LuanVan.vnLuận Văn
Gửi thư

Efficient Adaptation of Vision-Language Models for Multimodal Action Recognition under Resource-Constrained Settings.

Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảBùi Tiến Tùng
Người hướng dẫnNguyễn Thị Oanh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2026
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và đánh giá AURA-Action, một framework thích nghi mô hình thị giác – ngôn ngữ (Vision-Language Model - VLM) gọn nhẹ thành bộ nhận dạng hành động đa phương thức kết hợp hình ảnh và âm thanh trong điều kiện tài nguyên GPU hạn chế. Tập trung khai thác các VLM hiện có, tích hợp nhánh xử lý âm thanh nhẹ và áp dụng các kỹ thuật tinh chỉnh hiệu quả tham số (parameter-efficient fine-tuning) nhằm giảm chi phí tính toán và bộ nhớ. Kết quả góp phần nâng cao hiệu quả nhận dạng hành động đa phương thức, đồng thời tăng khả năng triển khai trên các hệ thống có tài nguyên phần cứng hạn chế.
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

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.