Duyệt theo bộ sưu tập Luận văn (Tất cả)
Sắp xếp :
Tư vấn chọn ngành học tại học viện CNTT NIIT-ICT HN sử dụng phương pháp học máy / Nguyễn Hùng Cường; NHDKH PGS.TS Nguyễn Quang Hoan19-09-2023MỤC TIÊU NGHIÊN CỨU Phân lớp dữ liệu học viên tại Học viện CNTT NIIT-ICT HN dựa trên giải thuật C4.5 và giải thuật Random Forest ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU Đối tượng nghiên cứu của luận văn là dữ liệu về học viên nhập học tại Học viện CNTT NIIT-ICT HN qua 5 năm gần nhất. Phạm vi nghiên cứu: Luận văn sẽ tiến hành thử nghiệm phân lớp theo 5 đặc trưng và 217 bản ghi đầu vào, sau đó có thể mở rộng thêm các đặc trưng cũng như các bản ghi khác. KẾT QUẢ: Luận văn đã tiến hành phân lớp được dữ liệu học viên sử dụng hai giải thuật C4.5 và RandomForest, đồng thời tiến hành so sánh các chỉ số kết quả của 2 giải thuật. Tác giả đã xây dựng được một phần mềm ứng dụng bằng Python, trong đó đã cài đặt các chức năng cho phép phân lớp học viên, và các chức năng thống kê, trực quan hoá dữ liệu, tiền xử lý dữ liệu, backup dữ liệu. KẾT LUẬN: Trong luận văn này, tác giả đã nghiên cứu hai giải thuật C4.5 và Random Forest. Cả hai giải thuật này đều sử dụng cây quyết định để tiến hành phân lớp dữ liệu, nhưng với quy mô và cách thức thực hiện khác nhau. Giải thuật C4.5 phù hợp với những ứng dụng sử dụng tập dữ liệu vừa và nhỏ, nhưng giải thuật C4.5 khi được áp dụng sẽ gặp phải vấn đề overfitting. Giải thuật Random Forest xây dựng nhiều cây quyết định, và bộ phân lớp sẽ là tổng hợp của tất cả các cây đó, vì vậy sẽ không gặp phải vấn đề overfitting. Luận văn cũng đã tiến hành đánh giá, so sánh hai giải thuật dựa trên các chỉ số. Luận văn đã xây dựng được một phần mềm ứng dụng bằng Python có thực thi phân lớp với hai giải thuật, đồng thời còn cài đặt các chức năng thống kê, tiền xử lý dữ liệu, backup dữ liệu. Kết quả nghiên cứu của luận văn đã thu được nhiều các ý tưởng gợi mở những hướng nghiên cứu tiếp theo.
Thiết kế hệ sinh thái công nghệ cho học viện khoa học xã hội Việt Nam phục vụ công tác chuyển đổi số quốc gia / Hoàng Thế Trung; NHDKH TS.Đinh Tuấn Long19-09-2023MỤC TIÊU NGHIÊN CỨU Mục đích nghiên cứu của đề tài hệ sinh thái công nghệ (hệ sinh thái phần mềm) và khái niệm liên quan tới lĩnh vực này. Nghiên cứu về phương pháp luận để xây dựng hệ sinh thái phần mềm hiện nay đang được áp dụng trên thế giới tại các tổ chức, công ty lớn. Từ đó đưa ra các ứng dụng trong việc xây dựng hệ sinh thái phần mềm trong thực tế. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU Đối tượng nghiên cứu của luận văn là: Học viện khoa học xã hội Việt Nam trực thuộc Viện Hàn lâm khoa học xã hội Việt Nam Nghiên cứu tính thực tiễn, khoa học, góp phần giải quyết, khắc phục và nâng cao hiệu quả các vấn đề quản lý trong các lĩnh vực nghiên cứu và đào tạo của Học viện. KẾT QUẢ: Luận văn sử dụng phối hợp các phương pháp: - Phương pháp phân tích, tổng hợp lý luận: Nghiên cứu, tìm hiểu, phân tích các tài liệu có liên quan đến hệ sinh thái phần mềm. - Phương pháp nghiên cứu qua các bài học thực tiễn về các hệ thống đang vận hành trên thế giới và Việt Nam. Luận văn còn đóng góp vào việc: - Hệ thống hoá cơ sở lý luận của việc xây dựng hệ sinh thái phần mềm cho tổ chức. - Xây dựng thành công mô