Hỗ Trợ Ôn Tập

Category: Công Nghệ Thông Tin

  • THIẾT LẬP VÀ ÁP DỤNG BẢNG ĐIỂM CÂN BẰNG ĐỂ QUẢN LÝ THỰC HIỆN CHIẾN LỰC TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM, CHI NHÁNH KIÊN GIANG

    THIẾT LẬP VÀ ÁP DỤNG BẢNG ĐIỂM CÂN BẰNG ĐỂ QUẢN LÝ THỰC HIỆN CHIẾN LỰC TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM, CHI NHÁNH KIÊN GIANG

    THIẾT LẬP VÀ ÁP DỤNG BẢNG ĐIỂM CÂN BẰNG ĐỂ QUẢN LÝ THỰC HIỆN CHIẾN LỰC TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM, CHI NHÁNH KIÊN GIANG

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: MỘT SỐ Ý KIẾN VỀ TỔ CHỨC CÔNG TÁC KẾ TOÁN CHO DOANH NGHIỆP NHỎ Ở VIỆT NAM

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/THI%E1%BA%BET-L%E1%BA%ACP-V%C3%80-%C3%81P-D%E1%BB%A4NG-B%E1%BA%A2NG-%C4%90I%E1%BB%82M-C%C3%82N-B%CC%80NG-%C4%90%E1%BB%82-QU%E1%BA%A2N-L%C3%9D-TH%E1%BB%B0C-HI%E1%BB%86N-CHI%E1%BA%BEN-L%C6%AF%CC%A3C-T%E1%BA%A0I-NG%C3%82N-H%C3%80NG-TMCP-NGO%E1%BA%A0I-TH%C6%AF%C6%A0NG-VI%E1%BB%86T-NAM-CHI-NH%C3%81NH-KI%C3%8AN-GIANG.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: THIẾT LẬP VÀ ÁP DỤNG BẢNG ĐIỂM CÂN BẰNG ĐỂ QUẢN LÝ THỰC HIỆN CHIẾN LỰC TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM, CHI NHÁNH KIÊN GIANG

    THIẾT LẬP VÀ ÁP DỤNG BẢNG ĐIỂM CÂN B̀NG ĐỂ QUẢN LÝ THỰC HIỆN CHIẾN LỰC TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM, CHI NHÁNH KIÊN GIANG

     

    Nguyễn Thị Kim Anh*

     

    Hồ Hữu Tấn**

     

    TÓM TẮT

     

    Bài viết này sử dụng công cụ quản trị hiện đại bảng điểm cân b̀ng (Balanced Scorecard – BSC) để nhằm mục đích chuyển tầm nhìn và chiến lược của Vietcombank (VCB) Kiên Giang thành các mục tiêu, thước đo cụ thể theo bốn viễn cảnh của BSC là tài chính, khách hàng, qui trình hoạt động nội bộ và đào tạo – phát triển. Trong mỗi viễn cảnh, BSC đều diễn giải chiến lược thành các mục tiêu giúp tổ chức vạch ra con đường đi cho từng giai đoạn. Đồng thời BSC cũng trình bày các thước đo để đo lường việc thực hiện các mục tiêu đã đề ra. Kết quả nghiên cứu cho thấy: Tỷ lệ tiêu chí tài chính là 80%; tiêu chí khách hàng là 93%; tiêu chí quy trình nội bộ là 85%; tiêu chí đào tạo và phát triển là 91% và phần trăm hoàn thành chiến lược của VCB Kiên Giang là 87,2%. Trên cơ sở kết quả nghiên cứu bài viết đưa ra các giải pháp về tài chính, khách hàng, quy trình nội bộ, đào tạo và phát triển cán bộ.

     

    Từ khóa: bảng điểm cân bằng; quản lý; chiến lược.

     

    ABSTRACT

     

    This paper uses a modern management instrument – Balanced Scorecard (BSC) to transfer visions and strategies of VCB – Kien Giang branch to aims and speciic scales according to 4 types of BSC’s visions: inance, customers, internal operation process and training – development. In each vision, BSC divides strategies into aims which guide the ways for each period. BSC also shows the scales to measure the performance of the set aims. The results of the study shows that (1) the percentage of inance is 80%, customers 93%, internal process 85% and training – development 91% and (2) the percentage of strategy fulilment of VCB Kien Giang is 87,2%. Based on the results, the paper suggests some solutions for inance, customers, internal process and staff development.

     

    Keywords: Balanced Scorecard; Managament; Strategy

     

     

    1.  Đặt vấn đề

     

    Trong môi trường kinh doanh cạnh tranh gay gắt hiện nay, để có thể đứng vững và từng bước phát triển, ngân hàng cần phải có chiến lược phù hợp và quản lý thực thi chiến lược

     

    đó thật hiệu quả. Trong quá trình nghiên cứu các mô hình quản trị như: Quản trị toàn diện, quản trị theo mục tiêu, quản trị chất lượng, quản trị bằng Bảng điểm cân bằng (Balanced Scorecard-BSC), theo nhận định của bài viết

     

     

    • GV Trường Đại học Nha Trang
    • TS. Ngân hàng Thương mại cổ phần ngoại thương, Chi nhánh Kiên Giang

     

     

    32

     

    Thiết lập và áp dụng…

     

     

    này thì BSC là một hệ thống quản trị hữu hiệu trong việc triển khai thực hiện chiến lược. Không những thế BSC còn là công cụ đánh giá thành quả hiệu quả và còn là công cụ truyền đạt thông tin. Bằng cách liên kết tầm nhìn, chiến lược với các yếu tố quyết định thành công của bốn viễn cảnh: Tài chính, Khách hàng, Quy trình nội bộ và Đào tạo – phát triển của tổ chức trong mối quan hệ nhân quả, cùng với việc xây dựng hệ thống thước đo có thể lượng hóa và đo lường được bằng các chỉ tiêu cụ thể đã giúp cho các ngân hàng xác định rõ con đường đi đến thành công.

