54301Phân loại trong xử lí nợ xấu tại các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam
Nghiên cứu phân biệt ba nhóm doanh nghiệp trên thị trường chứng khoán, gồm: Doanh nghiệp không có nợ xấu, doanh nghiệp có nợ xấu còn hoạt động và doanh nghiệp có nợ xấu dừng hoạt động. Sử dụng mô hình phân biệt đa biến (MDA - Multiple Discriminant Analysis) với 2 hàm phân biệt đã cho kết quả 3 trọng tâm của các nhóm là tách biệt nhau từ dữ liệu các công ty niêm yết trên sàn chứng khoán cùng phương pháp mô tả đặc tính trong hoạt động kinh tế tại Việt Nam. Từ kết quả nghiên cứu, nhóm tác giả khuyến nghị một số giải pháp nhằm tăng cường hiệu quả xử lí nợ xấu tại Việt Nam.
54302Phân loại ứng xử đất dựa trên kết quả thí nghiệm CPT
Bài báo này ứng dụng giải thuật học không giám sát (unsupervised learning) để nâng cao khả năng nhận dạng các nhóm đất có cùng đặc điểm ứng xử dựa trên bộ dữ liệu bao gồm 1339 CPT với các nhóm đất khác nhau.
54303Phân loại và đánh giá nguyên nhân các dạng hư hỏng của công trình dân dụng và công nghiệp
Trình bày kết quả khảo sát, nghiên cứu về việc phân loại và đánh giá nguyên nhân dẫn tới các dạng hư hỏng của một kết cấu bê tông cốt thép hay toàn bộ công trình dân dụng và công nghiệp.
54304Phân loại và đo lường tài sản tài chính theo IFRS 09
Bài viết tập trung làm rõ một trong những điểm mới trên của IFRS 09 so với IAS 39, đó chính là việc phân loại và đo lường tài sản tài chính là công cụ nợ hoặc công cụ vốn. Đối với tài sản tài chính là công cụ phái sinh, tác giả xin phép được làm rõ ở bài viết khác.
54305Phân loại và nghiên cứu đặc tính của xạ khuẩn nội sinh YBQ75 phân lập từ cây quế (Cinnamomum cassia presl)
Nghiên cứu tập trung vào đặc điểm sinh học và phân loại chủng xạ khuẩn nội sinh YBQ75 có khả năng sinh kháng sinh được phân lập từ cây quế tại Yên Bái.
54306Phân loại việc thi hành án dân sự - Một số vấn đề lý luận và thực tiễn
Phân loại việc thi hành án dân sự có ý nghĩa đặc biệt quan trọng trong thủ tục tổ chức thi hành án. Phân loại chính xác việc thi hành án không chỉ góp phần nâng cao hiệu quả tổ chức thi hành án mà còn làm cơ sở cho việc hoàn thiện chế độ thống kê, báo cáo trong thi hành án dân sự. Tuy nhiên, hiện nay công tác phân loại việc thi hành án vẫn còn một số hạn chế, bất cập. Bài viết phân tích một số vấn đề lý luận và thực tiễn liên quan đến phân loại việc thi hành án dân sự và đề xuất một số giải pháp liên quan, góp phần hoàn thiện và nâng cao hiệu quả công tác này.
54307Phân loại, đánh giá ca dao sưu tầm ở Phú Yên
Giới thiệu về phân loại, đánh giá ca dao sưu tầm ở Phú Yên. Tìm hiểu về mảnh đất con người Phú Yên trong lịch sử và qua ca dao; vẻ đẹp nghệ thuật của ca dao sưu tầm ở Phú Yên.
54308Phân lớp ảnh sử dụng kỹ thuật MDS kết hợp với SVM
Khái quát về xử lý ảnh, tổng quan về các kỹ thuật phân lớp ảnh và nhận dạng. Giới thiệu về kỹ thuật DS, MDS kết hợp với SVM, xây dựng mô hình phân lớp MDS-SVM, mô tả hoạt động của hệ thống phân lớp cũng như lưu đồ giải thuật của hệ thống. Cài đặt và chạy chương trình thử nghiệm, đưa ra các thông số mô phỏng, giới thiệu giao diện chương trình.
54309Phân lớp ảnh sử dụng kỹ thuật wavelet kết hợp với SVM
Chương 1. Tổng quan về phương pháp vector tựa; Chương 2. Phương pháp trích chọn đặc trưng PCA và Wavelet; Chương 3. Ứng dụng SVM kết hợp wavelet vào bài toán nhận dạng mặt người.
54310Phân lớp dữ liệu mất cân bằng trong bài báo dự đoán thuê bao rời bỏ nhà mạng dựa vào giải thuật Rừng Ngẫu Nhiên cải tiến
Trong lãnh vực viễn thông, việc thuê bao rời bỏ nhà mạng là sự cố rất đáng quan tâm vì vấn đề này có thể ảnh hưởng đến lợi nhuận của công ty. Tuy nhiên, đặc điểm dữ liệu mất cân bằng trong bài toán dự đoán thuê bao rời bỏ nhà mạng gây khó khăn cho việc phát triển một mô hình phân lớp hiệu quả để giải quyết bài toán này. Trong nghiên cứu này thử áp dụng giải thuật rừng ngẫu nhiên có điều chỉnh hàm chi phí (cost-sensitive weighted random forest - CSWRF), vốn đã thành công trong bài toán phát hiện gian lận thẻ tín dụng (credit card fraud detection), để giải quyết vấn đề dữ liệu mất cân bằng trong bài toán dự đoán thuê bao rời bỏ nhà mạng. Ngoài ra, chúng tôi so sánh hiệu quả của giải thuật CSWRF với cách tiếp cận lấy mẫu dữ liệu: kết hợp giải thuật Rừng Ngẫu Nhiên với kỹ thuật lấy mẫu tăng SMOTE. Kết quả thực nghiệm trên hai bộ dữ liệu mẫu cho thấy đối với bài toán dự đoán thuê bao rời bỏ nhà mạng, vốn là bài toán mất cân bằng dữ liệu, hiệu quả phân lớp của giải thuật CSWRF thuộc cách tiếp cận điều chỉnh hàm chi phí (cost-sensitive learning) tốt hơn phương pháp SMOTE kết hợp giải thuật Rừng Ngẫu Nhiên.