SEARCHING 3D MOTION PATTERNS OF VIETNAMESE TRADITIONAL DANCES

Vietnam has many traditional dances suchas Xoan singing, “tuồng” or “chèo”. They all urgentlyneed to be preserved in digital formats, especially in3D motion capture format for dances. In digitalformats, they bring many values such as the ability toautomatically classify and search for content ofdances' movement. In this paper, we propose asystem for 3D movement search of Cheo dance 'spostures and gestures. The system applies slidingwindow technique, Dynamic Time Warpingalgorithm and a novel feature selection methodnamed CheoAngle. Results show that the proposedsystem reach good scores in several metrics. We alsocompare CheoAngle with other feature selectionmethods for 3D movement and show that CheoAnglegive the best results

Quá trình tiến hóa sinh kháng thuốc của vi-rút HIV với cây đột biến di truyền theo mô hình Markov

Trong bài báo này, chúng tôi dự đoán quátrình tiến hóa của vi-rút HIV qua 14 đột biến kháng thuốc trongphác đồ điều trị sử dụng thuốc efavirenz bằng mô hình Markovẩn và cây đột biến di truyền. Với dữ liệu mới gồm 396 bệnh nhântrên cơ sở dữ liệu kháng thuốc HIV của trường đại học Stanford,chúng tôi tiến hành kiểm định giả thiết và nhận thấy dữ liệuphù hợp để đưa vào mô hình tính toán. Phần thực nghiệm chothấy thuật toán EM dùng để ước lượng và tối ưu tham số khiáp dụng vào mô hình có tốc độ hội tụ nhanh. Hơn nữa, dựa vàocác tham số sau khi tối ưu, chúng tôi cũng xác định được thứtự xuất hiện của các đột biến theo thời gian trong đó đột biếnK103N xuất hiện sớm nhất.

A Reliable numerical scheme for a computer virus propagation model

In this paper, we apply the Mickens’methodology to construct a dynamically consistentnonstandard finite difference (NSFD) scheme for acomputer virus propagation model. It is proved thatthe constructed NSFD scheme correctly preservesessential mathematical features of the continuous-timemodel, which are positivity, boundedness and asymptotic stability. Consequently, we obtain an effectivenumerical scheme that can provide reliable approximations for the computer virus propagation model.Meanwhile, some typical standard finite differenceschemes fail to preserve the essential properties ofthe computer virus propagation model; hence, theycan generate numerical approximations which arenot only negative but also unstable. Finally, a setof numerical experiments is performed to supportthe theoretical results as well as to demonstrate theadvantage of the NSFD scheme over standard ones.As we expected, there is a good agreement betweenthe numerical results and theoretical assertions.

An Improvement Of Least Square - Twin Support Vector Machine

In binary classification problems, two classes of data seem to be different from each other. It is expected to bemore complicated due to the number of data points of clusters in each class also be different. Traditional algorithmsas Support Vector Machine (SVM), Twin Support Vector Machine (TSVM), or Least Square Twin Support VectorMachine (LSTSVM) cannot sufficiently exploit information about the number of data points in each cluster of the data.Which may be effect to the accuracy of classification problems. In this paper, we propose a new Improvement LeastSquare - Support Vector Machine (called ILS-SVM) for binary classification problems with a class-vs-clusters strategy.Experimental results show that the ILS-SVM training time is faster than that of TSVM, and the ILS-SVM accuracy isbetter than LSTSVM and TSVM in most cases.

