DEVIER: TÌM KIẾM DÂN TỘC DỰA TRÊN VĂN HÓA PHI VẬT THỂ BẰNG TRÍ TUỆ NHÂN TẠO: ĐỒNG BẰNG SÔNG CỬU LONG
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Duy Tân |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Văn hóa phi vật thể là nét đẹp của dân tộc và của đất nước, bởi những nét đó mà ta nên giới thiệu đến các nước bạn về văn hóa cũng như bảo tồn di sản văn hóa mà còn cho khách du lịch biết về dân tộc của đất nước dựa trên văn hóa phi vật thể. Tuy nhiên việc khách du lịch đến một đất nước xa lạ và để biết được dân tộc hay văn hóa thật khó với với họ. Từ đó góc nhìn của Trí tuệ nhân tạo cũng nhuy dận thấy tính “trừu tượng” của mô học này, vì thế ý tưởng về một ứng dụng thông minh mang một hệ thống thông minh được đã được nổi lên. Từ đó Hệ thống ứng dụng “DEVIER: Tìm kiếm dân tộc dựa trên văn hóa phi vật thể văn trí tuệ nhân tạo” được đề xuất giúp giải quyết vấn đề khó khăn của khác du lịch. Hệ thống ra đời giúp khách du lịch nước ngoài nói chung và cả khác trong nước nói riêng có thể biết được dân tộc thông qua văn hóa phi vật thể. Ý tưởng chính của DEVIER là xây dựng mô hình phân loại hình ảnh dân tộc dựa trên nhưng văn hóa phi vật thể phục vụ cho việc tìm kiếm, hệ thống được xây dựng với 06 mô hình máy học trong số đó có 01 mô hình máy học về tìm bằng âm thành và 05 mô hình máy học tìm kiếm bằng hình ảnh, bao gồm: văn hóa phi vật thể Chùa, Múa, Lễ hội, Đám Cưới, Chợ nổi, dân tộc Kinh, Hoa, Chăm, Khmer, dân tộc khác, với tổng tập dữ liệu gồm 314 bài hát và 5353 ảnh. Sau thực nghiệm, tìm kiếm dân tộc bằng âm thanh mô hình phân lớp có độ chính xác cao nhất là mô hình CNN kết hợp với SVM kết quả có độ chính xác tổng thể là 88.51%. bên cạnh đó tìm kiếm dân tộc bằng hình ảnh mô hinh phân lớp có độ chính xác cao nhất đã được chọn là mô hình CNN (MobileNet) đạt kết quả có độ chính xác tổng thể với tập kiểm tra từ 88.29% đến 96.52% cho từng mô hình. Hơn thế nữa, chúng tôi còn đóng góp kết hợp ChatBot hỗ trợ bằng Google Bard AI vào hệ thống với một giải thuật hạn chế câu hỏi trong phạm vi cho phép. Cuối cùng để giúp cho việc tiếp cận giữ người dùng và hệ thống một cách dễ dàng thì chúng tôi xây dựng hệ thống với Framework Flutter giúp phát triển hệ thống thành nền tảng mobile.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
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
- HỆ THỐNG GỢI Ý SẢN PHẨM THEO PHIÊN SỬ DỤNG MÔ HÌNH SASREC
- GIẢM THIỂU ĐỘ TRỄ TRONG ĐIỀU KHIỂN TRÒ CHƠI BẰNG CỬ CHỈ
- XÂY DỰNG HỆ THỐNG CỬA HÀNG HOA TRỰC TUYẾN
- IMAGE-BASED PRODUCTS RECOMMENDATION SYSTEM
- XÂY DỰNG ỨNG DỤNG MÔ PHỎNG NHIỆT ĐỘ KHO LẠNH TRÊN NỀN TẢNG WEB
- HỆ THỐNG QUẢN LÝ KHÓA HỌC CHO TRUNG TÂMN GOẠI NGỮ
- PHÁT TRIỂN WEBSITE BÁN NÔNG SẢN DÙNG JAVA SPRING BOOT VÀ KIỂM THỬ TỰ ĐỘNG DÙNG KATALON STUDIO
- TÓM TẮT TÓM LƯỢC VĂN BẢN SỬ DỤNG MÔ HÌNH TRANSFORMER VỚI DEEP ATTENTION
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.