Dựa trên cơ sở khoa học để lựa chọn giải pháp gia cố sâu bằng cọc xi măng đất, mái dốc được gia cố bằng cách tạo các lớp lưới địa xen kẹp trong từng lớp đất đắp mái, có ví dụ tính toán cụ thể để kiểm chứng cho sơ đồ kết cấu lựa chọn, và cuối cùng là kết luận và kiến nghị cho những phạm vi công trình có thể áp dụng.
Trình bày kết quả nghiên cứu công thức xác định sức kháng uốn dầm cầu dự ứng lực (DƯL) căng trước sử dụng bê tông siêu tính năng (UHPC) tiết diện chữ I và chữ T, chế tạo từ các thành phần vật liệu sẵn có tại Việt Nam.
Nghiên cứu này khảo sát hiệu quả gia cường uốn của tấm CFRP trên dầm bê tông dự ứng lực dùng cáp không bám dính (UPC) nứt sẵn. Chương trình thí nghiệm được thực hiện trên bốn dầm UPC có tiết diện chữ T kích thước lớn. Khả năng làm việc của dầm UPC nứt trước được gia cường bằng tấm CFRP được khảo sát chi tiết trong nghiên cứu này. Thông số khảo sát bao gồm số lớp tấm gia cường CFRP và ảnh hưởng của việc sử dụng hệ neo dạng U (U-wraps) cho tấm CFRP.
Nghiên cứu được thực hiện nhằm nhận dạng một số yếu tố có thể ảnh hưởng đến sự thành công các dự án đường sắt đô thị tại TP. HCM theo phương thức đối tác công tư (PPP).
Attribute reduction, or attribute selection in the decision table, is a fundamental problem of rough set theory. Currently, many scientists are interested in and developing these issues. Unfortunately, most studies focus mainly on the complete decision table. On incomplete decision tables, researchers have proposed tolerance relations and designed attribute reduction algorithms based on different measures. However, these algorithms only return a reduct and do not preserve information in the decision tables. This paper will propose an efficient method to determine entire reducts of incomplete decision tables according to the relational database approach. In the complex case, this algorithm has exponential computational complexity. However, this algorithm has polynomial computational complexity in the different cases of databases.
The exponential growth of bioinformatics in the healthcare domain has revolutionized our understanding of DNA, proteins, and other biomolecular entities. This research contributes to the development of more effective indexing methods for managing and querying large XML datasets in bioinformatics applications, ultimately advancing biomedical research and healthcare initiatives.
This study extracts images from Taekwondo videos and generates skeleton data from frames using the Fast Forward Moving Picture Experts Group (FFMPEG) technique using MoveNet. After that, we use deep learning architectures such as Long Short-Term Memory Networks, Convolutional Long Short-Term Memory, and Long-term Recurrent Convolutional Networks to perform the poses classification tasks in Taegeuk in Jang lessons. This work presents two approaches. The first approach uses a sequence skeleton extracted from the image by Movenet. Second, we use sequence images to train using video classification architecture. Finally, we recognize poses in sports lessons using skeleton data to remove noise in the image, such as background and extraneous objects behind the exerciser. As a result, our proposed method has achieved promising performance in pose classification tasks in an introductory Taekwondo lesson.
This paper presents our approach that addresses the problem of transplanting a source speaker's emotional expression to a target speaker, one of the Vietnamese Language and Speech Processsing (VLSP) 2022 TTS tasks. Our approach includes a complete data pre-processing pipeline and two training algorithms. We first train a source speaker's expressive TTS model, then adapt the voice characteristics for the target speaker. Empirical results have shown the efficacy of our method in generating the expressive speech of a speaker under a limited training data regime.
In this paper, we propose applying a jointly developed model to the task of multilingual visual question answering. Specifically, we conduct experiments on a multimodal sequence-to-sequence transformer model derived from the T5 encoder-decoder architecture. Text tokens and Vision Transformer (ViT) dense image embeddings are inputs to an encoder then we used a decoder to automatically anticipate discrete text tokens. We achieved the F1-score of 0.4349 on the private test set and ranked 2nd in the EVJVQA task at the VLSP shared task 2022. For reproducing the result, the code can be found at https://github.com/DinhLuan14/VLSP2022-VQA-OhYeah.
In this paper, we consider a boundary value problem for a fully fourth-order nonlinear functional differential equation which contains all lower derivatives of proportional delay arguments.
By the reduction of the problem to operator equation for the right-hand side nonlinear function, we establish the existence and uniqueness of the solution and construct iterative methods on both continuous and discrete levels for solving it. We obtain the total error estimate for the discrete iterative solution. Many examples demonstrate the validity of the obtained theoretical results and the efficiency of the numerical method.
