Luận văn nghiên cứu và phát triển robot di động có khả năng bám theo người trong môi trường có vật cản.

Luận văn Thạc sĩ do Trường Đại học Công nghệ Kỹ thuật TP. HCM upload.

Ghi chú: Tài liệu toàn văn liên hệ theo địa chỉ

Thư viện Trường Đại học Công nghệ Kỹ thuật TP. HCM

Địa chỉ: Số 1 Võ Văn Ngân, Phường Thủ Đức, TP. Hồ Chí Minh

Email: thuvien@hcmute.edu.vn

ĐT: (+84 028).3896.9920 - (+84 028).3722.1223

Sách bài tập AIO (2025) cung cấp kiến thức AI từ cơ bản đến nâng cao, toán học, Python, máy học, deep learning và ứng dụng thực tế. Cập nhật kiến thức mới nhất.

Luận văn nghiên cứu ứng dụng học sâu (Deep Learning) để phân loại tổn thương da, sử dụng CNN và bộ dữ liệu ISIC 2019. Đề xuất công cụ hỗ trợ chẩn đoán.

Khóa luận ứng dụng mô hình LSTM(Long Short-Term Memory) dự báo doanh số bán lẻ, xây dựng website tương tác hỗ trợ ra quyết định & tối ưu hóa.

Luận văn xây dựng hệ thống tóm tắt văn bản tiếng Việt dùng mô hình ViT5, giúp tiết kiệm thời gian và nắm bắt thông tin cốt lõi.

Đồ án công nghệ thông tin về ứng dụng Android phát hiện và khôi phục ảnh mờ sử dụng mô hình học sâu. Nghiên cứu các thuật toán MobileNet, NAFNet để xử lý ảnh.

Đồ án tốt nghiệp công nghệ thông tin trình bày khái quát các về bài toán ước lượng tư thế người, mô tả tín hiệu radar và tính thực tiễn bài toán và nêu ra động lực, mục tiêu và phạm vi đồ án.

Bài giảng "Học sâu và ứng dụng: Bài 12 - Mô hình sinh dữ liệu" nhằm giúp sinh viên tìm hiểu về các mô hình học sâu có khả năng tạo sinh dữ liệu mới một cách tự động, như hình ảnh, văn bản, âm thanh,... dựa trên phân phối của dữ liệu huấn luyện. Đây là một trong những hướng nghiên cứu hiện đại và ứng dụng mạnh mẽ của học sâu.

Bài giảng Tin học trong xây dựng: Phần 2 - Plaxis (2D) được biên soạn bởi ThS. Lương Tấn Lực có nội dung gồm 3 chương. Chương 1: Giới thiệu chung về phần mềm Plaxis; Chương 2: Khái quát mô hình hóa trong phần mềm Plaxis; Chương 3: Sử dung phần mềm Plaxis để giải quyết một số bài toán địa kỹ thuật. Mời các bạn cùng tham khảo bài giảng tại đây.

Khóa luận tốt nghiệp Mạng máy tính và truyền thông "Xây dựng ứng dụng phát hiện lửa dựa trên mô hình học sâu trên Jetson Nano" phân tích và đánh giá các mô hình nhận diện lửa đang phổ biến hiện nay. Từ đó, lựa chọn mô hình có hiệu suất cao và đáng tin cậy để tối ưu hóa và thực hiện trên thiết bị nhúng. Mời các bạn cùng tham khảo.

Bài viết Nghiên cứu mô phỏng dáng người trên không gian ba chiều từ hình ảnh hai chiều sử dụng phương pháp học sâu đề xuất một giải pháp mới gồm hai mô hình kết hợp nhằm tăng độ chính xác dựa trên phương thức học sâu. Mô hình thứ nhất gọi là Squeeze-and-Excitation Network, được dùng để dựng lại dáng người hai chiều từ một ảnh đầu vào; Sau đó, sử dụng kết hợp giữa các lớp kết nối đầy đủ và mạng chập đồ thị để dựng thành dáng người ba chiều từ thông tin đầu ra của mô hình trước.