Papers by 08.Trần Đình Khang
FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2017
In scientific research field, publishing papers often involves the participation and contribution... more In scientific research field, publishing papers often involves the participation and contribution from multiple authors. Similar to general social networking, co-authorship depends on various factors: acquaintance, collaboration, past relationship / coauthorship, or specific researching field, etc. This paper aims to analyse some linking metrics to observe the effect of those metrics in predicting the possibility of a co-authorship between certain candidates.
KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XII NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN
TÓM TẮT: Ảnh X-quang về răng là một thông tin cần thiết cho các nha sĩ xác định triệu chứng bệnh ... more TÓM TẮT: Ảnh X-quang về răng là một thông tin cần thiết cho các nha sĩ xác định triệu chứng bệnh hoặc tổn thương về răng. Bài báo đề cập đến sử dụng các kỹ thuật xử lý ảnh trích chọn đặc trưng về răng và máy học các đặc trưng đó để phát hiện các dấu hiệu bệnh ban đầu.
FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2016
Trong bài toán ra quyết định đa tiêu chuẩn, có các tiêu chuẩn được đánh giá một cách chủ quan bởi... more Trong bài toán ra quyết định đa tiêu chuẩn, có các tiêu chuẩn được đánh giá một cách chủ quan bởi con người, thường được lựa chọn trong một tập cho trước các giá trị số hoặc tập nhãn ngôn ngữ được sắp xếp. Nhưng cũng có trường hợp người đánh giá còn lưỡng lự trong việc chọn giá trị đánh giá trong tập các giá trị ngôn ngữ, mà chỉ đưa ra các ước lượng kiểu như "ít nhất là Si", "tốt hơn Si", "giữa Si và Sj", "nhỏ hơn Sj" … Bài báo đề xuất tiếp cận biểu diễn và tính toán với các giá trị như vậy trong bài toán ra quyết định. Từ khóa-Ước lượng giá trị ngôn ngữ, ra quyết định đa tiêu chuẩn, TOPSIS, HA-Topsis. I. GIỚI THIỆU Trong công việc cũng như trong cuộc sống, con người thường đối mặt với các tình huống cần đánh giá, sắp xếp hay lựa chọn ra quyết định trong tập các đối tượng hay phương án chọn để thỏa mãn mục tiêu cho trước, có thể mô hình hóa biểu diễn và xử lý trong bài toán ra quyết định đa tiêu chuẩn [1], trong đó, các phương án, đối tượng được đánh giá bởi nhiều tiêu chuẩn khác nhau. Việc chọn ra phương án phù hợp có ý nghĩa to lớn, nhưng không phải lúc nào cũng dễ dàng, bởi lẽ giữa hai phương án, có thể được đánh giá tốt hơn ở tiêu chuẩn này, nhưng lại kém hơn ở tiêu chuẩn khác. Các tiêu chuẩn thể hiện các ràng buộc, đánh giá, các thuộc tính, đặc trưng, độ đo,… về các đối tượng hay phương án chọn. Ví dụ, để lựa chọn sinh viên cấp học bổng, tập phương án là danh sách các sinh viên, các tiêu chuẩn là Điểm học tập, Điểm ngoại ngữ, Thư giới thiệu, Phỏng vấn,… Các bài toán ra quyết định đa tiêu chuẩn thường được biểu diễn dạng bảng với ma trận đánh giá các tiêu chuẩn cho các phương án. Có nhiều phương pháp cho bài toán ra quyết định, như Topsis, Electre, Promethee,… thường tiếp cận theo hướng so sánh mức độ hơn kém giữa các giá trị đánh giá và tích hợp thành giá trị chung.
