Journal of Science and Technology on Information and Communications

DỰ BÁO MỨC ĐỘ CHẤN ĐỘNG TRONG HOẠT ĐỘNG KHAI THÁC KHOÁNG SẢN VỚI TRÍ TUỆ NHÂN TẠO

Loan Thanh Phạm — Fri, 27 Jun 2025 00:00:00 +0200

: Nổ mìn khai thác là phương pháp sử dụng năng lượng của thuốc nổ để phá vỡ cấu trúc vật chất phục vụ hoạt động xây dựng, khai thác khoáng sản. Sau khi phá vỡ các cấu trúc lân cận điểm nổ, phần năng lượng còn lại tạo thành sóng chấn động lan truyền, tác động tới môi trường xung quanh. Trong kỹ thuật nổ hiện đại, tổng lượng thuốc nổ được chia thành nhiều nhóm nhỏ và được kích nổ lần lượt sau những khoảng thời gian khác nhau. Nhờ đó, hiệu quả nổ được cải thiện đồng thời mức độ chấn động giảm. Đo mức độ chấn động là xác định vận tốc dao động của hạt đất đá tại điểm đo. Kết quả đo là cơ sở để đánh giá mức độ nguy hại tới các cấu trúc, công trình lân cận vùng khai thác. Trong bài báo này, tác giả đề xuất phương pháp phân tích dữ liệu để xác định yếu tố quan trọng tác động đến vận tốc dao động của hạt đất đá. Một số mô hình trí tuệ nhân tạo được phát triển để dự báo mức độ chấn động do nổ mìn áp dụng cho các mỏ lộ thiên tại Việt Nam. Dữ liệu được lấy trực tiếp từ cảm biến trong thời gian nổ thực nghiệm tại mỏ than Núi Béo, tỉnh Quảng Ninh

Cải tiến hàm tính độ méo trong quá trình tối ưu độ méo-tốc độ bit cho bộ mã hóa video H.266/VVC

Vũ Hữu Tiến — Fri, 27 Jun 2025 00:00:00 +0200

Mã hóa video đa năng (VVC) hay còn được gọi là H.266 là chuẩn mã hóa video mới nhất và là phiên bản kế thừa của mã hóa video hiệu suất cao (HEVC). Cũng như tên gọi của mình, VVC là chuẩn mã hóa hiệu quả với nhiều nội dụng video và ứng dụng. Trong VVC có nhiều công cụ mã hóa mới so với HEVC, tuy nhiên chưa thực sự có nhiều nghiên cứu về tối ưu tốc độ - độ méo (RDO) – một kỹ thuật quan trọng trong mã hóa video để xác định chế độ mã hóa cho một đơn vị mã hóa nào đó để đạt được hiệu năng tốc độ - độ méo tối ưu. Bài báo này đề xuất một thuật toán RDO mới dựa trên đại lượng đo khách quan kết hợp nhiều phương pháp đánh giá video (VMAF). So với thuật toán RDO sử dụng đại lượng đo khách quan phổ biến thường được dùng trong các chuẩn mã hóa video là tổng các sai số bình phương (SSE), thuật toán đề xuất đã đạt được mức tiết kiệm tốc độ bit đáng kể khi thực hiện trên bộ mã hóa H266/VVC.

