Journal of Science and Technology on Information and Communications

The OPTICAL ROUTER UTILIZING WAVEGUIDES COMBINED WITH BRAGG GRATINGS ON SILICON PHOTONIC

Trương Cao Dũng — Wed, 08 May 2024 00:00:00 +0200

— This paper presents the operating principle of a 1×2 optical router and the numerical simulation design of its constituent components. The optical router comprises arrayed waveguide grating (AWG) structures, waveguide Bragg gratings (WGBG), a 1×2 optical switch utilizing 2×2 multimode interference (MMI) couplers, and wavelength-selective routing based on microring resonators for six high-density wavelength channels in dense wavelength-division multiplexing (DWDM) applications. Computational results from localized simulations for each component demonstrate excellent optical performance, validating the adherence to the design principles. These favorable outcomes indicate significant potential for the proposed structure in high-density wavelength-selective routing devices for DWDM optical communication systems and high-speed optical interconnects.

Nghiên cứu & phát triển thử nghiệm mô hình trợ giảng số sử dụng công nghệ AI và IoT

Bùi Quang Chung, Vũ Hữu Đạo — Wed, 08 May 2024 00:00:00 +0200

Bài báo này trình bày nghiên cứu & thiết kế phát triển thử nghiệm một mô hình trợ giảng số ứng dụng trong giảng dạy ở trường đại học, sử dụng công nghệ AI và IoT. Ý tưởng thiết kế bao gồm các khía cạnh quan trọng được xét đến đó là dễ dàng thực hiện, chi phí thấp, có khả năng mở rộng ứng dụng trong thực tế. Nền tảng mô hình trợ giảng số bao gồm 4 thành phần: thiết bị xử lý trung tâm sử dụng máy tính nhúng Raspberry Pi 4; IoT node thu thập dữ liệu sử dụng các cảm biến, camera, mic và vi điều khiển Arduino; IoT networks sử dụng mạng Zigbee và Internet để trao đổi dữ liệu giữa IoT node và trung tâm xử lý; và Server lưu trữ dữ liệu điện toán đám mây sử dụng ThingBoard IoT. Kết quả kiểm chứng cho thấy, mô hình trợ giảng số đề xuất chạy ổn định, thu thập dữ liệu và điều khiển các thiết bị chính xác, đọc chính xác nội dung bài giảng trên slides và tự động giải đáp được các thắc mắc cơ bản liên quan tới nội dung môn học cho sinh viên. Trên cơ sở đó, mô hình trợ giảng số được đề xuất có thể triển khai trong các lớp học thông minh hoặc các phòng lab thực hành chuyên sâu để quản lý tự động lớp học và hỗ trợ cho sinh viên học tập.

Thuật THUẬT TOÁN ĐỊNH HƯỚNG TRÊN CƠ SỞ PHÂN BỐ THỜI GIAN TẦN SỐ DÙNG CHO CÁC HỆ THỐNG SONAR THỤ ĐỘNG

Minh Đức Nguyễn — Wed, 08 May 2024 00:00:00 +0200

Bài báo đã xem xét tổng quan về các thuật toán định hướng trên cơ sở phân bố không gian thời gian tần số (STFD), bao gồm mô hình hệ thống, cơ sở toán học và lịch sử phát triển. Đồng thời, bài báo cũng đã xem xét một số loại mô hình mục tiêu và các phương pháp ước lượng hướng trên cơ sở STFD điển hình. Một thuật toán định hướng mới được đề xuất áp dụng các mục tiêu biển có chân vịt, CSS-STFD-DOA. Thuật toán mới tăng cường tiền xử để loại bỏ nhiễu và chỉ chọn lọc các thành phần phổ vạch đặc trưng của chân vịt trên vùng tần số hạ âm. Các kịch bản mô phỏng được thực hiện để đánh giá chất lượng của thuật toán sử dụng dữ liệu mô phỏng đầu vào xây dựng trên cơ sở các tín hiệu thực địa. Kết quả mô phỏng cho thấy, thuật toán CSS-STFD-DOA có khả năng làm việc ổn định, chính xác và có hiệu năng tốt hơn các thuật toán đã được đề xuất trước đây, đặc biệt khi xử lý các tín hiệu dải rộng.

