Hệ thống điểm danh này hướng đến việc khắc phục các khuyết điểm về mặt thời
gian, tính minh bạch của các phương pháp điểm danh đang được áp dụng thời điểm
hiện tại. Chúng tôi muốn hệ thống đề xuất khi vận hành sẽ đảm bảo được các yếu tố
sau: xác minh sinh viên thực sự hiện diện tại phòng học, phát hiện khi sinh viên rời
phòng học/vào lại phòng học, tính toán tổng thời gian sinh viên thực sự góp mặt vào
buổi học.
Mạng khả lập trình (Software-Defined Network, SDN) là một công nghệ mạng mới, ra đời vào đầu thế kỷ 21, và được xem như một sự cải tiến, cách mạng cho công nghệ mạng truyền thống. SDN ban đầu được xác định bởi: i. Sự tách tầng điều khiển (quyết định cách lưu lượng được xử lý) khỏi tầng dữ liệu (chuyển tiếp lưu lượng dựa trên sự quyết định của tầng điều khiển); ii. Sự hợp nhất tầng điều khiển về mặt logic, cho phép hệ thống điều khiển tác động lên nhiều thiết bị thuộc tầng dữ liệu thông qua các API.
Mục tiêu của khoá luận có thể quản lý hiệu quả nhiều thiết bị SDR khi nghiên cứu công nghệ cần sử dụng một lượng lớn thiết bị SDR. Phương pháp thực hiện sẽ dựa vào các hệ thống quản lý tập trung trước đó để đề xuất một mô hình quản lý hợp lý. Sau cùng là đánh giá hiệu suất hệ thống đã xây dựng, đồng thời đề xuất những hướng đi tiếp theo mà khoá luận này có thể phát triển trong tương lai.
Khóa luận này đã trình bày một hệ thống phát hiện hiệu suất bất thường dựa trên học bầy đàn cho cơ sở hạ tầng đám mây, với những đóng góp về mặt lý thuyết và ứng dụng thực tế. Kết quả nghiên cứu có thể được ứng dụng trong việc nâng cao độ tin cậy và bảo mật dữ liệu của các dịch vụ đám mây.
Khóa luận này sẽ tập trung vào mục tiêu giải pháp hay hướng nghiên cứu mới cho công cuộc phát triển của công nghệ bảo mật trong SDN. Bằng cách kết hợp công nghệ chuỗi khối và Machine Learning (ML), Federated Learning (FL), sẽ giải quyết được những vấn đề còn tồn tại trong mỗi công nghệ
Hiện nay, với lượng lớn phương tiện giao thông hoạt động đều trong các khung giờ đặc biệt là giờ cao điểm. Nhân lực nhà nước khó có thể đáp ứng đủ để quản lý, giám sát. Khó khăn trong việc nắm bắt tình huống cho các trường hợp xử phạt vi phạm giao thông, phạt nguội, truy tìm đối tượng bỏ trốn bằng phương tiện giao thông. Trước thách thức đó, mô hình nhận diện và xử lí ảnh của em tập trung vào việc nhận diện biển số xe đồng thời trích xuất kí tự biển số xe. Tuy nhiên, mô hình liên kết vẫn còn nhiều vấn đề. Việc chọn ra một mô hình xử lí và nhận diện ảnh tốt nhất luôn là điều khó khăn.
In summary, this thesis not only improves the field of DL-based traffic sign identification, but it also offers workable, scalable solutions that are customized to Vietnam's unique requirements. The initiative seeks to greatly increase traffic control and safety nationwide by merging YOLOv4 with Darknet and implementing it on the Jetson Nano.
Năng lượng mặt trời là một trong những nguồn năng lượng có thể tái tạo cùng với đó có thể kể đến như năng lượng gió, thủy điện, … . Năng lượng mặt trời sử dụng bức xạ và nhiệt được tạo ra từ mặt trời và sử dụng các loại thiết bị thông dụng để chuyển đổi thành nguồn điện để cung cấp cho các thiết bị trong nhà hoặc đưa vào lưới điện chung.
Đã có rất nhiều ứng dụng non – invasive BCI trong các lĩnh vực, từ chăm sóc sức khỏe con người, đến phục vụ nhu cầu giáo dục, giải trí hay trong các vấn đề bảo mật... Với việc chăm sóc sức khỏe con người, công nghệ BCI không gói gọn trong việc ứng dụng để chẩn đoán như MRI, mà còn mở rộng đến việc có thể chuyển hóa tín điện não sang ngôn ngữ . Tuy nhiên, để thu thập được lượng dữ liệu để phân tích cho bài toán này cần sử dụng thiết bị tương đối đắt tiền. Một hướng đi khác đã và đang được khá nhiều nhà khoa học chú ý đến đó là điều khiển máy móc mà cụ thể là có thể giúp đỡ người khuyết tật thuận tiện trong việc di chuyển. Trong đồ án lần này, chúng em đề xuất một mô hình sử dụng BCI giúp điều khiển xe robot sử dụng dữ liệu thô thu thập từ thiết bị EEG chi phí thấp và được xử lý trên mạch Arduino Uno.
Đề tài tập trung vào việc đánh giá hiệu suất của các mô hình phát hiện đối tượng tốt nhất hiện nay cho lĩnh vực ảnh y khoa. với mục tiêu là có thể đạt được kết quả khả quan trong lĩnh vực nghiên cứu liên ngành này. Bên cạnh đó giúp chứng minh được tính ứng dụng rộng rãi của các mô hình phát hiện đối tượng trong nhiều lĩnh vực. Đề tài còn nghiên cứu các kỹ thuật tiền xử lý ảnh được sử dụng nhiều với hình ảnh y khoa giúp cải thiện chất lượng ảnh và các kỹ thuật tăng cường dữ liệu làm tăng tính đa dạng của dữ liệu dùng cho việc huấn luyện. Cả hai kỹ thuật giúp nâng cao hiệu suất cũng như tính tổng quát của mô hình. Thông qua quá trình thực nghiệm hiệu suất đạt được không khả quan khi YOLOv10 lần lượt đạt được 0.287 mAP50 và 0.157 mAP50-95. Trong khi đó RT-DETR đạt được lần lượt là 0.252 mAP50 và 0.15 mAP50-95.
