Thiết kế Kiến trúc AI: Giảm Thiểu Information Loss trong Nén Dữ liệu bằng Lossless Compression ở Các Lớp Quan Trọng
Dùng AI để cảnh báo sớm từ data IoT
Dùng AI để cảnh báo sớm từ data IoT
Giám sát Ô nhiễm Nước Biển bằng Cảm biến Lặn, AI và Acoustic Communication
Tối ưu hóa Batch Size cho Dự đoán tại Edge: Cân bằng Tốc độ – RAM theo Kiến trúc Chip
Phân Tích Embodied Carbon Linh Kiện Điện Tử: Từ Khai Thác Đến Chip
XAI (Explainability) cho Edge AI: SHAP/LIME Giải thích Quyết định, Minh bạch Tin cậy
Vai trò AI trong Dự đoán RUL cho Thiết bị IoT: Tối ưu Thay thế, Giảm Vứt Bỏ Sớm
Vai trò ONNX – OpenVINO trong Tương tác AI: Tối ưu hóa, Chuyển đổi Mô hình PyTorch, TensorFlow Trên Chipset
Thiết kế Hệ thống IoT Giám sát Ủ Phân (Composting): Cảm biến Nhiệt độ, Độ ẩm, Khí – Giảm Methane
Học Tập Tăng cường Hỗn hợp (Hybrid Reinforcement Learning): Kết hợp RL – PID Tối ưu Điều khiển Tự động
Tối ưu Hóa Thu Gom Rác Thải Bằng AI Và Cảm Biến Đầy Thùng: Reinforcement Learning Giảm Nhiên Liệu, Khí Thải
Kiến trúc Transformers Pruned cho NLP trên Thiết bị Giọng nói IoT: Tối ưu Decoder Phản hồi Nhanh
Kỹ thuật Giám sát Ô nhiễm Vi nhựa (Microplastic) bằng Cảm biến Quang phổ và AI
Tối ưu hóa Lưu trữ Mô hình và Reconfiguration Mô hình Động: Memory Mapping vào RAM/Cache, Quản lý Nhiệt độ
Phân tích Tác động Ô Nhiễm Tiếng Ồn đến Độ Chính Xác Cảm Biến Âm Thanh: Thiết Kế Digital Filter Bằng AI
Phân Tích Chuyên Sâu: Tác Động Độ Trễ Truyền Gradient Trong FL Đến Tốc Độ Hội Tụ Và Asynchronous Communication
Vai trò AI trong Dự đoán và Giảm Thiểu Chất Thải Sản Xuất (Manufacturing Waste): Machine Learning Phân Tích Dữ Liệu
Kỹ Thuật Học Tập Đa Tác Vụ (Multi-Task Learning) Cho IoT Đa Cảm Biến: Đào Tạo Mô Hình Duy Nhất Tiết Kiệm Tài Nguyên
Thiết kế Phần cứng IoT Tái chế Tối đa (Design for Recycling): Material Bonding và Giảm Nhựa Khó Tái chế
Thiết kế Mạng Nơ-ron Cấp Thấp (Shallow Neural Networks) cho Thiết bị MCU Cực Thấp: Tối ưu SVM và Decision Trees
Tối ưu hóa Sản xuất Pin bằng IoT: Giảm Chất Thải, Lỗi với Cảm biến AI
Vai trò của GANs trong Mô phỏng Dữ liệu IoT Thất bại: Tạo Kịch bản Lỗi (Failure Scenarios) Hiếm gặp cho Phát hiện Bất thường
Giám sát Ô nhiễm Không khí Đô thị bằng IoT: Cảm biến Electrochemical, Calibration Tối ưu
Tối ưu hóa Kiến trúc Autoencoders: Nén Dữ liệu, Giảm Chiều và Cân bằng Tải CPU
Tác Động E-waste đến Tuổi Thọ Cảm Biến: Phân Tích Ăn Mòn và Vật Liệu Chịu Hóa Chất
