Lý thuyết tập mờ là công cụ hữu hiệu giúp giải quyết rất tốt bài toán lựa chọn thuộc tính trên các hệ thông tin có miền giá trị số liên tục. Tuy nhiên, mô hình này còn gặp nhiều hạn chế khi chưa thể xử lý tốt trên dữ liệu nhiễu. Để giải quyết những khó khăn này, nghiên cứu ban đầu sẽ định nghĩa về một mở rộng mới được gọi là tập thô lân cận mờ. Mô hình này hiệu quả trong việc giảm thiểu nhiễu và rút gọn không gian tính toán. Dựa trên những ưu điểm này, nghiên cứu cũng đề xuất một độ đo mới nhằm đánh giá khả năng phân lớp của các hạt thông tin lân cận mờ. Từ một số tính chất quan trọng của độ đo, chúng tôi định nghĩa một rút gọn mới để thiết kế một thuật toán theo hướng tiếp cận lai ghép nhằm lựa chọn một tập con thuộc tính tối ưu trên hệ thông tin quyết định. Các kết quả thực nghiệm cho thấy sự hiệu quả của thuật toán đề xuất so với một số thuật toán theo hướng tiếp cận tập mờ.

The Internet of Things (IoT) is widely applied in agriculture and in-dustry. This article proposes a 3-dimensional temperature monitoring model for cold storage, enhancing the ability to observe and detect abnormal temperature changes within the storage. Using real-time temperature acquisition and applying trilinear interpolation techniques, this model determines temperatures at all loca-tions in the storage. It accepts temperature values and sensor locations, appropri-ately segmenting the cold storage space to apply trilinear interpolation and deter-mine the temperature value at every location in the storage. The model was tested based on different number of sensors and different sensor locations. Based on that, we provide an optimal solution for the number of sensors needed for cold storage.

An extended algorithm using a divide-and-rule approach is proposed in this paper. Instead of generating test cases by only using Boundary Value Analysis and an experience-based technique for combination of input variables with functional dependency like the original algorithm, the extended algorithm applies both Boundary Value Analysis and Equivalence Class Partitioning techniques as well as various techniques for combination of input values. In addition, a new tool provides advantages when compared with the original tool. It provides users with more choices in generating test cases.

Centralized database-based applications are frequently susceptible to internal threats. The data stored in a relational database can be changed by any user who has administrative access to the hosting server or database system. Moreover, this kind of user may alter the associated log files, which would make it very challenging to identify any illegal alteration. It would also be difficult to attribute the assault to privileged users as well. In this study, we propose a solution to build a service on the context of student score management based on Blockchain technology. A database system based on the Blockchain platform along with accompanying services is built to allow storage and query of student learning outcomes. The database security system operates in parallel with the current system while still ensuring transparency, security and integrity of data. We develop a verification module that uses Blockchain to verify the integrity of the corresponding tuples and identify any unwanted modifications. Oracle database, RESTful API, and Hyperledger Fabric have all been used in the implementation of our method. Our findings show that the overhead of integrity checking remains constant per tuple in the results of a query and increases linearly using real data and SQL queries of different types and complexity.

Public Administrative Procedures (APs) are processes, implementation methods, documents, and requirements or conditions prescribed by gov­ernment agencies or authorized individuals to ad­dress specific tasks related to individuals or orga­nizations. However, organizations and citizens still face challenges in easily and conveniently accessing information and public administrative services. This paper investigates advanced techniques to address the challenges of document retrieval for public admin­istrative services. We implement a hybrid retrieval process, combining traditional retrieval models such as TF-IDF and BM25 with modern models such as SBERT and fine-tuning models. Results demonstrate that combining these models significantly enhances retrieval performance. The ensemble model of BM25 and finetuned SBERT achieved the highest F2 score, indicating superior effectiveness in information re­trieval.

Satellite cloud images, captured by Earth observation satellites, provide crucial information for weather forecasting, aviation, natural resource management, and disaster response. This study presents a novel method for detecting changes in satellite cloud images, combining convolutional neural networks (CNNs) for feature extraction with a spatial complex fuzzy inference system (CFIS). The CNNs effectively capture color channel features in the image blurring and deblurring processes, while the CFIS models the spatiotemporal relationships in the data. Experiments conducted on a US Navy satellite image dataset demonstrate the effectiveness and stability of our proposed method, outperforming related studies in terms of both root mean square error (RMSE) and R-squared (R2) metrics.

