Thiết kế Cơ sở Dữ liệu Edge Tối ưu cho Học máy: Time-Series Databases với Nén Dữ liệu, Partitioning và Truy vấn Dự đoán
IoT Platform
Vai trò IoT trong Tối ưu Khử Muối (Desalination): Cảm biến Độ Mặn, AI và Reverse Osmosis
Kiến trúc Microservices cho Nền tảng IoT: Ưu điểm mở rộng, thách thức giao tiếp – độ trễ
Vai trò IoT Tối ưu Quy trình Nhiệt và Surface Treatment: Cảm biến Nhiệt độ, Độ cứng
Phân tích TDP Mô hình Lượng tử hóa: Giảm công suất FP32 sang INT8 trên cùng Chipset – Thách thức hiệu chuẩn điện
Thiết kế Hệ thống Giám sát – Điều khiển Độ ẩm Tối ưu Với AI Cho Nhà kính Và Kho: Giảm Tiêu thụ Năng lượng
Thiết Kế HMI Tích Hợp AI: Tối Ưu Dữ Liệu Dị Thường và Khắc Phục Lỗi Tự Động
Tối ưu Buffer Management Luồng Dữ liệu Cảm biến AI: Circular Buffer Hiệu quả – Giảm Data Copying
Phân Tích Công Suất UCIe/SerDes: Năng Lượng Truyền 1 Bit Và Tối Ưu Buffer-Tần Số
Tối ưu hóa nhu cầu năng lượng hơi nước và khí đốt bằng cảm biến, AI
Kỹ thuật Học tập Liên tục (Continual Learning) trên Thiết bị IoT Lâu dài: Cập nhật Mô hình Không Quên Kiến thức Cũ và Quản lý Bộ nhớ – Năng lượng
Tối ưu hóa Sản xuất Giấy Bột Giấy bằng IoT: Giảm Nước với Cảm biến Độ ẩm, Lưu lượng và Machine Learning
Kỹ Thuật Tạo G-Code Tối Ưu Cho CNC Bằng AI: Học Tăng Cường Giảm Thời Gian Và Mòn Dụng Cụ
Edge Caching: Tối ưu Tốc độ Truyền Mô hình AI qua Lưu trữ Gateway và OTA Giảm Trễ
Giám sát và Tối ưu Hiệu suất Máy Bơm (Pump) Lớn: Cảm biến Rung động, Áp suất và Operating Point
Quản lý Thiết bị Hàng loạt (Device Management): LwM2M, OMA DM và Provisioning cho Hàng triệu Thiết bị
Phân Tích Tác Động Biến Đổi Vật Liệu Thô Lên Hiệu Suất Dây Chuyền: Cảm Biến Quang Phổ và Điều Chỉnh Quy Trình
Phân tích Chuyên sâu Emulation Chip AI: Sử dụng FPGA Mô phỏng Kiến trúc Mới và Đánh giá GFLOPS/Watt Trước ASIC
Vai trò IoT trong Tối ưu Năng lượng Mặt trời On-site: Dự đoán Sản lượng bằng AI và Cảm biến Thời tiết
Vai Trò Spatial Intelligence Trong Tối Ưu Hóa Nhà Kho: UWB/Lidar Theo Dõi Vị Trí Và Lộ Trình Lấy Hàng
Tối ưu hóa K-means, Autoencoders tại Edge cho Anomaly Detection: Cân bằng độ nhạy và cảnh báo sai
Thiết kế Hệ thống Giám sát Năng lượng Cấp Độ Linh Kiện (Component-Level Energy Monitoring)
Thiết Kế IoT Chịu Lỗi (Fault-Tolerant): Phân Tích Redundancy Cảm Biến, Bộ Điều Khiển Và Nguồn Điện Cho Sản Xuất Nguy Hiểm
GenAI và LLM: Tự động Hóa Gán Nhãn Dữ Liệu Cảm Biến Phi Cấu Trúc – Giảm Chi Phí, Độ Trễ
