CSDL Bài trích Báo - Tạp chí
chủ đề: Trí tuệ nhân tạo
111 Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo / Trần Đức Học, Lê Tấn Tài // .- 2020 .- Tập 14 Số 1V .- Tr. 35-45 .- 624
Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượngvà đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thốngkê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗtrợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regressiontrees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linearregression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) vàmô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư.Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hìnhđơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất làCART + GENLIN.
112 Phương pháp xử lý hiện tượng mô hình quá khớp trong xây dựng mô hình học sâu để ước lượng khả năng chịu tải của giàn phi tuyến / Hà Mạnh Hùng, Trương Việt Hùng, Đinh Văn Thuật, Vũ Quang Việt // .- 2020 .- Tập 14 Số 1V .- Tr. 12-20 .- 624
Bài báo này sẽ trình bày, phân tích và so sánh hiệu quả của một số kỹ thuậtthường được áp dụng hiện nay cho việc xử lý hiện tượng mô hình quá khớp bao gồm kỹ thuật dừng sớm (EarlyStopping), nhớ mô hình (Model Checkpoint) và kết hợp hai kỹ thuật trên. Một giàn phẳng gồm 39 thanh đượcsử dụng để minh họa cho nghiên cứu. Tập dữ liệu cho mô hình học sâu được tạo ra từ phân tích phi tuyến giàncó thông số đầu vào là diện tích mặt cắt ngang của các thanh giàn và thông số đầu ra là hệ số khả năng chịu tải(LF). Kết quả nghiên cứu cho thấy phương pháp kết hợp cả hai kỹ thuật dừng sớm và nhớ mô hình đem lại hiệuquả cao nhất về cả góc độ thời gian huấn luyện và độ chính xác của mô hình.
113 Nghiên cứu ứng dụng của trí tuệ nhân tạo trong thương mại điện tử và phân tích ứng dụng trí tuệ nhân tạo của Amazon / Phạm Thị Chanh // Công thương (Điện tử) .- 2019 .- Số 2 .- Tr. 388-394 .- 381.142
Trí tuệ nhân tạo đang ngày càng góp phần thay đổi sâu sắc các lĩnh vực của cuộc sống. Nhiều công ty ngành công nghiệp, các mô hình kinh doanh ứng dụng trí tuệ nhân tạo. Tuy nhiên, trong lĩnh vực mua sắm, thương mại, sự hiện diện của trí tuệ nhân tạo vẫn còn tương đối hạn chế và cần sự can thiệp của con người khá nhiều. Trong khi đó, thương mại điện tử đang làm thay đổi cục diện trong ngành Bán lẻ. Dự báo đến năm 2020, trí tuệ nhân tạo sẽ trở thành một trong năm ưu tiêu hàng đầu của hơn 20% giám đốc công nghệ thông tin từ các công ty lớn trên toàn cầu. Nghiên cứu này muốn đóng góp vào việc ứng dụng trí tuệ nhân tạo trong thương mại điện tử nhằm thay đổi cục diện của thương mại điện tử theo rất nhiều cách khác nhau.
114 Công nghệ trí tuệ nhân tạo: Thời cơ lớn của Việt Nam / // Khoa học và Công nghệ Việt Nam A .- 2019 .- Số 9(726) .- Tr.8-11 .- 006
Phân tích công nghệ trí tuệ nhân tạo: thời cơ lớn của Việt Nam. Sự kiện đề cao tính kết nối trong cộng đồng AI, thúc đẩy nghiên cứu ứng dụng AI trong các ngành kinh tế - xã hội của đất nước, đồng thời khơi gợi tình yêu khoa học, đặc biệt là AI trong giới trẻ.
115 Ứng dụng trí tuệ nhân tạo trong ngành logistics tại Việt Nam / Ngô Phúc Hạnh, Vũ Thị Tâm, Nguyễn Thị Thu // Nghiên cứu kinh tế .- 2019 .- Số 6 .- Tr. 18-30 .- 658
Tập trung nghiên cứu thực trạng ứng dụng trí tuệ nhân tạo trong ngành logistics trên thế giới và tại Việt Nam, với phương pháp nghiên cứu định tính cùng việc phân tích các số liệu thu thập được từ những dữ liệu thống kê, báo cáo về thực trạng ứng dụng trí ruệ nhân tạo trong ngành logistic, từ đó đề xuất các khuyến nghị và chính sách cho các doanh nghiệp logistics tại Việt Nam trong việc ứng dụng trí tuệ nhân tạo.
116 Trí tuệ nhân tạo và những thách thức trong việc xác định trách nhiệm bồi thường thiệt hại ngoài hợp đồng / Chu Thị Thanh An, Phạm Thị Hiền // Luật học .- 2018 .- Số 11 .- Tr. 3 – 16 .- 340
Bài viết phân tích và nhận diện những thách thức trong cách thức phân bổ trách nhiệm giữa các bên trong quan hệ pháp luật bồi thường thiệt hại ngoài hợp đồng liên quan đến trí tuệ nhân tạo theo quan niệm truyền thống cũng như những giải pháp thay thế đang được thảo luận và đề xuất áp dụng ở một số quốc gia trên thế giới. Trên cơ sở đó, các tác giả đưa một số nhận định trong việc lựa chọn cách thức phân bổ trách nhiệm bồi thường thiệt hại ngoài hợp đồng liên quan đến trí tuệ nhân tạo.
117 Góp bàn về chiến lược phát triển trí tuệ nhân tạo của Việt Nam / Nguyễn Thanh Thủy, Hà Quang Thủy, Phan Xuân Hiếu, Nguyễn Trí Thành // Khoa học và Công nghệ Việt Nam A .- 2018 .- Số 11 (716) .- Tr. 8 – 11 .- 004
Phân tích nhu cầu và quy mô thị trường AI trên thế giới, dấu ấn ban đầu của AI Việt Nam, chiến lược AI của Việt Nam.
118 Xu hướng xây dựng chính sách phát triển công nghệ trí tuệ nhân tạo (AI) trên thế giới / Lê Duy Tiến // Thông tin và Truyền thông .- 2018 .- Số 557 (747) .- Tr. 17 – 25 .- 004
Tóm tắt tình hình phát triển của công nghệ trí tuệ nhân tạo (AI) nói chung và các chiến lược, chính sách phát triển AI của các nước trên thế giới.
119 Trí tuệ nhân tạo – động lực mới phát triển kinh tế xã hội / Nguyễn Văn Thuật // Thông tin và Truyền thông .- 2018 .- Số 557 (747) .- Tr.26 – 29 .- 005
Trình bày các nội dung về trí tuệ nhân tạo – một chặng đường lịch sử; trí tuệ nhân tạo thúc đẩy phát triển kinh tế, xã hội.
120 Ứng dụng trí tuệ nhân tạo trong hỗ trợ chẩn đoán bệnh nha khoa / Trần Thị Ngân, Trần Mạnh Tuấn // Thông tin và Truyền thông .- 2018 .- Số 557 (747) .- Tr. 34 – 37 .- 005
Trình bày về ứng dụng trí tuệ nhân tạo trong hỗ trợ chẩn đoán nha khoa. Bài báo giới thiệu tổng quan trí tuệ nhân tạo trong hỗ trợ chẩn đoán nha khoa, các mô hình hỗ trợ chẩn đoán nha khoa mà nhóm đã nghiên cứu trong thời gian vừa qua. Các kết quả thực nghiệm của các mô hình dựa trên các độ đo MSE, MAE, Accuracy.