hình tác nghiệp cho hệ sinh thái phần mềm cho cơ sở thực tế với những điều kiện và yêu cầu cụ thể tại Viện Khoa học xã hội Việt Nam nhằm phục vụ cho quá trình Chuyển đổi số Quốc gia. - Đề xuất phương án triển khai nhằm đảm bảo vấn đề an toàn dữ liệu và khả năng sẵn sàng mở rộng cho hệ thống trong tương lai. KẾT LUẬN: Luận văn đã thực hiện nghiên cứu và tìm hiểu về hệ sinh thái công nghệ, mô hình đã được triển khai và áp dụng trong nhiều công ty và doanh nghiệp lớn về IT, những kết quả khảo sát đã cho thấy sự thành công và ưu thế vượt trội của mô hình phát triển trong hệ sinh thái này. Tuy nhiên để xây dựng được các hệ sinh thái như của Google, Microsoft hay Facebook, thì trong quá trình phát triển và vận hành, chính bản thân hệ thống cũng phải tự tùy biến cho phù hợp với thực tiễn để thích ứng và phát triển. Sự phát triển của công nghệ hiện nay giúp cho nhiều ngành nghề khác được hưởng lợi, nếu biết vận dụng một cách hợp lý sẽ đem lại cho chúng ta những sự thành công. Luận văn cũng đề xuất mô hình cho Hệ sinh thái công nghệ của Học viện khoa học xã hội theo khía cạnh về nền tảng công nghệ. Đây có thể coi là công cụ và hướng đi trong lộ trình phát triển của Học viện và quá trình chuyển đổi số toàn diện theo Nghị quyết của Học viện trong tương lai.
Dự báo biến động nhân sự của các cục thi hành án dân sự ở Việt Nam sử dụng phương pháp học máy / Lưu Tuấn Kiệt; NHDKH PGS.TS Nguyễn Quang Hoan19-09-2023MỤC TIÊU NGHIÊN CỨU Tìm hiểu về bài toán dự báo biến động nhân sự, dữ liệu chuỗi thời gian. Hệ thống hoá các phương pháp và ứng dụng vào thực tế xây dựng ứng dụng, kết hợp học máy cho việc dự đoán số lượng biến đổi nhân sự tại các Cục THADS tại Việt Nam. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 1. Đối tượng nghiên cứu Xây dựng mô hình dự báo và đánh giá biến động nhân sự của các Cục Thi hành Án Dân sự ở Việt Nam dựa trên dữ liệu chuỗi thời gian ứng dụng mô hình học sâu (Deep Learning) với mô hình Long short term memory (LSTM) và Gated Recurrent Unit (GRU). 2. Phạm vi nghiên cứu Với đề tài lựa chọn, em đã dùng các bản báo cáo định kỳ hàng năm của các Cục THADS trên cả nước (nội dung công bố của Tổng cục THADS trên các phương tiện thông tin đại chúng) làm căn cứ để tiến hành dự đoán. Dùng dữ liệu từ năm 2012 đến năm 2021 để sử dụng kiểm tra mô hình, dùng dữ liệu đánh giá (số lượng biên chế công chức được giao đối với từng cơ quan, tổ chức THADS) của các năm trước để dự báo và tiến hành dự đoán độ biến động theo nhu cầu. KẾT QUẢ: Tìm hiểu, hệ thống những kiến thức liên quan đến đề tài Nghiên cứu, biết cách khai thác các mô hình, công nghệ sử dụng giải quyết bài toán, dữ liệu dạng chuỗi thời gian. Triển khai được mô hình giải quyết các yêu cầu bài toán. KẾT LUẬN: Luận văn đã sử dụng các mô hình LSTM, GRU để dự báo tỉ lệ nhân sự biến động (số lượng biên chế được cấp thêm trong các năm kế tiếp). Kết quả cho thấy LSTM cho kết quả dự báo tốt với bài toán chuỗi thời gian. Kết quả thử nghiệm cho thấy phương pháp tiếp cận được đề xuất có thể tạo ra các dự báo khá chính xác, có thể vận dụng vào thực tế. Nghiên cứu này trong tương lai sẽ bổ sung thêm các phương pháp xử lý số liệu đầu vào và thử nghiệm mô hình với chuỗi số liệu đa biến để đạt được hiệu quả dự báo tốt hơn.
