JSTIC-Journal of Science and Technology on Information and Communications

GIÁM SÁT QUÁ TRÌNH TẬP LUYỆN PHỤC HỒI CHỨC NĂNG THÔNG QUA NHẬN DẠNG DẤU HIỆU NGUY CƠ BẤT THƯỜNG TRÊN KHUÔN MẶT

QUOC CUONG LE — 2025-09-18

This article proposes a method to monitor patients or the elderly during rehabilitation exercises, to minimize risks of abnormal signs such as sudden fatigue, overload, or signs of some stroke diseases, and so on. This method will identify the initial image from the process of using exercise equipment to continuously monitor abnormal changes on 68 basic points on the face, the "virtual assistant" will accompany and interact, support throughout the exercise and quickly connect to relatives if if any unusual problems occur to the user.

LOẠI BỎ PHẢN HỒI ÂM THANH TRONG MÁY TRỢ THÍNH SỬ DỤNG THUẬT TOÁN APA CÓ DẤU

Linh Thi Thuc Tran — 2025-09-18

Máy trợ thính dạng mở thường gặp phản hồi âm thanh, làm hạn chế mức khuếch đại có thể đạt được
và làm giảm chất lượng âm thanh. Phương pháp loại bỏ phản hồi thích ứng dựa trên phương pháp dự đoán lỗi
(PEM-AFC) là một phương pháp được biết đến rộng rãi để giảm thiểu các tác động bất lợi của phản hồi âm thanh.
Thuật toán APA có dấu (APSA) đã được áp dụng thành công cho các ứng dụng loại bỏ tiếng vọng mạng. Tuy nhiên, việc sử dụng thuật toán thích ứng nhanh này để loại bỏ phản hồi âm thanh vẫn
bị hạn chế do mối tương quan vốn có giữa tín hiệu mong muốn đến micrô và tín hiệu loa. Để giải quyết
thách thức này, tôi đề xuất tích hợp thuật toán thích ứng này lên PEM-AFC với cắt mềm (soft-clipping), tạo ra
một phương pháp loại bỏ phản hồi âm thanh mới cho máy trợ thính, gọi là PEMSC-APSA. Kết quả mô phỏng cho thấy phương pháp đề xuất có khả năng chống lại nhiễu xung, đạt được tốc độ hội tụ và theo dấu cao hơn trong khi vẫn duy trì các lỗi trạng thái ổn định tốt hơn so với các phương pháp cạnh tranh tiên tiến.

a ON A DIGITAL TRANSFORMATION ISSUE IN PHYSICS LABORATORY EXPERIMENTS AT THE UNIVERSITY LEVEL This paper presents the design of a specialized measuring device for Physics laboratory experiments at the university level. The device allows users to measure vo

Nguyễn Đức Việt — 2025-09-18

This paper presents the design of a specialized measuring device for Physics laboratory experiments at the university level. The device allows users to measure voltage and current with high accuracy and provides capabilities for storing and processing measurement data in .doc and .xlsx file formats. Additionally, the device can be further developed to support remote laboratory systems over the Internet and other IoT-based models.

A Quantum Support Vector Machine based Sepsis Diagnosis Using Gene Expression Data

Phuong-Thao Vu — 2025-09-18

Analyzing differential gene expression in transcriptomic data provides crucial insights into molecular responses to specific biological conditions, potentially revealing valuable biomarkers derived from both established biological knowledge and data-driven approaches. In this study, we present a novel methodology for sepsis diagnosis utilizing immune-related gene expression data to identify optimal biomarker combinations. Our methodological framework incorporates multiple analytical steps: differential gene expression analysis, feature importance evaluation, and an integrated approach combining Recursive Feature Elimination (RFE) with Principal Component Analysis (PCA), and Quantum Support Vector Machine (QSVM)-based classification. The total of 41 immune-related genes is carefully selected to construct a comprehensive diagnostic panel. Implementation of QSVM classification yielded exceptional diagnostic performance, demonstrating superior results across all evaluation metrics. This approach represents a significant advancement in identifying reliable transcriptomic biomarkers for sepsis diagnosis and establishes a robust framework applicable to other complex diseases.

Nghiên cứu ứng dụng phần mềm Achelios vào phân tích dự án điện mặt trời tại Hà Nội

Tuân Phạm Anh — 2025-09-18

Ngày nay, điện năng thu được từ năng lượng mặt trời thông qua các tấm Pin mặt trời (Photovoltaics -PVs) đã trở thành nguồn điện đóng vai trò không thể thiếu trong đời sống. Do những lợi ích kinh tế, môi trường mà nguồn năng lượng này mang lại nên hiện đã có nhiều công ty, hộ tiêu dùng đầu tư xây dựng. Việc tính toán và mô phỏng, đánh giá hiệu quả hoạt động mà các PVs mang lại trước khi bắt đầu triển khai dự án là rất cần thiết nhằm đảm bảo tính đúng đắn cho việc đầu tư dự án. Hiện có rất nhiều phần mềm đã được phát triển nhằm hỗ trợ người dùng thiết kế, ước tính công suất lắp đặt, phân bổ dàn pin, inverters…, phân tích tính khả thi dự án điện mặt trời. Trong nghiên cứu này, chúng tôi tập trung vào việc ứng dụng phần mềm Archelios để thiết kế, mô phỏng và phân tích dự án cho một hệ thống điện mặt trời có công suất đỉnh 12,15 kWp gồm nhiều tấm PVs được kết nối với nhau và vận hành song song với lưới điện để cấp điện cho phụ tải, hệ thống được lắp đặt tại Hà Nội.

