TÌM KIẾM BÀI BÁO (60)
STTThông tin bản thảo
1

Biểu diễn ngữ cảnh trong sinh mã dựa trên mô hình ngôn ngữ lớn trên môi trường Visual Studio: tổng quan hệ thống

Sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn đã mở ra tiềm năng lớn cho sinh mã tự động trong các môi trường phát triển tích hợp. Tuy nhiên, hiệu quả của các hệ thống này phụ thuộc vào cách...

Tác giả: Nguyễn Thị Dung, Đoàn Ngọc Phương, Nguyễn Thu Phương, Nguyễn Lan Oanh

Từ khóa: Sinh mã có ngữ cảnh Mô hình ngôn ngữ lớn Môi trường phát triển tích hợp Tổng quan tài liệu có hệ thống PRISMA

2

Mô hình học máy kết hợp Lightgbm–LSTM cho bài toán dự báo mực nước ngắn hạn trên lưu vực Sông Mekong

Dự báo ngắn hạn mực nước sông đóng vai trò quan trọng trong quản lý rủi ro lũ lụt và quy hoạch tài nguyên nước. Nghiên cứu này đề xuất một phương pháp dự báo lai kết hợp giữa mô hình LightGBM và mạng...

Tác giả: Nguyễn Đình Dũng, Nguyễn Hiền Trinh

Từ khóa: Các mô hình học máy Dự báo chuỗi thời gian LightGBM LSTM Hybrid model Sông Mekong

3

Ứng dụng thuật toán Random Forest Regressor để dự báo tỷ lệ vượt chi phí dự án xây dựng

Tỷ lệ vượt chi phí (tỷ lệ vượt tổng mức đầu tư của dự án xây dựng) là vấn đề phổ biến trong các dự án xây dựng, ảnh hưởng trực tiếp đến hiệu quả đầu tư và công tác quản lý dự án. Trong bối cảnh các dự...

Tác giả: Nguyễn Minh Thư, Nguyễn Vũ Minh Anh, Trần Hà Lan, Nguyễn Trọng Hà

Từ khóa: Vượt chi phí dự án xây dựng Học máy Random Forest SHAP Dự báo chi phí dự án

4

Ứng dụng mô hình Bytetrack và YOLOv10 trong giải quyết bài toán theo dõi vết đối tượng

Bài báo giới thiệu một hệ thống theo dõi nhiều đối tượng trong thời gian thực bằng cách kết hợp mô hình phát hiện YOLOv10 với thuật toán liên kết ByteTrack. Trong hệ thống, YOLOv10 cung cấp các phát...

Tác giả: Trần Quang Quý

Từ khóa: Mô hình kết hợp YOLOv10 ByteTrack Truy vết đối tượng Thời gian thực

5

Hệ thống phát hiện email lừa đảo phishing sử dụng temporal analysis và mô hình transformer

Nghiên cứu này giải quyết thách thức phát hiện hiệu quả các chiến dịch email lừa đảo có mức độ tinh vi ngày càng cao và mang tính tuần tự. Mục tiêu chính là xây dựng một phương pháp phát hiện không...

Tác giả: Đặng Thị Hiền, Trần Thị Duyên

Từ khóa: Phát hiện phishing Bảo mật thư điện tử Phân tích theo thời gian Mô hình Transformer Phân tích chuỗi email

6

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

7

Nâng cao mô hình âm học cho nhận dạng tiếng nói tiếng Việt sử dụng mô hình hoá tạp âm

Nhận dạng tiếng nói tự động (ASR) cho tiếng Việt thường bị suy giảm độ chính xác đáng kể trong môi trường thực tế, nơi tín hiệu tiếng nói bị nhiễu bởi tiếng nói xen, nhạc nền, tiếng giao thông và âm...

Tác giả: Nguyễn Thu Phương

Từ khóa: Nhận dạng tiếng Việt Mô hình âm học Mô hình tạp âm Tổng quát hoá dữ liệu TDNN-LSTM.

8

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.

9

Nghiên cứu phương pháp hỗ trợ phát hiện bệnh Parkinson sớm hơn dựa trên ứng dụng một số mô hình học máy

Bệnh Parkinson (PD) là một rối loạn thần kinh tiến triển đặc trưng bởi sự thoái hóa dần của các tế bào dopaminergic trong não, dẫn đến các triệu chứng vận động và phi vận động. Nghiên cứu này nhằm...

Tác giả: Trần Thị Hương

Từ khóa: Bệnh Parkinson Chẩn đoán sớm học máy XGBoost Random Forest Phân tích dữ liệu lâm sàng

10

Phương pháp hỗ trợ phát hiện tin giả dựa trên một số thuật toán học máy

Trong bối cảnh thông tin trực tuyến lan truyền với tốc độ nhanh và phạm vi rộng, tin giả trở thành thách thức nghiêm trọng đối với an ninh thông tin và tính tin cậy của các nền tảng số. Các phương...

Tác giả: Trần Thị Lan Anh

Từ khóa: Phát hiện tin giả siêu đồ thị thích ứng học máy mạng nơ-ron đồ thị mô hình HGFND.

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