Mô hình nhận dạng khuôn mặt dựa trên mạng Nơron tích chập để ứng dụng cho bài toán giám sát người thi trực tuyến / Chu Minh; NHDKH TS. Dương Thăng Long19-09-2023MỤC TIÊU NGHIÊN CỨU - Nghiên cứu tổng quan về bài toán nhận dạng khuôn mặt người. - Tập trung làm rõ cơ sở lý thuyết và ứng dụng của bài toán nhận dạng khuôn mặt cho người dùng mạng nơ ron tích chập. - Thiết kế và cài đặt phần mềm mô phỏng phân tích câu hỏi và theo dõi học sinh trong các kỳ thi trực tuyến bằng mạng thần kinh tích chập. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU - Đối tượng nghiên cứu: Phương pháp nhận dạng khuôn mặt sử dụng mạng Nơron tích chập. - Phạm vi nghiên cứu: Phạm vi nghiên cứu là lý thuyết ứng dụng mạng Nơron tích chập cho bài toán giám sát quá trình thi trực tuyến. KẾT QUẢ: Đề tài cũng đã tiếp cận theo các phương pháp bổ biến như học chuyển tiếp (transfer learning), học máy (machine learning). Kết quả thử nghiệm trên các bộ dữ liệu cho thấy độ chính xác về khả năng nhạn diện mô hình. Trường hợp trên bộ dữ liệu LW5 và VISGRAF cho tỉ lệ nhận diện đúng cao với hầu hết các lần thử nghiệm là trên 99%. Còn trong trường hợp chỉ sử dụng một ảnh của một người trong tập huấn luyện cũng đạt tỉ lệ nhận diện khá cao (94.7 và 98.93). Kết quả thử nghiệm sau khi đưa vào ứng dụng hệ thống Giám sát thi trực tuyến cũng cho tỉ lệ nhận diện cao và chính xác trên các thiết bị camera hoặc webcam. KẾT LUẬN: Qua việc nghiên cứu và triển khai đề tài cùng kết quả đã đạt được, đã được tiếp cận và ứng dụng vào bài toán nhận diện khuôn mặt và giám sát thi trực tuyến dựa trên mô hình mạng nơron tích chập (CNN) với cơ chế học sâu. Trong đó, tập trung vào phân tích sâu về khả năng tích chọn đặc trưng cho nhận diện khuôn mặt của mô hình CNN với các kiến trúc mạng hiện đại khác như ResNet, SENet.
