TÌM KIẾM BÀI BÁO (5)
STTThông tin bản thảo
1

Kết hợp học sâu với svm để nâng cao chất lượng xử lý tiếng nói con người trong các thiết bị IoT

Cùng với sự phát triển của khoa học kỹ thuật, đặc biệt là internet vạn vật kết nối (IoT), các sản phẩm liên quan đến IoT thường được điều khiển bằng tiếng nói con người. Nhận dạng tiếng nói con người...

Tác giả: Nguyễn Năng An

Từ khóa: Học sâu xử lý tiếng nói phân biệt tiếng nói máy hỗ trợ vector vạn vật kết nối.

2

Ứng dụng Mạng nơ-ron tích chập để chẩn đoán các bệnh trên lá xoài

Mục tiêu của nghiên cứu này là ứng dụng Mạng nơ-ron tích chập (CNN) để nhận dạng chính xác bảy loại bệnh phổ biến trên lá xoài, bao gồm: Thán thư, Loét do vi khuẩn, Bọ cắt lá, Khô cành, Ruồi đục lá,...

Tác giả: Võ Tấn Toàn, Nguyễn Đức Thịnh

Từ khóa: Bệnh lá xoài Học sâu Mạng nơ-ron tích chập (CNN) Phân loại hình ảnh Phát hiện bệnh thực vật

3

Phát hiện xâm nhập trong hệ thống mạng sử dụng phương pháp dựa trên Transformer

Sự phức tạp ngày càng gia tăng của các hạ tầng mạng hiện đại, được thúc đẩy bởi điện toán đám mây, IoT và 5G, đặt ra những thách thức lớn đối với các Hệ thống Phát hiện Xâm nhập (IDS) truyền thống,...

Tác giả: Ngô Thị Hòa

Từ khóa: Transformer Phát hiện xâm nhập An ninh mạng Lưu lượng mạng Học sâu Phát hiện bất thường.

4

Xây dựng mô hình dự đoán xếp hạng sản phẩm dựa trên phản hồi văn bản của khách hàng bằng một số thuật toán học máy

Nghiên cứu này tập trung vào bài toán dự đoán điểm đánh giá sản phẩm dựa trên phản hồi văn bản của khách hàng - một nhiệm vụ kết hợp giữa thách thức của xử lý ngôn ngữ tự nhiên và hiện tượng mất cân...

Tác giả: Điền Thị Hồng Hà

Từ khóa: Dự đoán xếp hạng sản phẩm phản hồi văn bản từ khách hàng xử lý ngôn ngữ tự nhiên (NLP) mô hình học máy dánh giá hiệu suất mô hình

5

Một phương pháp phân loại mã độc hiệu quả dựa trên chuyển đổi mã byte thành ảnh và kết hợp mô hình Vision Transformer

Phân loại mã độc là một bài toán then chốt trong lĩnh vực an ninh mạng, đối mặt với nhiều thách thức do sự đa dạng, phức tạp và khả năng biến đổi liên tục của các họ mã độc. Trong nghiên cứu này,...

Tác giả: Nguyễn Thị Thu Thủy, Đỗ Thị Hồng Lĩnh, Hoàng Thị Hồng Hà, Phạm Thị Cúc, Phạm Anh Bình

Từ khóa: Phân loại phần mềm độc hại Vision Transformer biểu diễn hình ảnh mã byte học sâu cơ chế tự chú ý.

Tạp chí khoa học Trường Đại học Vinh

Vinh University journal of science (VUJS)

ISSN: 1859 - 2228

Cơ quan chủ quản: Trường Đại học Vinh

  • Địa chỉ: 182 Lê Duẩn - Thành Phố Vinh - tỉnh Nghệ An
  • Điện thoại: (0238)3855.452 - Fax: (0238)3855.269
  • Email: vinhuni@vinhuni.edu.vn
  • Website: https://vinhuni.edu.vn

 

Giấy phép xuất bản tạp chí: 163/GP-BTTTT do Bộ Thông tin và Truyền thông cấp ngày 10/5/2023

Giấy phép truy cập mở: Creative Commons CC BY NC 4.0

 

LIÊN HỆ

Tổng biên tập: PGS.TS. Trần Bá Tiến 
Email: tientb@vinhuni.edu.vn

Phó Tổng biên tập: PGS.TS. Phan Văn Tiến
Email: vantienkxd@vinhuni.edu.vn

Thư ký tòa soạn: TS. Đỗ Mai Trang
Email: domaitrang@vinhuni.edu.vn

Ban thư ký và trị sự: ThS. Lê Tuấn Dũng, ThS. Phan Thế Hoa, ThS. Phạm Thị Quỳnh Nga, ThS. Trần Thị Thái

  • Địa chỉ Toà soạn: Tầng 4, Tòa nhà Điều hành, Số 182 Lê Duẩn, TP. Vinh, Nghệ An, Việt Nam
  • Điện thoại: (0238)3.856.700 | Hotline: 0973.856.700
  • Email: editors@vujs.vn
  • Website: https://vujs.vn

img