HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Các nhiệm vụ khác
- Lịch sử đảng bộ tỉnh Thái Nguyên
- Nghiên cứu điều kiện lên men và phương pháp tách chiết chất kháng sinh diệt nấm gây bệnh thực vật từ vi khuẩn Bacillus amyloliquefaciens
- Trồng thử nghiệm giống thanh long ruột đỏ tại trạm thực nghiệm sinh học Hòa Quang
- Nghiên cứu cơ sở khoa học và thực tiễn xác định tiêu chí phân vùng khai thác vùng cấm khai thác nước dưới đất áp dụng thử nghiệm cho vùng hạ lưu sông Đồng Nai-Sài Gòn-Dự thảo quy trình phân vùng khai thác vùng hạn chế khai thác vùng cấm khai thác nước
- Nghiên cứu sản xuất dầu bôi trơn cho quá trình cán kéo dây kim loại
- Hỗ trợ nông dân xã Nhơn Nghĩa A huyện Châu Thành A chuyển đổi cơ cấu mùa vụ trồng bắp lai và mè trên nền đất vụ Xuân hè năm 2008
- Các dòng họ thổ ty Lạng Sơn trong lịch sử
- Xây dụng mô hình trồng cây Bơ Theo tiêu chuẩn Vietgap trên địa bàn tỉnh Sơn La
- Hỗ trợ tiến bộ kỹ thuật mở rộng mô hình trồng tre bát độ tại huyện Quang Bình tỉnh Hà Giang
- Nghiên cứu giải pháp tăng cường ứng dụng khoa học và công nghệ nâng cao năng suất phẩm chất cây ăn trái trên địa bàn tỉnh Bến Tre (Nghiên cứu trường hợp cây bưởi Da Xanh)
liên kết website
Lượt truy cập
Lượt truy cập :
24,665,852
- Kết quả thực hiện nhiệm vụ
B2023-XDA-08
2025-52-0794/NS-KQNC
Nghiên cứu xây dựng mô hình lai ghép thuật toán tối ưu hoá và trí tuệ nhân tạo để nhận diện và kiểm soát các hành vi có nguy cơ không an toàn trên công trường xây dựng
Trường Đại học Xây dựng Hà Nội
Bộ Giáo dục và Đào tạo
Bộ
TS. Nguyễn Anh Đức
ThS. Nguyễn Ngọc Thoan, PGS.TS. Trần Đức Học, TS. Trần Quang Dũng(1), TS. Lê Hồng Hà, ThS. Lê Đình Tiến, ThS. Lê Thị Phương Loan, ThS. Lê Mạnh Linh, ThS. Phạm Tiến Tới, ThS. Doãn Hiệu
Tự động hóa (CAD/CAM, v.v..) và các hệ thống điều khiển, giám sát, công nghệ điều khiển số bằng máy tính (CNC), …
01/01/2023
31/12/2024
2024
Hà Nội
109 tr.
Nghiên cứu thực trạng quản lý an toàn lao động trên công trường xây dựng và ứng dụng trí tuệ nhân tạo trong quản lý an toàn lao động. Tìm hiểu cơ sở khoa học của mô hình lai ghép tối ưu học sâu và xây dựng thuật toán tiến hóa tối ưu toàn cục trong nhận diện, kiểm soát các hành vi có nguy cơ không an toàn trên công trường xây dựng. Xây dựng mô hình nhận diện, hỗ trợ kiểm soát hành vi có nguy cơ không an toàn trên công trường xây dựng dựa trên thuật toán học sâu. Đồng thời, xây dựng mô hình lai ghép thuật toán tối ưu và mô hình nhận diện, kiểm soát hành vi có nguy cơ không an toàn trên công trường xây dựng. Từ đó, đề xuất mô hình lai ghép tối ưu học sâu để nhận diện các hành vi không an toàn trên công trường xây dựng
24 Lý Thường Kiệt, Hà Nội
25454
In ấn
Gửi Email
Facebook
Twitter
Google+