SOLAR AND LASER BEAM ENERGY HARVESTING FOR UAV UNDER CLOUD EFFECT

Hoa Tung Le, Ngoc Dang The — Wed, 08 May 2024 00:00:00 +0200

In future networks, UAVs (unmanned aerial vehicles) will be essential devices for fulfilling our dream of a 3D network with many flying network devices in the sky and space. However, the lack of suitable and durable energy sources causes low performance and intermittent service in UAV-based networks. This paper evaluates an energy harvesting strategy for UAVs from sunlight and laser beams on cloudy days with a low-level cloud layer. The channel models and harvested powers for both cases are considered and analyzed using mathematical equations and simulation results.

Automatic Modulation Classification for Flexible OFDM-based Optical Networks

Hải Châu Lê — Wed, 08 May 2024 00:00:00 +0200

Orthogonal frequency division multiplexing (OFDM) technology, a multi-carrier digital modulation technology, has been widely implemented in optical networks thanks to the effective provision of dispersion compensation for optical paths. To provide bandwidth abundant and flexible optical path services, OFDM-based optical networks may need to support several modulation formats, i.e., BPSK, QPSK, 8-PSK, and 16-QAM, and deploy them adaptively. Recently, automatic modulation classification (AMC) has become a promising solution for wireless networks to identify accurately the modulation formats of the received OFDM signals. In this paper, we propose an effective AMC using deep learning (DL) for flexible and adaptive OFDM-based optical networks. The proposed DL-based AMC is able to classify four typical modulation schemes such as binary phase-shift keying (BPSK), quadrature PSK (QPSK), 8-PSK, and 16-quadrature amplitude modulation (QAM) in dynamic network conditions. Numerical experiments are performed to verify the effectiveness of the developed solution. Our developed solution offers a significantly high accuracy, 95.83+%, even with a low SNR, says 4 dB, and its performance is improved when the SNR is enhanced.

PHÂN TÍCH ẢNH HƯỞNG CỦA LƯU LƯỢNG DỮ LIỆU TỚI HIỆU NĂNG MẠNG CẢM BIẾN KHÔNG DÂY SỬ DỤNG GIAO THỨC ƯU TIÊN Ở LỚP MAC

Nguyễn Thị Thu Hằng, Nguyễn Chiến Trinh — Wed, 08 May 2024 00:00:00 +0200

Trong mạng cảm biến không dây đa mức ưu tiên, việc truyền thông được thực hiện không cần dây dẫn, các nút cảm biến có dữ liệu ở mức ưu tiên khác nhau có thể truyền thông trực tiếp với nhau và chuyển dữ liệu tới nút thu theo mức độ ưu tiên. Các thiết bị cảm biến thường bị giới hạn năng lượng từ nguồn pin nên rất cần tiết kiệm năng lượng để kéo dài thời gian hoạt động của nút và mạng, vì vậy xây dựng giao thức lớp MAC linh hoạt và hợp lý để vừa đảm bảo ưu tiên lại vẫn hiệu quả về năng lượng vừa là thách thức vừa là mục tiêu mà nhiều nghiên cứu hướng tới. Tuy nhiên các kịch bản mô phỏng mới xét tới sự thay đổi của số nút mà chưa thực hiện với nhiều mức tốc độ gửi gói từ mỗi cảm biến. Trong bài báo này, chúng tôi phân tích ảnh hưởng của lưu lượng lên hiệu năng mạng cảm biến đa ưu tiên dựa trên mô phỏng hoạt động của các giao thức ưu tiên dữ liệu lớp MAC là PMME, TMPQ và BoP dựa trên sự thay đổi của cả số nút cạnh tranh và tốc độ gửi gói. Kết quả đạt được cho thấy giao thức BoP có khả năng thích ứng cao với lưu lượng dữ liệu hơn giao thức PMME và vượt trội hơn hẳn so với giao thức tiền nhiệm TMPQ về tiêu chí độ trễ và tổn thất gói.

Autonomous Target Tracking Control Method for Quadrotors Using Artificial Intelligence

Thanh Hán Trọng, Nghia Cao Xuan, Tan Hung Dinh — Wed, 08 May 2024 00:00:00 +0200

Tracking moving targets is an attractive application for quadcopters and is a complex area of research due to the aerodynamics of quadcopters and the rate of change of the moving target over time. In this paper, we build a quadcopter for target tracking by integrating a embedded computer Raspberry Pi (RPI) with a Pixhawk flight controller. This article also proposes a lightweight Tracking algorithm that can be deployed on Raspberry Pi, this algorithm harnesses advanced image processing and computing capabilities to significantly enhance target tracking performance, thereby reducing the need for human intervention.. control in unmanned flights. Controlling the quadcopter using this method helped the tracking system maintain stability in the simulated environment and achieve positive control parameters in real-world settings.