Phương pháp giám sát quá trình học tập trực tuyến dựa trên mô hình nhận dạng khuôn mặt sử dụng mạng Nơron tích chập / Phí Quốc Chính; NHDKH TS. Dương Thăng Long19-09-2023
Chuyển giao OTP bằng ma trận mật khẩu ngẫu nhiên ứng dụng để xác thực đối tác giao dịch trong quản lý dạy và học trực tuyến / Lê Quang Mạnh; NHDKH GS.TS. Thái Thanh Sơn19-09-2023MỤC TIÊU NGHIÊN CỨU - Tìm hiểu một số phương pháp xác thực. - Tìm hiểu một số biện pháp chuyển giao mật khẩu OTP trong thực tế. - Nghiên cứu về xác thực sử dụng ma trận mật khẩu ngẫu nhiên để chuyển giao OTP - Tự xây dựng thêm và tích hợp với một số phần mềm sẵn có để sử dụng trong hệ thống giao dịch bảo mật bằng OTP. Cài đặt và thử nghiệm trên qui mô thích hợp cho phép. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU - Tập trung nghiên cứu OTP và ma trận mật khẩu ngẫu nhiên KẾT QUẢ: - Tìm hiểu được các phương pháp chuyển giao OTP - Sử dụng ma trận mật khẩu ngẫu nhiên để chuyển giao OTP - Xây dựng chương trình mô phỏng thể hiện chuyển giao OTP bằng ma trận mật khẩu ngẫu nhiên KẾT LUẬN: Công trình này của tác giả chủ yếu là sử dụng các nghiên cứu lý thuyết đó, dựa trên sự phân tích đặc điểm của đào tạo trực tuyến (ĐTTT), xây dựng một số chương trình phần mềm cụ thể, tổ chức qui trình vận hành, thử ngihệm cho việc bảo mật trong một vài công đoạn của ĐTTT có kết quả. Qua đó đề xuất khả năng thử ngiệm trên qui mô rộng hơn.
Ứng dụng nhận dạng biểu cảm khuôn mặt dựa trên mạng nơron nhân tạo để hỗ trợ người khiếm thị trong giao tiếp / Trần Văn Nam; NHDKH TS.Dương Thăng Long19-09-2023MỤC TIÊU NGHIÊN CỨU Nghiên cứu Mạng nơron nhân tạo và Mạng nơron tích chập. Nghiên cứu mạng nơron tích chập dạng Resnet và phân tích mô hình mạng nơron tích chập cho nhận dạng biểu cảm trên khuôn mặt người. Ứng dụng mô hình mạng Nơron tích chập dạng Resnet cho nhận dạng biểu cảm trên khuôn mặt để xây dựng phần mềm thử nghiệm cho ứng dụng của đề tài. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU Đối tượng nghiên cứu sử dụng mạng nơron tích chập dạng Resnet để xác định các cảm xúc trên khuôn mặt người. Phạm vi nghiên cứu đề cập đến 7 biểu cảm và được chia làm 2 trạng thái biểu đạt tích cực hay không tích cực với cuộc nói chuyện của người đối diện bằng cách gộp nhóm các cảm xúc trên khuôn mặt. - Trạng thái tích cực bao gồm các cảm xúc: Hạnh phúc, Bất ngờ, Trung lập - Trạng thái không tích cực bao gồm các cảm xúc: Buồn, ghê tởm, giận dữ, sợ hãi. KẾT QUẢ: Kết quả kiểm chứng cho thấy đây là một phương pháp kết hợp cho hiệu quả tốt. Cụ thể là việc đã nhận dạng được khuôn mặt của người đối diện, dựa vào mô hình đã huấn luyện đưa ra thông báo trạng thái trên khuôn mặt người đối diện. Dựa vào kết quả so sánh giữa phần mềm và nhóm khảo sát tỷ lệ sai lệch giữa kết của của phần mềm và nhóm khảo sát cho thấy 6/100 ảnh không dự đoán chính xác. Vậy có thể kết luận trong phạm vi khảo sát của luận văn, phần mềm đã hoạt động đạt kết quả chính xác 94%. KẾT LUẬN: Mặc dù độ phức tạp của mô hình ở mức thấp so với các mô hình khác, nhưng kết quả thử nghiệm cho thấy tính hiệu quả của phân lớp khá cao. Hiện nay do điều kiện tính toán nên chúng tôi chỉ áp dụng số lần huấn luyện còn thấp, nếu được huấn luyện ở mức độ sâu hơn thì kỳ vọng sẽ đem lại kết quả cao hơn nữa. Trong thời gian tới tôi tiếp tục nghiên cứu hướng phát triển mở rộng theo các hướng sau, kỳ vọng đạt được một hệ thống hoàn chỉnh hỗ trợ cho người khiếm thị
