Nghiên cứu xây dựng mô hình học sâu giải quyết bài toán nhận dạng ảnh thời tiết

Các nhiệm vụ khác

Cải tiến lai tạo giống heo đen địa phương ở Sơn Hòa bằng giống heo ngoại
Nghiên cứu thiết kế chế tạo các thiết bị phương tiện và hệ thống tự động kiểm tra giám sát điều hành phục vụ cho an toàn giao thông đường bộ-Quyển 2
Tư tưởng Hồ Chí Minh về xây dựng nền văn hóa mới Việt Nam
Nghiên cứu yếu tố ảnh hưởng đến khả năng tiếp cận bảo hiểm xã hội tự nguyện đối với người lao động khu vực Tây Nguyên
Đổi mới công tác lập kế hoạch kiểm toán năm của Kiểm toán Nhà nước
Nghiên cứu thực trạng phát triển nguồn nhân lực nông nghiệp nông thôn sau 30 năm đổi mới
Thử nghiệm quy trình sản xuất giống nhân tạo sò huyết (Anadara granosa) tại Tiền Giang
Nghiên cứu khả năng giữ ẩm và cải tạo đất của cây lạc dại (Arachis pintoi) đối với vườn cam sành trong mùa khô tại huyện Trà Ôn
Nghiên cứu xây dựng các quy chuẩn kỹ thuật cho sản phẩm an toàn thông tin
Đánh giá thực trạng công tác quản lý nhà nước trong giáo dục phổ thông ngoài công lập ở Việt Nam hiện nay

liên kết website

Lượt truy cập

Lượt truy cập : 21,779,882

Kết quả thực hiện nhiệm vụ

MS đề tài

ĐT21/23

Số đăng ký KQ

2024-10-0161/NS-KQNC

Tên nhiệm vụ

Nghiên cứu xây dựng mô hình học sâu giải quyết bài toán nhận dạng ảnh thời tiết

Tổ chức chủ trì

Học viện Công nghệ Bưu chính Viễn thông

Cơ quan chủ quản

Bộ Thông tin và Truyền thông

Cấp quản lý nhiệm vụ

Bộ

Thuộc chương trình

Chủ nhiệm nhiệm vụ

TS. Trần Quý Nam⁽¹⁾

Cán bộ phối hợp

TS. Trần Đăng Công, ThS. Trần Văn Nghĩa, ThS. Lê Văn Phong, Nguyễn Hoàng Anh, Phạm Thị Hương, Nguyễn Thị Linh

Lĩnh vực nghiên cứu

Khoa học máy tính

Thời gian bắt đầu

01/01/2023

Thời gian kết thúc

01/11/2023

Năm viết báo cáo

2023

Nơi viết báo cáo

Hà Nội

300 (triệu đồng)

Số trang

122 tr. + Phụ lục

Tóm tắt

Nghiên cứu, phân tích các nghiên cứu trong nước và quốc tế về ứng dụng trí tuệ nhân tạo trong giải quyết bài toán nhận dạng ảnh thời tiết. Nghiên cứu các cơ sở lý thuyết, thuật toán, các mô hình học sâu phù hợp sử dụng cho bài toán. Nghiên cứu, thử nghiệm mô hình học chuyển đổi (transfer learning). Thử nghiệm mô hình kết hợp, lai ghép (hybrid model). Nghiên cứu, thử nghiệm một số mô hình học sâu, thuật toán mới có tiềm năng phù hợp giải quyết bài toán nhận dạng ảnh thời tiết như DenseNet 201, XGBoost. Đề xuất mô hình học sâu phù hợp giải quyết bài toán nhận dạng ảnh thời tiết và phân tích thiết kế, lập trình phần mềm.

Từ khoá

Mô hình học sâu, Trí tuệ nhân tạo, Nhận dạng ảnh thời tiết

Nơi lưu trữ

24 Lý Thường Kiệt, Hà Nội

Ký hiệu kho

23571