KHẢO SÁT ẢNH HƯỞNG CỦA ETHYL METHANE SULFONATE ĐẾN SỰ PHÁT SINH BIẾN DỊ TRÊN CÂY HOA CHUÔNG (Sinningia speciosa (G. Lodd.) Hiern) TRONG ĐIỀU KIỆN IN VITRO
Tạp chí Khoa học và Công nghệ Lâm nghiệp
Hoa chuông (Sinningia speciosa (G. Lodd.) Hiern), họ Gesneriaceae là một trong những loài hoa lạ,... more Hoa chuông (Sinningia speciosa (G. Lodd.) Hiern), họ Gesneriaceae là một trong những loài hoa lạ, hấp dẫn vì vẻ đẹp về màu sắc và hình dáng cũng như độ bền của hoa. Nghiên cứu sử dụng đoạn thân của cây hoa chuông in vitro xử lý EMS (Ethyl Methane Sulfonate) với các nồng độ (0%; 0,4%; 0,8%; 1,2% và 1,6%) trong 1 giờ và 1,5 giờ. Kết quả ghi nhận nghiệm thức (NT) có kiểu hình khác biệt so với đối chứng là các mẫu xử lý EMS với các nồng độ (0,4%; 0,8%) trong 1 giờ và 1,5 giờ. Kỹ thuật ISSR (Inter simple sequence repeat) được sử dụng để khảo sát khác biệt di truyền 8 cây hoa chuông được tái sinh từ các nghiệm thức xử lý EMS ở các nồng độ khác nhau so với mẫu đối chứng. Với 8 mồi ISSR sử dụng ghi nhận tổng cộng 250 băng có kích thước 242-2276 cặp nucleotide trung bình thu được 31,25 băng/mồi. Số băng đơn hình 14,5 băng/mồi, chiếm 46,4%, số băng đa hình 16,75 băng/mồi, chiếm 53,6%. Chỉ số PIC trung bình thu được là 0,24. Giản đồ phả hệ dựa trên dấu ISSR cho thấy có sự khác biệt về mặt di t...
Batteries
Energy storage plays an important role in the adoption of renewable energy to help solve climate ... more Energy storage plays an important role in the adoption of renewable energy to help solve climate change problems. Lithium-ion batteries (LIBs) are an excellent solution for energy storage due to their properties. In order to ensure the safety and efficient operation of LIB systems, battery management systems (BMSs) are required. The current design and functionality of BMSs suffer from a few critical drawbacks including low computational capability and limited data storage. Recently, there has been some effort in researching and developing smart BMSs utilizing the cloud platform. A cloud-based BMS would be able to solve the problems of computational capability and data storage in the current BMSs. It would also lead to more accurate and reliable battery algorithms and allow the development of other complex BMS functions. This study reviews the concept and design of cloud-based smart BMSs and provides some perspectives on their functionality and usability as well as their benefits for...
KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XI NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN, 2018
In classification problems, the class imbalance significantly affectsthe efficiency of classifica... more In classification problems, the class imbalance significantly affectsthe efficiency of classification models. There are several proposals on improving SVM methods to adapt to imbalanced data sets. This paper proposes an improved SVM method for imbalanced data through adjusting weighted vector w, while combining with the Weighted-SVM training method, to increase the efficiency of classification for imbalanced data and apply to link prediction problem in co-authorship networks.
So sánh suy diễn mờ và suy luận ngôn ngữ
This paper presents methods of fuzzy reasoning, linguistic reasoning and the comparison of them. ... more This paper presents methods of fuzzy reasoning, linguistic reasoning and the comparison of them. It is shown that in some conditions the same results can be given by both the methods.
Improving ADABoost Algorithm with Weighted SVM for Imbalanced Data Classification
Future Data and Security Engineering, 2021
Algorithms, 2021
Clustering is an unsupervised machine learning method with many practical applications that has g... more Clustering is an unsupervised machine learning method with many practical applications that has gathered extensive research interest. It is a technique of dividing data elements into clusters such that elements in the same cluster are similar. Clustering belongs to the group of unsupervised machine learning techniques, meaning that there is no information about the labels of the elements. However, when knowledge of data points is known in advance, it will be beneficial to use a semi-supervised algorithm. Within many clustering techniques available, fuzzy C-means clustering (FCM) is a common one. To make the FCM algorithm a semi-supervised method, it was proposed in the literature to use an auxiliary matrix to adjust the membership grade of the elements to force them into certain clusters during the computation. In this study, instead of using the auxiliary matrix, we proposed to use multiple fuzzification coefficients to implement the semi-supervision component. After deriving the p...
