Trường Đại Học Thủy Lợi

Danh mục: Nhóm nghiên cứu mạnh

  • Các Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 9/2022

    Các Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 9/2022

    Tại hội thảo ngày 24/9/2022 nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Nghiên cứu về ô nhiễm của một số hợp chất hữu cơ độc trong môi trường và ứng dụng kinh tế tuần hoàn tại Việt Nam”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Một số kết quả nghiên cứu mới về ô nhiễm các chất POPs trong không khí tại Việt Nam do PGS.TS Từ Bình Minh trình bày; (2) Mô hình kinh tế số, kinh tế tuần hoàn, phục vụ phát triển bền vững vùng Đông Nam Bộ do PGS.TS Nguyễn Hồng Quân trình bày; (3) Nghiên cứu ô nhiễm của một số hợp chất hữu cơ gây rối loạn nội tiết (PAE, Paraben) trong môi trường tại Việt Nam do bà Lê Minh Thùy trình bày.

    Tương tự, ngày 25/9/2022 nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) đã tổ chức hội thảo với chủ đề “Mạng Nơ ron tích chập đồ thị GCN” do PGS.TS. Nguyễn Hữu Quỳnh trình bày. Tại hội thảo nhóm MLIC giới thiệu về mạng nơ ron tích chập đồ thị GCN (Graph Convolutional Networks). GCN là một kiến trúc mạng nơ ron rất mạnh mẽ cho học máy trên đồ thị. Một cách làm việc trực quan và toán học phía sau của GCN được đã trình bày và thảo luận trong seminar này.

    Ngày 30/9/2022 nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) đã tổ chức thành công hội thảo với chủ đề “Xác định các tham thông số nhám cho mô hình thủy lực” do PGS. TS. Trần Kim Châu trình bày. Nghiên cứu này xác định việc xác định các thông số nhám cho các thí nghiệm thủy lực là công việc mất rất nhiều thời gian. Đây là công việc đòi hỏi người làm thí nghiệm phải có nhiều kinh nghiệm trong việc tạo độ nhám cho mô hình thủy lực. Nghiên cứu này dựa trên các thí nghiệm về việc sắp xếp các hạt nhám (đường kính, khoảng cách cát hạt) và so sánh với trường hợp mô phỏng không có hạt nhám, để tìm ra quan hệ giữa các thông số nhám. Kết quả nghiên cứu có thể áp dụng  cho nhà máy thủy điện Ialy.

    Nhìn chung, việc xác định các thông số nhám là thực sự cần thiết cho các mô hình thủy lực. Kết quả nghiên cứu đóng góp đáng kể vào việc giảm thời gian để sắp xếp, bố trí các hạt nhám. Có thể áp dụng kết quả nghiên cứu cho nhiều bài toán thủy lực khác.

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại buổi hội thảo

    Thu Hiền – Phòng KHCN

  • Các Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 8/2022

    Các Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 8/2022

    Tại hội thảo ngày 06/8/2022, nhóm AICOST (Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống/Artificial Intelligence for Tackling Climate Change and Controlling System) đã tổ chức thành công hội thảo với 03 bài tham luận do ThS. Nguyễn Quang Đạt; PGS.TS. Nguyễn Ngọc Doanh như sau: (1) Mô hình lai ARIMA-ANN dùng trong dự báo chuỗi thời gian; (2) Mô hình lai sử dụng Seasonal, Online ARIMA và Online RNN dự báo phụ tải điện ngắn hạn; (3) Online SARIMA ứng dụng trong dự báo ngắn hạn phụ tải điện. Qua 03 bài tham luận trên cho thấy, các kết quả nghiên cứu của nhóm AICOST tập trung vào một số điểm chính sau đây:

    (1) Mô hình truyền thống có nhiều ứng dụng mạnh trong dự báo chuỗi thời gian. Mỗi mô hình có những điểm mạnh và yếu khác khau. Khi kết hợp các mô hình đơn lẻ lại trở thành một mô hình lai (hybrid model) thì chúng ta có thể kết hợp các điểm mạnh của từng mô hình đơn lẻ, đồng thời có thể hạn chế được nhiều nhược điểm trong các mô hình đó. Vì vậy, mô hình lai được hy vọng sẽ cho ra kết quả dự báo chính xác hơn.

    (2) Mô hình truyền thống là mô hình được huấn luyện trên bộ dữ liệu có sẵn. Mô hình được cố định sau khi đã huấn luyện xong. Tuy nhiên khi dữ liệu thực tế là dạng được cập nhật liên tục theo thời gian thực thì mô hình không tận dụng được các giá trị mới cập nhật này.

    (3) Mô hình online được đưa ra nhằm tận dụng được việc cập nhật dữ liệu này. Tại các thời điểm có dữ liệu mới được thêm vào dữ liệu của chúng ta, mô hình sẽ tiến hành cập nhật một số tham số của mô hình (nhưng các siêu tham số – hyperparameters – thì vẫn giữ nguyên). Từ đó làm cho kết quả của mô hình tốt hơn.

