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.

Hệ thống tưới cây thông minh cung cấp lợi ích đáng kể cho việc quản lý khu vườn. Nó giúp tiết kiệm nước bằng cách cung cấp lượng nước chính xác và đúng thời điểm cho cây trồng, ngăn chặn sự lãng phí và thừa nước. Hơn nữa, nó cung cấp giải pháp linh hoạt cho việc tưới cây khi chủ sở hữu vắng mặt hoặc không có thời gian để thực hiện tưới cây thủ công.

Hiện nay, các thiết bị IoT xuất hiện ở mọi nơi trong cuộc sống của chúng ta. Việc các thiết bị này được kết nối với mạng Internet là một điểm yếu có thể bị khai thác sử dụng trong các cuộc tấn công mạng lớn như Mirai và các botnet xuất hiện gần đây. Các giải pháp phát hiện tấn công mạng dựa trên phương pháp học máy tập trung hiện nay không phản ánh được các đặc trưng của tấn công mạng giữa các mạng IoT khác nhau do dữ liệu lưu lượng mạng dùng để huấn luyện mô hình máy học không bao gồm dữ liệu được thu thập được trên các mạng này. Để giải quyết vấn đề thiếu hụt và bảo mật riêng tư của dữ liệu, học liên kết đem việc huấn luyện mô hình máy học đến các router, và liên kết các mô hình được cá nhân hóa dựa trên dữ liệu của mỗi router thành một mô hình phản ánh các thay đổi đó bằng các kỹ thuật như FedAvg hay Fed+.

Nhận diện cảm xúc của con người đóng một vai trò quan trọng trong các hệ thống tương tác người máy. Có nhiều phương thức có thể dùng để nhận dạng cảm xúc của một con người, từ giọng nói, biểu cảm, đến cử chỉ, hay thậm chí là chỉ số điện não đồ (Electroencephalography). Nhìn vào con mắt khoa học, bằng việc phân tích cảm xúc của một người, chúng ta sẽ có thêm một yếu tố để phân tích và thấu hiểu con người. Do vậy mà nó có những tác động và ứng dụng rất lớn trong đời sống cũng như trong nghiên cứu của các lĩnh vực khác nhau

Việc đảm bảo an toàn giao thông là một vấn đề cấp bách ở Việt Nam, đặc biệt là đối với người tham gia giao thông bằng xe máy. Theo thống kê, tỷ lệ người không đội mũ bảo hiểm khi tham gia giao thông còn khá cao, dẫn đến nhiều vụ tai nạn thương tâm [1]. Với công nghệ AI, ta có thể nhận dạng được những người đi xe máy không đội mũ bảo hiểm và đưa ra hình phạt thích đáng, từ đó, nâng cao ý thức của người dân và đảm bảo sự an toàn của người tham gia giao thông.