Algorithms, 2020
Clustering is an unsupervised machine learning technique with many practical applications that ha... more Clustering is an unsupervised machine learning technique with many practical applications that has gathered extensive research interest. Aside from deterministic or probabilistic techniques, fuzzy C-means clustering (FCM) is also a common clustering technique. Since the advent of the FCM method, many improvements have been made to increase clustering efficiency. These improvements focus on adjusting the membership representation of elements in the clusters, or on fuzzifying and defuzzifying techniques, as well as the distance function between elements. This study proposes a novel fuzzy clustering algorithm using multiple different fuzzification coefficients depending on the characteristics of each data sample. The proposed fuzzy clustering method has similar calculation steps to FCM with some modifications. The formulas are derived to ensure convergence. The main contribution of this approach is the utilization of multiple fuzzification coefficients as opposed to only one coefficien...
Journal of Computer Science and Cybernetics, 2016
Journal of Computer Science and Cybernetics, 2016
This paper gives the conception of a measure function on hedge algebras, which is useful to imple... more This paper gives the conception of a measure function on hedge algebras, which is useful to implementation of linguistic reasoning in application of decision support systems to social economic and management problems. Dai so gia ttr [1], [2] ra dai dira ra m<}thirong tigp c~n mei cho nghien ciru ly thuygt mo dira tren ca:u true d~i so v'e ngfr nghia cua cac gia tr] ngdn ngir cua m<}t bign ngon ngir. Huang tiep c~n nay phan nao khg,c phuc nhirng kho khan trong vi~c xac dinh ham thuoc cua cac t~p mo va d~c bi~t la vi~c "hi~u" ngir nghia ctla cac t~p me sau m<}t loat cac phep bign d5i quan h~. Bai nay dira ra khai ni~m ham do, tren d~i so gia ttr ghip cho vi~c tmg dung dai so gia ttr cho cac bai toan suy lu~n ngdn ngfr trong cac h~h~trQ' quygt dinh II -D~I s6 GIA Ttr I>~danh gia m<}tkhai ni~m ngdn ngir, nguO'i ta thtrcng dung cac c~p doi xirng nhau goi la gia tr] ngon ngfr nhir: xac dinh lu-a tu5i cda m<}t nguO'i, ta noi, ngirci do gia hay tre. Ngoai ra con co th~ma r<}ngkhd nang danh gia tu5i b~ng cac tll' nhir rat, tttung aoi, nhieu han, It han, ... chAng han nhir rat trt, khong trt l&m ho~c rat rat gia, ... NguO'i ta gQi rat, ttJung aoi, ... 180 cac tit nha:n hay cac gia tti-. Nhir v~y co th~coi cac tit nha:n 180 cac toan tll-tac d<}ngvao cac gia tr] ngcn ngii' tao thanh cac gia tr] ngdn ngfr moi. Trong t~p me, tu nha:n 130 phep toan lam thay d5i ham thu<}c ciia t~p mo, t~o thanh t~p me mei. Theo [1], irng vo-i m~i bien ngon ngfr se co hai dan doi xirng phat tri~n tll' hai h '" t' . h V' d ,. l' t ». 0 p an U' sm. 1 \l V01 ira UOI C
Journal of Computer Science and Cybernetics, 2016
In this paper, a method for aggregation of hedge algebras is proposed. It can be used for linguit... more In this paper, a method for aggregation of hedge algebras is proposed. It can be used for linguitic reasoning and building of linguitic data bases for any linguistic variable,
Journal of Computer Science and Cybernetics, 2016
This paper interpretes Bornemethods for comparison of linguistic values. There are the aggregatio... more This paper interpretes Bornemethods for comparison of linguistic values. There are the aggregation of hedge algebras, the if-then rules and the distance table between linguistic values. It can be used for linguistic reasoning in practical problems.
