Dòng Nội dung
1
Đào tạo Chatbot AI hỗ trợ tư vấn về pháp luật Việt Nam : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Phan Duy Bảo; Trần Châu Thanh Thiện hướng dẫn
Tp. Hồ Chí Mính : Đại học Nguyễn Tất Thành, 2024
xi, 61 tr. : hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Xây dựng hệ thống Chatbot pháp lý sử dụng trí tuệ nhân tạo (AI) nhằm hỗ trợ giải đáp các câu hỏi pháp luật cơ bản, cung cấp thông tin pháp lý chính xác, nhanh chóng và tiện lợi cho người dân. Tăng cường khả năng tiếp cận pháp luật, đặc biệt đối với nhóm yếu thế; giảm thiểu áp lực lên các cơ quan tư pháp và luật sư thông qua tự động hóa các câu hỏi phổ biến; nâng cao hiểu biết pháp luật trong cộng đồng bằng cách cung cấp giải pháp tư vấn pháp lý dễ tiếp cận và thân thiện.
 Số bản sách: (1) Tài liệu số: (1)
2
Phân tích các cường độ động đất dựa trên các kỹ thuật học máy : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Lê Huỳnh Thiên Phú, Hà Minh Tân hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
56 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 551.22
Đề tài nghiên cứu bao gồm xây dựng một mô hình dự đoán động đất sử dụng kỹ thuật esemble kết hợp cross-validation. Mô hình không chỉ nhằm vào mục đích tận dụng tối đa thông tin từ nhiều nguồn khác nhau, mà còn tập trung vào giải quyết vấn đề của sự thiếu hụt thông tin từ phía truyền thông. Đảm bảo sự an toàn, hỗ trợ quá trình quản lý rủi ro và phát triển đô thị bền vững. Hướng tới sự hiểu biết sâu sắc về cơ sở lý luận và thực tiễn của động đất mà còn mang lại những ứng dụng thiết thực trong việc bảo vệ cộng đồng và tài nguyên tự nhiên.
 Số bản sách: (1) Tài liệu số: (0)
3
Thuật toán Random Forest trong phân loại và đánh giá dữ liệu xe ô tô : Khóa luận Tốt nghiệp chuyên ngành Trí tuệ nhân tạo. / Nguyễn Trần Duy Thanh; Thái Trúc Nhi hướng dẫn.
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành,2024
45 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Nghiên cứu và tìm hiểu thuật toán Random Forest : hiểu rõ nguyên lý hoạt động, ưu và nhược điểm và các yếu tố ảnh hưởng đến hiệu quả của thuật toán. Phân tích và tiền xử lý dữ liệu xe ô tô : thu thập và chuẩn hóa các loại dữ liệu liên quan đến xe ô tô. Xây dựng và triển khai mô hình phân loại : dự đoán lỗi của xe, phân loại hành vi lái xe, đánh giá hiệu suất hoạt động của xe. Đánh giá hiệu quả mô hình : so sánh kết quả mô hình Random Forest với các mô hình khác. Nghiên cứu lý thuyết nền tảng tìm hiểu các khái niệm cơ bản về Super - Resolution, GAN. Phát triễn mô hình phù hợp để tạo ra hình ảnh độ phân giải cao có độ chi tiết chân thật, kết hợp Đề xuất cải tiến dựa trên kết quả phân tích, đưa ra khuyến nghị và đề xuất cải tiến về công nghệ, quy trình vận hành xe ô tô và hệ thống hỗ trợ lái xe thông minh.
Số bản sách: (1) Tài liệu số: (1)
4
Ứng dụng Al nhận diện ngôn ngữ ký hiệu :Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
xiv, 54 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 006.35
Xây dựng một hệ thống nhận diện cử chỉ tay không chỉ đơn thuần để nhận diện và phân loại các ký hiệu mà còn tạo ra một giao diện người dùng thân thiện, dễ sử dụng. Hệ thống có thể được ứng dụng trong nhiều lĩnh vực, từ giao tiếp với máy tính cho người khiếm thính, đến việc điều khiển các thiết bị thông minh bằng cử chỉ tay mà không cần sử dụng bàn phím, chuột hay màn hình cảm ứng. Hệ thống này cũng mở ra nhiều cơ hội cho việc cải tiến giao diện người dùng trong các thiết bị công nghệ, đặc biệt trong các lĩnh vực như Internet of Things (IoT), trợ lý ảo, và thiết bị đeo thông minh. Việc sử dụng cử chỉ tay để điều khiển các thiết bị không chỉ là một xu hướng trong công nghệ mà còn là một sự cải tiến vượt bậc trong cách thức tương tác giữa con người và máy móc.
 Số bản sách: (1) Tài liệu số: (0)
5
Xây dựng hệ thống nhận dạng, đo tốc độ phương tiện sử dụng mô hình Yolo :Khóa luận Tốt nghiệp chuyên ngành Trí tuệ nhân tạo. / Trần Anh Vũ, Thái Trúc Nhi hướng dẫn.
Tp. Hồ Chí Minh:Đại học Nguyễn Tất Thành,2024
xiii, 55 tr. : hình ảnh, ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Trình bày giải pháp chóng ùn tắc giao thông bằng ứng dụng nhận dạng phương tiện sử dụng công cụ Deep Learning, cụ thể là trình bày các bước cơ bản để nhận dạng hình ảnh(xe ôtô) trên cơ sở lý thuyết, sau đó đi sâu nghiên cứu để có thể nhận dạng và đếm được số lượng xe và đo tốc độ phương tiện. Sản phẩm kết quả sẽ là một phương trình đơn giản mà đầu vào là một video chứa hình ảnh gồm con đường và phương tiện giao thông đang lưu thông trên đường, kết quả đầu ra sẽ là phân loại các loại phương tiện và số lượng xe ô tô đếm được ở mỗi thời điểm (frame) và tốc độ phương tiện trong video được ghi từ camera giao thông. Nghiên cứu và nhân rộng các giải pháp đột phá về khắc phục tình trạng ùn tắc giao thông, đồng thời nâng cao hiệu quả quản lý trật tự đô thị, kiểm soát phương tiện cơ giới cá nhân tham gia giao thông trên các tuyến quốc lộ và các tuyến đường có lưu lượng giao thông lớn.
 Số bản sách: (1) Tài liệu số: (0)