MACHINE LEARNING-BASED PREDICTION OF HEART FAILURE USING GENETIC DATA

Minh Tuấn Nguyễn — 2025-09-18

Heart failure is a major global concern affecting millions of people. The disease is characterized by high mortality and significant economic burden. Therefore, in this study, we propose a highly accurate, rapid and timely model for the diagnosis of preclinical heart failure based on genetic biomarkers. This model consists of a Random Forest classifier and 10 differentially expressed genes selected using the particle swarm optimization algorithm. Our results demonstrated its effectiveness, with accuracy, precision, specificity, recall, F1-score, and AUC achieving 99.58%, 99.52%, 97.14%, 100%, 99.76%, and 98.57%, respectively, on the training set, which includes two gene dataset, namely GSE5406 and GSE3586. The test results on the GSE57345 dataset were 97.53%, 98.09%, 89.17%, 99.05%, 98.56%, and 94.11%, respectively. These findings indicate that, despite differences among patient groups, our model remains highly effective and can be applied for personalized disease prediction and precision medicine.

GIẢI PHÁP CẢI THIỆN KHẢ NĂNG BÁM SÁT QUỸ ĐẠO CHO PHƯƠNG TIỆN NGẦM KHÔNG NGƯỜI LÁI

Minh Đức Nguyễn — 2025-09-18

Định vị các đối tượng ngầm luôn là một thách thức lớn đối với nhà khoa học do sự phức tạp của môi trường, sự khác biệt của truyền sóng âm trong nước và sự khắc nghiệt của biển. Nghiên cứu, triển khai ứng dụng các giải pháp định vị ngầm đang là nhu cầu và là xu thế phát triển cho các ứng dụng của lĩnh vực ngầm nói chung, đặc biệt là các hệ thống phương tiện không người lái Hải quân. Bài báo này đề xuất một giải pháp để cải thiện khả năng bám sát quỹ đạo cho phương tiện ngầm không người lái trên cơ sở hệ thống định vị đường cơ sở cực ngắn kết hợp với hệ thống dẫn đường quán tính và bộ lọc Kalman mở rộng. Kết quả mô phỏng cho thấy độ chính xác bám sát quỹ đạo đáp ứng được yêu cầu với điều kiện hoạt động khắc nghiệt trên biển. Kết quả thử nghiệm phương tiện ngầm không người lái đặc thù của Hải quân cho thấy khả năng điều khiển ổn định của phương tiện khi áp dụng giải pháp trên các dạng quỹ đạo khác nhau, ở các độ sâu và chế độ hành trình khác nhau. Giải pháp bảo đảm làm việc ổn định trên thiết bị thực với tổng thời gian hành trình hơn 2 giờ, độ sâu cực đại 104 mét và các dạng quỹ đạo chuyển động thay đổi luân phiên giữa tuyến tính và phi tuyến.

TinyML-Based Vietnamese Keyword Recognition for Smart Home Voice Control

Duan Luong Cong — 2025-09-18

This study develops a TinyML-based voice control system specifically for the Vietnamese language, addressing the demand for localized smart home solutions. Unlike existing research focused on English, our work provides an accessible option for Vietnamese speakers. We collected a dataset comprising one wake-up keyword and eight common commands, integrating DSP algorithms and machine learning models on the ESP32-S3 MCU. The model, with 129,098 parameters, achieved an average accuracy of 94\% and a real-time execution time of 368 ms for data windows of 500-1000 ms. This highlights the potential of TinyML in voice-controlled devices, offering a low-cost, Internet-independent solution that enhances data security and user privacy.

DESIGN OF DC MOTOR CONTROLLER BASED ON ARM-M3

Loan Thanh Phạm — 2025-09-18

Abstract: This document aims to design a control strategy for direct current (DC) motor, including speed and position controllers. ARM Coretex-M3 is used to develope the driver allowing the users to switch to stepping drivers without changing control systems. The transfer function of the system is obtained by determining motor parameters in tuning mode. In the paper, the hardware construction of the driver and control algorithms are presented. The PID controllers with different combinations of proportional, integral and derivative are proposed to identify the optimal strategy. The simulation results are compared with the outputs of the actual model to verify the effectiveness of the proposed system and the research method for DC motor control.