Journal of Advanced Computational Intelligence and Intelligent Informatics, 2003
In this paper we present the fuzzy description logic ALCFH introduced, where primitive concepts a... more In this paper we present the fuzzy description logic ALCFH introduced, where primitive concepts are modified by means of hedges taken from hedge algebras. ALCFH is strictly more expressive than Fuzzy-ALC defined in [11]. We show that given a linearly ordered set of hedges primitive concepts can be modified to any desired degree by prefixing them with appropriate chains of hedges. Furthermore, we define a decision procedure for the unsatisfiability problem in ALCFH, and discuss knowledge base expansion when using terminologies, truth bounds, expressivity as well as complexity issues. We extend [8] by allowing modifiers on non-primitive concepts and extending the satisfiability procedure to handle concept definitions.
FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016
Kỹ thuật lọc cộng tác (Collaborative Filtering -CF) là một kỹ thuật gợi ý phổ biến nhất được sử d... more Kỹ thuật lọc cộng tác (Collaborative Filtering -CF) là một kỹ thuật gợi ý phổ biến nhất được sử dụng nhiều trong các hệ thống gợi ý đã được tích hợp trong các website thương mại điện tử (chẳng hạn như amazon.com, barnesandnoble.com, Yahoo! news, TripAdvisor.com). Kỹ thuật CF dựa trên giả thiết rằng những người dùng (user) có cùng sở thích thì sẽ quan tâm một tập item tương tự. Phương pháp phân cụm lọc cộng tác (Iterative Clustered CF -ICCF) và lặp cộng tác tối ưu trọng số sử dụng thuật toán PSO (PSO-Feature Weighted) thể hiện tính hiệu quả cho hệ gợi ý mà giá trị đánh giá thuộc trong tập {1, 2,…, 5}. Tuy nhiên, các kỹ thuật đó không thể trực tiếp áp dụng cho các hệ thống gợi ý trong thực tế mà giá trị đánh giá trong tập {0, 1}. Do vậy, bài báo này đề xuất việc cải tiến hai phương pháp ICCF và PSO-Feature Weighted để có thể áp dụng được cho các hệ gợi ý mà giá trị đánh giá thuộc tập {0, 1}. Kết quả thực nghiệm của hai phương pháp mà chúng tôi đưa ra áp dụng trên bộ dữ liệu hệ gợi ý công việc cho thấy độ chính xác mô hình dự đoán có cải thiện rõ rệt so với phương pháp CF truyền thống đồng thời cũng giải quyết được vấn đề dữ liệu thưa mà phương pháp CF thường gặp phải.
FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016
TÓM TẮT-Bài báo này được thực hiện nhằm mục đích nghiên cứu tìm hiểu thuật toán phân cụm FCM và c... more TÓM TẮT-Bài báo này được thực hiện nhằm mục đích nghiên cứu tìm hiểu thuật toán phân cụm FCM và các ý tưởng cải tiến đã có; tiến hành phân tích và phát hiện những đặc điểm phù hợp trong thuật toán FCM có thể áp dụng được đại số gia tử-một lý thuyết sử dụng đại số trong việc biểu diễn giá trị của các biến ngôn ngữ. Từ đó, đề xuất một hướng cải tiến mới, đó là sử dụng lý thuyết đại số gia tử vào trọng số mũ của thuật toán FCM và sau cùng là xây dựng cài đặt một thuật toán phân cụm mờ sử dụng đại số gia tử để có thể áp dụng giải quyết bài toán phân cụm trong các ứng dụng thực tế.
Journal of Computer Science and Cybernetics, 2012
International Journal of Computational Intelligence Systems, 2014
Based on our previous researchs about generalized modus ponens (GMP) with linguistic modifiers fo... more Based on our previous researchs about generalized modus ponens (GMP) with linguistic modifiers for If … Then rules, this paper proposes new generalized modus tollens (GMT) inference rules with linguistic modifiers in linguistic many-valued logic framework with using hedge moving rules for inverse approximate reasoning.