NGHIÊN CỨU HIỆU NĂNG CỦA CÁC PHƯƠNG PHÁP ĐÁNH GIÁ CHỦ QUAN VỚI DỮ LIỆU ẢNH VÀ VIDEO

Huy Công Phí — Fri, 27 Jun 2025 00:00:00 +0200

Đối với lĩnh vực nghiên cứu về chất lượng ảnh video hiện nay, có nhiều phương pháp đánh giá chủ quan khác nhau, tùy thuộc vào mục đích. Các phương pháp đánh giá chủ quan được khuyến nghị bởi ITU-T và ITU-R. Tuy nhiên, theo khảo sát chưa có một nghiên cứu toàn diện về việc lựa chọn một phương pháp đánh giá chủ quan phù hợp và chính xác nhất. Do đó, bài báo này sẽ cung cấp một nghiên cứu toàn diện, dựa trên việc so sánh các phương pháp đánh giá chủ quan phổ biến nhất hiện nay. Trong bài báo này, tám phương pháp đánh giá chủ quan, bao gồm phương pháp đánh giá Thang đo liên tục (Double-Stimulus Continuos Quality-Scale (DSCQS)), phương pháp Thang đo suy giảm (Double-Stimulus Impairment Scale (DSIS)), phương pháp Xếp loại danh mục tuyệt đối với thang điểm 5 (ACR5), phương pháp Xếp loại danh mục tuyệt đối thang điểm 5 với tham chiếu ẩn (ACR5-HR), phương pháp Thang đo 11 mức độ ACR (ACR11), phương pháp Thang đo ACR11 với tham chiếu ẩn (ACR11-HR), phương pháp Đánh giá chủ quan chất lượng đa dạng của video (Subjective Assement of Multimedia Video Quality (SAMVIQ)), và phương pháp SAMVIQ với tham chiếu ẩn (SAMVIQ-HR). Các phương pháp này được so sánh và kiểm thử theo từng tình huống, để xác định khả năng áp dụng của từng phương pháp đối với đánh giá ảnh và video. Các cách đánh giá bao gồm, đánh giá tổng thời gian và độ khó/dễ trong việc đánh giá đối với người tham gia, cũng như các đặc trưng của các thang đo khác nhau và độ tin cậy thống kê của từng phương pháp. Kết quả cho thấy hệ số tương quan và sự phân bổ sự tương quan của điểm số bình quân (MOS) giữa các phương pháp là cao. Đồng thời, kết quả cũng thể hiện rõ các tham số độ tin cậy thống kê của từng phương pháp đánh giá như DSIS, ACR5, và SAMVIQ đã vượt trội hơn các phương pháp khác. Hơn nữa, kết quả khảo sát từ người tham gia cho thấy ACR5 là một phương pháp phù hợp nhất dựa trên tiêu chí về tổng thời gian đánh giá và độ dễ dàng trong việc đánh giá.

ADVANCING AUTONOMOUS VEHICLE PERCEPTION: COOPERATIVE DETECTION VIA V2V COMMUNICATION

Vu Thi Thuy Ha — Fri, 27 Jun 2025 00:00:00 +0200

Tóm tắt — Xe tự hành đang chuẩn bị cách mạng hóa giao thông và định hình lại các chuẩn mực xã hội bằng cách thay đổi cơ bản cách mọi người đi lại. Để những chiếc xe này trở thành hiện thực khả thi, chúng phải được trang bị khả năng nhận thức và nhận thức tình huống tiên tiến để quản lý hiệu quả các tình huống thực tế, áp suất cao, đưa ra quyết định sáng suốt và đảm bảo các hành động an toàn nhất có thể mọi lúc. Tuy nhiên, khả năng nhận thức của từng chiếc xe, dựa vào các cảm biến như camera, LiDAR và radar, vốn bị hạn chế về cả phạm vi phủ sóng và độ chính xác phát hiện. Ví dụ, một chiếc xe có thể không phát hiện được các vật thể bị che khuất bởi các chướng ngại vật di chuyển hoặc đứng yên khác.

Để khắc phục những hạn chế này, nhận thức hợp tác—còn được gọi là nhận thức tập thể hoặc cảm biến hợp tác—cho phép Xe kết nối và tự động (CAV) chia sẻ thông tin về các vật thể được phát hiện thông qua giao tiếp giữa xe với xe (V2V). Phương pháp này tăng cường độ chính xác, độ tin cậy và phạm vi cảm biến của CAV, mở rộng đáng kể nhận thức của chúng về môi trường lái xe. Bài báo này trình bày một sơ đồ nhận thức hợp tác được thiết kế để cải thiện độ chính xác phát hiện vật thể trong vùng lân cận của CAV. Khung mô phỏng được đề xuất cung cấp một môi trường toàn diện để đánh giá các mô hình giao thông, mô hình xe, mô hình giao tiếp và mô hình phát hiện vật thể. Các mô phỏng mở rộng được thực hiện trong các tình huống di chuyển thực tế chứng minh rằng nhận thức hợp tác có thể tăng cường độ chính xác phát hiện vật thể lên tới 35% so với các phương pháp phát hiện độc lập.

