LuanVan.vnLuận Văn
Gửi thư

PHÂN LOẠI RÁC THẢI SỬ DỤNG MÁY HỌC

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTống Thị Phương Nhu
Người hướng dẫnThái Minh Tuấn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Vấn đề rác thải đã và đang trở thành một trong những thách thức lớn nhất mà nhiều quốc gia phải đối mặt trong bối cảnh phát triển hiện nay. Một số khó khăn trong quá trình tái chế bao gồm chi phí đáng kể liên quan đến việc phân loại chất thải có thể tái chế khỏi chất thải không dùng được. Máy học, một nhánh của trí tuệ nhân tạo, đã chứng minh khả năng vượt trội trong việc giải quyết các vấn đề phân loại tự động. Việc sử dụng máy học trong phân loại rác thải tái chế không chỉ giúp tăng tốc quá trình phân loại mà còn đảm bảo độ chính xác cao hơn so với phương pháp thủ công. Kiến trúc Mạng nơ-ron tích chập (CNN) là một mô hình học sâu được thiết kế để xử lý dữ liệu dạng lưới có cấu trúc, CNN rất hiệu quả cho các tác vụ như phân loại hình ảnh. Trong luận văn này sử dụng máy học bằng cách tập trung vào mô hình VGG16 để sử dụng trong các hệ thống tái chế với độ chính xác được 67%. Thiết kế này cho phép mô hình xây dựng một mô hình mạng nơ-ron tích chập sử dụng Keras và Tensorflow. Mô hình cơ sở là mô hình học chuyển giao được đào tạo trước: VGG16 với trọng số ImageNet. Mô hình này còn sử dụng các lớp dày đặc tùy chỉnh ngoài các tính năng khác như đóng băng lớp và bỏ học.
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

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.