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 2. MÃ SỐ

để triển khai mô hình deep learning.

3. LĨNH VỰC NGHIÊN CỨU 4. LOẠI HÌNH

NGHIÊN CỨU
Tự Xã hội Giáo Kỹ Nông Y Môi Cơ Ứng Triển
nhiên nhân văn dục thuật Lâm-Ngư dược trường bản dụng khai
☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐ ☐
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 Nội dung nghiên cứu cụ thể Chữ ký
lĩnh vực chuyên môn được giao
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 c ần 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 p hải 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
Thời gian
Các nội dung, công việc Sản phẩm
STT (bắt đầu – kết Người thực hiện
thực hiện chủ yếu phải đạt
thúc)
Sar Lavi
Nguyễn Phương Đại
Bản kế hoạch chi 1/10/2021-
1 Xây dựng kế hoạch. Nguyễn Quốc An
tiết. 06/10/2021
Tống Huỳnh Minh
Nhật
Sar Lavi
Nguyễn Phương Đại
Báo cáo hiện trạng 7/10/2021-
2 Khảo sát hiện trạng nghiên cứu. Nguyễn Quốc An
nghiên cứu. 31/10/2021
Tống Huỳnh Minh
Nhật
Sar Lavi
Nghiên cứu các công nghệ hiện Báo cáo về các Nguyễn Phương Đại
1/11/2021-
3 tại hỗ trợ việc triển khai mô công nghệ đã Nguyễn Quốc An
30/11/2021
hình nghiên cứu. Tống Huỳnh Minh
Nhật
Sar Lavi
Báo cáo về các Nguyễn Phương Đại
Viết API cho model machine 1/12/2021-
4 API thu được và ý Nguyễn Quốc An
learning, deep learning. 14/12/2021
tưởng triển khai Tống Huỳnh Minh
Nhật
Sar Lavi
Nguyễn Phương Đại
Cài đặt server và giao diện Code server + giao 15/12/2021-
5 Nguyễn Quốc An
người dùng. diện. 31/01/2022
Tống Huỳnh Minh
Nhật
Sar Lavi
Nguyễn Phương Đại
Báo cáo về các vận 1/02/2021-
6 Thử nghiệm hệ thống Nguyễn Quốc An
hành mô hình. 28/02/2022
Tống Huỳnh Minh
Nhật

5
 Sar Lavi
Nguyễn Phương Đại
Báo cáo về cải tiên 01/3/2022-
7 Đánh giá và cải tiến Nguyễn Quốc An
mô hình hệ thống 31/3/2022
Tống Huỳnh Minh
Nhật
Sar Lavi
Nguyễn Phương Đại
1/4/2022-
8 Viết báo cáo. Bài báo cáo. Nguyễn Quốc An
30/4/2022
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):

6
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, 2.000.000 đồng
phân tích:
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