ĐÁNH GIÁ HIỆU NĂNG CỦA MỘT SỐ CẤU TRÚC MẠNG NEURON SÂU TRONG MÔ HÌNH ĐIỆN TOÁN BIÊN

Minh Đức Nguyễn — Fri, 27 Jun 2025 00:00:00 +0200

Ngày nay, trí tuệ nhân tạo (AI) và học sâu (DL) đã trở thành một phần không thể thiếu của công nghệ hiện đại. Tuy nhiên, hầu hết các mô hình học sâu Yêu cầu tài nguyên tính toán lớn, khiến chúng không có khả năng phát triển khai báo về các thiết bị có giới hạn tài nguyên, đặc biệt là trên các thiết bị biên giới. Do đó, nhiều cải tiến đối với kiến trúc học sâu đã được xuất bản để cho phép chúng hoạt động với các giới hạn về tính toán và bộ nhớ. Bài báo này đã thực hiện một số khảo sát đánh giá khả năng hoạt động của các mô hình học sâu khác nhau khi được phát triển trên một thiết bị biên dịch là Raspberry Pi 4, một thiết bị thường có chế độ tính toán mạnh mạnh mẽ, bộ nhớ và năng lượng. Đánh giá sẽ tập trung vào các yếu tố quan trọng như độ chính xác, sử dụng bộ nhớ, tốc độ xử lý và tốc độ suy suy luận; Mục tiêu xác định các mô hình có thể đạt được hiệu suất tối ưu trên các thiết bị biên giới như Raspberry Pi 4 mà không làm giảm đáng kể độ chính xác hay hiệu suất. Các khảo sát kết quả sẽ được sử dụng để hỗ trợ phát triển các AI trong môi trường chế độ tài nguyên giới hạn cho các ứng dụng điện toán thực tế.

XÂY DỰNG HỆ THỐNG THU THẬP DỮ LIỆU DỰA TRÊN MẠNG LORAWAN

Cuong Chu, Duc Truong Minh, Anh Tran Tuan — Fri, 27 Jun 2025 00:00:00 +0200

Công nghệ LoRa được phát minh bởi Cycleo năm 2010 tại Pháp, sau đó được công ty Semtech mua lại vào năm 2012. LoRa là công nghệ với các module vô tuyến được phát triển cho các ứng dụng có tốc độ thấp, tiêu thụ năng lượng thấp. LoRa cũng là công nghệ cho phép định vị mà không cần đến GPS và cũng là công nghệ cho phép triển khai ứng dụng với chi phí thấp. Trong kiến trúc
LoRa lớp MAC được bổ sung để chuẩn hóa và mở rộng lớp truyền thông vật lý để phù hợp với mạng internet và được gọi là đặc tả LoRaWAN. Do vậy, Lora nói chung và LoraWAN nói riêng được các nhà phát triển áp dụng rộng rãi khi xây dựng các hệ thống IoT, nhất là những hệ thống đòi hỏi sự gọn nhẹ trong thiết kế và chế tạo. Trong bài viết này, nhóm tác giả đề xuất một giải pháp sử dụng kiến trúc LoraWan để xây dựng hệ thống IoT gateway phục vụ thu thập dữ liệu từ môi trường.