MỘT GIẢI PHÁP TĂNG DUNG LƯỢNG HỆ THỐNG PHÂN PHỐI KHÓA LƯỢNG TỬ QUA HỆ THỐNG LAI GHÉP QUANG VÔ TUYẾN

Phạm Anh Thư — Wed, 08 May 2024 00:00:00 +0200

Mô hình truyền khóa lượng tử trên hệ thống lai ghép quang vô tuyến được xem là một trong những giải pháp có nhiều ưu điểm như cung cấp khoảng cách truyền dẫn dài, mềm dẻo, linh động và dễ dàng mở rộng và do đó được các nhà nghiên cứu và triển khai quan tâm đặc biệt trong những năm gần đây. Tuy nhiên, hiệu năng về mặt dung lượng hệ thống vẫn còn là một vấn đề cần được xem xét và cải thiện. Trong bài báo này, chúng tôi đề xuất một giải pháp cải thiện dung lượng của hệ thống phân phối khóa lượng tử qua hệ thống lai ghép quang vô tuyến, đó là sử dụng sợi quang đa lõi (MCF). Khóa lượng tử từ bên gửi (Alice) được truyền qua sợi quang đa lõi tới trạm trung gian (BS) và sau đó được chuyển tiếp tới các trạm di động (Bob) qua kênh vô tuyến. Giao thức QKD được thực thi bằng cách dựa trên điều chế cường độ sóng mang con sử dụng khóa dịch pha nhị phân, và bộ thu hai ngưỡng được sử dụng để giải mã. Hiệu năng hệ thống về mặt tỉ lệ lỗi bit lượng tử và tốc độ khóa bí mật của hệ thống được phân tích dưới ảnh hưởng của rất nhiều các tham số lớp vật lý đến từ bộ thu, phần mạng quang và kênh vô tuyến. Các tham số này bao gồm suy hao kênh vô tuyến, suy hao kênh quang, xuyên nhiễu trong sợi MCF và nhiễu bộ thu. Tính khả thi của hệ thống QKD đề xuất được thể hiện trong các kết quả của bài báo này.

A NONLINEAR EQUALIZATION METHOD USING DEEP LEARNING TO IMPROVE ROF TRANSMISSION QUALITY OF A FREQUENCY MODULATED TWO-CHANNEL CRAN CONNECTION

Thanh Thuy Tran Thi, Cao Dung Truong, Tho Nguyen Van — Wed, 08 May 2024 00:00:00 +0200

Radio over Fiber (RoF) represents an innovative technology for upcoming wireless networks, particularly within fifth-generation Cloud-Radio Access Networks (C-RAN). Additionally, given the widespread use of deep learning in various sectors like communication and data processing...This study examines the nonlinear impact of a fronthaul interface, demonstrated through numerical simulations, for two wireless signal channels operating in the VHF frequency band via continuous-phase frequency-shift keying (CPFSK) modulation. Furthermore, this research proposes the deployment of a nonlinear equalizer based on a deep neural network (DNN) to alleviate nonlinear impairments during long-distance data transmission. Experimental results involving a 50-km transmission demonstrate that employing a DNN with six hidden layers can effectively minimize nonlinear distortion.

