HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Các nhiệm vụ khác
- Cơ chế trực tiếp ngoại thương của các tổ chức kinh doanh vật tư
- Nghiên cứu ứng dụng kỹ thuật tiên tiến trong chẩn đoán và điều trị bệnh tim mạch
- Nghiên cứu thiết kế xây dựng mô hình cơ sở dữ liệu Địa động học lãnh thổ Việt Nam
- Nghiên cứu công nghệ sản xuất dung môi sinh học từ các nguồn nguyên liệu tái tạo
- Nghiên cứu bẹ cây Móc (Caryota mitis L) tạo chế phẩm cầm máu
- Mái nhà phù hợp với điều kiện khí hậu nhiệt đới
- Điều tra nghiên cứu và cảnh báo Trượt - Lở (T-L) Lũ Quét - Lũ Bùn Đá (LQ-LBĐ) tại một số huyện của tỉnh Cao Bằng
- Nghiên cứu sự biểu hiện và thay đổi của một số thụ thể sinh học quan trọng trên mô mỡ ở chuột
- Nghiên cứu và ứng dụng tiến bộ kỹ thuật nhân giống Bạch đàn lai và keo lai theo phương pháp giâm cành và nuôi cấy mô tế bào thực vật tại Sơn La
- Nghiên cứu sản xuất chế phẩm sinh học từ nấm men đỏ Rhodotorula và rong Mơ phục vụ chăn nuôi gà đẻ nhằm nâng cao chất lượng dinh dưỡng của trứng gà
liên kết website
Lượt truy cập
Lượt truy cập :
25,542,493
- 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+