    (4) Nhiều dữ liệu thực tế là các dữ liệu có tính mùa. Việc phân tích tính mùa trong dữ liệu đem lại hiệu quả tốt hơn cho mô hình. Mô hình SARIMA là một mô hình có sử dụng được tính mùa của dữ liệu. Khi tạo một mô hình online đối với SARIMA thì khi đó ta vừa tận dụng được tính mùa từ mô hình SARIMA, đồng thời cũng tận dụng được việc cập nhật dữ liệu để cập nhật mô hình liên tục. Khi đó, chúng ta có thể hy vọng mô hình mới sẽ có kết quả tốt hơn so với mô hình ARIMA online không có tính mùa.

    Nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (AICOST) tại buổi hội thảo

    Tương tự, ngày 28/8/2022 nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) đã tổ chức thành công hội thảo với chủ đề “Xác định các tham số đặc trưng đường cong IDF cho dữ liệu mưa Tân Sơn Hòa, TP. Hồ Chí Minh” do TS. Lê Thị Hòa Bình trình bày. Nghiên cứu này xác định việc xác định đường cong IDF là mối quan tâm hàng đầu trong việc thiết kế hệ thống thoát nước đô thị; hiện nay có khá nhiều công thức biểu diễn mối quan hệ IDF, trong đó công thức của Sherman được sử dụng khá phố biến. Từ kết quả nghiên cứu đã đạt được, nhóm nghiên cứu đã đưa ra đề xuất: sử dụng công thức của Sherman và đề xuất các tham số địa phương phù hợp. Kết quả nghiên cứu có thể áp dụng vào các lĩnh vực quy hoạch, thiết kế các dự án cơ sở hạ tầng.

    Nhìn chung, việc xác định đường cong IDF có ý nghĩa thiết thực trong công tác quy hoạch, thiết kế hệ thống tiêu thoát nước, cơ sở hạ tầng. Do vậy nên áp dụng phương pháp nghiên cứu cho các vùng khác nhau để thấy được sự khác biệt ncủa đường cong IDF của các vùng mưa.

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại buổi hội thảo

    Ngày 27/8/2022 nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) đã tổ chức hội thảo với chủ đề “Mạng Nơ ron tích chập đồ thị và ứng dụng” do PGS.TS. Nguyễn Hữu Quỳnh trình bày. Trong nghiên cứu này, nhóm MLIC giới thiệu về cách thực hiện học sâu trên các đồ thị với mạng nơ ron tích chập đồ thị GCN (Graph Convolutional Networks), một loại mạng nơ ron mạnh mẽ được thiết kế để làm việc trực tiếp trên các đồ thị và tận dụng thông tin cấu trúc của nó. Bên cạnh đó nhóm MLIC cũng giới thiệu một số ứng dụng điển hình của nó.

    Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại buổi hội thảo

    Ngày 30/8/2022 nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Đánh giá thực trạng và nghiên cứu rủi ro môi trường tại một số tỉnh thành phía Bắc của Việt Nam”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Nghiên cứu về sự cố môi trường trong nông nghiệp, nông thôn khi có thiên tai xảy ra do PGS.TS Bùi Quốc Lập trình bày; (2) Nghiên cứu phân tích, đánh giá sự xuất hiện của hợp chất methylsiloxane mạch vòng dễ bay hơi trong môi trường Hà Nội do NCS Nguyễn Nữ Mỹ Hà trình bày; (3) Đánh giá thực trạng môi trường các vùng nuôi tôm tỉnh Nam Định do bà Pham Trương Thảo Nguyên trình bày.

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    Thu Hiền – Phòng KHCN

  • Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 7/2022

    Nhóm nghiên cứu mạnh Trường Đại học Thủy lợi tổ chức Hội thảo tháng 7/2022

    Tại hội thảo ngày 28/7/2022, nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) đã tổ chức thành công hội thảo với chủ đề “Ứng dụng Google Eartch Engine (GEE) xác định diện tích đất nông nghiệp bị ảnh hưởng do lũ trên lưu vực sông Bùi, Việt Nam” do ThS. Trần Ngọc Huân trình bày. Trong nghiên cứu này, nhóm GRAT sử dụng công cụ Google Earth Engine để xác định phần đất bị mất do lũ trên lưu vực sông Bùi. Ngoài ra, nhóm GRAT cho biết kết quả nghiên cứu này hoàn toàn có thể áp dụng cho lưu vực sông khác trên cả nước (với diện tích lưu vực nhỏ).

