LuanVan.vnLuận Văn
Gửi thư

Phát hiện bất thường trên đinh ốc sử dụng Autoencoder

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảĐinh Thị Hoài
Người hướng dẫnNguyễn Đình Văn
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nhằm giải quyết bài toán phát hiện bất thường trên hình ảnh đinh ốc - một lĩnh vực quan trọng trong sản xuất công nghiệp. Đã nghiên cứu và ứng dụng các kỹ thuật học máy và học sâu để triển khai mô hình Autoencoder - một kiến trúc mạng học sâu không giám sát - để phát hiện bất thường trên bộ dữ liệu MVTec Anomaly Detection Dataset. Việc áp dụng kỹ thuật tăng cường dữ liệu (data augmentation) giúp đa dạng hóa bộ dữ liệu huấn luyện và cải thiện khả năng xử lý của mô hình. Kết quả cho thấy mô hình đạt hiệu suất tốt trong việc phát hiện các lỗi bất thường, với độ chính xác cao trong nhiều trường hợp.
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 kỹ thuật, xây dựng, môi trường · 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.