Tạp chí Khoa học HUFLIT

Chức danh tài phán viên trong tòa án ở Nhật Bản

Phan Tuấn Ly — 2025-03-04

Tài phán viên là một trong những chức danh tư pháp, tham gia vào xét xử các vụ kiện hình sự tại Nhật Bản. Nghiên cứu chức danh tài phán viên ở Nhật có thể hỗ trợ cho hoạt động cải cách tư pháp của các quốc gia đang phát triển trên thế giới. Bài viết trình bày về chức danh tài phán viên trong toà án ở Nhật Bản. Bài viết sử dụng phương pháp phân tích nội dung (content analysis) để mô tả chế định tài phán viên trong quy trình tố tụng hình sự của Nhật. Kết quả nghiên cứu đã khái quát quy định của pháp luật Nhật Bản về chức danh tài phán viên, mô tả quyền, nghĩa vụ của chức danh này, đồng thời cũng phân tích được các vấn đề liên quan đến hoạt động nghề nghiệp của họ. Theo đó, bài viết đã giới thiệu và phân tích việc bổ nhiệm, miễn nhiệm, sự độc lập trong thực thi nhiệm vụ và các ưu đã nghề nghiệp dành cho chức danh này. Chế định tài phán viên được đánh giá là có giá trị tích cực đối với hoạt động giám sát của người dân dành cho quyền lực tư pháp của quốc gia Nhật Bản. Bài viết này được kỳ vọng sẽ góp phần góc nhìn đa chiều kích đối với các nghiên cứu liên quan đến cải cách tư pháp trong bối cảnh Việt Nam cũng đang có những biến chuyển trong lĩnh vực này.

Đánh giá tắt dần tổng quát và bùng nổ nghiệm của phương trình sóng đàn hồi Nhớt dạng Kirchhoff-Carrier chứa số hạng, tắt dần mạnh trong miền hình vành khăn

Hữu Kỳ Sơn Lê — 2025-03-04

Bài báo này nghiên cứu phương trình sóng kiểu Kirchhoff-Carrier trong miền hình vành khăn với số hạng tắt dần mạnh. Trước tiên, bằng cách áp dụng phương pháp xấp xỉ tuyến tính và phương pháp Faedo-Galerkin, cùng với phương pháp các đánh giá tiên nghiệm và compact, chúng tôi chứng minh sự tồn tại và tính duy nhất của nghiệm yếu cho bài toán được đề xuất. Sau đó, bằng cách xây dựng một phiếm hàm Lyapunov, chúng tôi trình bày kết quả bùng nổ của nghiệm với năng lượng ban đầu âm. Cuối cùng, chúng tôi thiết lập một điều kiện đủ để đảm bảo rằng bất kỳ nghiệm yếu toàn cục nào đều tắt dần tổng quát.

Đề xuất phương án dạy âm căng cho người Việt học tiếng Hàn

Phương Hoàng Nguyên — 2025-03-04

Nghiên cứu này đề xuất phương án dạy âm căng trong tiếng Hàn dành cho người Việt học tiếng Hàn. Vì vậy, nghiên cứu đã xem xét các quy tắc âm căng được đề cập trong cách phát âm chuẩn và phân tích nội dung liên quan đến âm căng trong giáo trình tiếng Hàn. Do tiếng Việt không có âm tương ứng với âm căng trong tiếng Hàn nên người Việt thường gặp nhiều khó khăn trong việc phát âm âm căng. Để giải quyết vấn đề này, nghiên cứu đã đề ra phương án giảng dạy nhằm giúp người học phát âm âm căng một cách hiệu quả. Kết luận, sự khác biệt giữa hệ thống âm vị của tiếng Hàn và tiếng Việt là nguyên nhân chính khiến người học gặp khó khăn trong việc phát âm. Nghiên cứu cũng chỉ ra rằng giáo trình và phương pháp giảng dạy hiện tại chưa phản ánh đầy đủ sự khác biệt này. Mặc dù phương án giảng dạy được đề xuất với kỳ vọng sẽ giúp người học tiếp thu âm căng hiệu quả hơn, nhưng vẫn cần có các thêm thử nghiệm và kiểm chứng. Nghiên cứu hy vọng rằng phương án này sẽ trở thành tài liệu hữu ích cho cả người dạy lẫn người học tiếng Hàn.

