Tập 19 Số 4 (2021)

COVID-19 (Coronavirus disease) làbệnh truyền nhiễm gây ra bởi chủng coronavirus mới gây hội chứng hô hấp cấp tính nặng, được đặt tên làSARS-CoV-2. COVID-19 đang tác động tới nhiều mặt vàđặt ra tình trạng khẩn cấp về vấn đề sức khoẻ toàn cầu. Chỉ trong một thời gian ngắn, SARS-CoV-2 đã có mặt ở 213 quốc gia. Khả năng truyền lây virus từ dơi sang người đang được nghi ngờ làcon đường chính gây ra dịch. Trước cuộc khủng hoảng sức khoẻ này, nhiều câu hỏi cấp bách liên quan đến SARS-CoV-2 vàsự nhiễm virus trên động vật được đặt ra. Đồng thời, một số mô hình động vật đã được báo cáo như làmô hình triển vọng trong đánh giá hiệu quả vàđộ an toàn của thuốc kháng virus hoặc thử nghiệm vacxin phòng SARS-CoV-2. Do đó, bài tổng quan này thảo luận ngắn gọn về COVID-19 với nội dung tập trung chủ yếu vào vai trò vàtính nhạy cảm của động vật với SARS-CoV-2.

Thực phẩm nhiễm kim loại nặng gây ra nhiều hậu quả nghiêm trọng cho sức khỏe con người, luôn được các cơ sở giám sát chất lượng an toàn thực phẩm (ATTP) kiểm tra bằng các qui trình và phương pháp cẩn thận, thậm chí tốn kém từ việc lấy mẫu đến ước lượng thành phần chất gây hại được tích trong đó. Trong nghiên cứu này, chúng tôi hướng đến sử dụng sóng siêu âm để đánh giá mức độ liên quan với sự tích lũy kim loại nặng trong khoai lang. Sóng siêu âm an toàn với thực phẩm và vì thế không ảnh hưởng đến chất lượng thực phẩm của mẫu kiểm tra. Cùng với dữ liệu thu được, chúng tôi sử dụng mạng học sâu như một bộ phân lớp hiệu quả và đang được quan tâm của nhiều nhà nghiên cứu hiện nay cho việc nhận biết sự khác nhau giữa các các mẫu khoai trước và sau khi cho qua dung dịch chì sunfat. Với 31 bộ dữ liệu siêu âm về các mẫu khoai thu được và sử dụng hai mạng nơron (NN) và mạng Deep Boltzmann Machine (DBM) để nhận dạng hai nhóm mẫu khoai lang trước và sau khi cho qua nhiễm chì sunfat. Kết quả cho thấy việc nhận dạng giữa 2 nhóm mẫu chưa cho nhiễm và cho nhiễm chì sunfat của mạng NN là 62% với dữ liệu huấn luyện và 55% với dữ liệu kiểm tra, và của mạng DBM là 68% với dữ liệu huấn luyện và 65% với kiểm tra.

Nhận diện giọng nói là một bài toán thu hút được quan tâm rộng rãi của nhiều nhà nghiên cứu trong lĩnh vực trí tuệ nhân tạo trong những năm gần đây. Chẳng hạn như bài toán xây dựng chương trình để robot có khả năng nhận biết giọng nói của con người, hay các thiết bị có thể hiểu và đối thoại trực tiếp với người cùng nói chuyện. Trong nghiên cứu này, 37 sinh viên của Học viện Nông nghiệp Việt Nam tham gia để thu thập dữ liệu phát âm liên tục 29 chữ cái trong bảng chữ cái tiếng Việt. Qua bước tiền xử lý dữ liệu để trích xuất ra các mẫu âm thanh thuộc tính cho phân lớp, phương pháp nhận dạng chúng tôi sử dụng để nhận diện các mẫu giọng nói là deep Boltzmann machine (DBM), một mạng có khả năng học sâu với kiến trúc nhiều tầng ẩn. Để đánh giá khả năng nhận dạng của phương pháp đề xuất, chúng tôi so sánh DBM với mạng nơron truyền thống (NN) có cùng kiến trúc số tầng ẩn. Kết quả cho thấy khả năng nhận dạng các mẫu âm thanh chữ cái tốt hơn của DBM với khả năng học cho độ chính xác trung bình là 68% trên dữ liệu đào tạo và 51% khi thử với dữ liệu test, trong khi kết quả này của NN là 61% và 48% tương ứng.

