Dòng Nội dung
1
Dự báo chất lượng không khí dựa trên dữ liệu chuỗi thời gian : Đề án Thạc sĩ Công nghệ thông tin, Mã ngành: 8480201 / Nguyễn Duy Nguyên; Võ Thị Hồng Thắm (hướng dẫn)
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
64 tr. : biểu đồ; bảng ; 29 cm.
Ký hiệu phân loại (DDC): 005.754
Dự báo được chất lượng của không khí tại một thời điểm theo chuỗi thời gian. Xây dựng mô hình cải tiến kết quả dự đoán chất lượng không khí. So sánh, đánh giá hiệu suất, độ chính xác của mô hình cải tiến với các mô hình LSTM, GRU
 Số bản sách: (1) Tài liệu số: (1)
2
Kế toán thuế giá trị gia tăng tại Công ty TNHH Thương mại - Đại lý thuế Thanh Hạnh : Khóa luận tốt nghiệp / Võ Thị Hồng Thắm; Nguyễn Thị Thanh Trầm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2021
41 tr. : hình ảnh; bảng biểu; 29 cm.
Ký hiệu phân loại (DDC): 336.2714
Hệ thống hóa cơ sở ý luận về kế toán thuế giá trị gia tăng tại công ty TNHH Thương mại-Đại lý Thuế Thanh Hạnh. Tìm hiểu thực trạng công tác kế toán thuế giá trị gia tăng tại công ty, qua đó nhận xét và đề xuất giải pháp hoàn thiện công tác kế toán thuế giá trị gia tăng tại công ty
 Số bản sách: (1) Tài liệu số: (1)
3
Kết hợp Fuzzy Neural Network và Auto-Encoder để dự báo chất lượng không khí : Báo cáo tổng kết Đề tài Khoa học và Công nghệ cấp cơ sở năm 2023 -2024 / Võ Thị Hồng Thắm
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
19 tr. ; 29 cm.
Ký hiệu phân loại (DDC): 005.5
Trình bày tổng quan về các công trình nghiên cứu liên quan đến đề tài, phân tích điểm mạnh và thách thức từ các công trình này từ đó xác định tiềm năng của vấn đề nghiên cứu.Mô tả mô hình đề xuất và kết quả thực nghiệm chứng minh tính hiệu quả của mô hình là đạt độ chính xác cao hơn so sánhvới các công trình đã công bố.
Số bản sách: (1) Tài liệu số: (0)
4
Phân tích cảm xúc người dùng bằng kỹ thuật học sâu cho văn bản tiếng Việt : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Trần Lê Minh Trung; Võ Thị Hồng Thắm (hướng dẫn)
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
67 tr. : hình; biểu đồ; sơ đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Tập trung vào nghiên cứu các mô hình học máy và học sâu để giải quyết bài toán phân loại cảm xúc trên các bình luận trực tuyến bằng tiếng Việt. Qua đó, giúp cải thiện khả năng hiểu và phân tích cảm xúc. Kết quả thực nghiệm cho thấy rằng mô hình PhoBERT-base chạy tốt trên bộ dữ liệu UIT-VSMEC và mang lại hiệu suất cao hơn các mô hình học máy truyền thống và các mô hình học sâu còn lại
 Số bản sách: (1) Tài liệu số: (1)