Performance Of Multi-RIS-Aided Uplink Wireless Systems With Short-Packet Communications

Nguyen Minh — Fri, 27 Jun 2025 00:00:00 +0200

Reconfigurable Intelligent Surfaces (RISs) have been recently recognized as a revolutionary technology for optimizing wireless propagation environments, offering significant enhancements in throughput, latency, and reliability. Concurrently, short-packet communications have gained prominence as a critical enabler for low-latency, mission-critical applications. This study investigates the performance characteristics of multi-RIS-based uplink transmission systems with short-packet communication over Rayleigh fading channels. Two base station (BS) combination schemes including maximal-ratio combining and selection combining, to determine the optimal RIS of the given distributed set, are analyzed. To evaluate system performance, both closed-form and asymptotic expressions are derived in two RIS phase-shift scenarios that are random phase-shift (RPS) and optimal phase-shift (OPS) for throughput, latency, and reliability. Our numerical analysis demonstrates that increasing the number of distributed RISs, along with additional passive elements, effectively mitigates the limitations of both RPS and OPS scenarios. Consequently, the BS can maintain the target block error rate (BLER) while reducing the antenna count. Finally, Monte-Carlo simulations are presented to validate the accuracy of the theoretical analysis with respect to throughput, latency, and reliability.

BUILDING A QUESTION-ANSWER DATASET FOR VIETNAMESE PUBLIC ADMINISTRATIVE DOCUMENTS

Thanh Ha, Dinh-Dien La, Van-Khanh Tran, Trung-Nghia Phung — Fri, 27 Jun 2025 00:00:00 +0200

The development of effective chatbots for legal domains poses significant challenges due to the complexity, ambiguity, and specialized language inherent in legal texts. This paper introduces a comprehensive Question-Answer (QA) dataset specifically designed for Vietnamese public administrative documents. This dataset aims to serve as a standardized resource for fine-tuning deep learning models tailored for legal chatbots. The primary goal is to enhance the chatbots' capability to accurately address citizen inquiries regarding procedures in online public services. The dataset was constructed through a meticulous process involving the collection, preprocessing, and annotation of public administrative documents. We ensured a broad coverage of topics relevant to public services and crafted questions that reflect real queries. The dataset is divided into a training set and a test set, facilitating the training and evaluation of machine learning models. Our dataset contributes to the advancement of AI-driven public service solutions in Vietnam, providing a valuable resource for the research community to develop and refine legal chatbots.

MỘT SỐ KỸ THUẬT XÂY DỰNG MÔ HÌNH NGẪU NHIÊN

Anh — Fri, 27 Jun 2025 00:00:00 +0200

Trong những năm gần đây, sự tấn công của mã độc đã trở thành một thách thức lớn và đe dọa tới nhiều tổ chức, doanh nghiệp cho đến các cá nhân. Và để giải quyết bài toán này, những nhà quản trị mạng đã áp dụng các mô hình toán học được sử dụng rộng rãi trong dịch tễ học để theo dõi xu hướng và cường độ tấn công của mã độc, điều này có thể cung cấp một số hỗ trợ về mặt lý thuyết cho các quyết định dự đoán và kiểm soát mã độc trong tương lai. Trên thực tế đã có rất nhiều mô hình được đề xuất, tuy nhiên nhiều nhà nghiên cứu có xu hướng sử dụng các mô hình tất định vì sự đơn giản của nó nhưng trên thực tế thì không phải lúc nào loại mô hình này cũng phù hợp. Các sự kiện ngẫu nhiên khó đoán trước thường xuất hiện, điều này làm giảm đi giá trị mà mô hình tất định đem lại. Để có thể giải quyết được vấn đề này, một số nhà nghiên cứu đã cho ra các phương pháp ngẫu nhiên nhằm tăng tính thực tế của mô hình. Chính vì vậy, trong bài báo này, chúng tôi muốn trình bày một số quá trình ngẫu nhiên thường được áp dụng trong các mô hình ngẫu nhiên hiện nay để ứng dụng vào lĩnh vực an ninh mạng.