This work contributes a simple technique for designing speed and position controllers based on overshoot value, steady-state error, and response time. Additionally, the solution using ARM-M3 helps reduce the cost of a motor driver for low-power applications

Identifying Risk Factors and Survival Prediction of Heart Failure Patients Using Machine Learning

Minh Tuấn Nguyễn — 2025-09-18

Heart failure (HF) is a prevalent and complex clinical syndrome with high mortality, making accurate survival prediction crucial for patient management. In addressing this challenge, our research introduces a method that integrates exploratory data analysis, feature selection, and machine learning (ML) models to identify significant risk factors for HF events accurately. The results highlight important factors that impact HF events including Time, Serum Creatinine, Ejection Fraction, Age, Creatinine Phosphokinase, and Diabetes. Among four ML models, Random forest model stands out for its robustness in predicting HF mortality. This is demonstrated by the performance of model through validation and testing data. Specifically, the performance on the validation set achieves an accuracy of 84.9%, a precision of 81.71%, a recall 71.02%, and an F1-score 74.94%. On testing set, the performance of model achieves an accuracy of 86.67%, a precision of 81.82%, a recall of 69.23%, and an F1-score of 75%.

Phan hoi trong he thong thong minh

Tuan DoTrung — 2025-09-18

Trong giao diện người dùng của hệ thống khoa học dữ liệu hay hệ thống thông minh, một yếu tố không thể bỏ qua là phản hồi của người dùng đối với hệ thống. Tuy dưới nhiều dạng khác nhau, thông tin phản hồi giúp cho cả người dùng lẫn hệ thống để cải thiện tương tác người-máy. Bài báo nhắm đưa ra yêu cầu đối với việc phản hồi trong hệ thống thông minh. Một số minh họa được thực hiện trong hệ thống học máy, với chương trình ngôn ngữ Python.

Ứng dụng mô hình học sâu trong hỗ trợ chẩn đoán bệnh bụi phổi silic nghề nghiệp

Tien Nguyen Thi Tan — 2025-09-18

Bệnh bụi phổi silic nghề nghiệp là một bệnh nghiêm trọng cần chẩn đoán sớm để phòng ngừa tiến triển nặng. Nghiên cứu này đề xuất sử dụng kiến trúc Swin Transformer để tự động phân loại ảnh X-quang ngực thành hai lớp: bình thường và mắc bệnh bụi phổi silic. Trong quy trình thực hiện, ảnh X-quang gốc ở định dạng DICOM được chuyển đổi sang PNG/JPEG, thay đổi kích thước về 224×224 pixel, kèm theo kỹ thuật tăng cường dữ liệu để mở rộng tập huấn luyện. Mô hình Swin Transformer được xây dựng và huấn luyện sử dụng bộ tối ưu hóa Adam, tận dụng cơ chế attention phân lớp (Hierarchical attention) để trích xuất các đặc trưng quan trọng từ ảnh X-quang phức tạp. Hiệu năng phân loại được đánh giá toàn diện thông qua các chỉ số Accuracy, Precision, Recall, F1-score, AUC-ROC, cùng phân tích ma trận nhầm lẫn và kỹ thuật Grad-CAM để trực quan hóa các vùng ảnh quan trọng. Kết quả thử nghiệm cho thấy mô hình Swin Transformer đạt Accuracy 86,13% và F1-macro 82,96%, vượt trội so với các kiến trúc DenseNet201 và MobileNetV3-Small. Những kết quả này cho thấy khả năng ứng dụng cao của Swin Transformer trong hỗ trợ chẩn đoán sớm bệnh bụi phổi silic từ ảnh X-quang ngực. Hướng nghiên cứu tiếp theo tập trung vào kết hợp phương pháp Graph Transformer Post-hoc nhằm nâng cao hiệu suất phân loại và khả năng giải thích kết quả.

Nhận dạng hoạt động trong video mờ sử dụng chắt lọc tri thức

Linh Nguyễn Tuấn — 2025-09-18

Bài báo đề xuất một kiến trúc học sâu nhận dạng hoạt động của người dựa trên hình ảnh video mờ dựa trên chắt lọc tri thức với kiến trúc thầy (teacher model) - trò (student model). Mô hình học sâu đề xuất có khả năng học và biểu diễn các đặc trưng từ video gốc và video đã được tăng cường sáng, từ đó nâng cao hiệu suất nhận dạng nhưng lại không làm tăng chi phí tính toán trong quá trình suy diễn (inference). Mô hình đề xuất tận dụng chắt lọc tri thức (knowledge distillation) trong quá trình huấn luyện trong đó mô hình thầy được huấn luyện với video đã được tăng cường sáng, trong khi mô hình trò chỉ cần huấn luyện chỉ với video gốc và các nhãn mềm (soft targets) được tạo ra bởi mô hình thầy. Các thử nghiệm cho thấy mô hình đề xuất cho kết quả cái tiến đáng kể khi so sánh với các mô hình cơ sở trên các bộ dữ liệu ARID, ARID V1.5 và Dark-481. Cụ thể, phương pháp đề xuất đạt được hiệu suất tăng tới 4.46% trên tập Dark-48 với việc chỉ sử dụng đầu vào là các video gốc, qua đó tránh được việc sử dụng hai luồng hoặc mô-đun tăng cường trong giai đoạn suy luận. Kết quả này đã chứng minh ưu điểm của việc sử dụng chắt lọc tri thức trong nhận dạng hoạt động người từ các video mờ.