    Tương tự, ngày 31/7/2022 nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Tồn lưu và ô nhiễm của một số chất độc hại trong môi trường”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Ô nhiễm sterol trong sông Kim Ngưu, Hà Nội do bà Tô Xuân Quỳnh trình bày; (2) Tồn lưu PAH trong trầm tích Hồ Tây do bà Vũ Thị Thu Huyền trình bày; (3) Đánh giá rủi ro bụi PM5, khí độc đối với người lao động tại một số nhà máy phía Bắc do ông Nguyễn Việt Phong trình bày. Qua buổi hội thảo này nhóm ROOM đã trình bày về các kết quả nghiên cứu được cũng như thảo luận về các vấn đề như: Ô nhiễm sterol trong nước và trầm tích sông Kim Ngưu, Hà nội; Đặc điểm phân bố các hợp chất PAH trong trầm tích Hồ tây, Hà Nội; Đánh gia rủi ro bụi PM5.

    Các buổi Hội thảo online trên phần mềm Zoom đã đánh giá và thảo luận toàn diện được các kết quả nghiên cứu trong tháng 7/2022 của các nhóm Nghiên cứu mạnh TLU đạt được. Mặt khác qua đó còn có nhiều trao đổi, kết nối về các hướng hợp tác NCKH giữa các nhóm Nghiên cứu mạnhs với các đơn vị khác trong thời gian tới.

    Dưới đây là một số hình ảnh được ghi nhận tại các buổi hội thảo.

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại buổi hội thảo

    ​

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    ​

  • Hội thảo tháng 6/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 6/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Tại hội thảo ngày 11/6/2022, nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Đánh giá ô nhiễm, mức độ phát thải và dự đoán chất lượng của một số chất độc hại trong môi trường khí”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về:

    (1) Đánh giá ô nhiễm các chất hữu cơ BTEX trong không khí và rủi ro đến sức khỏe của con người tại khu vực lò đốt rác thải sinh hoạt xã Hải Lý, huyện Hải Hậu, tỉnh Nam Định do NCS. Nguyễn Tiến Dũng trình bày.

    (2) Đánh giá mức độ phát thải và độc tính tương đương của PAH trong bụi không khí tại Hà nội do TS. Phạm Châu Thùy trình bày.

    (3) Hệ thống di động quan trắc và dự đoán chất lượng không khí ứng dụng trí tuệ nhân tạo do TS. Nguyễn Phi Lê trình bày.

    Các kết quả nghiên cứu của nhóm ROOM tập trung vào một số điểm chính như sau:

    (1) Thành phần CTRSH tại xã Hải Lý, huyện Hải Hậu, tỉnh Nam Định; ô nhiễm các BTEX xung quanh khu vực lò đốt, đánh giá rủi ro BTEX quanh ku vực lò đốt.

    (2) So sánh sự phân bố PAH trong không khí giữa hà Nội và các thành phố khác, phân bố PAHs trong không khí và trong khói đốt rơm.

    (3) Mức rủi ro ung thư của PAHs trong tổng bụi (từ các cấp hạt khác nhau) tại Hà Nội.

    (4) Thực trạng bụi mịn ở Việt Nam. Ứng dụng trí tuệ nhân tạo để giảm thiểu tác hại thiên tai ô nhiễm.

    (5) Giới thiệt thành quả chế tạo 24 thiết bị quan trắc và giới thiệu một số kỹ thuật ứng dụng học sâu để thiết kế mô hình, nhằm hiệu chỉnh dữ liệu.

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    Tương tự, ngày 30/6/2022 nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) đã tổ chức thành công hội thảo với chủ đề: “Cách Tiếp Cận Xác Định Ngưỡng Mưa Sinh Lũ Quét Dựa Theo Lưu Lượng Tràn Bờ (Q Bankfull)” do NCS. Nguyễn Thế Toàn trình bày. Nghiên cứu này xác định lưu lượng tràn bờ theo phương pháp quan hệ với lưu lượng trung bình năm, chu kỳ lặp lại và khảo sát thực tế. Kết quả nghiên cứu đã cho thấy, có thể dựa trên kết quả nghiên cứu cơ sở khoa học xây dựng hệ thống cảnh báo lũ quét theo thời gian thực, ứng dụng cho lưu vực Nâm Ly và Nà Nhùng tỉnh Hà Giang, tiến hành dự báo thử nghiệm đầu mùa lũ 2020, có 3 đợt lũ lớn xảy ra ở vùng này.

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại buổi hội thảo

    Ngày 02/7/2022 nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) đã tổ chức hội thảo với chủ đề “Mô hình Transformer và ứng dụng”. Tại hội thảo nhóm MLIC đã trình bày 03 bài tham luận về: (1) Giới thiệu một số bài toán xử ký ngôn ngữ tự nhiên và một số vấn đề cần giải quyết do ThS. Phương Văn Cảnh trình bày; (2) Giới thiệu về mô hình Transformers và ứng dụng do NCS. An Hồng Sơn trình bày; (3) Ứng dụng Transformers vào bài toán dịch máy do TS. Nguyễn Văn Vinh trình bày.

    Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại buổi hội thảo

    Thông qua buổi hội thảo định kỳ, các nhóm Nghiên cứu mạnh cùng các báo cáo viên và các đại biểu tham dự hội thảo đã có phần thảo luận sôi nổ về các kết quả NCKH đạt được. Mặt khác qua đó còn có nhiều trao đổi, kết nối về các hướng hợp tác NCKH giữa các nhóm NCM với các đơn vị khác trong và ngoài trường trong thời gian tiếp theo.

    Thu Hiền – Phòng KHCN

  • Hội thảo tháng 5/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 5/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Tại hội thảo, nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Thu hồi năng lượng và xử lý ô nhiễm chất thải rắn”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Tổng quan quá trình ủ kỵ khí chất thải rắn sinh hoạt và bùn thải đô thị nhằm thu hồi năng lượng do ông Nguyễn Việt Phong trình bày; (2) Xử lý thành phần hữu cơ dễ phân huỷ sinh học theo hướng kinh tế tuần hoàn trong tình hình mới do TS. Nguyễn Thi Thu Hà trình bày; (3) Nghiên cứu cơ chế hình thành và tính chất nguy hại của tro bay phát sinh từ lò đốt chất thải rắn sinh hoạt do PGS.TS Ngô Trà Mai trình bày.

    Tương tự, nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) đã trình bày bài tham luận về “Mạng nơ ron sâu autoencoder cho tìm kiếm ảnh nhanh trên cơ sở dữ liệu ảnh cỡ lớn” do PGS.TS. Nguyễn Hữu Quỳnh, ThS. An Hồng Sơn, ThS. Phương Văn Cảnh trình bày. Qua bài tham luận cho thấy, các phương pháp tìm kiếm ảnh truyền thống đã thu được độ chính xác cao, tốc độ tìm kiếm nhanh và đã được áp dụng vào nhiều lĩnh vực của đời sống thực tế. Tuy nhiên, với tập ảnh cơ sở dữ liệu cỡ lớn, nó có thể cho độ chính xác thấp và tốc độ tìm kiếm chậm. Trong nghiên cứu này nhóm MLIC đã trình bày một khung làm việc có thể tìm kiếm nhanh và cho độ chính xác tốt trên cơ sở dữ liệu ảnh cỡ lớn. Nó học các mã nhị phân nén và tính nhanh khoảng cách bởi độ đo Hamming.

    Nhóm AICOST (Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống/Artificial Intelligence for Tackling Climate Change and Controlling System) đã có bài tham luận về: “Áp dụng phương pháp self-boosted time-series cho bài toán dự báo mực nước trên lưu vực sông Mê kông” do ThS. Hoàng Văn Đông; PGS.TS. Nguyễn Thanh Tùng trình bày. Tại hội thảo các nhà khoa học đã trình bày phương pháp self-boosted time series cho bài toán dự báo chuỗi thời gian; nêu cách ứng dụng nó cho bài toán dự báo mực nước trên lưu vực sông Mê Kông, đồng thời đề xuất một số ý tưởng để cải tiến phương pháp trên.

    Nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) cũng đã tổ chức thành công hội thảo chủ đề: “Thử nghiệm ứng dụng ảnh chụp từ phương tiện bay không người lái hỗ trợ công tác lập bản đồ nhiễm mặn”. Các kết quả nghiên cứu của nhóm GRAT tập trung vào một số nội dung chính như sau:

    – Sử dụng thiết bị bay không người lái UAV Phantom 4-RTK chụp ảnh khu nghiên cứu.

    – Dùng phần mềm AutoCAD để xử lý ảnh trực giao như: phân tách đường giao thông, khu dân cư, cánh đồng trồng cây…

    – Dùng phần mềm ArcGIS để phân loại thảm phủ và phân vùng theo các mục đích sử dụng. Độ nhiễm mặn được đo rải rác trên khu vực nghiên cứu, sau đó sẽ dùng công cụ Interpolation trong ArcGIS để nội suy giá trị độ mặn.

    – Kết quả thu được: phân loại lớp phủ, lập bản đồ độ mặn cho vùng nghiên cứu.

    Các buổi hội thảo trực tuyến trên phần mềm Zoom đã đánh giá và thảo luận toàn diện được các kết quả nghiên cứu trong tháng 5 của các Nhóm Nghiên cứu mạnh đạt được. Ngoài ra các Nhóm NCM còn trao đổi các thông tin để xây dựng kế hoạch thu thập dữ liệu cho đề tài nghiên cứu, các phương pháp có thể phát triển của nhóm trong thời gian tới.

    Dưới đây là một số hình ảnh được ghi nhận tại các buổi hội thảo.

