân tạo", với mong muốn sử dụng mạng neuron nhân tạo kết hợp với chỉnh hóa Tikhonov để giải quyết bài toán này.

Luận án Tiến sĩ Kỹ thuật "Khai phá quan điểm với kỹ thuật học sâu" trình bày các nội dung chính sau: Đề xuất trích rút khía cạnh của thực thể với hướng tiếp cận học sâu và mô hình khai phá quan điểm thực hiện tác vụ này dựa trên các kỹ thuật học sâu; Đề xuất xây dựng một tập dữ liệu đa miền dùng cho thực nghiệm được hình thành trên cơ sở tích hợp các bình luận của người dùng trên các miền khác nhau; và mô hình khai phá quan điểm mức khía cạnh đa tác vụ, đa miền sử dụng hướng tiếp cận học sâu được thực nghiệm trên tập dữ liệu đa miền này.

Luận văn nghiên cứu đề xuất phương pháp sa thải phụ tải trên cơ sở phối hợp mạng neural hồi quy và lý thuyết về khoảng cách điện theo góc pha nhằm duy trì hệ thống điện ổn định khi có sự cố mất một phát xảy ra trong hệ thống điện.

Luận án Tiến sĩ Hệ thống thông tin "Nghiên cứu các giải pháp định vị trong nhà hiệu quả dựa trên dữ liệu sóng không dây" trình bày các nội dung chính sau: Tổng quan về các giải pháp định vị trong nhà dựa trên dữ liệu sóng không dây; Phương pháp chọn AP và phân cụm cơ sở dữ liệu fingerPrinting; Mô hình học máy hai giai đoạn.

Hệ thống chữ cái Tiếng Việt là được xây dựng dựa trên chữ cái Latinh có thêm chữ ghép và dấu phụ. Do đó việc nhận dạng sẽ gặp khó khăn hơn so với chữ cái Latinh thông thường và cần phải có thuật toán xử lý đem lại độ chính xác cao. Mời các bạn cùng tham khảo để nắm chi tiết nội dung đề tài.

Mục đích của đề tài là xây dựng một phương pháp nhận diện mẫu trong các frame thu trực tiếp từ camera theo thời gian thực để giải quyết bước thứ ba trong bài toán điều khiển máy tính từ xa nêu trên. Phương pháp nhận diện này sử dụng mô hình túi từ (bag-of-features, bag-of-words) kết hợp với phương pháp phân lớp bằng mạng neural. Mời các bạn cùng tham khảo!

Mục đích của luận văn là trình bày các kết quả nghiên cứu lý thuyết phục vụ chủ đề “Nghiên cứu mạng neural nhận dạng chữ in tiếng anh”. Hầu hết các công ty công nghệ hàng đầu đều đi sâu vào việc nghiên cứu các hướng huấn luyện máy tính học được kiến thức của con người. Mời các bạn cùng tham khảo!

Tiểu luận nghiên cứu nhằm tìm hiểu mạng Couvolutional Neural Netwok và mô hình mạng; ứng dụng Couvolutional Neural Network cho bài toán nhận dạng hoa quả.

Bài giảng Lý thuyết nhận dạng - Một số kỹ thuật trong lý thuyết nhận dạng (tiếp) với các nội dung radial basis functions neural networks; kiến trúc của mạng neural RBF; khớp đường cong sử dụng mạng neural RBF; biểu diễn của dữ liệu nói trên; phân bố của mẫu trong ví dụ...

Bài giảng Lý thuyết nhận dạng - Một số kỹ thuật trong lý thuyết nhận dạng trình bày dạng không tham số, có giám sát; dạng không giám sát; cửa sổ Parzen; ước lượng mật độ dùng cửa sổ Parzen; mạng neural theo xác suất; ranh giới quyết định của PNN; bộ phân lớp các láng giềng gần...

Luận án bao gồm 5 chương, trình bày tổng quan về tín hiệu điện não; cơ sở lý thuyết; xây dựng mô hình hệ thống điều khiển; xây dựng phần mềm và phần cứng cho hệ thống điều khiển xe lăn mô hình; kết luận và kiến nghị.

Luận án với mục tiêu tìm ra phương thức thu nhận 5 mẫu tín hiệu điện não EEG một cách dễ dàng và hiệu quả. Sử dụng các công cụ toán học để phân tích tín hiệu thành các đặc trưng cơ bản, sử dụng gom cụm dữ liệu trước khi đưa vào mạng neural để nhận dạng đối tượng.

Luận văn tập trung vào nghiên cứu, tìm hiểu về mạng nơ ron tích chập. Sau đó so sánh các phương pháp học sâu ở mức độ tổng quan trên phương diện học thuật, từ đó thấy được tiềm năng cũng như hạn chế của AI với cái nhìn khách quan nhất.

Luận văn sẽ trình bày về lý thuyết mạng neural RNN và cải tiến của nó là LSTM cùng với một số thuật toán học máy quan trọng trong quá trình xử lý dữ liệu ngôn ngữ. Cuối cùng, luận văn sẽ mô tả việc áp dụng và kết quả khi sử dụng mô hình LSTM trong bài toán trích xuất thông tin quan điểm. Thuật toán sẽ được đánh giá dựa trên hai tập dữ liệu tiếng Anh và tiếng Việt.

Nội dung đề tài "Nghiên cứu về mạng neural tích chập và ứng dụng cho bài toán nhận dạng biển số xe" được trình bày thành 3 chương: Chương 1/ Mạng neural và mạng neural tích chập; chương 2/ Tổng quan về nhận dạng biển số xe, chương 3/ Áp dụng mạng neural tích chập trong nhận dạng ký tự. mời các bạn cùng tìm hiểu về luận văn.

Luận văn Thạc sĩ Công nghệ thông tin "Nghiên cứu về mạng neural tích chập và ứng dụng cho bài toán nhận dạng biển số xe" tập trung nghiên cứu về mạng neural cũng như mạng Convolution (tích chập) cũng như ý tưởng của mô hình CNNs trong phân lớp ảnh (Image Classification), và áp dụng trong việc xây dựng hệ thống nhận dạng biển số xe tự động.

Luận văn sẽ trình bày về lý thuyết mạng neural RNN và cải tiến của nó là LSTM cùng với một số thuật toán học máy quan trọng trong quá trình xử lý dữ liệu ngôn ngữ. Cuối cùng, luận văn sẽ mô tả việc áp dụng và kết quả khi sử dụng mô hình LSTM trong bài toán trích xuất thông tin quan điểm. Thuật toán sẽ được đánh giá dựa trên hai tập dữ liệu tiếng Anh và tiếng Việt.