Trong bài báo này, chúng tôi giới thiệu một hướng tiếp cận sử dụng hồi quy tuyến tính (Linear Regression - LR) trong hai bước, được gọi là two-step LR, để dự báo cho dữ liệu có cấu trúc không - thời gian (spatio - temporal data). Ở bước đầu tiên tất cả các đặc trưng được chia thành các nhóm con và sử dụng hồi quy tuyến tính cho mỗi nhóm con đặc trưng để có các giá trị hồi quy tương ứng với mỗi nhóm. Bước hai áp dụng hồi quy tuyến tính một lần nữa cho các giá trị hồi quy thu được ở bước một để tạo ra giá trị hồi quy cuối cùng. Cách tiếp cận sử dụng two-step LR có hiệu năng tốt nhất khi dự báo tốc độ gió. Dự báo tốc độ gió hữu ích cho tích hợp năng lượng gió vào lưới điện bởi vì năng lượng gió được sinh bởi tuabin gió, có mối quan hệ mật thiết với tốc độ gió. Sự khó dự đoán trước và thay đổi liên tục của tốc độ gió là một trong những khó khăn căn bản nhất của việc tích hợp này.

Chuỗi thời gian chứa các giá trị thiếu xảy ra trong hầu hết mọi lĩnh vực khoa học ứng dụng. Bỏ qua các giá trị thiếu có thể dẫn đến giảm hiệu năng của hệ thống và kết quả không đáng tin cậy, đặc biệt là khi dữ liệu mất theo khoảng lớn. Do đó,xử lý dữ liệu thiếu là một bước rất quan trọng để thực hiện các công việc tiếp như phân lớp, phân tích dữ liệu... Bài viết này trước tiên nhằm giới thiệu các phương pháp xử lý dữ liệu thiếu. Tiếp theo một framework cho phép điền đầy dữ liệu mất mát cho chuỗi thời gian đơn biến được xây dựng. Cuối cùng, chúng tôi thực hiện so sánh hiệu suất của các phương pháp ước lượng giá trị thiếu trên ba chuỗi dữ liệu thời gian thực sử dụng bốn chỉ số đánh giá. Thông qua kết quả thử nghiệm, phương pháp DTWBI và eDTWBI đạt được kết quả vượt trội hơn các phương pháp khác khi dữ liệu có tính chất mùa vụ và không có thành phần xu hướng, trong khi đó thì na.interp tốt hơn các phương pháp khidữ liệu có cả hai tính chất mùa vụ và xu hướng.

Trong thực tế, người ra quyết định (DM) thường phải đối mặt với vấn đề chọn phương án thay thế tốt nhất từ ​​các lựa chọn có sẵn dựa trên các tiêu chuẩn cho trước, bài toán đó gọi làbài toán ra quyết định đa tiêu chí (MCDM). Có nhiều mô hình được nghiên cứu vàsử dụng để giải quyết bài toán MCDM. Tuy nhiên, có thể sai lầm khi tuyên bố rằng có một phương pháp nào đó làtốt nhất hiện có. Mục tiêu của bài báo này làphân tích đánh giá một số phương pháp giải bài toán ra quyết định đa tiêu chí như phương pháp SAW, phương pháp MOORA vàứng dụng chúng vào giải quyết một số bài toán trong nông nghiệp. Để làm được việc đó, chúng tôi đã phân tích các phương pháp SAW, MOORA vàđề ra các hướng cải tiến trong bước chuẩn hóa dữ liệu vàdùng entropy mờ để tính trọng số cho các tiêu chí của mô hình. Sau đó, chúng ta áp dụng các mô hình đã được cải tiến vào giải quyết một số bài toán trong nông nghiệp, như bài toán lựa chọn công thức trồng nấm, bài toán lựa chọn phân bón cho cây điều nước. Kết quả thu được sau khi cải tiến được đánh giá làtốt hơn.

