Search
Author
- Trần, Khánh Dương (1)
- Trần, Quang Toàn (1)
- Vũ, Thị Kiều Anh (1)
- Đàm, Tiến Thành (1)
- next >
Subject
- Khoa học máy tính (2)
- Dữ liệu (1)
- Mô hình toán học (1)
- Xe tự hành (1)
- next >
Date issued
Has File(s)
- true (4)
Search Results
Nghiên cứu một phiên bản mạnh của bài toán lựa chọn địa điểm để khai thác tối đa lợi nhuận trong thị trường cạnh tranh, giả định rằng mỗi khách chọn địa điểm để đến trong số tất cả các địa điểm có sẵn theo mô hình tối đa hóa độ khả dụng. |
Xây dựng cây quyết định có trọng số cho dự đoán sai với ràng buộc về tài nguyên bằng mô hình quy hoạch nguyên tuyến tính hỗn hợp. Đề xuất một mô hình toán học mới để giải quyết bài toán xây dựng cây quyết định nhạy cảm với chi phí và ràng buộc về thời gian. Đưa ra một số điều chỉnh trong các nghiên cứu trước sao cho phù hợp với bài toán nhằm mục đích so sánh hiệu suất kết quả thực nghiệm giữa các mô hình. |
Bài báo khoa học này giới thiệu phương pháp mới nhằm nâng cao độ chính xác của bản đồ độ phân giải cao (bản đồ HD) cho xe tự hành. Nghiên cứu giải quyết thách thức từ dữ liệu thô trong quá trình tạo bản đồ bằng các thuật toán như Octree và Voxel để xử lý dữ liệu trước khi xây dựng bản đồ. Độ chính xác của bản đồ được kiểm chứng qua mô phỏng, thử nghiệm thực tế và so sánh với dữ liệu thực. Kết quả cho thấy bản đồ HD chính xác đóng vai trò quan trọng trong định vị và vận hành an toàn xe tự hành tại môi trường đô thị phức tạp. Nghiên cứu này đóng góp vào sự phát triển công nghệ bản đồ HD, hỗ trợ triển khai xe tự hành trong các đô thị thông minh tương lai. |
Trong bối cảnh dữ liệu nhiều chiều ngày càng trở nên phổ biến trong học máy, việc lựa chọn đặc trưng hiệu quả đóng vai trò then chốt trong việc xây dựng các mô hình phân lớp dữ liệu chính xác, đồng thời tối ưu hóa chi phí tính toán. Luận văn này đề xuất và phát triển hai mô hình lựa chọn đặc trung: Top Frequency-Based Feature Selection (TFFS) và Hybrid Feature Selection Paradigm. Mô hinh hybrid được thiết kế dựa trên kết quả từ TFFS như một giai đoạn nền tảng, sau đó kết hợp các kỹ thuật chọn lọc đặc trưng cổ điển để tạo ra các tập hợp con đặc trưng mạnh mẽ. Những tập hợp này được áp dụng vào bốn mô hình phân lớp phổ biến gồm Naive Bayes, Decision Tree, K-Nearest Neighbors và Support Vector Machine nhằm kiểm chứng hiệu quả của các đặc trưng được lựa chọn. Mục tiêu của các mô hình là... |