PHƯƠNG PHÁP KHUYẾN NGHỊ TIN TỨC TRÊN CỔNG THÔNG TIN ĐIỆN TỬ DỰA TRÊN DỮ LIỆU TUẦN TỰ SỬ DỤNG TRANSFOMER

Nguyen Hoang Anh — Wed, 08 May 2024 00:00:00 +0200

Cổng thông tin điện tử là một trang web hoặc hệ thống trực tuyến được thiết kế để cung cấp một cổng đầu vào duy nhất cho người dùng truy cập và tận dụng nhiều dịch vụ và thông tin khác nhau. Cổng thông tin thường được tổ chức và triển khai bởi các tổ chức, chính phủ, doanh nghiệp, hoặc tổ chức giáo dục để cung cấp một điểm truy cập thuận tiện cho người sử dụng truy cập vào các tài nguyên trực tuyến. Một trong những phương pháp để tăng cường giới thiệu nội dung đến người đọc và cá nhân hóa trên cổng thông tin điện tử là dùng hệ khuyến nghị. Hệ khuyến nghị theo các phương pháp truyền thống thường sử dụng dữ liệu được thu thập trong khoảng thời gian dài của người dùng định danh. Tuy nhiên, trên cổng thông tin điện tử khó thực hiện điều đó vì đa số người dùng ẩn danh, do đó khó áp dụng các phương pháp truyền thống. Một giải pháp cho vấn đề này là giải pháp khuyến nghị dựa trên dữ liệu chuỗi các hoạt động tuần tự của người dùng, trong đó dữ liệu là một chuỗi các hoạt động tuần tự của người dùng trong một khoảng thời gian xác định gọi là phiên. Trong nghiên cứu này, chúng tôi giải quyết bài toán khuyến nghị tin tức trên cổng thông tin điện tử Học viện Công nghệ Bưu chính Viễn thông dựa trên dữ liệu tuần tự của người dùng. Chúng tôi nghiên cứu và đánh giá nhóm các phương pháp khuyến nghị trên dữ liệu phiên phổ biến hiện nay bao gồm nhóm cơ bản, nhóm K láng giềng gần nhất, nhóm Transformer. Kết quả cho thấy các phương pháp thuộc nhóm Transformer có kết quả tốt hơn so với các phương pháp học máy thuộc nhóm cơ bản trong khi đó các phương pháp thuộc nhóm cơ bản và nhóm K láng giềng cho kết quả tương đối tốt trong khi thời gian chạy và tài nguyên sử dụng ít hơn hẳn.

PREDICTIVE NEURAL STEM CELL DIFFERENTIATION USING SINGLE-CELL IMAGES BASED ON DEEP LEARNING

Duy Hang Nguyen, Duc Van Khuat, Thang Huu Nguyen, Tuan Anh Tran — Wed, 08 May 2024 00:00:00 +0200

The process of neural stem cell (NSC) differentiation into neurons is crucial for the development of potential cell-centered treatments for central nervous system disorders. However, predicting, identifying, and anticipating this differentiation is complex. In this study, we propose the implementation of a convolutional neural network model for the predictable recognition of NSC fate, utilizing single-cell brightfield images. The results demonstrate the model’s effectiveness in predicting NSC differentiation into astrocytes, neurons, and oligodendrocytes, achieving an accuracy rate of 91.27%, 93.69%, and 93.06%, respectively. Moreover, our proposed model effectively distinguishes between various cell types even within the initial day of culture.

PHÁT HIỆN PHÁT NGÔN TIÊU CỰC TRÊN MẠNG XÃ HỘI SỬ DỤNG MÔ HÌNH HỌC SÂU VÀ SỬA LỖI CHÍNH TẢ

Điệp Ngọc Nguyễn, Thủy Nguyễn Thị Thanh — Wed, 08 May 2024 00:00:00 +0200

Sự phát triển của mạng xã hội hiện nay kéo theo xu hướng tự do thể hiện quan điểm cá nhân, kèm theo đó là các phát ngôn tiêu cực ngày càng gia tăng gây nhiều hậu quả xấu đối với xã hội. Việc phát triển các hệ thống nhằm phát hiện phát ngôn tiêu cực là rất cấp thiết, tuy nhiên do tính phức tạp, đa dạng, có nhiều đặc trưng liên quan tới ngôn ngữ, văn hóa của loại văn bản là các bình luận trên mạng xã hội, việc phát hiện chính xác phát ngôn tiêu cực còn gặp nhiều khó khăn, bao gồm cả tiếng Việt. Một số tiếp cận nổi trội gần đây để giải quyết bài toán này là các phương pháp tiên tiến dựa trên kỹ thuật học sâu, được sử dụng nhiều trong lĩnh vực xử lý ngôn ngữ tự nhiên. Bài báo này đề xuất một phương pháp phát hiện phát ngôn tiêu cực trên mạng xã hội sử dụng các kỹ thuật học sâu, trong đó kết hợp các kỹ thuật nhúng từ và nhúng ký tự khác nhau như charCNN, word2vec, BERT và mô hình BiLSTM. Đồng thời, chúng tôi cũng đề xuất phương pháp để tăng cường độ chính xác cho dữ liệu đầu vào là sửa lỗi chính tả tiếng Việt trong bước tiền xử lý dữ liệu. Kết quả cho thấy mô hình đề xuất có độ chính xác tốt hơn so với các mô hình cơ sở khác khi thử nghiệm trên tập dữ liệu ViHSD với các bình luận tiếng Việt trên mạng xã hội.

