Đánh giá hiệu năng thiết bị SMGW qua các mô hình học máy ứng dụng trong hệ thống cảnh báo sớm thiên tai
Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Thị Trang |
| Người hướng dẫn | Trần Quang Vinh; Trương Thu Hương |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Đánh giá hiệu năng thiết bị Smart Gateway (SMGW) trong triển khai các mô hình học máy tại biên (EdgeAI) cho hệ thống cảnh báo sớm thiên tai. Nghiên cứu khả năng xử lý dữ liệu và thực hiện các tác vụ trí tuệ nhân tạo trực tiếp trên thiết bị sử dụng vi xử lý ARM, giảm phụ thuộc vào máy chủ trung tâm. Triển khai và kiểm thử các mô hình học máy có độ phức tạp khác nhau gồm ARIMA, RNN, GRU, LSTM và mô hình kết hợp LSTM–ARIMA–MLP trên SMGW, đồng thời đánh giá các chỉ số hiệu năng như thời gian dự đoán, mức sử dụng CPU và bộ nhớ RAM (VSZ, RSS). Kết quả thực nghiệm chứng minh SMGW có khả năng vận hành ổn định các mô hình học máy với mức tiêu thụ tài nguyên hợp lý, mở ra khả năng ứng dụng EdgeAI trong các hệ thống cảnh báo thiên tai quy mô nhỏ, độc lập và tiết kiệm năng lượng.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Thiết kế cơ sở dữ liệu phân tán sử dụng các kỹ thuật khai phá dữ liệu
- Phát hiện quan hệ phụ thuộc giữa các mệnh đề trong câu ghép
- Ứng dụng trí tuệ nhân tạo trong dự báo công suất phát cho nhà máy điện mặt trời Nhị Hà
- Dự báo phụ tải điện ngắn hạn Thành phố Hà Nội dựa trên các thuật toán phân tích dữ liệu lớn và mạng nơron nhân tạo
- Một số giải pháp cân bằng tải động mạng SDN - nghiên cứu, mô phỏng và đánh giá
- Website đồng bộ giữa công việc và giao tiếp
- Nghiên cứu kết hợp giữa phương pháp giải tích và phát triển thuật toán giải thuật di truyền để tối ưu thông số điện từ cho động cơ IPMSM công suất 7,5kW
- Xây dựng cơ sở tính toán và phần mềm tự động hoá thiết kế truyền động vít me ma sát lăn
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.