Khai thác mô hình ngôn ngữ lớn để chuyển đổi ngôn ngữ tự nhiên thành truy vấn Cypher một cách hiệu quả

Khải Thiện Trần — 2025-03-04

Bài báo này nghiên cứu việc ứng dụng các mô hình ngôn ngữ lớn, cụ thể là GPT, trong tác vụ chuyển đổi ngôn ngữ tự nhiên thành truy vấn Cypher (Text-to-Cypher). Đây một thành phần quan trọng trong việc cải thiện hệ thống chatbot dựa trên cơ sở dữ liệu đồ thị. Chúng tôi phân tích các phương pháp nổi bật: zero-shot, few-shot và fine-tuning cùng với đề xuất một mô hình cải tiến của phương pháp few-shot. Sau cùng là đánh giá hiệu quả của chúng trong nhiệm vụ chuyển đổi đầu vào ngôn ngữ tự nhiên thành các truy vấn Cypher với độ chính xác và hiệu suất cao. Qua việc phân tích hiệu năng trong các kịch bản khác nhau, bài báo làm nổi bật sự đánh đổi giữa tính tổng quát, độ chính xác và yêu cầu tài nguyên. Kết quả nghiên cứu nhấn mạnh tầm quan trọng ngày càng tăng của các tác vụ Text-to-Cypher trong việc thúc đẩy công nghệ hội thoại do AI dẫn dắt.

Khai thác tập mục hữu ích cao từ các luồng dữ liệu dựa trên di truyền

Nguyện Lê — 2025-03-04

Khai thác tập mục hữu ích cao (HUIM) từ các luồng dữ liệu với thời gian và không gian giới hạn là một nhiệm vụ đầy thách thức. Các thuật toán truyền thống thường phải quét dữ liệu nhiều lần và sử dụng các cấu trúc dữ liệu phức tạp để kết nối, lưu trữ và cập nhật thông tin. Hơn nữa, việc mất các tập mục do các thuật toán heuristic gây ra và việc đánh giá các tập mục trùng lặp được tạo ra bởi các lô dữ liệu thông thường đều góp phần làm cho thuật toán kém hiệu quả về thời gian và không gian. Để giải quyết những vấn đề này, chúng tôi đề xuất một thuật toán mới dựa trên giải thuật di truyền (GA) để khai thác các tập mục có giá trị cao từ luồng dữ liệu, được gọi là HUIM_DS_GA, nhằm giải quyết hiệu quả vấn đề không gian lưu trữ hạn chế. Thuật toán HUIM_DS_GA thiết kế một chiến lược cập nhật nhóm mới, giúp tăng tốc độ hội tụ và giảm thiểu mất mát các tập mục quan trọng. Ngoài ra, chúng tôi đề xuất chiến lược lưu trữ bảng băm để tránh việc đánh giá các tập mục trùng lặp, từ đó cải thiện hiệu quả thực thi của thuật toán. Các thử nghiệm trên tập dữ liệu thực tế và dữ liệu tổng hợp cho thấy thuật toán hoạt động hiệu quả, giảm đáng kể lượng bộ nhớ tiêu thụ mà vẫn giữ được khả năng mở rộng tốt hơn so với các phương pháp trước đây.

POLYP IMAGE SEGMENTATION USING DEEP LEARNING TECHNIQUES: RESUNET++ ARCHITECTURE

Tram Tran Nguyen Quynh — 2025-03-04

This study presents a novel polyp segmentation approach using ResUnet++. Trained on Kvasir-SEG and CVC-ClinicDB, ResUnet++ significantly outperforms traditional UNet and ResUnet. Its residual blocks and attention mechanisms enhance feature extraction, leading to improved segmentation in challenging cases. This highlights the potential of deep learning for advancing polyp segmentation and improving early colorectal cancer detection. Future research could explore further modifications or alternative architectures.

So sánh các mô hình học máy vào việc dự đoán xu hướng giá chứng khoán

Minh Thái Trần — 2025-03-04

Những bài toán dự đoán bằng các mô hình học máy là những bài toán đóng vai trò nền tảng quan trọng vàđược ứng dụng rộng rãi trong nhiều lĩnh vực liên quan đến đời sống con người như thời tiết, y tế hay giá cả thị trường. Những bài toán này tập trung vào việc dự đoán những kết quả của sự việc, sự kiện hay các giá trị trong tương lai dựa trên những giá trị dữ liệu lịch sử thông qua xây dựng các mô hình dự đoán. Nội dung nghiên cứu của bài báo tập trung vào việc xây dựng các mô hình dự đoán trên dữ liệu chuỗi thời gian của tập dữ liệu chứng khoán được trích dẫn từ sàn VNINDEX. Thông qua những kỹ thuật phân tích, tiền xử lý dữ liệu, lựa chọn thông số phù hợp cho từng đặc điểm của mô hình và thực hiện xây dựng, huấn luyện các mô hình học máy để đưa ra dự đoán xu hướng giá chứng khoán. Một số phương pháp tiêu biểu được sử dụng bao gồm Autoregressive Intergrated Moving Average, Vector Autoregression, Holt-Winters và Facebook Prophet. Kết quả thực nghiệm cho thấy phương pháp Facebook Prophet là phương pháp dự đoán trên chuỗi thời gian có hiệu suất và độ chính xác cao hơn so với những phương pháp còn lại.