     

    2.           Phương pháp nghiên cứu

     

    • Sử dụng phương pháp chuyên gia với

     

    quy trình nghiên cứu như sau:

     

    Œ Xây dựng sơ đồ mục tiêu chiến lược cho Ngân hàng TMCP Ngoại Thương Việt Nam

    – Chi nhánh Kiên Giang (VCB KG): Định hướng chiến lược và mục tiêu của Ngân hàng sẽ được dịch chuyển vào trong cấu trúc BSC, trên cơ sở bốn yếu tố của nó: viễn cảnh tài chính, viễn cảnh khách hàng, viễn cảnh quy trình nội bộ và viễn cảnh đào tạo – phát triển, để hình thành nên sơ đồ mục tiêu chiến lược

     

    cho Ngân hàng.

     

    Œ Thiết lập các tiêu chí đo lường: Sau khi đã xây dựng xong sơ đồ mục tiêu chiến lược cho Ngân hàng, xây dựng các tiêu chí để đo lường cho từng mục tiêu đó, mục đích là để đo lường mức độ đạt được của các mục tiêu

     

    chiến lược của Ngân hàng.

     

    Œ Lên kế hoạch hành động: Chương trình hành động đó sẽ bao gồm các chương trình thực thi – những chương trình thực thi này sẽ tạo nên kết quả, là yếu tố cần thiết để đạt được các mục tiêu của Ngân hàng, các chương trình này sẽ chỉ định các nguồn lực như con người, các năng lực và nguồn ngân sách cần thiết để thực hiện.

    • Đánh giá kết quả các mục tiêu chiến lược: Các tiêu chí đo lường này cần phải được thu thập dữ liệu để so sánh kết quả thực tế đạt được với mục đích đã đề ra của Ngân hàng, từ đó Ngân hàng có thể xác định được khoảng trống giữa kết quả thực tế và mục đích.

     

    • Áp dụng mô hình BSC vừa thiết lập cho Ngân hàng.

    – Phương pháp thu thập số liệu:

     

    • Dữ liệu thứ cấp: Dữ liệu thứ cấp được thu thập thông qua các báo cáo. Trên cơ sở những nghiên cứu và lý thuyết có trước như nghiên cứu của Robert S.Kaplan, David P.Norton, Brian E.Becker… và những số liệu thu thập được từ các báo cáo về tình hình tài chính, nhân sự, các hoạt động kinh doanh của (VCB KG).

     

    • Dữ liệu sơ cấp: Dữ liệu sơ cấp được xác định thông qua sự kết hợp của hai phương pháp đó là phỏng vấn trực tiếp và phương pháp chuyên gia.

     

    Phương pháp phỏng vấn trực tiếp (bảng câu hỏi): Đối tượng quan sát đó là các nhân viên trong VCB KG (tất cả các bộ phận), số lượng phỏng vấn trực tiếp là 60 người trong tổng số 176 nhân viên, mục tiêu của phỏng vấn trực tiếp là nhằm xác định kết quả của một số chỉ số thực hiện (Key performance indicators-KPIs), như mức độ liên kết các nhân viên, sự tham gia ra quyết định của nhân viên, cách thức bố trí vị trí của các nhân viên,…

     

    Phương pháp chuyên gia: sẽ được phỏng vấn trên hai đối tượng. Đối tượng 1: Phỏng vấn trưởng và phó phòng. Nội dung phỏng vấn sẽ chuyên sâu vào trong bốn tiêu chí tài chính, khách hàng, quy trình nội bộ, đào tạo và phát triển. Để xem xét mức độ thích hợp của các chỉ số KPIs. Thời gian phỏng vấn: Khoảng 30 phút các ngày thứ 7 hàng tuần. Đối tượng 2: Phỏng vấn Ban Giám đốc. Nội

     

    33

     

    Taïp chí Kinh teá – Kyõ thuaät

     

    dung phỏng vấn là nhằm đánh giá kết quả và xác định sự định chuẩn cho các chỉ số thực hiện KPIs. Thời gian đánh giá được diễn ra trong khoảng 30 phút.

     

    • Các dữ liệu thu thập sẽ được tổng hợp trên phần mềm Excel. Phân tích dữ liệu dựa trên phương pháp thống kê, so sánh, phân tích, tổng hợp.

     

    3. Cơ sở lý luận

     

    3.1. Khái niệm bảng điểm cân bằng (balanced scorecard – BSC)

     

    Kaplan và Norton mô tả BSC như là những nỗ lực hệ thống đầu tiên nhằm thiết kế một hệ thống đo lường hiệu quả. Hệ thống này chuyển tầm nhìn và chiến lược của tổ chức thành những mục tiêu cụ thể, phép đo

     

     

    3.2. Cơ sở lý thuyết để xây dựng phương pháp đánh giá BSC

     

    BSC vẫn giữ các thước đo tài chính truyền thống. Tuy nhiên, những thước đo tài chính này thì chưa thỏa đáng trong việc đánh giá, trong thời đại thông tin và tri thức thì doanh nghiệp phải tạo ra giá trị thông qua việc đầu tư vào khách hàng, nhà cung cấp, nhân viên, quá trình sản xuất, công nghệ và cải tiến.

