Sau đại học
Trang chủ   >  Tin tức  >   Thông báo  >   Sau đại học
Thông tin LATS của NCS Nguyễn Duy Hàm
Tên đề tài luận án: Phát triển một số thuật toán hiệu quả khai thác tập mục trên cơ sở dữ liệu có sự phân cấp các mục.

1. Họ và tên nghiên cứu sinh: Nguyễn Duy Hàm             

2.Giới tính: Nam

3. Ngày sinh:     10/10/1978                                                       

4. Nơi sinh: Nghệ An

5. Quyết định công nhận nghiên cứu sinh: Số 2875/QĐ - SĐH ngày 14/06/2013 của Hiệu trưởng trường Đại học Khoa học Tự nhiên – Đại học Quốc gia Hà Nội.

6. Các thay đổi trong quá trình đào tạo:  Không

7. Tên đề tài luận án: Phát triển một số thuật toán hiệu quả khai thác tập mục trên cơ sở dữ liệu có sự phân cấp các mục.

8. Chuyên ngành: Cơ sở Toán học cho Tin học              

9. Mã số: 62.46.01.10

10. Cán bộ hướng dẫn khoa học:       Hướng dẫn chính:         TS. Nguyễn Thị Hồng Minh

                                                            Hướng dẫn phụ:            PGS.TS Võ Đình Bảy

11. Tóm tắt các kết quả mới của luận án:

- Đề xuất cấu trúc IWS và thuật toán IWS – FWUI trong khai thác nhanh tập mục phổ biến trên CSDL trọng số.

- Đề xuất cấu trúc MBiS, MByS và thuật toán MBiS – FWUI và MByS – FWUI trong khai thác hiệu quả tập mục phổ biến trên CSDL số lượng.

- Đề xuất cấu trúc DTab và Dheap trong khai thác Top-rank-k tập phổ biến trên CSDL số lượng

- Đề xuất cấu trúc EDBV, EIWS là mở rộng của DBV và IWS trong khai thác nhanh tập phổ biến trên CSDL số lượng có sự phân cấp mục

- Đề xuất cách xác định tidset item cha trên cây phân cấp dựa trên tidset các item con giúp giảm thời gian thêm item cha vào CSDL như các phương pháp đã có và không tốn bộ nhớ chứa các item cha này trong CSDL.

12. Khả năng ứng dụng thực tiễn: Áp dụng cho các hệ thống thông minh hỗ trợ ra quyết định dựa trên sự phổ biến của các tập mục đối với các hệ thống sử dụng CSDL số lượng và CSDL số lượng có sự phân cấp các mục

13. Các hướng nghiên cứu tiếp theo: Phát triển bài toán với CSDL có sự phân cấp các mục có nhiều trọng số. Nghiên cứu phát triển các bài toán khác trên CSDL số lượng có sự phân cấp các mục, như bài toán tìm tập đóng, tìm tập tối đại, ...

14. Các công trình công bố liên quan đến luận án:

[1]

Nguyen Duy Ham, Vo Dinh Bay, Nguyen Thi Hong Minh, Tzung Pei Hong (2015), “MBiS: an efficient method for mining frequent weighted utility itemsets from QDB”, Journal of Computer Science and Cybernetics, 31(1), pp.17–30.

 [2]

Nguyen Duy Ham, Bay Vo, Nguyen Thi Hong Minh, Tzung Pei Hong (2015), “An improved algorithm for mining frequent weighted itemsets”, in Proc. of the International conf on IEEE System, Man, Cybernetics, Hong Kong, pp. 2579–2584.

 [3]

Nguyễn Duy Hàm, Võ Đình Bảy, Nguyễn Thị Hồng Minh (2015), “Thuật toán hiệu quả khai thác tập phổ biến từ cơ sở dữ liệu số lượng có sự phân cấp mục”, Hội nghị khoa học quốc gia lần thứ 8:“Nghiên cứu cơ bản và ứng dụng CNTT”, Viện CNTT – Đại học Quốc gia Hà Nội, tr. 679-686.

 [4]

Nguyễn Duy Hàm, Võ Đình Bảy, Nguyễn Thị Hồng Minh (2015), “Thuật toán hiệu quả khai thác Top – rank – k tập phổ biến trọng số hữu ích”, Hội thảo quốc gia lần thứ 18: “Một số vấn đề chọn lọc về CNTT và TT”, tr. 312317.

 [5]

Nguyen Duy Ham, Bay Vo, Nguyen Thi Hong Minh, Witold Pedrycz (2016), “An Efficient Algorithm for Mining Frequent Weighted Itemsets using Interval Word Segments”, Applied Intelligence, pp.1 -13.

>>>>> Xem bản thông tin tiếng Anh.

 Vũ Quang Lợi - VNU - HUS
  In bài viết     Gửi cho bạn bè
  Từ khóa :
Thông tin liên quan
Trang: 1   | 2   | 3   | 4   | 5   | 6   | 7   | 8   | 9   | 10   | 11   | 12   | 13   | 14   | 15   | 16   | 17   | 18   | 19   | 20   | 21   | 22   | 23   | 24   | 25   | 26   | 27   | 28   | 29   | 30   | 31   | 32   | 33   | 34   | 35   | 36   | 37   | 38   | 39   | 40   | 41   | 42   | 43   | 44   | 45   | 46   | 47   | 48   | 49   | 50   | 51   | 52   | 53   | 54   | 55   | 56   | 57   | 58   | 59   | 60   | 61   | 62   | 63   | 64   | 65   | 66   | 67   | 68   | 69   | 70   | 71   | 72   | 73   | 74   | 75   | 76   | 77   | 78   | 79   | 80   | 81   | 82   | 83   | 84   | 85   | 86   | 87   | 88   | 89   | 90   | 91   | 92   | 93   | 94   | 95   | 96   |