Ứng dụng CNN và Bi-LSTM trong dự đoán chất lượng nước

kod QR

Ứng dụng CNN và Bi-LSTM trong dự đoán chất lượng nước

Đề tài sử dụng mô hình kết hợp của Convolutional Neural Network (CNN) và Bidirectional Long Short Term Memory (Bi-LSTM) trong dự đoán sự thay đổi của chỉ số chất lượng nước Water Quality Index. Với việc ứng dụng kỹ thuật học sâu trong việc dự đoán sớm chất lượng nước có thể giúp tiết kiệm nhiều chi...

Szczegółowa specyfikacja

Zapisane w:

Opis bibliograficzny
1. autor:	Nguyễn Khánh Duy
Kolejni autorzy:	PGS. TS. Nguyễn Thái Sơn (người hướng dẫn khoa học)
Język:	vie
Wydane:	Trường Đại học Trà Vinh 2023
Dostęp online:	https://opac.tvu.edu.vn/pages/opac/wpid-detailbib-id-44860.html
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!

Thư viện lưu trữ:	Trung tâm Học liệu – Phát triển Dạy và Học, Trường Đại học Trà Vinh

Podobne zapisy

A Combined CNN and LSTM Model to Predict PM2.5 Concentration in Vietnam
od: Võ, Phương Bình
Wydane: (2024)

Phân tích ý kiến người dùng sử dụng phương pháp học sâu kết hợp CNN-LSTM
od: Trần, Hữu Hạnh
Wydane: (2019)

Using BiLSTM in Dependency Parsing for Vietnamese
od: Nguyễn, Thị Lương, i wsp.
Wydane: (2022)

SỬ DỤNG MÔ HÌNH HỌC SÂU LSTM TRONG DỰ ĐOÁN GIÁ TRỊ CỔ PHIẾU
od: Trần, Quang Quý, i wsp.
Wydane: (2025)

Mô hình kết hợp CNN - LSTM cho bài toán chuyển lời nói tường trình phòng mổ sang văn bản : Luận văn thạc sĩ - Chuyên ngành: Khoa học máy tính
od: Nguyễn,Tuấn Anh
Wydane: (2020)

Apply CNN-XGBoost into Weather Image Recognition
od: Tran, Quy Nam, i wsp.
Wydane: (2023)

Mangosteen Fruit Detection Using Improved Faster R-CNN
od: Trinh, Trung Hai, i wsp.
Wydane: (2023)

Ứng dụng Mạng LSTM (Long short-term memory) dự báo sản lượng điện lượng mặt trời tại Trường Đại học Trà Vinh
od: Trần Anh Thảo
Wydane: (2023)

Predicting Customer Sentiment with Vietnamese Hotel Services by LSTM Model
od: Bui, Khanh Linh, i wsp.
Wydane: (2023)

Kết hợp ScatNet và CNN ứng dụng vào phân lớp Texture :
od: Dương, Lập Văn
Wydane: (2020)

ỨNG DỤNG SEQ2SEQ-LSTM TRONG MÔ HÌNH DỰ BÁO NGẮN HẠN PHỤ TẢI CHO LƯỚI ĐIỆN Ở TIỀN GIANG
od: Dương, Ngọc Hùng, i wsp.
Wydane: (2025)

Mô hình kết hợp HHO-GCN-LSTM ứng dụng trong dự báo đồ thị phụ tải cho lưới điện nhỏ
od: Dương, Ngọc Hùng, i wsp.
Wydane: (2023)

MÔ HÌNH KẾT HỢP HHO-GCN-LSTM ỨNG DỤNG TRONG DỰ BÁO ĐỒ THỊ PHỤ TẢI CHO LƯỚI ĐIỆN NHỎ
od: Dương, Ngọc Hùng, i wsp.
Wydane: (2025)

Phát triển kinh tế tri thức trong quá trình đẩy mạnh CNN, HĐH
od: Nguyễn, Khánh Vân
Wydane: (2024)

SỬ DỤNG MẠNG NEURAL TÍCH CHẬP (CNN) ĐỂ CHẨN ĐOÁN COVID-19 TỪ ẢNH X-QUANG NGỰC
od: Lê, Thuý Phương Như, i wsp.
Wydane: (2025)

Ứng dụng mạng Long Short-Term Memory (LSTM) để dự báo mực nước tại trạm Quang Phục và Cửa Cấm, Hải Phòng, Việt Nam
od: Lê, Xuân Hiền, i wsp.
Wydane: (2024)

ĐÁNH GIÁ CÁC MÔ HÌNH DỰ BÁO BỨC XẠ MẶT TRỜI: LIGHTGBM, LSTM VÀ GRU
od: Nguyễn, Tuấn Anh, i wsp.
Wydane: (2025)

Dự báo tỷ giá hối đoái EUR/USD bằng thuật toán kết hợp EEMD-LSTM
od: Trần, Thị Tuấn Anh, i wsp.
Wydane: (2025)