     

    BSC bổ sung thêm cho thước đo tài chính bằng các thước đo và định hướng doanh nghiệp tiến tới thành công trong tương lai. Những mục tiêu và thước đo của BSC được rút trích ra từ tầm nhìn và chiến lược của doanh nghiệp. Các mục tiêu và thước đo này được nhóm lại trong bốn viễn cảnh: Tài chính, khách hàng, hoạt động

    và những chỉ tiêu rõ ràng. Những phép đo của BSC thể hiện sự cân bằng giữa bốn viễn cảnh: Tài chính, khách hàng, quá trình hoạt động nội bộ, học hỏi và phát triển. Các phép đo được lựa chọn sử dụng cho bảng điểm là công cụ dành cho người lãnh đạo sử dụng để truyền đạt tới người lao động và các bên liên quan những định hướng về kết quả và hiệu quả hoạt động mà qua đó tổ chức sẽ đạt được những mục tiêu chiến lược của mình.

     

    Tuy nhiên, một khái niệm đơn giản như vậy không nói lên hết mọi điều về BSC, về cơ bản công cụ này cùng một lúc là 03 hệ thống: Hệ thống đo lường, hệ thống quản lý chiến lược và công cụ trao đổi thông tin (công cụ giao tiếp). (Sơ đồ 3.1)

     

     

    nội bộ, đào tao và phát triển. Những viễn cảnh này cung cấp khuôn mẫu cho BSC. (Sơ đồ 3.2).

     

    34

     

    Thiết lập và áp dụng…

     

    Sơ đồ 3.3 thể hiện mô hình bảng điểm cân bằng và sơ đồ 3.4 thể hiện bảng điểm cân

     

     

     

     

    4. Kết quả nghiên cứu và thảo luận

     

    4.1. Xây dựng bản đồ chiến lược cho vietcombank Kiên Giang

     

    4.1.1. Sứ mạng: Ngân hàng hàng đầu vì Việt Nam thịnh vượng.

     

    4.1.2. Các giá trị cốt lõi: Tiếp tục khẳng định vị thế đối với mảng hoạt động kinh doanh cốt lõi của Vietcombank là hoạt động Ngân hàng thương mại. An toàn và hiệu quả trong kinh doanh là mục tiêu hàng đầu; “Hướng tới một ngân hàng xanh, phát triển bền vững vì cộng đồng” là mục tiêu xuyên suốt. Phát triển trên nền tảng công nghệ hiện đại với nguồn nhân lực chất lượng cao và quản trị theo chuẩn mực quốc tế. Phát triển và mở rộng quy mô hoạt động thông qua mua bán sáp nhập và hợp nhất khi có đủ điều kiện.

     

    4.1.3. Tầm nhìn đến năm 2030: Năm 2030 trở thành Tập đoàn tài chính đa năng hùng mạnh, ngang tầm với các Tập đoàn tài chính lớn trong khu vực.

    bằng là một bước trong chuỗi liên tục thể hiện giá trị là gì và được thể hiện như thế nào.

     

     

     

     

    4.1.4. Định hướng kinh doanh và chiến lược phát triển: Thị trường: Tiếp tục duy trì và mở rộng thị trường hiện có trong nước và phát triển ra thị trưởng quốc tế.

     

    4.1.5. Sản phẩm: Tiếp tục đẩy mạnh các sản phẩm bán buôn, bán lẻ, các sản phẩm liên kết trên nền tảng công nghệ hiện đại. Từng bước phát triển các sản phẩm ngân hàng đầu tư, dịch vụ bảo hiểm, các dịch vụ tài chính và phi tài chính khác. Huy động vốn, thẻ, thanh toán: phục vụ cho Khách hàng đại chúng.

     

    4.1.6. Marketing và bán hàng: Chuyên nghiệp hoá hoạt động marketing và bán hàng; xây dựng chính sách, quản lý và hỗ trơ ̣ bán hàng; các chi nhánh là đơn vị trực tiếp Marketing và bán hàng.

     

    4.1.7. Các mục tiêu theo bốn viễn cảnh của BSC

     

    Các mục tiêu chiến lược của Vietcombank Kiên Giang được phân theo 4 viễn cảnh của BSC, như sau: Viễn cảnh Tài chính có 7 mục tiêu theo thứ tự từ F1 đến F7; Viễn cảnh Khách hàng có 3 mục tiêu theo thứ tự từ C1 đến C3;

     

     

    35

     

    Taïp chí Kinh teá – Kyõ thuaät

     

    Viễn cảnh Quy trình nội bộ có 6 mục tiêu theo thừ tự từ I1 đến I6; Viễn cảnh Đào tạo và Phát triển có 9 mục tiêu theo thứ tự từ L1 đến L9.

     

    4.1.8. Bản đồ chiến lược cho Vietcombank Kiên Giang

     

    Chiến lược và các mục tiêu ở mục 4.1.7 sẽ được dịch chuyển vào trong cấu trúc BSC,

    trên cơ sở bốn viễn cảnh: Tài chính, Khách hàng, Quy trình nội bộ và Đào tạo – Phát triển. Sự dịch chuyển này sẽ hình thành nên bản đồ mục tiêu chiến lược cho VCB KG (sơ đồ 4.1). Bản đồ chiến lược cho thấy mối quan hệ nhân quả giữa các mục tiêu của từng viễn cảnh.

     

     

     

     

    Kết quả Nghiên cứu

     

     

    4.2. Các ch̉ số đo lừng cốt lõi (Key

    hợp với các dữ liệu đo lường trong quá khứ để

    Performance  Indicators–  KPIs)  và  các

    tìm ra các chỉ số đo lường cốt lõi (KPIs) cho

    chương trình thực thi

    các mục tiêu chiến lược. Sau khi có các chỉ số

    4.2.1. Các chỉ số đo lường cốt lõi (KPIs)

    đo lường cốt lõi, để lượng hóa một cách chính

    Trên cơ sở các mục tiêu chiến lược ở sơ đồ

    xác, tác giả đã thảo luận và lọc lại theo các

    4.1, tiến hành phỏng vấn Ban Giám đốc và kết

    tiêu chuẩn được nêu trong Bảng 4.1:

    Bảng 4.1. Các tiêu chuẩn lựa chọn chỉ số đo lường cốt lõi.