ĐÁNH GIÁ HIỆU QUẢ ÁP DỤNG MÔ HÌNH LOẠI BỎ KÍNH MẮT TRONG NHẬN DIỆN KHUÔN MẶT

Nguyễn Mạnh Cường, Trần Nam Khánh, Ta Minh Thanh — Fri, 27 Jun 2025 00:00:00 +0200

Trong kỷ nguyên số, so khớp khuôn mặt đang ngày càng trở nên quan trọng trong nhiều lĩnh vực như an ninh, ngân hàng và thương mại điện tử… Đặc biệt, so khớp khuôn mặt rất có giá trị trong kiểm soát người ra, vào một khu vực hoặc trong xác minh danh tính trực tuyến. Tuy nhiên, bài toán so khớp khuôn mặt (1-1) có độ khó cao hơn so với bài toán nhận diện khuôn mặt (1-n). Việc người dùng đeo kính cũng làm giảm độ chính xác, nhưng việc phải tháo kính lại ảnh hưởng đến trải nghiệm khi tiến hành xác thực danh tính tự động. Chính vì vậy, chúng tôi đề xuất ứng dụng mô hình loại bỏ kính mắt nhằm cải thiện kết quả so khớp khuôn mặt. Nghiên cứu này tập trung vào đánh giá tác động tiêu cực của kính mắt trong bài toán so khớp khuôn mặt cũng như hiệu quả của mô hình loại bỏ kính mắt trong việc cải thiện độ chính xác của mô hình so khớp khuôn mặt, và khả năng đáp ứng về tốc độ xử lý thời gian thực của mô hình loại bỏ kính mắt. Các thí nghiệm ban đầu trên tập dữ liệu thu thập thực tế của người Việt Nam đã thu được kết quả khả quan, chứng minh được tiềm năng của phương pháp này.

Hand gesture recognition for user interaction in Augmented Reality game

Nguyễn Thị Thanh Tâm, Dương Doãn Tùng — Fri, 27 Jun 2025 00:00:00 +0200

This paper presents a hand gesture recognition system for an interactive augmented reality game, utilizing skeletal and image data to improve accuracy. We collected a comprehensive dataset of hand gestures comprising RGB images and skeletal coordinates for five distinct gestures. A Late Fusion model, which combines skeletal data with RGB image information, was proposed and achieved a test accuracy of 88.20%. This model was successfully integrated into a Unity 3D game, allowing players to control in-game actions through intuitive hand gestures. Experimental results demonstrate the effectiveness of the proposed approach in enhancing user interaction and delivering a highly responsive gaming experience in AR environments.

MỘT PHƯƠNG PHÁP KÍCH HOẠT LAN TRUYỀN TRÊN ĐỒ THỊ CHO HỆ TƯ VẤN CỘNG TÁC THEO NGỮ CẢNH

Liên Thị Đỗ — Fri, 27 Jun 2025 00:00:00 +0200

Hệ thống tư vấn theo ngữ cảnh được thiết kế đặc biệt để khai thác thông tin ngữ cảnh trong quá trình đề xuất sản phẩm phù hợp với người dùng, nhằm đạt hiệu quả cao hơn so với các hệ thống tư vấn truyền thống không sử dụng ngữ cảnh. Trong quá trình xây dựng và triển khai hệ tư vấn nói chung, một trong những thách thức lớn được ghi nhận là vấn đề dữ liệu thưa ảnh hưởng trực tiếp tới chất lượng của các đề xuất. Mặc dù việc sử dụng ngữ cảnh đã góp phần cung cấp thêm nhiều thông tin hữu ích cho quá trình tư vấn nhưng điều này cũng đồng thời làm gia tăng tình trạng thưa thớt dữ liệu và độ phức tạp tính toán. Trong nghiên cứu này, tác giả đề xuất một phương pháp tư vấn cộng tác theo ngữ cảnh mới nhằm tích hợp toàn diện thông tin ngữ cảnh, giảm thiểu tác động của vấn đề dữ liệu thưa thớt, và duy trì độ phức tạp tính toán thấp. Điều này được giải quyết thông qua việc kết hợp kỹ thuật phân chia người dùng theo ngữ cảnh và phương pháp kích hoạt lan truyền trên đồ thị. Các thử nghiệm thực tế trên một số tập dữ liệu cho thấy phương pháp đề xuất nâng cao đáng kể độ chính xác dự đoán và khả thi về thời gian để triển khai thực tế khi so sánh với các phương pháp tư vấn cộng tác theo ngữ cảnh cơ sở trước đó.