    ​

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại buổi hội thảo

    Nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (AICOST) tại buổi hội thảo

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại buổi hội thảo

    Thu Hiền – Phòng KHCN

  • Hội thảo tháng 04/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 04/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Tại Hội thảo, AICOST (Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống/Artificial Intelligence for Tackling Climate Change and Controlling System) đã có bài tham luận về “Comparison of performance of RainNet with proposed Rainet + GA algorithm” (do Michael Mike, TS. Trần Thị Ngân và TS. Trần Mạnh Tuấn trình bày). Trong nghiên cứu này, các nhà khoa học đã kết hợp thuật toán di truyền với mô hình RainNet đã có để cải thiện hiệu năng dự báo của mô hình RainNet. Thuật toán di truyền (GA) được sử dụng để điều chỉnh các siêu tham số như kích thước bộ lọc, chức năng kích hoạt và một số chu kỳ cho mô hình RainNet. Để nâng cao hiệu suất của mô hình hiện có (RainNet) cho dự báo hiện tại, một hàm mục tiêu được xây dựng, khi đó giá trị sai số tuyệt đối trung bình xuống dưới 0,3 trong 5 phút tiếp theo của dự báo. Ngoài ra, các nhà khoa học có đánh giá hiệu suất của mô hình mới với các mô hình Unet kết hợp với giải thuật di truyền (GA) trong dự báo. Kết quả thử nghiệm chỉ ra rằng RainNet vượt trội hơn trong việc dự báo mưa ngắn hạn, nhưng RainNet lại tiêu tốn tài nguyên để thực hiện tính toán, do vậy để thực hiện cần cài đặt trên bộ xử lý đồ họa (GPU). Kết quả cho thấy sai số tuyệt đối trung bình 0,0445 trong 5 phút tiếp theo của dự báo vượt trội so với cấu trúc RainNet đã có sẵn. Với việc sử dụng GA, đã chứng tỏ rằng việc sử dụng các chức năng kích hoạt mới được phát triển như ‘SELU’ và ‘Swish’ tốt hơn hơn so với ReLU.

    Nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) đã tổ chức hội thảo với chủ đề “Tồn lưu các chất hữu cơ độc hại và ứng dụng các chế phẩm sinh học nhằm cải tạo, phục hồi, nâng cao độ phì trong đất nông nghiệp”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về:

    (1) Vai trò của chất hữu cơ trong phục hồi độ phì đất thoái hóa do TS. Lê Tuyết Thu trình trình bày.

    (2) Ứng dụng chế phẩm sinh học từ vi sinh vật để xử lý đất ô nhiễm các hợp chất hữu cơ khó phân huỷ do TS. Lê Thị Nhu Công trình bày.

    (3) Đánh giá khả năng cố định đạm của Azotobacter nhân sinh khối trong môi trường vỏ cà phê đã qua xử lý do TS. Trần Thị Minh Loan trình bày.

    Các kết quả nghiên cứu của nhóm ROOM tập trung vào một số điểm chính như sau:

    (1) Tầm quan trọng của chất hữu cơ trong đất, chất hữu cơ trong đất trên thế giới và Việt Nam.

    (2) Tình hình ô nhiễm và độc tính của hydrocarbon thơm, các cơ chế hấp thụ các chất ô nhiễm hữu cơ lên biochar, tiềm năng phế phụ phẩm ở Việt Nam, giải pháp chế phẩm vi sinh trên than sinh học…

    (3) Ảnh hưởng của lượng vi sinh vật Azotobacter được bổ sung vào đất đến chiều cao trung bình của cây lolo xanh ở mỗi nghiệm thức qua từng giai đoạn; Chủng Azotobacter khi lên men trên môi trường vỏ cà phê đã qua xử lý đạt mật độ là 7,85.109 CFU/g và có khả năng cố định đạm, làm tăng lượng đạm trong môi trường nuôi cấy Getchinson từ 0,331mg/l lên 0,503mg/l; Khi bổ sung vi khuẩn Azotobacter vào đất trồng với liều lượng là 180g/chậu cho thấy rằng sau một vụ trồng mật độ vi sinh vật trong đất tăng lên cao nhất là 2,55.106 CFU/g đất; năng suất trung bình ước tính cho một vụ lolo xanh đạt mức cao nhất là 4,390 tấn/1000 m2. Hàm lượng nitrat trong đất khi thu hoạch cũng tăng từ 0,007mg N-NH4/g lên 0,036mg N-NH4/g đất.

    Tương tự, nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) cũng đã tổ chức thành công Hội thảo về Tổng kết khảo sát thực địa tại tỉnh Bà Rịa- Vũng Tàu. Trong đợt khảo sát này nhóm GRAT đã tổ chức đo đạc, khảo sát địa hình và thủy văn tại Cánh đồng Bưng, xã Phước Hội, huyện Đất Đỏ, tỉnh Bà Rịa – Vũng Tàu. Bên cạnh đó, nhóm GRAT cũng đã có chuyến khảo sát và đo đạc tại một số cửa biển như Bến Lội, Lộc An, Cửa Lấp và Sông Dinh thuộc tỉnh Bà Rịa – Vũng Tàu.

    Nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) đã trình bày bài tham luận về “Nâng cao khả năng đáp ứng cho hệ thống điều khiển” do TS. Nguyễn Trọng Thắng, TS. Ngô Trường Giang, và ThS. Cù Việt Dũng trình bày. Nghiên cứu này của nhóm MLIC sử dụng thuật toán điều khiển trượt để nâng cao khả năng đáp ứng nhanh cho hệ thống điều khiển. Thuật toán được thiết kế trong không gian trạng thái sao cho các biến trạng thái đi theo quỹ đạo của mặt trượt để trở về điểm cân bằng (giá trị mong muốn) nhanh nhất. Kết quả của thuật toán được thử nghiệm trên mô hình điều khiển quỹ đạo cho cánh tay robot. Kết quả là hệ thống cánh tay robot nhanh chóng đạt được tọa độ mục tiêu với thời gian đáp ứng nhanh và chất lượng tốt.

    Dưới đây là một số hình ảnh được ghi nhận tại các buổi Hội thảo.

    Nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (AICOST) tại buổi hội thảo

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại buổi hội thảo

    Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại buổi hội thảo

    ​

  • Hội thảo tháng 03/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi (TLU)

    Hội thảo tháng 03/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi (TLU)

    Tại buổi Hội thảo ngày 26/3/2022, nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) – TLU đã trình bày bài tham luận về “Chẩn đoán ung thư da với tập dữ liệu huấn luyện mất cân bằng” (do TS. Phạm Chí Công, TS. Ngô Trường Giang, ThS. Cù Việt Dũng trình bày). Nghiên cứu này sử dụng tập dữ liệu bao gồm 17.302 hình ảnh ung thư da, đây là tập dữ liệu lớn nhất cho đến nay. Hiệu suất của mô hình được so sánh với hiệu suất của 157 bác sĩ da liễu từ 12 bệnh viện đại học ở Đức dựa trên cùng một bộ dữ liệu. Kết quả thử nghiệm chứng minh rằng phương pháp đề xuất của nhóm MLIC – TLU vượt trội hơn hiệu suất của tất cả 157 bác sĩ da liễu và đạt được hiệu suất cao hơn so với phương pháp hiện đại với diện tích dưới đường cong là 94.4%, độ nhạy 85.0% và độ đặc hiệu là 95.0%. Hơn nữa, khi lựa chọn ngưỡng tốt nhất để đạt được sự cân bằng giữa độ nhạy và độ đặc hiệu, phương pháp đề xuất cho hiệu suất cân bằng nhất so với các nghiên cứu khác và có triển vọng ứng dụng vào chẩn đoán y khoa, với độ nhạy 90.0% và độ đặc hiệu 93.8%.

    Tương tự, cùng ngày 26/3/2022 nhóm AICOST (Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống/Artificial Intelligence for Tackling Climate Change and Controlling System) – TLU đã tổ chức thành công Hội thảo bài tham luận về: “Combining machine learning and reference-free transcriptome analysis for the identification of prostate cancer signatures” (do TS. Nguyễn Thị Ngọc Hà và TS. Trần Mạnh Tuấn trình bày).

    Ngày 31/3/2022, nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) – TLU đã tổ chức hội thảo online với chủ đề “Một số nghiên cứu về xử lý nước thải và kịch bản mô phỏng kiểm soát phú dưỡng trong hồ”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Ứng dụng vi sinh vật trong xử lý nước thải dệt nhuộm (do TS. Lê Thị Nhi Công trình bày); (2) Mô phỏng kịch bản kỹ thuật để kiểm soát hiện tượng phú dưỡng trong hồ nông (do TS. Tạ Đăng Thuần trình bày); (3) Đánh giá khả năng xử lý nước thải chăn nuôi của than sinh học làm từ rơm rạ (do TS. Nguyễn Hoài Nam trình bày). Các nghiên cứu này của nhóm ROOM – TLU đang là những vẫn đề rất được quan tâm hiện tại và rất hữu ích trong vấn đề nghiên cứu về xử lý nước thải và kịch bản mô phỏng kiểm soát phú dưỡng trong hồ tìm kiếm cơ hội hợp tác với nhóm NCM.

    Ngày 01/4/2022, nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) – TLU đã tổ chức thành công Hội thảo với bài tham luận về: “Thành phần, khối lượng khảo sát địa hình – Phần 2. Công trình phòng, chống sạt lở bờ sông, bờ biển” và “Thành phần, khối lượng khảo sát địa chất – Phần 2. Công trình phòng, chống sạt lở bờ sông, bờ biển” (do TS. Lã Phú Hiến trình bày).  

    Các buổi Hội thảo online trên phần mềm Zoom đã đánh giá và thảo luận toàn diện được các kết quả nghiên cứu trong tháng 3/2022 của các Nhóm Nghiên cứu mạnh TLU đã đạt được. Ngoài ra các Nhóm NCM còn trao đổi các thông tin để xây dựng kế hoạch thu thập dữ liệu cho đề tài nghiên cứu, các phương pháp có thể phát triển của nhóm trong thời gian tới.