     

    Tiêu chuẩn lựa chọn

    Chỉ số đo

    Chỉ số đo

    Chỉ số đo

    Chỉ số đo

    		  

    lường 1

    lường 2

    lường 3

    lường n

    		  
     
               

    Liên kết với chiến lược

    		          

    Khả năng truy cập

    		          

    Tính định lượng

    		          

    Dễ hiểu

    		          

    Đối trọng

    		          

    Phù hợp

    		          

    36

     

    Thiết lập và áp dụng…

     

    Không phải tất cả các tiêu chí đo lường này được đo lường trong cùng một thời gian, thực chất khoảng thời gian đo lường nó khác nhau ở các tiêu chí. Tần số đo lường được xác định trên bốn khoảng, đó là: hàng tháng, hàng quý, hàng năm và đo lường khác. Việc xác định tần số đo lường thông qua tính chất của các tiêu chí đo

    lường và việc đo lường sẽ được thực hiện vào cuối mỗi giai đoạn, kết quả đo lường sẽ được so sánh với mục đích của từng tiêu chí đo lường. Mỗi mục tiêu chiến lược sẽ được đo lường trên các tiêu chí khác nhau. Sau khi sàng lọc, tác giả lựa chọn được 31 chỉ số đo lường cốt lõi cho ngân hàng, được thể hiện ở Bảng 4.2:

     

     

    Bảng 4.2. Các chỉ số đo lường cốt lõi cho Vietcombank Kiên Giang

     

    Viễn cảnh

    Mục tiêu chiến lược

    Đo lường

    Mục đích

    Tần số
     

    BSC

    đo lường
                 
         

    F1: Gia tăng lợi nhuận

    Số tuyệt đối

    69 tỷ đồng/ năm

    Tháng
                 
         

    F2: Tăng thu từ dịch vụ

    % tăng thu từ dịch vụ ngân hàng

    Tăng 10%/năm

    Quý
         

    ngân hàng

    		    
                   
         

    F3: Tăng doanh số thanh

    Số tuyệt đối

    333 triệu USD

    Tháng
         

    toán XNK

    		    
                   

    Viễn cảnh

    F4: Tăng nguồn vốn huy

    % tăng huy động vốn

    Tăng 6,65% /năm

    Tháng

    Tài chính

    động

    		    
             
         

    F5: Tăng dư nợ cho vay

    % tăng dư nợ cho vay

    Tăng 16,14%/năm

    Tháng
                 
         

    F6: Khống chế tỷ lệ nợ

    Tỷ lệ nợ xấu tối đa

    tối đa 2,3%/năm

    Tháng
         

    xấu

    		      
                     
         

    F7: Giảm

    chi phí (cải

    % giảm so với kế hoạch chí phí

    Tối thiểu 10% năm

    Quý
         

    thiện cấu trúc chi phí)
               
         

    C1:

    Giữ

    vững

    khách

    Tỷ lệ khách hàng truyền thống

    Nhỏ hơn 10 %

    Quý
         

    hàng truyền thống

    bỏ đi
             

    Viễn cảnh

    C2:

    Phát

    triển

    khách

    Số lượng khách hàng mới tăng

    6.000 khách hàng

    Quý

    Khách hàng

    hàng mới

    		    

    thêm
           
         

    C3: Nâng

    cao

    sự thỏa

    % khách hàng được thỏa mãn

    95 %

    Quý
         

    mãn khách hàng

    		  
                 
         

    I1: Nâng cao chất lượng

    Tỷ lệ % sai sót tối đa khi cung

    0,001%/GD

    Tháng
         

    cấp dịch vụ

    		    
         

    dịch vụ

    		        
       

    Quá

    		    

    Tỷ lệ % khách hàng phàn nàn

    0,01%

    Tháng
               
       

    trình

    		              
             

    % chậm trễ so với thời gian

    		    

    bộ

    		  

    quản

    		            
     

    I2: Giảm thời gian cung

    trung bình cung cấp sản phẩm

    		    
     

    lý điều

    		  

    Tháng

    Nội

    		    
     

    cấp sản phẩm dịch vụ

    dịch vụ theo qui định về qui

    0%
     

    hành

    		  

    trình

    		            

    trình nghiệp vụ

    		    
       

    I3: Giảm thiếu rủi ro

    Tỷ lệ % rủi ro tối đa liên quan

    Nhỏ hơn 0,01%/GD

    Tháng

    Quy

    		    

    đến tác nghiệp
                   
     

    Quá

    		              

    cảnh

    		          

    Thực hiện phân loại khách hàng

    100%

    		  
     

    trình

    		          
     

    I4: Hiểu rõ khách hàng

    theo nhóm

    		  

    Quý

    Viễn

    		  

    quản lý

    và phân khúc thị trường

    Số chương trình chăm sóc đối

    04/năm
     

    khách

    		  
             

    với từng phân đoạn khách hàng

    		    
       

    hàng

    		              
       

    Quá

    I5:

    Phát

    triển  gói  sản

    Số gói sản phẩm được cung cấp

    02/năm

    Năm
       

    phẩm (SP)

    		  
       

    trình

    		        
       

    I6: Gia tăng tiện tích cho

    		      
       

    cải tiến

    Số tiện ích được tích hợp thêm

    04/năm

    Năm
       

    SP truyền thống

    		  
                 

     

    37

     

    Taïp chí Kinh teá – Kyõ thuaät

     

    Viễn cảnh

    BSC

     

    Con

    người

     

    Đào tạo và phát triển

    Thông

    		  

    cảnh

    tin

    		  

    Viễn

    		    

    Tổ

    chức

     

    Mục tiêu chiến lược

    Đo lường

    		  

    Mục đích

    		  

    Tần số

    		  
       

    đo lường

    		  
                     
           

    Tỷ lệ LĐ đi học tập ở nước

    5%/số cán bộ quản

    		    

    L1: Nâng

    cao kỹ

    năng

    ngoài.