Phân đoạn hình ảnh MRI não sử dụng mạng KAN-Unet

Nguyen Quoc Uy — Fri, 27 Jun 2025 00:00:00 +0200

Phân đoạn u não từ hình ảnh MRI là một bước quan trọng trong chẩn đoán và điều trị ung thư não. Nghiên cứu này giới thiệu mô hình KAN-Unet, một cải tiến dựa trên kiến trúc U-Net kết hợp với lý thuyết Kolmogorov-Arnold (KAN), nhằm nâng cao hiệu suất phân đoạn các loại u não. Mô hình đã được huấn luyện và kiểm thử trên tập dữ liệu BraTS2020, cho thấy độ chính xác vượt trội với Accuracy đạt 99.29\% và F1-Score 99.24\%. KAN-Unet chứng tỏ khả năng mạnh mẽ trong việc phân đoạn các vùng u não khác nhau, đặc biệt trong các tình huống phức tạp, và mở ra tiềm năng ứng dụng trong các phương thức hình ảnh y tế khác.

PHÂN CỤM TIN TỨC BẰNG HỌC MÁY

Duc Tran Duong — Fri, 27 Jun 2025 00:00:00 +0200

Trong thời kỳ bùng nổ thông tin trực tuyến hiện nay, hàng chục nghìn bài báo, tin tức được đăng tải mỗi ngày. Ngoài các tờ báo điện tử, các nguồn tin khác như mạng xã hội cũng cung cấp các nguồn tin tức trực tuyến nhanh chóng và đa dạng, đáp ứng nhu cầu thông tin của người dùng. Tuy nhiên, các bài báo, tin tức được tạo ra với số lượng lớn cũng mang lại vấn đề quá tải thông tin, trong đó có nhiều tin tức trùng lặp hoặc được đưa về cùng một vụ việc. Để có thể nhanh chóng nắm bắt được các thông tin về các tin tức nổi bật, việc tổ chức, phân cụm lại các tin tức theo vụ việc từ các nguồn thông tin khác nhau là một thao tác quan trọng đem lại trải nghiệm tốt hơn cho người đọc. Bài báo này trình bày một phương pháp phân cụm tin tức sử dụng thuật toán phân cụm DBSCAN dựa trên các nhúng từ trích xuất từ mô hình PhoBERT. Các thực nghiệm được thực hiện trên tập dữ liệu hơn 1.000 bản tin thu thập từ các báo điện tử của Việt Nam qua hệ thống thu thập tin tức tự động đã được gán nhãn cụm. Kết quả thực nghiệm được đánh giá theo các độ đo precision, recall, F-measure với độ chính xác lần lượt là 92.3%, 78.5%, và 85.1%.

A sleep apnea detection approach based on recurrence plots and convolutional neural networks

Hóa Nguyễn Đình — Fri, 27 Jun 2025 00:00:00 +0200

This paper presents a new sleep apnea detection method based on the combination of recurrence plots (RPs) constructed from heart rate variability (HRV) data and convolutional neural networks (CNNs). RPs is built to present nonlinear dynamics of a complex cardio-respiratory system during sleep apnea reflected by HRV data, which is extracted from the electrocardiogram signals. The information contained in RPs are further extracted by CNNs to classify each RP as normal or apnea. This approach is shown to be good for sleep apnea detection since it can exploit dynamic characteristics of the cardiovascular system of human body during sleep and convert them into feasible features for classification processes. The use of CNNs are meaningful when it requires less domain knowledge for feature extraction and selection. Experimental results show that this newly proposed sleep apnea detection method is better and some other appoachs based on RPs and HRV data in terms of the classification performance and the less complexity of the detection system. This also illustrates the capabilities of this study in real world applications since it is simple, low cost, and easy to implement.