Mẫu 2-SV NCKH

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM TPHCM

THUYẾT MINH ĐỀ TÀI

NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN
1. TÊN ĐỀ TÀI:  Nghiên cứu và ứng dụng công nghệ web để triển khai mô hình deep learning. 2. MÃ SỐ

3. LĨNH VỰC NGHIÊN CỨU 4. LOẠI HÌNH

NGHIÊN CỨU

Tự nhiên Xã hội nhân văn Giáo dục Kỹ thuật Nông Y dược Môi trường Cơ bản Ứng dụng Triển khai

Lâm-Ngư
☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐
5. THỜI GIAN 6 tháng,
THỰC HIỆN từ tháng 11 năm 2022 đến tháng 04 năm 2023
6. CƠ QUAN CHỦ TRÌ
Khoa/Bộ môn trực thuộc: Khoa Công nghệ thông tin

7. SINH VIÊN THỰC HIỆN ĐỀ TÀI

Họ và tên: Sar Lavi Mã số SV: 47.01.104.235

Địa chỉ NR: C4/2 Tân Thới Nhì, Hóc Môn, TP Hồ Chí Minh

Điện thoại: 0782434221

E-mail: sarlavi6969@gmail.com
GIÁO VIÊN HƯỚNG DẪN

Họ và tên: Ths. Trần Quang Huy

8. NHỮNG NGƯỜI THAM GIA THỰC HIỆN ĐỀ TÀI (NẾU CÓ)

Họ và tên Đơn vị công tác và lĩnh vực chuyên Nội dung nghiên cứu cụ thể được giao Chữ ký
môn

Sar Lavi K47.01.104.235 Xây dựng kế hoạch, tổng quan tình hình nghiên
cứu, nghiên cứu mô hình học sâu, công nghệ, cách

triển khai và viết báo cáo

Nguyễn Phương Đại K47.01.104.057 Tổng quan tình hình nghiên cứu, nghiên cứu mô hình

học sâu, cách triển khai, cài đặt, viết báo cáo.

Nguyễn Quốc An  K46.01.104.001 Tổng quan tình hình nghiên cứu, nghiên cứu mô hình

học sâu, công nghệ, cách triển khai, cài đặt, viết báo
cáo.

Tống Huỳnh Minh Nhật K47.01.104.151 Tổng quan tình hình nghiên cứu, nghiên cứu mô hình
học sâu, cách triển khai, cài đặt, viết báo cáo.
9. ĐƠN VỊ PHỐI HỢP CHÍNH (NẾU CÓ)

Tên đơn vị trong và ngoài nước Nội dung phối hợp Họ và tên người đại diện

1
1. TÌNH HÌNH NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC
 Tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài.

Triển khai (Deploy) là việc đưa các kết quả khoa học được nghiên cứu trong phòng thí nghiệm vào thực tế nhằm kiểm nghiệm, đánh giá khả năng hiện thực của

những kết quả, tiến tới quyết định áp dụng hay không áp dụng chúng vào thực tế. Hay nói ngắn gọn, triển khai là hoạt động ứng dụng kết quả nghiên cứu khoa học để làm

thực nghiệm nhằm tạo ra công nghệ mới, sản phẩm mới.

Học máy (Machine Learning) là một nhánh phát triển mạnh nhất và là cơ sở cốt lõi của trí tuệ nhân tạo (AI) và khoa học máy tính, tập trung vào việc sử dụng dữ

liệu và thuật toán để bắt chước cách con người học, dần dần cải thiện độ chính xác trong việc đưa ra các dự đoán dựa trên dữ liệu đầu vào. Tương tự quá trình học thông

thường, một hệ thống học máy cần có khả năng ghi nhớ, thích nghi và đặc biệt là biết tổng quát hóa. Tổng quát hóa là khả năng hệ thống máy học ra quyết định chính xác

trong các trường hợp mới, chưa gặp trước đó, dựa trên kinh nghiệm học được từ dữ liệu hoặc quan sát trước đó.[1]

Triển khai mô hình máy học (Deploy Machine Learning) là quá trình đưa mô hình máy học vào môi trường cuộc sống hằng ngày để có thể sử dụng với mục đích

thực sự của mô hình máy học. Mô hình máy học thường được kết nối với các ứng dụng thông qua API để người dùng có thể dễ dàng truy cập và sử dụng. Quá trình triển

khai là bước mấu chốt trong việc tận dụng hết giá trị của máy học. [2]