    		  

    lý

    		    

    Năm

    		  

    quản lý cho lãnh đạo

    Tỷ lệ LĐ đạo đi học tập trong

    30%/số cán bộ quản
       
           

    nước.

    		  

    lý

    		        

    L2: Nâng cao kỹ

    năng

    Tỷ  lệ  nhân  viên  được

    huấn

    95%

    		        

    luyện nghiệp vụ mới

    		          

    chuyên  môn  cho

    nhân

    		            

    Số chương trình huấn

    luyện,

    		      

    Năm

    		  

    viên

    		      

    04 CT/năm

    		  
         

    đào tạo

    		        
                       

    L3: Nâng

    cao đạo

    đức

    Số lượng các vụ sai phạm liên

    0

    		    

    Tháng

    		  

    nghề nghiệp

    		  

    quan đến đạo đức nghề nghiệp

    		    
               
           

    Hiệu suất làm việc của nhân

    –  Giảm

    10%

    thời

    		    

    L4: Cải thiện môi trường

    viên tăng (giảm thời gian giao

    gian/ 1

    GD so với

    Quý

    		  

    làm việc cho nhân viên

    dịch so với quy định và không

    quy định

    		    
           
           

    sai sót)

    		  

    – Sai sót 0%

    		      

    L5: Nâng

    cao sự

    thỏa

    Sự thỏa mãn nhân viên

    		  

    95%

    		    

    Quý

    		  

    mãn cho nhân viên

    		        
                   

    L6: Khai thác hiệu quả

    Tỷ lệ máy tính được nâng cấp

    100%

    		        

    hiện đại và nội mạng

    		          

    hệ

    thống

    công

    nghệ

    		        

    Quý

    		  

    Tỷ lệ nhân viên có thể khai thác

    		      

    thông tin hiện đại

    		  

    100%

    		        
     

    hệ thống thông tin

    		          
                       

    L7: Phát triển phần mềm

    Số phần mềm tiện ích cho HĐ

    2 phần mềm

    		  

    Năm

    		  

    tiện ích

    		    

    KD chi nhánh

    		    
                   
           

    Các phong trào thi đua được

    		          
           

    thực hiện Bộ tiêu chuẩn phục

    2 phong trào

    		      

    L8: Phát huy bản sắc văn

    vụ khách hàng và sổ tay văn hóa

    		      

    Năm

    		  

    hóa Vietcombank

    		  

    Vietcombank

    		        

    Quý

    		  
           

    Tỷ lệ nhân viên thực hiện tốt Bộ

    95%

    		        
           

    tiêu chuẩn phục vụ khách hàng

    		          
           

    và sổ tay văn hóa Vietcombank

    		          
                         

    L9:

    Phát

    triển

    các

    Số chương trình xã hội từ thiện

    		          

    chương trình hoạt động

    8

    		    

    Năm

    		  

    Chi nhánh tham gia và tổ chức

    		    

    xã hội

    		              
                     

    4.2.2. Triển khai các chương trình hành động.

     

    Để thực hiện được các mục tiêu đã đề ra, VCB KG phải xây dựng những chương trình hành động cụ thể, các chương trình hành động đó bao gồm các kế hoạch, chương trình thực thi, những dự án, …. Cuối cùng để hoàn

     

    thành các mục tiêu theo bản đồ chiến lược, Ban Giám đốc cùng với các trưởng phó phòng ban thảo luận và đã thống nhất lựa chọn 23 chương trình, dự án phục vụ cho các mục tiêu chiến lược. Dựa vào chức năng và nhiệm

    Kết quả nghiên cứu

     

    vụ của từng Phòng, tổ, Ban giám đốc VCB KG sẽ tiến hành lựa chọn Phòng, tổ hoặc bộ phận chịu trách nhiệm thực hiện chương trình phù hợp nhất. Có thể liên kết nhiều bộ phận, nhiều phòng trong một chương trình để đạt được hiệu quả tổng thể cao nhất và từ đó lập kế hoạch ngân sách để thực thi nó. Các chương trình hành động này có mối quan hệ nhân quả với nhau và được liên kết với các mục tiêu chiến lược, thông qua bảng điểm cân bằng cho Vietcombank Kiên Giang năm 2012 (Bảng 4.3)

     

     

    38

     

    Thiết lập và áp dụng…

     

    Bảng 4.3: Bảng điểm cân b̀ng cho Vietcombank Kiên Giang năm 2012

     

         

    Hệ thống bảng điểm cân bằng

    		    

    Kế hoạch hành động
                       

    Viễn cảnh

    		        

    Tần

    		  

    Ngân sách

    Mục tiêu chiến lược

    Đo lường

    		  

    Mục đích

    số đo

    Chương trình thực thi

    (triệu
     

    BSC

    		  
             

    lường

    		  

    đồng)
                   
         

    F1: Gia tăng lợi nhuận

    Số tuyệt đối

    		  

    69 tỷ đồng/năm

    Tháng

    		    
                       
         

    F2: Tăng thu từ dịch

    % tăng thu từ dịch

    		  

    Tăng 10%/năm

    Quý

    – Tham gia Hội nghị về

    VCB TW
         

    vụ ngân hàng

    vụ ngân hàng

    		  

    dịch vụ ngân hàng bán lẻ.
                 