Tìm kiếm ảnh dựa vào Ontology

Bài toán tìm kiếm ảnh đóng vai trò quan trọng trong mọi lĩnh vực của cuộc sống. Trong bài báo này, mộtphương pháp tìm kiếm ảnh dựa vào Ontology OBIR (Ontology-based Image Retrieval) được đề xuất nhằm xác định ngữ nghĩa cấp cao của hình ảnh. Ontology bán tự động được đề xuất xây dựng làm cơ sở tri thức cho tìm kiếm ảnh theo tiếp cận ngữ nghĩa, đồng thời câu truy vấn SPARQL được tự động tạo ra từ văn bản đầu vào hoặc từ lớp ngữ nghĩa của ảnh đầu vào, được xác định thông qua công cụ tìm kiếm học máy dựa trên đồ thị cụm láng giềng, để tìm kiếm trên Ontology này. Để minh chứng cho các lý thuyết đã đề xuất, chúng tôi tiến hành thực nghiệm trên bộ ảnh ImageCLEF (20.000 hình ảnh) và Stanford Dogs (20.580 hình ảnh). Kết quả thực nghiệm của phương pháp tìm kiếm ảnh dựa vào Ontology được so sánh với phương pháp tìm kiếm ảnh theo nội dung, đồng thời được so sánh với các công trình khác cùng tập dữ liệu ảnh nhằm chứng minh tính hiệu quả và đúng đắn của các đề xuất trong bài báo.

A Comparative Analysis of Filter-Based Feature Selection Methods for Software Fault Prediction

The rapid growth of data has become a huge challenge for software systems. The quality of fault predictionmodel depends on the quality of software dataset. High-dimensional data is the major problem that affects the performance of the fault prediction models. In order to deal with dimensionality problem, feature selection is proposed by various researchers. Feature selection method provides an effective solution by eliminating irrelevant and redundant features, reducing computation time and improving the accuracy of the machine learning model. In this study, we focus on research and synthesis of the Filter-based feature selection with several search methods and algorithms. In addition, five filter-based feature selection methods are analyzed using five different classifiers over datasets obtained from National Aeronautics and Space Administration (NASA) repository. The experimental results show that Chi-Square and Information Gain methods had the best influence on the results of predictive models over other filter ranking methods.

Phân lớp ảnh bằng cây KD-Tree cho bài toán tìm kiếm ảnh tương tự

Trong bài báo này, một cấu trúc KD-Tree (k - Dimensional Tree) cải tiến được xây dựng nhằm phân lớp dữliệu hình ảnh và ứng dụng cho bài toán tìm kiếm ảnh tương tự gọi là CKD-Tree (Classification k-Dimensional Tree). Quá trình xây dựng cấu trúc CKD-Tree được thực hiện theo phương pháp học bán giám sát làm cơ sở cho quá trình phân lớp dữ liệu hình ảnh tại các nút trong, đồng thời gom cụm dữ liệu tại các nút lá. Kết quả phân lớp này được áp dụng cho quá trình tìm kiếm tập ảnh tương tự từ một ảnh đầu vào sau khi trích xuất véc-tơ đặc trưng. Để minh chứng cho cơ sở lý thuyết đã đề xuất, chúng tôi tiến hành xây dựng cấu trúc CKD-Tree thực nghiệm trên bộ ảnh COREL (gồm 1000 ảnh, 10 phân lớp) và bộ ảnh Wang (gồm 10800 ảnh, 80 phân lớp). Kết quả thực nghiệm truy vấn ảnh được so sánh với các công trình khác cùng bộ dữ liệu nhằm minh chứng phương pháp đề xuất của chúng tôi là hiệu quả và áp dụng tốt trong các hệ tìm kiếm dữ liệu đa phương tiện

Tiếp cận Heuristic giải bài toán Clique lớn nhất trên đồ thị đơn vô hướng không trọng số