Triển khai mô hình máy học rất quan trọng trong thời đại hiện nay vì nó cung cấp cho các doanh nghiệp cái nhìn về xu hướng trong hành vi của khách hàng và

các mô hình hoạt động kinh doanh, cũng như hỗ trợ sự phát triển của các sản phẩm mới. Nhiều công ty hàng đầu hiện nay, chẳng hạn như Facebook, Google và Uber. Biến

triển khai học máy trở thành một phần trọng tâm trong hoạt động của họ. Hiện nay, triển khai học máy đã trở thành một yếu tố cạnh tranh khác biệt đáng kể đối với nhiều

công ty. Có một số lý do giải thích cho sự phát triển của triển khai máy học hay nói cách khác là lý do cần tới phát triển máy học:

2
2. TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Cuộc cách mạng công nghiệp 4.0 đã và luôn là một cái tên được nhắc đến nhiều nhất trong các diễn đàn về khoa học, kỹ thuật, kinh tế, giáo dục và y tế… Nói

một cách khác, việc công nghệ 4.0 bùng nổ vào đầu thế kỷ 21 đã tạo ra một làn sóng dữ dội làm rung chuyển mọi lĩnh vực trong đời sống với các công cụ mới như AI, điện

toán đám mây.. và hạt nhân nổi bật nhất phải kể đến là Machine Learning và các mô hình (model) của chúng. Tuy nhiên, không phải mô hình nào chúng ta cũng có thể triển

khai một cách chính xác và tối ưu hoàn toàn, dẫn đến việc dữ liệu đầu ra bị lỗi, không phản ánh đúng thực tế do việc xử lý dữ liệu có vấn đề hoặc sai số quá lớn. [1]

Việc một mô hình máy học hoạt động chính xác sẽ giúp cho khách hàng hoặc người dùng có được những dữ liệu, kết quả chính xác nhất về một vấn đề kinh

doanh, y học, kinh tế.. mà không tốn quá nhiều chi phí. Tùy mô hình được triển khai mà ta có thể dự đoán tương lai của một lĩnh vực hoặc nắm rõ được yêu cầu khách hàng

một cách dễ dàng và không mất nhiều thời gian

Vậy, chúng ta sẽ triển khai những mô hình máy học như thế nào cho hiệu quả? Nhiều nghiên cứu, bài báo khoa học chỉ ra vấn đề đa phần nằm ở việc đảm bảo

tính liên tục và minh bạch của dữ liệu ở các giai đoạn khác nhau, và để đảm bảo điều đó, chúng ta cần phải có sự kết nối giữa các nhóm phát triển, cơ sở hạ tầng đáp ứng

được các nhu cầu và tính linh hoạt, ứng biến cao. [1]

Nghiên cứu này nhằm mục đích tìm hiểu, nghiên cứu và triển khai các mô hình máy học vào các bài toán cụ thể. Qua nghiên cứu này, chúng ta sẽ có cái nhìn sâu

sắc và rõ ràng hơn về các yếu tố đảm bảo dữ liệu trong các mô hình máy học và cách triển khai các mô hình ấy một cách chính xác mà vẫn đạt được hiệu quả cao. Từ đó

giúp các nhà kinh doanh hay lập trình viên có kế hoạch và công cụ phù hợp cho các dự án sắp tới liên quan tới máy học và dữ liệu lớn (BigData).

Tài liệu tham khảo:

[1] Challenges in Deploying Machine Learning: A Survey of Case Studies (https://dl.acm.org/doi/abs/10.1145/3533378 )

3
3. MỤC TIÊU ĐỀ TÀI

- Nghiên cứu các công nghệ triển khai mô hình học máy.
- Áp dụng mô hình triển khai một số model đã được học.

4. CÁCH TIẾP CẬN, PHƯƠNG PHÁP NGHIÊN CỨU, PHẠM VI NGHIÊN CỨU
-
Cách tiếp cận:

Những năm gần đây, lĩnh vực nghiên cứu về Machine Learning đã và đang phát triển một cách nhanh chóng với nhiều thành tựu đáng chú ý. Các nhà khoa học dữ liệu đã thiết kế

nhiều mô hình rất mạnh mẽ và phức tạp để giải quyết các bài toán mà trước đây không dễ dàng để giải quyết. Tuy nhiên, phần lớn những mô hình này đều chỉ dừng lại ở mức nghiên cứu

mà không triển khai dưới dạng một ứng dụng sản phẩm. Từ đó, đề tài “Nghiên cứu và ứng dụng công nghệ web để triển khai mô hình deep learning” là đề tài nghiên cứu có tính ứng

dụng nhằm giải quyết vấn đề nan giải đó chính là áp dụng những mô hình machine learning, deep learning này vào sử dụng hằng ngày với giao diện thân thiện với người dùng.