         

    F3: Tăng doanh số

    Số tuyệt đối

    		  

    333 triệu USD

    Tháng

    – Tham gia Hội nghị về

    VCBTW
         

    thanh toán XNK

    		    

    TTXNK.
     

    Viễn

    F4: Tăng nguồn vốn

    % tăng huy động

    		      

    – Tổ chức, tham gia Hội

    		  

    cảnh Tài

    vốn

    		  

    Tăng 6,65% /năm

    Tháng

    thảo về công tác huy động

    200

    huy động

    		  

    chính

    		        

    vốn.

    		  
               
         

    F5: Tăng dư nợ cho

    % tăng dư nợ cho

    		  

    Tăng 16,14%/

    Tháng

    – Tham gia tập huấn về

    VCBTW
         

    vay

    vay

    		  

    năm

    công tác tín dụng.
         

    F6: Khống chế tỷ lệ

    Tỷ lệ nợ xấu tối đa

    		  

    tối đa 2,3%/năm

    Tháng

    – Tham gia Hội nghị nợ có

    VCBTW
         

    nợ xấu

    		    

    vấn đề.
         

    F7: Giảm chi phí (cải

    % giảm so với kế

    		  

    Tối thiểu 10%

    Quý

    – Kế hoạch tiết giảm chi

    50
         

    thiện cấu trúc chi phí)

    hoạch chí phí

    		  

    năm

    phí.
               
                   

    – CT chăm sóc khách hàng

    700
         

    C1: Giữ vững khách

    Tỷ lệ khách hàng

    		      

    thường xuyên

    		  
           

    Nhỏ hơn 10 %

    Quý

    -Hoàn thiện hệ thống

    400
         

    hàng truyền thống

    truyền thống bỏ đi

    		  
                   

    thông tin khách hàng

    		  
                   

    -Hội nghị khách hàng

    450
           

    Số lượng khách

    		      

    CT thu hút khách hàng

    		  

    Viễn cảnh

    C2: Phát triển khách

    		      

    mới

    450

    hàng mới tăng

    		  

    6.000 khách hàng

    Quý

    Khách

    hàng mới

    		  

    CT quảng cáo thường

    100

    thêm

    		      
     

    hàng

    		        

    xuyên

    		  
                 
                   

    CT khảo sát sự thỏa mãn

    200
                   

    của khách hàng
                     
         

    C3: Nâng cao sự thỏa

    % khách hàng được

    		  

    95 %

    Quý

    Giới thiệu SP và tiện ích

    50
         

    mãn khách hàng

    thỏa mãn

    		      

    mới

    		  
                   

    CT chăm sóc khách hàng

    (Xem C1)
                   

    thường xuyên
                     
           

    Tỷ lệ % sai sót tối

    		      

    Nâng cấp hệ thống CNTT

    (Xem L6)
           

    đa khi cung cấp

    		      

    Tập huấn và bồi dưỡng
         

    I1: Nâng cao chất

    		  

    0,001%/GD

    Tháng

    150
         

    dịch vụ

    		  

    nghiệp vụ
         

    lượng dịch vụ

    Tỷ lệ % khách

    		  

    0,01%

    Tháng

    Đào tạo kỹ năng chuyên

    150
       

    Quá

    		  

    hàng phàn nàn

    		      

    môn cho nhân viên

    		  
         

    % chậm trễ so với

    		    

    Tháng

    		    
       

    trình

    		          
         

    thời gian trung bình

    		  

    0%

    		      
       

    quản

    I2: Giảm thời gian

    		        
       

    cung cấp sản phẩm

    		      

    Xem xét lại quy trình cung

    		  
       

    lý điều

    cung cấp sản phẩm

    		      

    VCBTW
       

    hành

    dịch vụ

    dịch vụ theo qui

    		      

    cấp sản phẩm dịch vụ

    		  

    bộ

    		  

    định về qui trình

    		          
                   
         

    nghiệp vụ

    		          

    Nội

    		                
       

    I3: Giảm thiếu rủi ro

    Tỷ lệ % rủi ro tối

    		  

    Nhỏ hơn 0,01%/

    Tháng

    Tập huấn và bồi dưỡng

    (Xem I1)

    trình

    		    

    đa liên quan đến

    		  

    GD

    		  

    nghiệp vụ
         

    tác nghiệp

    		      

    Quy

    		  

    QT

    		  

    Thực hiện phân

    		          
     

    quản

    		  

    loại khách hàng

    		      

    Hoàn thiện hệ thống quản

    (Xem C1)

    cảnh

    		          
     

    lý

    I4: Hiểu rõ khách

    theo nhóm

    		  

    100%

    		  
         

    lý thông tin khách hàng

    		  
     

    khách

    hàng và phân khúc thị

    Số chương trình

    		  

    04/năm

    Quý

    		  

    Viễn

    		    

    CT chăm sóc khách hàng

    (Xem C1)
     

    hàng

    trường

    chăm sóc đối với

    		      
           

    thường xuyên

    		  
         

    từng phân đoạn

    		        
                   
                     
           

    khách hàng

    		          
         

    I5: Phát triển gói SP

    Số gói sản phẩm

    		  

    02/năm

    Năm

    Nâng cấp hệ thống CNTT

    (Xem L6)
         

    được cung cấp

    		    
       

    Quá

    		            
                     
                 

    Nâng cấp hệ thống công

    		  
       

    trình

    		          

    nghệ thông tin

    (Xem L6)
       

    cải

    I6: Gia tăng tiện tích

    Số tiện ích được

    		  