Bài toán Clique lớn nhất (Maximum Clique Problem) là bài toán tìm tập con lớn nhất của tập đỉnh trong đơnđồ thị vô hướng, sao cho hai đỉnh phân biệt trong nó luôn kề nhau. Đây là bài toán nổi tiếng thuộc lớp NP-complete, đượcứng dụng nhiều trong các lĩnh vực khai thác dữ liệu, phân tích mạng, truy xuất thông tin, y học, giáo dục và nhiều lĩnhvực khác liên quan đến mạng lưới toàn cầu. Có nhiều cách tiếp cận giải bài toán Clique lớn nhất như quy hoạch động,nhánh-cận, heuristic hay meta-heuristic – cho lời giải chính xác hay xấp xỉ. Trong bài báo này, nhóm tác giả phân tíchhai thuật giải tiếp cận heuristic gần đây và đề xuất các heuristic tăng độ chính xác của lời giải cho bài toán Clique lớnnhất. Phần thực nghiệm, nhóm tác giả so sánh chất lượng lời giải của thuật giải đề xuất trên 10 bộ dữ liệu từ DIMACS.

Giải pháp cảnh báo tránh va chạm dựa trên dữ liệu môi trường và đặc điểm điều khiển phương tiện.

Trong quá trình chuyển động của phương tiện khi tham giao thông thìcác yếu tố cần được xét đến là các tính năng an toàn để tạo nên sự thoải mái chongười ngồi trên xe. Trong bài báo này, với việc phân tích mối quan hệ giữa thờigian tránh va chạm (TTC) kết hợp với dữ liệu thông tin môi trường, cùng với cácthông số dựa trên đặc điểm của người điều khiển phương tiện, từ đó đề xuất giảipháp mô hình cảnh báo tránh va chạm cho phương tiện. Đặc điểm của mô hìnhcảnh báo tránh va chạm này có thể thích ứng với nhiều điều kiện điều khiểnphương tiện khác nhau và đưa ra ngưỡng cảnh báo thích hợp. Kết quả mô phòngđược thực hiện trong môi trường mô phỏng Matlap để chứng minh giải pháp đềxuất hoạt động hiệu quả với những điểm tối ưu như những giảm thiểu rủi ra vachạm và cải thiện mức độ an toàn khi điều khiển phương tiện.

Hệ thống lưu trữ hỗ trợ SQLite trên bộ nhớ NAND Flash

Trong những năm gần đây, các thiết bị di động ngày càng phổ biến. Các thiết bị này thường sử dụng SQLite đểlàm cơ sở dữ liệu và bộ nhớ NAND Flash để lưu trữ dữ liệu. SQLite là một hệ cơ sở dữ liệu gọn nhẹ nhưng mạnh mẽ. SQLite đáp ứng đầy đủ mọi yêu cầu cơ bản của một hệ quản trị cơ sở dữ liệu. Bộ nhớ NAND Flash ngày càng phổ biến nhờ vào những ưu điểm nổi bật như tốc độ truy xuất nhanh, tiêu thụ điện năng ít, không mất dữ liệu khi mất nguồn. Do đó, việc sử dụng SQLite và NAND Flash là sự lựa chọn tốt cho thiết bị Android và iOS. Tuy nhiên, NAND Flash cũng có những nhược điểm cần khắc phục như không thể ghi đè (overwrite), vòng đời bị gới hạn bởi số lần xoá trên các khối nhớ. Bên cạnh đó, cơ chế ghi tạm file journal mỗi lần commit của SQLite cũng làm ảnh hưởng đến bộ nhớ Flash. Trước khi thực hiện cập nhật dữ liệu vào cơ sở dữ liệu, SQLite tạo một file tạm gọi là journal chứa dữ liệu cập nhật trên bộ nhớ Flash. Việc này dẫn đến rất nhiều thao tác đọc/ghi trên bộ nhớ Flash làm cho hiệu suất của hệ thống giảm đáng kể. Để giải quyết vấn đề này, chúng tôi đề xuất một hệ thống bộ nhớ lai sử dụng FRAM cho hệ thống gọi là COSS. COSS có thể giảm bớt số lượng lớn thao tác đọc/ghi lên NAND Flash và thời gian thực hiện của cả hệ thống nhờ vào khả năng ghi đè và tốc độ cao của FRAM. Kết quả thực nghiệm cho thấy COSS đạt hiệu suất cao hơn so với hệ thống nguyên thuỷ thông thường.