    Dưới đây là một số hình ảnh được ghi nhận tại các buổi Hội thảo online:

    Thu Hiền – Phòng KHCN

  • Hội thảo tháng 02/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 02/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Tại buổi Hội thảo vào ngày 19/02/2022, nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) – TLU đã tổ chức hội thảo online với chủ đề “Học và truyền các tham số sử dụng mạng nơron tích chập”. Tại hội thảo nhóm MLIC đã trình bày 03 bài tham luận về: (1) Tổng quan về học truyền các tham số (do PGS.TS. Nguyễn Hữu Quỳnh trình bày); (2) Học truyền tham số trên mạng CNN (do ThS. Cù Việt Dũng trình bày); (3) Ứng dụng học truyền trên tập nguồn ImageNet và tập đích PASCAL VOC (do ThS. Phương Văn Cảnh trình bày).

    Tương tự, ngày 26/02/2022 nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) – TLU đã tổ chức hội thảo online với chủ đề “Nông nghiệp hữu cơ trong bảo vệ môi trường”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Sức khỏe đất – nền tảng của nền nông nghiệp hữu cơ (do TS. Hoàng Thi Thu Duyến trình bày); (2) Tiềm năng tái sử dụng một số nguồn thải trong cải tao đất nông nghiệp (do PGS.TS. Nguyễn Minh Phương trình bày); (3) Thách thức trong chuyên đổi sản xuất cây ăn quả có múi theo hướng hữu cơ ở Việt Nam (do TS. Trần Tuyết Thu trình bày).

    Ngày 28/02/2022, nhóm AICOST (Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống/Artificial Intelligence for Tackling Climate Change and Controlling System) – TLU đã tổ chức thành công Hội thảo với 02 bài tham luận về: (1) RainPredRNN: A New Approach for Precipitation Nowcasting with Weather Radar Echo Images Based on Deep Learning (RainPredRNN: một phương pháp tiếp cận mới trong dự báo lượng mưa dưa với dữ liệu ảnh radar thời tiết trên Deep Learning) (do PGS.TS. Lê Hoàng Sơn trình bày); (2) Phân cụm bán giám sát mờ an toàn và ứng dụng (do TS. Trần Mạnh Tuấn và PGS.TS. Lê Hoàng Sơn trình bày).

    Ngày 28/02/2022, nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) – TLU đã tổ chức thành công Hội thảo với bài tham luận về: Ứng dụng mô hình thủy văn thủy lực để đánh giá ảnh hưởng của phát triển cơ sở hạ tầng đến tình trạng ngập úng do lũ ở hạ lưu sông Kone – Hà Thanh (do PGS.TS Trần Kim Châu trình bày).

    Thông qua buổi Hội thảo định kỳ, các nhóm Nghiên cứu mạnh của trường Đại học Thủy lợi cùng các báo cáo viên và các đại biểu tham dự đã có các phần thảo luận sôi nổi về các kết quả nghiên cứu khoa học đạt được. Mặt khác, qua đó còn có nhiều trao đổi về các hướng hợp tác nghiên cứu giữa các nhóm Nghiên cứu mạnh với các đơn vị khác tham gia hội thảo trong thời gian tiếp theo.

    Thu Hiền – Phòng KHCN

  • Hội thảo tháng 01/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 01/2022 của Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Tại buổi Hội thảo vào ngày 25/01/2022, nhóm MLIC (Nghiên cứu Kỹ thuật học máy và điều khiển thông minh/Machine Learning Techniques and Intelligent Control) – TLU đã trình bày 03 bài tham luận về: (1) Giải quyết bài toán cỡ lớp nhỏ trong nâng cao hiệu quả tra cứu ảnh với phản hồi liên quan (do ThS. Phương Văn Cảnh trình bày); (2) kết hợp các autoencoder để giải quyết sự không ổn định của mô hình mạng nơ ron (do ThS. Cù Việt Dũng trình bày); (3) Học mã nhị phân cho tra cứu ảnh nhanh (do TS. Đào Thị Thuý Quỳnh trình bày).

    Tương tự, ngày 26/01/2022 nhóm GRAT (Ứng dụng GIS và viễn thám/GIS and Remote sensing Application) – TLU đã tổ chức thành công Hội thảo với bài tham luận về: Xây dựng bản đồ ngập lụt độ phân giải cao cho TP. Hồ Chí Minh (TS. Lê Thị Hòa Bình trình bày). Tại Hội thảo, nhóm GRAT đã trình bày đầy đủ các nội dung xây dựng bản đồ ngập lụt độ phân giải cao cho TP. Hồ Chí Minh, các hướng phát triển mô hình để mô phỏng ngập khi xét đến hệ thống đê sông và các kế hoạch triển khai hoạt động của nhóm trong thời gian tới.