    04/năm

    Năm

    Tập huấn và bồi dưỡng

    ( Xem I1)
       

    tiến

    cho SP truyền thống

    tích hợp thêm

    		  

    nghiệp vụ

    ( Xem I1)
                   

    Đào tạo kỹ năng chuyên

    		  
                   

    môn cho nhân viên

    		  

    39

     

    Taïp chí Kinh teá – Kyõ thuaät

     

         

    Hệ thống bảng điểm cân bằng

    		    

    Kế hoạch hành động
                       

    Viễn cảnh

    		        

    Tần

    		  

    Ngân sách

    Mục tiêu chiến lược

    Đo lường

    		  

    Mục đích

    số đo

    Chương trình thực thi

    (triệu
     

    BSC

    		  
             

    lường

    		  

    đồng)
                   
         

    L1: Nâng cao kỹ năng

    Tỷ lệ LĐ đi học tập

    		  

    5%/số cán bộ

    		  

    Phát triển các chương trình

    500
         

    ở nước ngoài.

    		  

    quản lý

    Năm

    đào tạo kỹ năng cho các

    		  
         

    quản lý cho lãnh đạo

    Tỷ lệ LĐ đạo đi

    		  

    30%/số cán bộ

    nhà lãnh đạo

    		  
               
           

    học tập trong nước.

    		  

    quản lý

    		      
           

    Tỷ lệ nhân viên

    		  

    95%

    		  

    Đào tạo kỹ năng chuyên

    ( Xem I1)
         

    L2: Nâng cao kỹ năng

    được huấn luyện

    		  

    04 CT/năm

    Năm
           

    môn cho nhân viên

    		  
         

    chuyên môn cho nhân

    nghiệp vụ mới

    		        
               

    Huấn luyện nhân viên mới

    VCBTW
         

    viên

    Số chương trình

    		      
                   
           

    huấn luyện, đào tạo

    		          
       

    Con

    		  

    Số lượng các vụ

    		      

    Quản lý nhân sự

    		  
       

    người

    L3: Nâng cao đạo đức

    sai phạm liên quan

    		      

    100
         

    0

    Tháng

    Hoàn thiện các qui trình
         

    nghề nghiệp

    đến đạo đức nghề

    		  

    VCBTW
               

    nghiệp vụ
           

    nghiệp

    		        
                     
           

    Hiệu suất làm việc

    		          
         

    L4: Cải thiện môi

    của nhân viên tăng

    		  

    -Giảm 10% thời

    		  

    Xây dựng mới trụ sở

    		  
         

    (giảm thời gian

    		  

    gian/ 1 GD so với

    		  

    80.000
         

    trường làm việc cho

    		  

    Quý

    chính, sữa chữa cải tạo các

    triển

    		    

    nhân viên

    giao dịch so với

    		  

    quy định

    		  

    phòng giao dịch

    		  
       

    quy định và không

    		  

    Sai sót 0%

    		    
                 

    phát

    		      

    sai sót)

    		          
       

    L5: Nâng cao sự thỏa

    Sự thỏa mãn nhân

    		  

    95%

    Quý

    Phúc lợi cho nhân viên

    800

    và

    		    

    mãn cho nhân viên

    viên

    		  
                 

    tạo

    		    

    L6: Khai thác hiệu

    Tỷ lệ máy tính

    		  

    100%

    		      
       

    quả hệ thống công

    được nâng cấp hiện

    		          

    Đào

    		              
       

    nghệ thông tin hiện

    đại và nối mạng

    		  

    100%

    Quý

    Nâng cấp hệ thống Công

    300

    cảnh

    		  

    Thông

    đại

    Tỷ lệ nhân viên có

    		    

    nghệ thông tin
             
     

    tin

    		  

    thể khai thác hệ

    		          

    Viễn

    		    

    thống thông tin

    		          
                   
       

    L7: Phát triển phần

    Số phần mềm tiện

    		      

    Nghiên cừu và viết phần

    		  
         

    ích cho HĐ KD chi

    		  

    2 phần mềm

    Năm

    200
         

    mềm tiện ích

    		  

    mềm
         

    nhánh/ năm

    		        
                     
           

    Các phong trào thi

    		          
           

    đua được thực hiện

    		          
           

    Bộ tiêu chuẩn phục

    		      

    – Tổ chức thi tìm hiểu và

    300
           

    vụ khách hàng

    		  

    2 phong trào

    Năm

    thực hiện theo Bộ tiêu
               
         

    L8: Phát huy bản sắc

    và sổ tay văn hóa

    		  

    chuẩn phục vụ khách

    		  
                 
         

    Vietcombank

    		      

    hàng và sổ tay văn hóa

    		  
         

    văn hóa Vietcombank

    		      

    40
       

    Tổ

    Tỷ lệ nhân viên

    		  

    95%

    Quý

    Vietcombank
             
         

    thực hiện tốt Bộ

    		  

    – Đánh giá nhân viên tiêu

    50
       

    chức

    		        
         

    tiêu chuẩn phục

    		      

    biểu hàng quý
                   
           

    vụ khách hàng

    		      

    – Truyền thông mục tiêu

    		  
           

    và sổ tay văn hóa

    		          
           

    Vietcombank

    		          
         

    L9: Phát triển các

    Số chương trình xã

    		      

    Chương trình hoạt động

    		  
         

    chương trình hoạt

    hội từ thiện Chi nhánh

    		  

    8

    Năm

    400
           

    xã hội
         

    động xã hội

    tham gia và tổ chức

    		        
                   

    Kết quả nghiên cứu

     

    4.3 Ứng dụng thí điểm BSC để đánh giá hiệu quả hoạt động của Vietcombank Kiên Giang trong năm 2012

     

    – Các bước cơ bản thực thi BSC cho VCB KG thể hiện ở sơ đồ 4.2.