Sự xuất hiện thường xuyên của các bệnh gia cầm như cúm gà, không chỉ gây thiệt hại kinh tế lớn cho người chăn nuôi màcòn đe dọa nghiêm trọng đến sức khỏe của con người. Cung cấp hình ảnh đa dạng vàchi tiết về một số bệnh thường gặp trên gàlàđiều cần thiết trong chăn nuôi gia cầm để giúp người nông dân giảm thiệt hại về kinh tế,đồng thời hạn chế được sự bùng phát dịch bệnh trên diện rộng vànguồn lây nhiễm bệnh sang người. Chính vì vậy, trong nghiên cứu này,chúng tôi tiến hành xây dựng website hình ảnh về một số loại bệnh phổ biến hay gặp trên gàmột cách đầy đủ, chi tiết nhằm giúp người chăn nuôi có thể dễ dàng tiếp cận, tìm hiểu vàtra cứu. Hình ảnh về gàđược thu thập từ các chuyên gia gia cầm được tổng hợp, chuẩn hóa vàtổ chức thành bộ cơ sở dữ liệu hình ảnh bệnh gà. Đây làbộ cơ sở dữ liệu hình ảnh bệnh gàđầu tiên được xây dựng trên nền web nhằm thay thế cho các bộ dữ liệu hiện đang tồn tại dưới dạng văn bản.

Trong nghiên cứu này, chúng tôi thực hiện so sánh hiệu năng của hai framework tiêu biểu trong nhóm các framework tập trung xử lý phía máy chủ trên nền tảng web với công nghệ Java làZK vàJSF hướng đến một lựa chọn sử dụng. Bằng phương pháp kiểm thử hiệu năng dựa trên các tiêu chí thời gian phản hồi vàdung lượng bộ nhớ sử dụng, nghiên cứu cách mô phỏng, cấu hình thông số trên các công cụ Jmeter, VisualVM vàmáy ảo Java, các kết quả đưa ra phản ánh khách quan hiệu năng của hai ứng dụng được xây dựng bởi mỗi framework. Qua kết quả kiểm thử hiệu năng, chúng tôi đã chọn ZK làframework có hiệu năng tốt hơn JSF. ZK framework đã được chúng tôi áp dụng vào thực tiễn, xây dựng các ứng dụng đã được đưa vào sử dụng ở Học viện Nông nghiệp Việt Nam.

Tìm kiếm ảnh theo nội dung làhướng nghiên cứu đang được quan tâm trong những năm gần đây vì phương pháp tìm kiếm này có thể khắc phục nhược điểm của phương pháp tìm kiếm dựa trên văn bản mô tả làkhông bị ảnh hưởng bởi sự thiếu hoặc sai của văn bản kèm theo ảnh. Bên cạnh đó, các phương pháp học sâu như mạng nơron tích chập đã chứng minh được khả năng xử lý dữ liệu lớn đặc biệt trong lĩnh vực thị giác máy tính vàxử lý ảnh. Mục tiêu của nghiên cứu này làgiải bài toán tìm kiếm ảnh theo nội dung vàphương pháp để giảm thời gian truy vấn ảnh sử dụng mạng nơtron tích chập. Đồng thời, chúng tôi kết hợp phương pháp này với phương pháp sinh mã nhị phân để cải thiện thời gian truy vấn ảnh. Kết quả thực nghiệm trên hai bộ dữ liệu cifar-10 vàmnist cho thấy việc sử dụng mạng nơron tích chập kết hợp phương pháp sinh mã nhị phân trong tìm kiếm ảnh đạt độ chính xác xấp xỉ 89% và98% vàcải thiện đáng kể thời gian truy vấn ảnh.