The PHƯƠNG PHÁP PHÁT HIỆN VĂN BẢN TIẾNG VIỆT TRONG ẢNH NGOẠI CẢNH BẰNG HỌC SÂU

Thi Thanh Tan Nguyen — Wed, 08 May 2024 00:00:00 +0200

Bài báo này đề xuất một phương pháp hiệu quả để phát hiện văn bản tiếng Việt trong ảnh ngoại cảnh. Về cơ bản, phương pháp phát hiện văn bản ở đây được đề xuất dựa trên ý tưởng sử dụng các kiến trúc mạng học sâu để học các thuộc tính hình học khác nhau nhằm tái tạo lại biểu diễn đa giác của các vùng văn bản. Hiệu quả của thuật toán đã được kiểm nghiệm trên tập ảnh văn bản ngoại cảnh đã được thu thập từ thực tế bằng các thiết bị cầm tay bất kỳ (smart phone, webcam, camera) trong điều kiện hoàn toàn tự nhiên, không có bất kỳ ràng buộc nào về ánh sáng, góc chụp hay khoảng cách chụp. Hiệu quả của phương pháp đã được kiểm nghiệm trên bốn tập dữ liệu ảnh ngoại cảnh được thu thập từ thực tế bao gồm tập dữ liệu ICDAR 2015, Total-Text, VinText và VnSceneText. Các kết quả thực nghiệm cho thấy phương pháp đề xuất có khả năng phát hiện được các văn bản có hình dạng và kích thước bất kỳ với độ chính xác cao, ổn định. Cụ thể, phương pháp đạt Precision (độ chính xác), Recall (độ phủ), Hmean (độ trung bình điều hòa) lần lượt trên các tập dữ liệu thử nghiệm (87.53%, 86.94%, 87.23%), (84.32%, 88.17%, 86.20%), (85.63%, 87.94%, 86.77%) , (85.14%, 87.23%, 86.17%). Các kết quả thực nghiệm cho thấy đây là một hướng tiếp cận khả thi đối với việc phát hiện văn bản tiếng Việt trong ảnh ngoại cảnh.

Đánh giá hiệu năng hệ thống cân bằng tải cho mạng truyền thống và mạng định nghĩa bằng phần mềm (SDN)

Vu Duc Nhu, Duong Van Dan, Ta Minh Thanh, Tran Nam Khanh — Wed, 08 May 2024 00:00:00 +0200

Ngày nay, sự phát triển của mạng kết nối vạn vật IoT và sự gia tăng của các thiết bị di động kết nối mạng đòi hỏi các máy chủ cung cấp dịch vụ phải đáp ứng khả năng phản hồi số lượng yêu cầu trong thời gian ngắn và đặt ra vấn đề thách thức không nhỏ cho mạng truyền thống và các hệ thống cân bằng tải. Trong bối cảnh đó, sự ra đời của mạng định nghĩa bằng phần mềm (SDN) với sự tập trung quản lý điều khiển và khả năng cân bằng tải tốt hơn phần nào giải quyết được sự bùng nổ số lượng yêu cầu dịch vụ tới các máy chủ. Để làm sáng rõ hơn vấn đề này, nghiên cứu đã triển khai thực nghiệm để đánh giá khả năng cân bằng tải trong mạng truyền thống và mạng SDN sử dụng cùng một kiến trúc mạng, so sánh trên cùng hệ thống cân bằng tải và thuật toán cân bằng tải. Nghiên cứu dựa trên việc tạo ra nhiều luồng đồng thời bằng công cụ Distributed Internet Traffic Generator (D-ITG). Kết quả thu được từ các thí nghiệm cho thấy cân bằng tải trên mạng SDN vượt trội hơn mạng truyền thống trong việc xử lý yêu cầu, thời gian đáp ứng, tính ổn định và tốc độ truyền dữ liệu trong ứng dụng thực tế.