Đề tài “Nghiên cứu mô hình phân cụm bán giám sát mờ phân tán và ứng dụng trong bài toán xử lý ảnh” tập trung phát triển phương pháp phân cụm hiệu quả cho dữ liệu lớn và thiếu nhãn, đặc biệt trong lĩnh vực ảnh y sinh. Nội dung gồm 3 chương: Chương 1: Tổng quan về bài toán phân loại/nhận dạng ảnh, phân cụm mờ bán giám sát và mạng nơ-ron FMN; Chương 2: Xây dựng và cải tiến các mô hình phân cụm bán giám sát mờ (GFMM, SS-FMM, SCFMN, MSCFMN) kết hợp học chủ động và kỹ thuật phân tán; Chương 3: Thực nghiệm và đánh giá trên các tập dữ liệu ảnh chuẩn và ảnh CT phổi. Mục tiêu đề tài là khắc phục hạn chế của FMN truyền thống khi dữ liệu lớn, nhãn ít và phân tán, thông qua việc kết hợp học bán giám sát, lựa chọn hạt giống chủ động và xử lý song song. Giải pháp cốt lõi là đề xuất framework SSAL-FMN cùng mô hình ứng dụng SSA-LTS cho phân đoạn khối u phổi từ ảnh CT, triển khai trên môi trường phân tán MPI. Kết quả cho thấy mô hình đạt độ chính xác cao, ổn định, khả năng khái quát tốt với dữ liệu nhãn hạn chế, đồng thời giảm đáng kể thời gian huấn luyện, góp phần nâng cao hiệu quả xử lý ảnh y tế và dữ liệu lớn.

Ngôn ngữ:	vie
Tác giả:	Vũ Đình Minh (c.n.)
Người đóng góp:	Đặng Trọng Hợp#Nguyễn Chiến Thắng#Trần Thị Ngân#Vũ Thành Nam
Thông tin nhan đề:	Nghiên cứu mô hình phân cụm bán giám sát mờ phân tán và ứng dụng trong bài toán xử lý ảnh
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Đề tài nghiên cứu khoa học / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	96tr.
Năm xuất bản:	2026