    Ngày 28/01/2022, Nhóm ROOM (Nghiên cứu các hợp chất hữu cơ/Research of Organic Matter) – TLU đã tổ chức hội thảo online với chủ đề “Nghiên cứu ô nhiễm và vai trò của chất hữu cơ trong môi trường”. Tại hội thảo nhóm ROOM đã trình bày 03 bài tham luận về: (1) Thách thức phát triển nông nghiệp xanh tại Tỉnh Thừa Thiên Huế (do PGS.TS Nguyễn Thanh Lâm trình bày); (2) Nghiên cứu chế tạo phân bón nhả chậm, ứng dụng trong nông nghiệp hữu cơ (do PGS.TS. Trần Đình Trinh trình bày); (3) Nghiên cứu xử lý thử nghiệm các chất hữu cơ thơm đa vòng giáp cạnh (PAH) trong nước bằng vật liệu tiên tiến (do ThS. Tô Xuân Quỳnh trình bày).

    Thông qua buổi Hội thảo, các nhóm Nghiên cứu mạnh của trường Đại học Thủy lợi cùng các báo cáo viên và các đại biểu tham dự đã có những phần thảo luận sôi nổi, chia sẻ kiến thức, kinh nghiệm nghiên cứu khoa học và trao đổi về sự hợp tác nghiên cứu giữa các Nhóm Nghiên cứu mạnh với các đơn vị cùng ngành, liên ngành trong và ngoài trường, các đại biểu tham dự nhằm đẩy mạnh cơ hội cùng cộng tác cùng phát triển trong nghiên cứu khoa học.

    Dưới đây là một số hình ảnh được ghi nhận tại các buổi Hội thảo online:

    Thu Hiền – Phòng KHCN

  • Hội thảo tháng 12/2021 của các Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Hội thảo tháng 12/2021 của các Nhóm Nghiên cứu mạnh Trường Đại học Thủy lợi

    Ngày 04/12/2021 nhóm Nghiên cứu các hợp chất hữu cơ (Research of Organic Matter – ROOM) đã tổ chức thành công Hội thảo với chủ đề “Ô nhiễm môi trường không khí tại một số khu vực của Việt Nam”. Hội thảo đã trình bày 03 bài tham luận về: (1) Nâng cao hiệu quả quan trắc chất lượng môi trường không khí: đánh giá điển hình tại Hà Nội (do ông Hoàng Dũng trình bày); (2) Ứng dụng học máy trong dự báo chất lượng không khí (do TS. Mạc Duy Hưng trình bày); (3) Đánh giá ô nhiễm các chất hữu cơ BTEX trong không khí và rủi ro đến sức khỏe của con người tại khu vực lò đốt rác thải sinh hoạt xã Hải Lý, huyện Hải Hậu, tỉnh Nam Định (do GS.TS. Vũ Đức Toàn trình bày).

    Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại hội thảo online

    Tương tự, ngày 19/12/2021 nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (Machine Learning Techniques and Intelligent Control – MLIC) đã tổ chức Hội thảo với chủ đề “Cách thức xây dựng một hệ thống nhận dạng tiếng nói trong thực tế”. Hội thảo đã trình bày 03 bài tham luận về: (1) Cách thức xây dựng một hệ thống nhận dạng tiếng nói trong thực tế (do TS. Đỗ Văn Hải trình bày); (2) Giới thiệu về kỹ thuật học truyền cho tra cứu ảnh (do TS. Ngô Trường Giang trình bày); (3) Giới thiệu về học sâu với mã nhị phân (do TS. Ngô Trường Giang trình bày).

    Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại hội thảo online

    Ngày 23/12/2021 nhóm Ứng dụng GIS và viễn thám (GIS and Remote sensing Application – GRAT) đã trình bày bài tham luận về “Xây dựng bộ công cụ thu thập và hiển thị dữ liệu về hệ thống công trình thủy lợi trên nền tảng WebGIS cho đồng bằng Sông Cửu Long” (do TS. Đặng Đồng Nguyên trình bày).

    Nhóm Ứng dụng GIS và viễn thám (GRAT) tại hội thảo online

    Ngày 25/12/2021 nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (Artificial Intelligence for Tackling Climate Change and Controlling System – AICOST) đã trình bày 02 bài tham luận về: (1) Ứng dụng Deep learning và Big data vào bài toán phát hiện và phân loại Botnet (do Tống Anh Tuấn và TS. Trần Mạnh Tuấn trình bày); (2) Ứng dụng Deep Learning trong dự báo mưa trong dữ liệu timeseries (do Đỗ Ngọc Tuyền; Lê Hoàng Sơn trình bày), bài báo cáo này trình bày Khoa học dự báo khí tượng nói chung và dự báo mưa nói riêng đã đạt được nhiều tiến bộ đáng kể trong nhiều thập kỷ qua. Bên cạnh đó, bài báo cáo trình bày về Botnet là mối đe dọa thường xuyên đối với các hệ thống thông tin trên Internet, có khả năng phát động các cuộc tấn công từ chối dịch vụ, phát tán thư rác và phần mềm độc hại trên diện rộng. Việc phát hiện và ngăn chặn mạng botnet là rất quan trọng trong an ninh mạng.

    Nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (AICOST) tại hội thảo online

    Thu Hiền – Phòng KHCN