Nghiên cứu này nhằm xây dựng hệ thống ứng dụng quản lý và chia sẻ tài liệu cho sinh viên chuyên ngành công nghệ thông tin. Xuất phát từ nhu cầu tìm kiếm tài liệu học tập và nghiên cứu đảm bảo nguồn tài liệu chuẩn, tiết kiệm thời gian và chi phí của sinh viên, chúng tôi đã tiến hành thu thập tài liệu giảng dạy của các giảng viên Khoa Công nghệ thông tin, sau đó chuẩn hóa và tổ chức lưu trữ và quản lý dữ liệu thống nhất trên môt hệ thống phần mềm trực tuyến để thuận tiện cho việc tìm kiếm và chia sẻ tài liệu. Hệ thống được xây dựng theo các bước trong quy trình phát triển phần mềm với chức năng chia sẻ nguồn tài liệu học tập rất phong phú và đa dạng, chúng được phân loại thành các danh mục khác nhau nên rất thuận tiện cho việc tìm kiếm hoặc tra cứu. Hệ thống xây dựng được không những là một kênh chia sẻ tài liệu tập trung, thống nhất mà còn bám sát vào chương trình học dành riêng cho các em sinh viên chuyên ngành công nghệ thông tin - Học viện Nông nghiệp Việt Nam. Chương trình tạo sự kết nối giữa giảng viên và sinh viên, đem lại lợi ích thiết thực và bước đầu tạo nên niềm tin, động lực cho các em sinh viên trong quá trình học tập và nghiên cứu.

Nghiên cứunhằm cung cấp dẫn liệu về hình thái của ống tiêu hóa vàphân tích mối liên hệ giữa chỉsố béo Clark vớigiới tính,mùa thu mẫu vàđiểm thu mẫu của loài cá bống cát trắng Glossogobius sparsipapillus.Mẫucáđược thu bằng lưới đáy định kỳ 01 lần/tháng từ 09/2019 đến 08/2020tại bađiểm ở tỉnh Bạc Liêu vàCàMau. Sau khi thu, mẫu được xác định giới tính, chiều dài vàkhối lượng. Hình thái ống tiêu hóa, chiều dài ruột vàchỉ số béo Clark được tìm hiểu. Kết quả phân tích 729 mẫu cho thấy loàicánày có mõm dài vànhọn,đầu dẹp đứng, miệng rộngvàxiên, hàm dưới nhô ra vàrạch miệng kéo dài đến viền trước mắt. Trên mỗi hàm có nhiềuhàng răng. Chiều dài của ruột ngắn hơn chiều dài tổng của cá(RLG từ 0,18đến 0,83(0,44 ± 0,00SE)). Loài này có khả năng tích trữ năng lượng cao do chỉ số Clark của chúng có giá trị cao. Chỉ số này thay đổi theo mùa vụ, điểm thu mẫu,thời gian thu mẫu, mùa vụ × điểm thu mẫu, nhưng không chịu ảnhhưởng bởigiới tính, giới tính ×điểm thu mẫuvàgiới tính ×mùavụ. Kết quả này góp phần làm cơ sởcho nghiên cứu nuôi nhân tạo loài cánày trong tương lai.

Nghiên cứu này nhằm đánh giá thị hiếu tiêu dùng baba của thực khách ở HàNội, từ đó, đề xuất giải pháp cho các nhàhàng đáp ứng nhu cầu thị trường. Kết quả khảo sát 307 thực khách ở 40 nhàhàng ở Hà Nội cho thấy:Khách hàng ăn baba lànhững người có thu nhập khá vàổn định; Baba được dùng cho các dịp gặp gỡ vàgiao lưu, thường vào buổi tối; 6-8 khách hàng đến một lần vàbằng ô tô; Đa số thực khách sử dụng baba từ 3 đến 4 tuần 1 lần; Trên 88% thực khách chọn baba xanh với mức tiêu dùng 450-500g/người; Các món được ưa thích làbaba om chuối đậu, rang muối, tiềm thuốc bắc, hấp sen vàhấp muối; Vẫn còn tới trên 38% số thực khách chưa hài lòng về dịch vụ cung cấp của các nhàhàng. Các nhàhàng tập trung vào nhóm khách độ tuổi trung niên, coi trọng cả nam vànữ, tổ chức tốt không gian nhàhàng, nơi đỗ xe, bố trí nhân viên bàn vàlễ tân chuyên nghiệp, xây dựng chuỗi liên kết cung ứng baba, nâng cao trình độ kỹ thuật vàkỹ năng chế biến vàphục vụ của nhân viên, có chính sách giá hợp lý, đảm bảo vệ sinh an toàn thực phẩm…để đáp ứng tốt hơn thị hiếu của khách hàng.