Ứng dụng công nghệ trí tuệ nhân tạo trong đánh giá chất lượng đào tạo trực tuyến tại Trường Đại học Mở Hà Nội / Nguyễn Mạnh Hùng; NHDKH TS. Đinh Tuấn Long19-09-2023MỤC TIÊU NGHIÊN CỨU - Luận văn nghiên cứu về việc ứng dụng trí tuệ nhân tạo trong việc đánh giá chất lượng đào tạo trực tuyến theo hướng sử dụng thuật toán Naïve Bayes dự đoán kết quả học tập của sinh viên trên một số thông số thu thập được từ hệ thống đào tạo trực tuyến của Trường Đại học Mở Hà Nội. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU - Dựa trên các kết quả dự đoán, nhà trường có thể đưa các tư vấn cho sinh viên để chủ động cải thiện việc học tập của mình hoặc nhà trường có những điều chỉnh nhằm phù hợp hơn với sinh viên, từ đó góp phần nâng cao chất lượng đào tạo của nhà trường KẾT QUẢ: - Tìm hiểu về hệ hỗ trợ ra quyết định và thuật toán phân lớp Naive Bayes để dự đoán chất lượng đào tạo trực tuyến - Đề xuất bộ tham số sử dụng cho thuật toán Naïve Bayes - Xây dựng chương trình dự đoán chất lượng đào tạo trực tuyến dạng website, độc lập với hệ thống quản lý đào tạo trực tuyến. KẾT LUẬN: - Đã nghiên cứu và đưa ra được một mô hình sử dụng thuật toán Naïve Bayes cho việc dự báo kết quả học tập dựa trên các yếu tố Thời gian đăng nhập hệ thống, Thời gian học với các bài giảng điện tử, Kết quả trung bình điểm làm các bài luyện tập trắc nghiệm, Số lượng các bài luyện tập trắc nghiệm đã thực hiện, Điểm trung bình các môn học tiên quyết và một số yếu tố khác mang tính chất cá nhân như: trình độ, giới tính, nơi ở, tình trạng việc làm. - Thuật toán với các dữ liệu đề xuất đã hoạt động và có kết quả tương đối chính xác, trong quá trình thử nghiệm, kết quả thu được so với kết quả thực tế trên bộ dữ liệu mẫu chính xác ở mức 82%, tuy nhiên kết quả này còn cần được đánh giá với nhiều bộ dữ liệu hơn để đảm bảo độ chính xác hơn nữa
Sử dụng mạng nơron tích chập trong nhận dạng biểu cảm khuôn mặt và ứng dụng hỗ trợ giám sát dạy học tại Trường THPT Trần Nhân Tông / Đỗ Thị Thu Hà; NHDKH TS. Dương Thăng Long14-09-2023MỤC TIÊU NGHIÊN CỨU: Tìm hiểu bài toán nhận dạng biểu cảm khuôn mặt, thiết kế và cài đặt thử nghiệm phần mềm mô phỏng hỗ trợ giám sát biểu cảm khuôn mặt học sinh tại trường THPT Trần Nhân Tông trong quá trình dạy học dùng mạng nơron tích chập dựa trên kiến trúc DenseNet. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU: Đối tượng nghiên cứu: Phương pháp nhận dạng biểu cảm khuôn mặt sử dụng mạng nơron tích chập. Phạm vi nghiên cứu: Lý thuyết ứng dụng mạng nơron tích chập dựa trên kiến trúc mạng DenseNet cho bài toán hỗ trợ giám sát quá trình học trực tuyến và trực tiếp tại lớp 11A9, 11A10 và 11A12 trường THPT Trần Nhân Tông, quận Hai Bà Trưng, Hà Nội. KẾT QUẢ: Xây dựng được chương trình thực nghiệm hệ thống nhận dạng cảm xúc khuôn mặt sử dụng mạng nơron tích chập. Thực hiện được quá trình thử nghiệm đánh giá tính khả thi của giải pháp. Đề tài có tính ứng dụng cao trong thực tế phục vụ một số lĩnh vực như nhận dạng biểu cảm khuôn mặt khách hàng, bệnh nhân,... KẾT LUẬN: Luận văn đã tiến hành nghiên cứu, phân tích, tìm hiểu các bước thông qua quy trình dự báo số sinh viên nhập học phạm vi khoa. Nắm được các phương pháp và mô hình toán học, áp dụng để giải quyết yêu cầu luận văn đã đặt ra Nghiên cứu và áp dụng Phần mềm mô phỏng nhận dạng biểu cảm khuôn mặt nhằm hỗ trợ, tham mưu, tư vấn và trợ giúp cho giáo viên cũng như ban giám hiệu nhà trường trong việc đánh giá kết quả giờ dạy nhằm nâng cao chất lượng dạy và học. Phần mềm mô phỏng đã được tiến hành và thu được kết quả có ý nghĩa thực tiễn, cũng như các kết quả gợi mở những hướng nghiên cứu tiếp theo.
Ứng dụng công nghệ Google app engine xây dựng hệ thống đăng ký khám và tra cứu kết quả tại Bệnh viện Châm cứu Trung ương / Cao Văn Thu; NHDKH PGS.TS Đoàn Văn Ban14-09-2023MỤC TIÊU NGHIÊN CỨU Tìm hiểu về công nghệ điện toán đám mây nói chung và của Google nói riêng ứng dụng Google App Engine (GAE) xây dựng trang thông tin điện tử đăng ký khám bệnh và tra cứu kết quả khám bệnh của bệnh nhân tại Bệnh viện Châm cứu Trung ương. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU Đối tượng nghiên cứu của đề tài là quy trình đăng ký khám, khám bệnh và trả về kết quả của bệnh. Phạm vi nghiên cứu của đề tài là nền tảng phát triển dựa trên công nghệ điện toán đám mây do Google phát triển. KẾT QUẢ: Luận văn đã nghiên cứu tổng quan của ĐTĐM, mô hình chung của ĐTĐM trên cơ sở đó xây dựng trang thông tin điện tử đăng ký khám bệnh và tra cứu kết quả khám bệnh tại Bệnh viện Châm cứu Trung ương được cài đặt ứng dụng chạy trên nền tảng Google App Engine (GAE). KẾT LUẬN: 1. Ý nghĩa khoa học và thực tiễn Luận văn đã nghiên cứu tổng quan của ĐTĐM để thấy rõ nét mô hình chung của ĐTĐM qua đó có những quan điểm riêng về ĐTĐM nói chung và các nền tảng cũng như dịch vụ công nghệ này. Quá trình tìm hiểu của ĐTĐM cho thấy được những ưu điểm, nhược điểm của mô hình dịch vụ này từ đó thử nghiệm cài đặt ứng dụng trên nền tảng của Google giúp cải thiện các nhược điểm của hệ thống quản lý đăng ký và khám bệnh của bệnh viện Châm cứu Trưng ương nói riêng và các cá nhân, tổ chức khác nói chung. 2. Hướng phát triển của đề tài Trong khuôn khổ phạm vi của luận văn, tác giả mới đề cập và sử dụng đến một số công cụ của GAE. Trong tương lai, tiếp tục nghiên cứu các công cụ khác của GAE, đưa ra được các so sánh về hiệu năng và tính dụng của các công cụ. Ngoài ra, tiếp tục mở rộng các chức năng khác của hệ thống để sớm hoàn thiện một hệ thống hoàn chỉnh tại bệnh viện Châm cứu Trung ương nhằm hỗ trợ cho công tác quản lý, phục vụ người bệnh ngày một hiệu quả hơn.
  1  2  3  4  5  6  7  8  9  10 of 393