Qua đó, chúng tôi muốn rằng sẽ tìm được giải pháp tiếp cận, nêu lên được những thách thức đối với việc nghiên cứu. 

  Ngoài ra, nhóm còn tiền hành thử nghiệm triển khai những model machine learning, deep learning có sẵn để giải quyết vấn đề trên.

- Phương pháp nghiên cứu:

 Phương pháp nghiên cứu lý thuyết.

o Tìm hiểu về công trình nghiên cứu có liên quan.

o Tìm hiểu về bài toán triển khai model với API.

o Tìm hiểu các framework hỗ trợ việc triển khai

 Phương pháp nghiên cứu thực nghiệm.

o Tiến hành phân tích, xây dựng và chạy thử.

o So sánh và đánh giá kết quả đã đạt được.

- Phạm vi nghiên cứu: Nghiên cứu thiết kế API, Python, công nghệ web, triển khai mô hình deep learning.

4
5. NỘI DUNG NGHIÊN CỨU VÀ TIẾN ĐỘ THỰC HIỆN

Các nội dung, công việc Sản phẩm Thời gian

STT Người thực hiện
thực hiện chủ yếu phải đạt (bắt đầu – kết thúc)

Sar Lavi

1/10/2021- Nguyễn Phương Đại

1 Xây dựng kế hoạch. Bản kế hoạch chi tiết.
06/10/2021 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

7/10/2021- Nguyễn Phương Đại

2 Khảo sát hiện trạng nghiên cứu. Báo cáo hiện trạng nghiên cứu.
31/10/2021 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

Nghiên cứu các công nghệ hiện tại hỗ trợ việc triển khai Báo cáo về các công nghệ đã 1/11/2021- Nguyễn Phương Đại
3
mô hình nghiên cứu. 30/11/2021 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

Báo cáo về các API thu được và 1/12/2021- Nguyễn Phương Đại
4 Viết API cho model machine learning, deep learning.
ý tưởng triển khai 14/12/2021 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

15/12/2021- Nguyễn Phương Đại

5 Cài đặt server và giao diện người dùng. Code server + giao diện.
31/01/2022 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

Báo cáo về các vận hành mô 1/02/2021- Nguyễn Phương Đại

6 Thử nghiệm hệ thống
hình. 28/02/2022 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

Sar Lavi

Báo cáo về cải tiên mô hình hệ 01/3/2022- Nguyễn Phương Đại

7 Đánh giá và cải tiến
thống 31/3/2022 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

5
 Sar Lavi

1/4/2022- Nguyễn Phương Đại

8 Viết báo cáo. Bài báo cáo.
30/4/2022 Nguyễn Quốc An 

Tống Huỳnh Minh Nhật

6. SẢN PHẨM VÀ ĐỊA CHỈ ỨNG DỤNG
●
Loại sản phẩm:

Mẫu ☐, Vật liệu ☐, Thiết bị máy móc ☐ , Dây chuyền công nghệ ☐

Giống cây trồng ☐, Giống gia súc ☐, Qui trình công nghệ ☐, Phương pháp ☐

Tiêu chuẩn ☐, Qui phạm ☐, Sơ đồ ☐, Báo cáo phân tích ☐

Tài liệu dự báo ☐, Đề án ☐, Luận chứng kinh tế ☐, Chương trình máy tính ☐

Bản kiến nghị ☐, Sản phẩm khác:

●
Tên sản phẩm, số lượng và yêu cầu khoa học đối với sản phẩm

STT Tên sản phẩm Số lượng Yêu cầu khoa học

●
Địa chỉ có thể ứng dụng (tên địa phương, đơn vị ứng dụng):

7. KINH PHÍ THỰC HIỆN ĐỀ TÀI

Tổng kinh phí : 4.000.000 đồng

Dự trù kinh phí theo các mục chi:

Chi kinh phí hoạt động nghiên cứu tài liệu: 2.000.000 đồng
Chi kinh phí hoạt động thu thập dữ liệu, cài đặt, phân tích: 2.000.000 đồng

6
TPHCM, ngày __ tháng __ năm _____ TPHCM, ngày __ tháng __ năm _____
Trưởng Khoa/Bộ môn GV hướng dẫn Sinh viên thực hiện đề tài
(kí tên, đóng dấu) (Họ và tên, kí) (Họ và tên, kí)

TPHCM, ngày __ tháng __ năm _____

HIỆU TRƯỞNG