Dự báo tỷ giá hối đoái EUR/USD bằng thuật toán kết hợp EEMD-LSTM
od: Trần, Thị Tuấn Anh
Wydane: (2025)

Nghiên cứu sử dụng mô hình trí tuệ nhân tạo LSTM - NA trong dự báo chất lượng không khí cho các mỏ than lộ thiên sâu
od: Đỗ, Văn Triều, i wsp.
Wydane: (2023)

An Application of CNN-based Models with Fine-tuning Techniques on Malevis Malware Dataset
od: Tran, Hoang Hai, i wsp.
Wydane: (2024)

2D-CNN Based Segmentation of Ischemic Stroke Lesions in MRI Scans
od: Pir, Masoom Shah, i wsp.
Wydane: (2021)

Dự báo chất lượng không khí bằng mô hình LSTM-MA trường hợp sử dụng dữ liệu tại trạm quan trắc tự động ngã tư Giếng Nước, tỉnh Bà Rịa - Vũng Tàu
od: Hồ, Minh Dũng, i wsp.
Wydane: (2025)

Dự báo chất lượng không khí bằng mô hình LSTM-MA trường hợp sử dụng dữ liệu tại trạm quan trắc tự động ngã tư Giếng Nước, tỉnh Bà Rịa - Vũng Tàu
od: Hồ, Minh Dũng, i wsp.
Wydane: (2025)

Nhận dạng tiếng nói điều khiển với convolutional neural network (CNN)
od: Thái, Thuận Thương
Wydane: (2023)

Thiết kế mạng học sâu Long Short-term Memory (LSTM) để dự báo lưu lượng và phát hiện bất thường trong mạng cấp nước sạch
od: Hoàng, Văn Thông, i wsp.
Wydane: (2023)

A study on syntactic and pragmatic features of repetition in talk asia shows on cnn channel
od: Phan Thụy Tường Vân
Wydane: (2024)

A study on syntactic and pragmatic features of repetition in talk asia shows on cnn channel /
od: Phan,Thụy Tường Vân.
Wydane: (2016)

TRUY VẤN ẢNH SỬ DỤNG RS-TREE VÀ MẠNG HỌC SÂU R-CNN
od: Lê, Thị Vĩnh Thanh, i wsp.
Wydane: (2025)

SỬ DỤNG MÔ HÌNH LSTM NHIỀU TẦNG VÀO BÀI TOÁN TÌM KIẾM CÂU HỎI
od: Lương, Thị Minh Huế
Wydane: (2025)

Nghiên cứu ứng dụng mô hình FASTER R-CNN trong nhận diện ảnh để điểm danh sinh viên
od: Bùi, Thị Thu Hà
Wydane: (2023)

Nghiên cứu xây dựng mô hình máy học LSTM (Long short-Term Memory) dự báo lưu lượng nước tại Trạm Thủy văn Hà Nội trên sông Hồng
od: Trần, Thị Tú, i wsp.
Wydane: (2025)

ỨNG DỤNG MÔ HÌNH HỌC MÁY FASTER R-CNN PHÁT HIỆN NẤM ĂN ĐƯỢC VÀ KHÔNG ĂN ĐƯỢC
od: Trần, Thu Hương
Wydane: (2025)

A LIGHTWEIGHT DEEP LEARNING MODEL FOR AGE AND GENDER IDENTITY PROBLEM USING THE CNN NETWORK
od: Phùng, Thị Thu Trang, i wsp.
Wydane: (2023)

Học đặc trưng không gian dùng cnn trong hệ thống phát hiện xâm nhập mạng
od: Nguyễn, Thanh Vân
Wydane: (2025)

Phát hiện hư hỏng cho cầu giàn thép sử dụng mô hình 1DCNN-LSTM
od: Trần, Ngọc Hòa, i wsp.
Wydane: (2025)

ỨNG DỤNG KẾT HỢP LỌC WAVELET TIỀN XỬ LÝ DỮ LIỆU CHO MẠNG GCN-LSTM VỚI GIẢI THUẬT TỐI ƯU HÓA HHO TRONG MÔ HÌNH DỰ BÁO PHỤ TẢI
od: Dương, Ngọc Hùng, i wsp.
Wydane: (2025)

DỰ BÁO GIÁ CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN THÔNG QUA MÔ HÌNH PHỨC HỢP LSTM – GRU HYBRID
od: Trịnh, Viết Giang
Wydane: (2025)

Mô hình khử nhiễu ảnh dựa trên mạng CNN sâu và kết nối nhảy
od: Từ, Nguyên Phương, i wsp.
Wydane: (2021)

Xây dựng hệ thống nhận dạng phân loại trái cây chín tiếp cận mạng Nơron tích chập (CNN)
od: Trịnh, Trung Hải, i wsp.
Wydane: (2021)