Stream Algebra

Văn Lăng Trần — 2025-03-04

— Bài báo này trình bày tổng quan về Đại số luồng (Stream Algebra), một nhánh nghiên cứu đã có từ lâu sau khi có sự ra đời của Đại số quan hệ (Relational Algebra) sử dụng trong các hệ quản trị cơ sở dữ liệu (DBMS). Khi dữ liệu luồng (Strean Data) xuất hiện và cần phải được xử lý theo thời gian thực (real-time processing), thì vai trò của Đại số luồng đã rõ nét. Nhưng từ khi xuất hiện khái niệm Dữ liệu lớn (Big Data), lĩnh vực này đã được sự quan tâm trong những năm gần đây thì vai trò của Đại số luồng càng được thể hiện. Bên cạnh đó, việc phân tích dữ liệu lớn dựa trên tiếp cận của Đại số luồng cũng được bài báo đặt ra, qua đó góp phần vào việc xác định hướng nghiên cứu trong kỷ nguyên của Khoa học Dữ liệu cho các nghiên cứu viên trẻ, những nghiên cứu sinh muốn tìm cho mình một hướng nghiên cứu còn nhiều thách thức. Đặc biệt tập trung phân tích để đưa ra một số vấn đề còn bỏ ngõ trong việc nghiên cứu ứng dụng Đại số luồng. Bài báo cũng trình bày một số Framework sử dụng Đại số luồng để giúp dữ lý dữ liệu luồng hiệu quả giúp nhanh chóng sử dụng trong nghiên cứu triển khai.

Sự thay đổi trong sức mạnh tổng hợp quốc gia Nhật Bản qua các thời kỳ

nga ha — 2025-03-04

Việc hiểu rõ và đo lường sức mạnh tổng hợp là quan trọng đối với mỗi quốc gia, bởi nó sẽ cung cấp một cái nhìn tổng thể về sức mạnh và tầm ảnh hưởng của quốc gia đó trên cấp độ quốc tế. Từ đây, các nhà lãnh đạo sẽ xác định được vị thế, tiềm năng của mình trên trường quốc tế và hoạch định chiến lược phát triển quốc gia cũng như chính sách ngoại giao phù hợp. Mục đích cuối cùng là để bảo vệ an ninh quốc gia khỏi các mối đe dọa. Xuất phát từ nhu cầu đó, Nhật Bản và nhiều quốc gia khác trên thế giới cũng đã tiến hành nghiên cứu và đo lường sức mạnh tổng hợp quốc gia của mình. Trong bài viết này, chúng tôi cung cấp khái niệm về sức mạnh tổng hợp quốc gia, quan điểm và công thức tính sức mạnh tổng hợp quốc gia của Nhật Bản và phác dựng sức mạnh tổng hợp quốc gia của Nhật Bản trong lịch sử cho đến thập niên thứ ba của thế kỷ XXI.

Xây dựng nguồn tài liệu trực tuyến phục vụ nghiên cứu khoa học và giảng dạy tại Khoa Ngoại Ngữ - HUFLIT

Uyên Trần — 2025-03-04

Sử dụng nguồn học liệu trực tuyến trong dạy học là một xu thế cho thời đại công nghệ 4.0. Sự phát triển công nghệ số đã tạo ra một thế giới phẳng giúp cho người học dễ dàng tiếp cận lượng kiến thức khổng lồ của thế giới, đồng thời đó cũng là cơ hội tạo ra môi trường thuận lợi để học liệu mở phát triển. Việc số hoá nguồn tài liệu truyền thống lưu trữ trên giấy là một nhiệm vụ tất yếu mà các trường đại học cần thực hiện đối với các tài liệu nội sinh của các trường nhằm nâng cao chất lượng giảng dạy và nghiên cứu khoa học. Khoa Ngoại ngữ thực hiện bước đầu số hoá tài liêu với các tham luận nghiên cứu khoa học của giảng viên từ năm 2014 đến năm 2021trên nền tảng Dspace. Dspace là phần mềm mã nguồn mở hỗ trợ giải pháp xây dựng và phân phối các bộ sưu tập số trên Internet và là giải pháp được đánh giá hiệu quả nhất cho việc xây dựng nguồn tài liệu mở từ nguồn thông tin nội sinh ở các trường đại học nước ta hiện nay.