TÌM KIẾM BÀI BÁO (69)
STTThông tin bản thảo
1

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.

2

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.

3

Mô hình Debye–Török–Fedorov–Nakajima cho bài toán hội tụ ánh sáng trong môi trường hấp thụ

Chúng tôi phát triển mô hình Debye–Török–Fedorov–Nakajima (DTFN) thống nhất cho bài toán hội tụ chặt qua mặt phân cách hấp thụ, mở rộng tích phân Debye–Wolf/Török sang chỉ số khúc xạ phức bằng cách áp...

Tác giả: Đỗ Mai Trang, Nguyễn Thế Quân

Từ khóa: Hội tụ NA cao mặt phân cách hấp thụ chiết suất phức tích phân Debye–Wolf điều kiện nhánh Fedorov–Nakajima vectorial PSF môi trường phân lớp quang học y sinh

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

Tối ưu hóa phối hợp điều khiển công suất và truy cập phổ trong FANET sử dụng học tăng cường

Bài báo nghiên cứu bài toán điều khiển công suất và truy nhập phổ trong mạng FANET động dưới nhiễu đồng kênh và gây nhiễu thích nghi. Một khung học tăng cường đa tác tử kết hợp mạng nơ-ron đồ thị...

Tác giả: Nguyễn Thị Dung

Từ khóa: FANET Học tăng cường đa tác tử Mạng nơ-ron đồ thị Chống gây nhiễu Tối ưu tài nguyên

6

Học tăng cường đồ thị không gian–thời gian có xét đến rủi ro cho định tuyến dự đoán có xét đến năng lượng đẩy trong FANET hỗ trợ 6G

Mạng FANET trong môi trường 6G phải đối mặt với sự thay đổi nhanh của cấu trúc mạng, liên kết không ổn định và nguồn năng lượng hạn chế của UAV. Bài báo đề xuất một khung định tuyến dựa trên học tăng...

Tác giả: Nguyễn Thị Thu

Từ khóa: Mạng FANET hỗ trợ 6G học đồ thị không thời gian học sâu tăng cường có xét rủi ro định tuyến có nhận thức năng lượng đẩy xác suất tồn tại tuyến

7

Định tuyến an toàn, có khả năng mở rộng trong MANET hỗ trợ IoT sử dụng học tăng cường sâu đa tác tử nhận thức độ tin cậy và công nghệ blockchain

Bài báo này đề xuất một Framework định tuyến an toàn và có khả năng mở rộng dựa trên học sâu tăng cường đa tác tử (MADRL) kết hợp blockchain và cơ chế trust cho các mạng MANET tích hợp IoT trong môi...

Tác giả: Hoàng Thị Phượng

Từ khóa: MANET tích hợp IoT Định tuyến an toàn Blockchain Học sâu tăng cường đa tác tử (MADRL) Double Deep Q-Network (DDQN)

8

DRL đa tác tử tăng cường bằng GNN cho định tuyến chống nhiễu thích ứng trong mạng MANET

Bài báo này đề xuất một khung học sâu tăng cường đa tác tử có tích hợp GNN nhằm hỗ trợ định tuyến thích nghi trong mạng MANET dưới tác động của gây nhiễu chủ động. Phương pháp kết hợp biểu diễn đồ thị...

Tác giả: Vũ Mỹ Hạnh, Lê Thị Kiều Oanh

Từ khóa: Mạng MANET chống gây nhiễu mạng nơ-ron đồ thị (GNN) học tăngcường đa tác tử học đối kháng

9

Một khung kiến trúc TinyML hiệu năng cao dùng cho xử lý dữ liệu cảm biến thời gian thực

Sự phát triển nhanh chóng của các ứng dụng cảm biến thời gian thực trong môi trường biên (edge) đòi hỏi khả năng xử lý dữ liệu hiệu quả dưới các ràng buộc tài nguyên nghiêm ngặt. Bài báo này đề xuất...

Tác giả: Phạm Xuân Kiên

Từ khóa: TinyML điện toán biên xử lý thời gian thực tối ưu hóa mô hình hệ thống hạn chế tài nguyên hiệu quả tính toán

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 - phường Trường 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, phường Trường Vinh, tỉnh Nghệ An, Việt Nam
  • Điện thoại: (0238)3.856.700 | Hotline: 0973.856.700
  • Email: editors@vujs.vn
  • Website: https://vujs.vn

img