Trung tâm thư viện - Học viện công nghệ bưu chính viễn thông: Browsing DSpace

Browsing by Author PGS. TS. Phạm, Văn Cường

Jump to: 0-9 A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
or enter first few letters:

Showing results 1 to 4 of 4

Minor thesis

Mô hình chưng cất đa tác vụ cho nhận dạng giọng nói tiếng Việt

Authors: Đào, Hoàng Mai; Advisor: PGS. TS. Phạm, Văn Cường (2022)

• Chương 1: Tổng quan về các tác vụ cho bài toán nhận dạng giọng nói Nội dung chương 1 sẽ khái quát các vấn đề và phương pháp nhận dạng giọng nói, khảo sát về các phương pháp học máy đang được sử dụng cho ba nhiệm vụ con, và trình bày về phạm vi của đồ án. • Chương 2: Nhận dạng giọng nói bằng mô hình chưng cất và học đa tác vụ Nội dung của chương 2 sẽ giới thiệu kiến thức cơ bản về trí tuệ nhân tạo và các mạng thần kinh học sâu cũng như các bước xây dựng mô hình chưng cất gọn nhẹ đa tác vụ dựa trên cơ chế chú ý và các kỹ thuật như cắt tỉa mô hình và chưng cất tri thức. • Chương 3: Thực nghiệm và kết quả Nội dung của chương 3 trình bày quá trình thu thập dữ liệu, mô tả phương phá...

Nhận dạng hoạt động của người bằng học thích nghi

Authors: Trần, Khánh Hưng; Advisor: PGS. TS. Phạm, Văn Cường (2023)

Nội dung chi tiết của đồ án trình bày trong các chương sau, bao gồm:  Chương 1: Tổng quan về các tác vụ cho bài toán ước lượng tư thế người sử dụng tín hiệu radar. Chương 2: Ước lượng tư thế người sử dụng tín hiệu radar bằng học sâu. Chương 3: Thực nghiệm và kết quả

392be751-84ff-41b2-a2c7-02e01e04943b.pdf.jpg

Phát triển game cờ vua tự động bằng phương pháp học sâu

Authors: Mai, Tuấn Anh; Advisor: PGS. TS. Phạm, Văn Cường (2023)

đồ án trình bày trong các chương sau, bao gồm: Chương 1 - Tổng quan: Trong chương này, đồ án tập trung trình bày các khái niệm về cờ vua, luật cờ vua, trình bày các nghiên cứu liên quan, đồng thời giới thiệu về kiến trúc và các thuật toán cần thiết để xây dựng các mạng học sâu. Chương 2 - Mô hình học sâu cho bài toán đánh giá nước đi trong cờ vua: Trong chương này, đồ án trình bày các bước thu thập dữ liệu, học sâu không giám sát, học sâu có giám sát, áp dụng vào hàm đánh giá phục vụ cho hàm tìm kiếm nước đi phù hợp Chương 3 - Thực nghiệm và đánh giá: Trong chương này, đồ án trình bày về sự đánh giá các giai đoạn huấn luyện và kết quả thu được từ huấn luyện cờ vua

Nguyễn Viết Thành Đạt - B17DCCN117.pdf.jpg

Minor thesis

QC-StyleGAN2: Mô hình sinh đối nghịch với tùy biến chất lượng đầu ra

Authors: Nguyễn, Viết Thành Đạt; Advisor: PGS. TS. Phạm, Văn Cường (2021)

Đồ án sẽ đề xuất một mô hình sinh đối nghịch mới, được gọi là QC-StyleGAN2, giải quyết bài toán khi đầu vào là hình ảnh chất lượng thấp như ảnh có độ phân giải thấp, mờ, nhiễu hay có định dạng JPEG. QC-StyleGAN2 được phát triển dựa trên StyleGAN2 - một mô hình sinh đối nghịch (GAN) được thiết kế đặc thù để sinh ảnh chất lượng cao và độ phân giải lớn. Tuy nhiên, khác với StyleGAN2, QC-StyleGAN2 có thể tùy biến đầu vào để thu được ảnh sắc nét hoặc kém chất lượng. Đồ án cũng trình bày ứng dụng của QC-StyleGAN2 trong việc tái tạo lại ảnh chất lượng cao từ ảnh chất lượng thấp đầu vào, sử dụng một phép chiếu để tìm mã hóa tương ứng của ảnh đầu vào và tùy biến lại chất lượng ảnh.