Dòng Nội dung
1
Nhận diện thiết bị bảo vệ cá nhân bằng Deep Learning : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Lê Tuấn Kiệt; Hà Minh Tân hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
xi, 42 tr. : hình ảnh; bảng ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Nghiên cứu về việc phát triển một mô hình AI sử dụng thuật toán YOLO (You Only Look Once) để nhận diện và kiểm tra trang thiết bị bảo hộ cá nhân trên người mọi người khi họ cố gắng vào công trình. Công nghệ này không chỉ có thể giúp cải thiện an toàn lao động mà còn đơn giản hoá quy trình kiểm tra và giúp quản lý công trình hiệu quả hơn. Việc nhận diện trang thiết bị bảo hộ cá nhân (PPE) đóng vai trò quan trọng trong việc cải thiện an toàn lao động, đặc biệt trong ngành xây dựng. Ngành xây dựng đặt ra những thách thức đáng kể cho việc bảo đảm an toàn lao động do môi trường làm việc nguy hiểm và rủi ro tai nạn cao.
 Số bản sách: (1) Tài liệu số: (0)
2
Xây dựng mô hình tích hợp kỹ thuật học sâu để dự đoán giá vàng : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / Lê Tuấn Kiệt; Võ Thị Hồng Thắm, Cao Văn Kiên hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
xiii, 66 tr. : biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Đề tài nghiên cứu nhằm phát triển, xây dựng mô hình dự đoán vùng đảo chiều giá dựa trên mô hình hồi quy hạt nhân NWKR và ATR, tích hợp vào hệ thống giao dịch tự động. Tối ưu hóa siêu tham số và đánh giá qua metrics như win rate, profit factor, Sharpe ratio và max drawdown. Xây dựng trading bot với chức năng backtesting, quản lý rủi ro (position sizing, stop loss), tối ưu hóa tham số và trực quan hóa kết quả. Đánh giá hiệu suất mô hình qua các metrics như win rate, profit factor, sharpe ratio và max drawdown trên dữ liệu thực tế. Đề xuất các cải tiến để áp dụng mô hình vào giao dịch vàng, có khả năng mở rộng sang cổ phiếu và các loại tài sản khác, nhằm tăng lợi nhuận và giảm rủi ro, ứng dụng mô hình trong thực tiễn giao dịch.
 Số bản sách: (1) Tài liệu số: (0)