Mục tiêu: Nghiên cứu các điều kiện tối ưu cho quá trình điều chế cao phun sấy bưởi non với việc tối ưu hóa các hàm mục tiêu bằng phương pháp tiếp cận mong muốn. Đối tượng và phương pháp: 20 thử nghiệm tối ưu được tiến hành để mô tả sự ảnh hưởng của nhiệt độ khí vào, lưu lượng khí, loại và tỷ lệ giá mang đến quá trình phun sấy. Kết quả: Điều kiện phun sấy cao bưởi non tối ưu là nhiệt độ khí vào 160 oC, lưu lượng khí 200 m3/h, loại giá mang maltodextrin – aerosil (2:1) với tỷ lệ 70 % so với lượng chất rắn trong cao. Khi đó, hiệu suất phun sấy đạt 45,03 %, hàm lượng flavonoid đạt 19,58 %, khối lượng riêng là 0,34 g/ml và phân suất nén là 23,05 %. Kết luận: Đã thiết kế mô hình thực nghiệm và tối ưu hoá thành công quy trình phun sấy cao bưởi non bằng phần mềm Design-Expert phiên bản 12.0.3.0. Đây là cơ sở quan trọng cho các giai đoạn phát triển dạng bào chế hiện đại chứa chiết xuất bưởi non như viên nén, viên nang.

Bài toán tìm câu trả lời (còn gọi là bài toán lựa chọn câu trả lời hay tìm câu trả lời tốt nhất) là một bài toán chính trong hệ thống hỏi đáp. Khi một câu hỏi được đăng lên forum sẽ có nhiều người tham gia trả lời câu hỏi. Bài toán lựa chọn câu trả lời với mục đích thực hiện sắp xếp các câu trả lời theo mức độ liên quan tới câu hỏi. Những câu trả lời nào đúng nhất sẽ được đứng trước các câu trả lời kém liên quan hơn. Trong những năm gần đây, rất nhiều mô hình học sâu được đề xuất sử dụng vào nhiều bài toán xử lý ngôn ngữ tự nhiên (NLP) trong đó có bài toán lựa chọn câu trả lời trong hệ thống hỏi đáp nói chung và trong hệ thống hỏi đáp cộng đồng (CQA) nói riêng. Hơn nữa, các mô hình được đề xuất lại thực hiện trên các tập dữ liệu khác nhau. Vì vậy, trong bài báo này, chúng tôi tiến hành tổng hợp và trình bày một số mô hình học sâu điển hình khi áp dụng vào bài toán tìm câu trả lời đúng trong hệ thống hỏi đáp và phân tích một số thách thức trên các tập dữ liệu cho bài toán trên hệ thố...

Bảo vệ môi trường sống xanh – sạch – đẹp là vấn đề đang được cả thế giới quan tâm. Có rất nhiều hội nghị tầm cỡ toàn cầu hoặc khu vực đã được tổ chức để bàn bạc và tìm ra hướng giải quyết vấn đề đó. Trong đó, sự biến đổi khí hậu, cạn kiệt nguồn năng lượng và hiệu ứng nhà kính là những vấn đề nóng hổi, đây là một trong những thách thức lớn đối với toàn nhân loại vì chúng đang ảnh hưởng trực tiếp đến sinh thái, môi trường và cuộc sống của con người.

Đợt dịch COVID-19 thứ tư đang diễn ra tại Việt Nam với cường độ mạnh, nhiều ổ dịch xuất hiện, và tốc độ lây lan nhanh với các biến chủng nguy hiểm. Điều này đặt ra một vấn đề cấp bách là phải có một chiến lược hữu hiệu để bảo vệ an toàn bệnh viện (BV), nơi vừa được coi là tuyến đầu, nhưng lại là nơi COVID-19 dễ tấn công nhất trong tình hình dịch bệnh lan rộng như hiện nay cũng như trong tương lai khi các đợt dịch tiếp theo xảy ra. Ngày 28 tháng 4 năm 2021, Bộ Y tế đã có Quyết định số 2022/QĐ-BYT về việc Ban hành Hướng dẫn sử dụng sinh phẩm xét nghiệm nhanh kháng nguyên vi rút SARS-CoV-2. Mô hình triển khai các điểm sàng lọc cùng với xét nghiệm nhanh kháng nguyên đã được BV Hữu nghị áp dụng hiệu quả và có những thành công bước đầu. Mô hình này được ghi lại trong bài báo để các BV có thể tham khảo, chia sẻ, và áp dụng vào từng điều kiện cụ thể của mình.

Malpera “Amida Kurd” (Swêd) bi Ezîz ê Cewo Mamoyan ra. Yên êzdî û êzdîtî. Li ser rêya hevhatin û yekîtîyê. Gotûbêj. Weşanên “Amida Kurd”, s. 2022. Ev berevoka gotûbêjên malpera “Amida Kurd” bi lêgerîner, nivîskar û rojnamegerê kurd Ezîz ê Cewo ra li ser mijara wan pirsgirêkan e, yên ku li ser rêya hevhatin û yekîtîya civaka netewî-ayînî ya kurdên êzdî dibin asteng. Mamosta Ezîz ê Cewo di nava goveka van gotûbêjan da bingehên wan pêvajoyên dîrokî ravedike, yên ku bûne sedemên bûyerên bobelatî û rojên reş û giran di jîyana êzdîyan da. Wisa jî pêvajoyên îroyîn û rê û rêbazên lêgerandin û berterefkirina wan pirsgirêkan tên govtûgokirin, ên ku hê jî di nava jîyana êzdîyan da rû didin… Ev weşana ji bo govekek a berfireh a xwendevanan hatye armanckirin.

TÓM TẮT: Rút gọn thuộc tính là bài toán quan trọng trong bước tiền xử lý dữ liệu của quá trình khai phá dữ liệu và khám phá tri thức. Trong mấy năm gần đây, các nhà nghiên cứu đề xuất các phương pháp rút gọn thuộc tính trực tiếp trên bảng quyết định gốc theo tiếp cận tập thô mờ (Fuzzy Rough Set FRS) nhằm nâng cao độ chính xác mô hình phân lớp. Tuy nhiên, số lượng thuộc tính thu được theo tiếp cận FRS chưa tối ưu do ràng buộc giữa các đối tượng trong bảng quyết định chưa được xem xét đầy đủ. Trong bài báo này, chúng tôi đề xuất phương pháp rút gọn thuộc tính trực tiếp trên bảng quyết định gốc theo tiếp cận tập thô mờ trực cảm (Intuitionistic Fuzzy Rough Set IFRS) dựa trên các đề xuất mới về hàm thành viên và không thành viên. Kết quả thử nghiệm trên các bộ dữ liệu mẫu cho thấy, số lượng thuộc tính của tập rút gọn theo phương pháp đề xuất giảm đáng kể so với các phương pháp FRS và một số phương pháp IFRS khác.