Journal of Computer Science and Cybernetics, 2012
The paper studies the properties of inverse mappings of hedges in monotonic hedge algebras, which... more The paper studies the properties of inverse mappings of hedges in monotonic hedge algebras, which have dealt in . We propose new criteria to determine the inverse mappings of hedges. Some approaches to construct the inverse mappings of hedges are also given. Tóm tȃ ´t. Bài báo nghiên cú . u các tính châ ´t cu 'a ánh xa . ngu . o . . c cu 'a gia tu . ' du . o . . c du . a ra trong [5,6,7], dê `xuâ ´t các tiêu chuâ ' n dê ' xác di . nh ánh xa . ngu . o . . c cu 'a gia tu . ' , tù . dó xây du . . ng các tiê ´p câ . n tìm ánh xa . ngu . o . . c cu 'a gia tu . ' . 1. D Ȃ . T V Â ´N D Ê Cùng vó . i su . . phát triê ' n cu ' a khoa ho . c máy tính, vâ ´n dê `mô hình hoá cách biê ' u da . t tu . duy du . . a trên ngôn ngũ . tu . . nhiên cu ' a con ngu . ò. i dang râ ´t du . o . . c quan tâm nghiên cú . u, bo . ' i kha ' nȃng làm cho các ú. ng du . ng trên máy tính tro . ' nên "thông minh" ho . n, gâ `n gũi ho . n. Vó . i lý thuyê ´t tâ . p mò . [1,2], ngũ . nghĩa cu ' a khái niê . m ngôn ngũ . du . o . . c biê ' u diê ˜n thông qua hàm thuô . c trên không gian nê `n và các tra . ng tù . nhâ ´n du . o . . c diê ˜n di . ch nhu . là các toán tu . ' mô . t ngôi, biê ´n dô ' i hàm thuô . c cu ' a khái niê . m gô ´c. Lý thuyê ´t vê `da . i sô ´gia tu . ' [3,4] xây du . . ng mô . t câ ´u trúc dàn cho các giá tri . ngôn ngũ . , có quan sát su . . tác dô . ng cu ' a các tra . ng tù . nhâ ´n vào nhau, bȃ `ng tính châ ´t kê ´thù . a ngũ . nghĩa, mô hình hóa du . o . . c miê `n giá tri . chân lý ngôn ngũ . và xây du . . ng phu . o . ng pháp suy luâ . n tru . . c tiê ´p trên các giá tri . ngôn ngũ . . Tuy nhiên hê . luâ . t suy diê ˜n trong da . i sô ´gia tu . ' vâ ˜n chu . a dáp ú. ng dâ `y du ' khi gia ' i quyê ´t các bài toán suy diê ˜n. Khi chuyê ' n gia tu . ' , tù . mê . nh dê `p trong (p(x, hu), t), vó . i x là mô . t dô ´i tu . o . . ng, h là gia tu . ' , u là giá tri . ngôn ngũ . , t là giá tri . chân lý, có thê ' chuyê ' n thành (p(x, u), ht). Nhu . ng vó . i k = h, làm sao có thê ' chuyê ' n thành (p(x, ku), t ), hay là, làm sao có thê ' tính du . o . . c t trong (p(x, ku), t ) ? Quan sát luâ . t chuyê ' n gia tu . ' : (p(x, hu), t) ⇒ (p(x, u), ht), có thê ' thâ ´y t ⇒ ht, nghĩa là h là toán tu . ' tác dô . ng vào t ta . o thành ht, và hu ⇒ u, nghĩa là có mô . t toán tu . ' nào dó "khu . ' " gia tu . ' h trong hu. O . ' chiê `u ngu . o . . c la . i (p(x, u), ht) ⇒ (p(x, hu), t), gia tu . ' h tác dô . ng vào u * Nghiên cú . u du . o . . c hoàn thành vó . i su . . hô ˜tro . . tù . Quỹ phát triê ' n Khoa ho . c và Công nghê . Quô ´c gia (Nafosted) TR Â `N D ÌNH KHANG, TA . QUANG TRUNG, L Ê ANH PHU . O . NG ta . o thành hu, nhu . ng ht bi . "khu . ' " di h dê ' có t. Nhu . vâ . y, trong luâ . t chuyê ' n gia tu . ' , dô `ng hành vó . i viê . c nhâ ´n thêm gia tu . ' , còn có "khu . ' " gia tu . ' nũ . a. Diê `u này cũng phù ho . . p vó . i các câ ´u trúc toán hay logic: khi có toán tu . ' tác dô . ng, thì cũng có thê ' sinh ra ánh xa . ngu . o . . c vó . i nó. Bài báo [5], nȃm 2006, dã dê `xuâ ´t ánh xa . ngu . o . . c cu ' a gia tu . ' áp du . ng cho logic mô ta ' mò . ngôn ngũ . . Các tài liê . u [6,7] dã vâ . n du . ng ánh xa . ngu . o . . c cu ' a gia tu . ' cho lâ . p luâ . n xâ ´p xı ' và chu . o . ng trình logic ngôn ngũ . . Các tài liê . u trên dã du . a ra các ví du . vê `ánh xa . ngu . o . . c gia tu . ' , và chú . ng to ' ý nghĩa vê `mȃ . t lý thuyê ´t cũng nhu . ú. ng du . ng cu ' a nó. Nhȃ `m tiê ´p tu . c phát triê ' n sâu thêm khái niê . m ánh xa . ngu . o . . c, bài báo này sẽ trình bày vê các tính châ ´t, tiêu chuâ ' n xác di . nh ánh xa . ngu . o . . c cu ' a gia tu . ' , tù . dó xây du . . ng phu . o . ng pháp tính toán ánh xa . ngu . o . . c cu ' a gia tu . ' dô ´i vó . i ló . p da . i sô ´gia tu . ' do . n diê . u. Bài báo gô `m 5 phâ `n: Phâ `n 2 nhȃ ´c la . i các khái niê . m co . ba ' n vê `da . i sô ´gia tu . ' do . n diê . u; Phâ `n 3 nghiên cú . u ánh xa . ngu . o . . c cu ' a gia tu . ' , tính châ ´t cu ' a ánh xa . ngu . o . . c; Phâ `n 4 xây du . . ng phu . o . ng pháp tìm ánh xa . ngu . o . . c cu ' a gia tu . ' và Phâ `n 5 là kê ´t luâ . n. 2. DA . I S Ô ´GIA TU . ' DO . N DI Ê . U Nhȃ ´c la . i vê `luâ . t chuyê ' n gia tu . ' (p(x, hu), t) ⇒ (p(x, u), ht), hoȃ . c (p(x, u), ht) ⇒ (p(x, hu), t), nhu . dã phân tích trong tài liê . u [8], sẽ là ho . . p lý nê ´u giá tri . ngôn ngũ . hu, u và giá tri . chân lý t, ht tȃng hoȃ . c gia ' m nghĩa theo hai hu . ó. ng ngu . o . . c nhau, nghĩa là, hu > u dô `ng hành vó . i ht < t, và ngu . o . . c la . i. Tuy nhiên, trong tru . ò. ng ho . . p tô ' ng quát, diê `u dó không pha ' i lúc nào cũng dúng. Ví du . , xét mê . nh dê `: "Bȃ ´c là râ ´t ít già là dúng" chuyê ' n gia tu . ' thành "Bȃ ´c là ít già là râ ´t dúng". Ta có, ít già > râ ´t ít già, và dô `ng thò . i râ ´t dúng > dúng. Nhu . vâ . y, ca ' giá tri . ngôn ngũ . và giá tri . chân lý dê `u "tȃng" lên. Các tình huô ´ng này du . o . . c xác di . nh bo . ' i quan hê . tác dô . ng SIGN , quy di . nh mô . t gia tu . ' làm tȃng hay gia ' m nghĩa cu ' a gia tu . ' khác hoȃ . c cu ' a phâ `n tu . ' sinh. Sau dây là mô . t ví du . vê `quan hê . tác dô . ng: (giá tri . 1 là tȃng nghĩa, -1 là gia ' m nghĩa). ' H. H thuâ `n nhâ ´t, có nghĩa là, SIGN (h, k) = SIGN (h, k ), nê ´u k, k cùng tính châ ´t du . o . ng, âm (nghĩa là SIGN (k, c) = SIGN (k , c)); và SIGN (h, k) = -SIGN (h, k ), nê ´u k, k khác X
Uploads
Papers by 08.Trần Đình Khang