At the moment, human physical activities can be detected by activity recognition systems to help with health status evaluation. One of the key issues in human activity recognition (HAR) systems is cost, speed, and accuracy. With the advancement of mobile devices and increasingly sophisticated microprocessors, along with the integration of various sensors including accelerometers, human activity recognition has become easier and faster. However, the accuracy of activity classification based on accelerometer data depends on many different factors, which can lead to potential deviations in results. Through various experiments, we have found that selecting optimal features is crucial for the performance of classification. In this paper, we propose a simple feature set that yields very promising results with an accuracy of up to 99%.

Public administrative services are one of the key concerns for citizens; however, there are still numerous procedures and issues that citizens encounter and need clarification on. This study aims to alleviate some of this burden on officials by developing a Question Answering System (QnA) to address inquiries about public administrative services. We present a framework for utilizing Large Language Models to develop and implement a QnA system on the Online Public Administrative Service Portal in Ha Giang Province.We also provide extensive experimental analysis to demonstrate the effectiveness of each component in the QnA system.

Ngày nay, hạ tầng mạng Internet không ngừng được cải thiện để đáp ứng nhu cầu sử dụng ngày càng cao của người dùng. Việc lắp đặt các thiết bị phần cứng trong trung tâm máy chủ của mạng gặp phải nhiều hạn chế như: khó thay thế thiết bị; chi phí đầu tư, vận hành lớn,... Công nghệ ảo hóa các chức năng mạng (Network Function Virtualization - NFV) ra đời đã khắc phục các nhược điểm nêu trên. Trong công nghệ này, các phần cứng chuyên dụng sẽ được triển khai thay thế bằng các phần mềm chạy trong môi trường ảo hoá. Phân bổ tài nguyên là một vấn đề quan trọng trong NFV. Việc phân bổ tài nguyên hợp lý có thể làm tăng chất lượng dịch vụ và giảm chi phí triển khai. Bài báo này nghiên cứu bài toán phân bổ tài nguyên trong việc ảo hóa các chức năng mạng để đáp ứng hai mục tiêu: i) giảm chi phí triển khai; ii) giảm độ trễ của các chuỗi dịch vụ. Nghiên cứu chuyển bài toán tối ưu hóa đa mục tiêu thành bài toán tối ưu hóa đơn mục tiêu bằng cách tiếp cận tổng trọng số. Do đó, nghiên cứu đề xuất mô hình quy hoạch tuyến tính nguyên hỗn hợp (MILP) để giải bài toán tối ưu hoá đơn mục tiêu này. Mô hình MILP có thể đưa ra lời giải chính xác cho các bộ dữ liệu có kích thước nhỏ. Để tìm lời giải cho các bộ dữ liệu có kích thước lớn hơn, nghiên cứu đề xuất thuật toán di truyền để giải bài toán. Kết quả thực nghiệm trên các bộ dữ liệu khác nhau đã chứng minh hiệu quả của thuật toán đề xuất.

Completing too early or too late can cause damage to the project. For example, in transporting goods to the seaports, if the shipping arrives too early, it will take time and cost to stay at the dock. In the other case, shipping too late will reduce the quality of the product and break the contract. The goal of this paper is to minimize the tardiness and earliness of those projects. First, some related studies are briefly introduced, thereby showing the role and practical applications of the MS-RCPSP (Multi-Skill Resource Constrained Project Scheduling Problem) problem and the two factors of earliness and delay in scheduling problems. The roles of earliness and tardiness in scheduling problems are also described. At the same time, the new contribution of this research is also highlighted, which is the proposal for the latest problem E-RCPSP (Earliness tardiness MS-RCPSP). This problem is the first problem in the MS-RCPSP family that considers the sum of earliness and tardiness as the objective, which has never been considered in previous studies. Then, the mathematical model of the proposed E-RCPSP problem, which includes the objective function, project components and constraints is introduced. To solve the proposed problem, two approximate algorithms based on the evolutionary algorithms GA (Genetic Algorithm) and DE (Differential Evolution) are introduced. In the last section of the article, the performance of these two algorithms is verified and compared with each other through experiments conducted on the iMOPSE benchmark dataset.}\Keywords{Network Resources Management, Earliness-Tardiness cost, Resource-constrained project scheduling, Evolutionary Algorithms, Differential evolution algorithms.