     

     

    40

     

    Thiết lập và áp dụng…

     

    4.4. Kết quả thực hiện các kế hoạch kinh doanh đến 30/11/2012

     

    Bảng 4.4: Kết quả thực hiện các mục tiêu chiến lược

     

         

    Điểm

    % hoàn

    		  
     

    Tiêu chí

    Kết quả

    đánh

    Xếp loại
         

    giá

    thành

    		  
             

    I. Tiêu chí về tài chính

    		    

    80 %

    		  
               

    TC-01

    Tốc độ tăng lợi nhuận

    Đạt 24 tỷ

    1,7

    34,78%

    Yếu

    TC-02

    Thu từ dịch vụ ngân hàng

    giảm 9,1%

    4,1

    82,63%

    Mạnh

    TC-03

    Doanh số thanh toán xuất nhập khẩu

    238 triệu USD

    3,6

    71%

    Khá

    TC-04

    Huy động vốn

    Tăng 6,74%

    5,0

    100,18%

    Mạnh

    TC-05

    Dư nợ cho vay

    giảm 4,33%

    4,1

    82,38%

    Mạnh

    TC-06

    Khống chế nợ xấu

    2,55%

    4,5

    89%

    Mạnh

    TC-07

    Giảm chi phí

    2,918 tỷ

    5,0

    119,48%

    Mạnh

    II. Tiêu

    chí về khách hàng

    		    

    93%

    		  

    KH-01

    Tỷ lệ khách hàng truyền thống bỏ đi

    4%

    5.0

    160%

    Mạnh

    KH-02

    Số lượng khách hàng mới tăng lên

    8.705 khách hàng

    5,0

    135,82%

    Mạnh

    KH-03

    % khách hàng được thỏa mãn

    84,24%

    4,0

    80%

    Mạnh

    III. Tiêu chí về hoạt động nội bộ

    		    

    85%

    		  
               

    HN-01

    Tỷ lệ % sai xót tối đa khi cung cấp sản phẩm dịch vụ

    		  

    3,8

    75%

    Khá
               

    HN-02

    Tỷ lệ % khách hàng phàn nàn

    		  

    3,8

    75%

    Khá
               

    HN-03

    % chậm trễ so với thời gian trung bình cung cấp sản

    		  

    4,0

    80%

    Mạnh

    phẩm dịch vụ theo qui định về qui trình nghiệp vụ

    		  

    HN-04

    Tỷ lệ % rủi ro tối đa liên quan đến tác nghiệp

    		  

    2,5

    50%

    Trung bình
               

    HN-05

    Thực hiện phân loại khách hàng

    100%

    5,0

    100%

    Mạnh

    HN-06

    Số chương trình chăm sóc đối với từng phân đoạn

    06

    5,0

    150%

    Mạnh

    khách hàng

    HN-07

    Phát triển gói sản phẩm

    03

    5,0

    150%

    Mạnh

    HN-08

    Gia tăng tiện ích cho sản phẩm truyền thống

    05

    5,0

    100%

    Mạnh

    IV. Tiêu chí về đào tạo và phát triển

    		    

    91%

    		  
               

    DP-01

    Tỷ lệ % lãnh đạo được đi học tập ở nước ngoài

    0%

    0,0

    0%

    Yếu

    DP-02

    Tỷ lệ % lãnh đạo được đi học tập trong nước

    30%

    5,0

    100%

    Mạnh

    DP-03

    Tỷ lệ nhân viên được huấn luyện nghiệp vụ mới

    97%

    5,0

    102%

    Mạnh

    DP-04

    Số chương trình đào tạo, huấn luyện

    05

    5,0

    125%

    Mạnh

    DP-05

    Số vụ sai phạm liên quan đến đạo đức nghề nghiệp

    0

    5,0

    100%

    Mạnh

    DP-06

    Hiệu suất làm việc của nhân viên tăng

    15%

    5,0

    150%

    Mạnh

    DP-07

    Sự thỏa mãn của nhân viên

    95%

    5,0

    100%

    Mạnh

    DP-08

    Tỷ lệ máy tính được nâng cấp hiện đại và nối mạng

    100%

    5,0

    100%

    Mạnh

    DP-09

    Tỷ lệ nhân viên có thể khai thác hệ thống thông tin

    87%

    4.4

    87%

    Mạnh

    DP-10

    Số phần mềm tiện ích cho HĐ KD chi nhánh/ năm

    2

    5,0

    100%

    Mạnh

    DP-11

    Các phong trào thi đua được thực hiện

    05

    5,0

    125%

    Mạnh

    DP-12

    Tỷ lệ nhân viên thực hiện tốt Bộ tiêu chuẩn phục vụ

    95%

    5,0

    100%

    Mạnh

    khách hàng và sổ tay văn hóa Vietcombank

    DP-13

    Số chương trình xã hội từ thiện mà Chi nhánh tham

    15

    5,0

    188%

    Mạnh

    gia và tổ chức

    Kết quả nghiên cứu

     

     

    41

     

    Taïp chí Kinh teá – Kyõ thuaät

     

    4.5. Đánh giá kết quả hoàn thành chiến lược của VCB KG

     

    Phần trăm hoàn thành chiến lược của VCB KG được tính theo công thức sau:

    % Hoàn thành chiến lược =

    		  

    (%TC+%KH+%HN+%DP)
     

    4
       

    Theo kết quả ở bảng số liệu 4.4 và theo công thức tính toán, ta có kết quả phần trăm hoàn thành của các tiêu chí là:

     

    • Tiêu chí Tài chính là 80%

     

    • Tiêu chí Khách hàng là 93%

     

    • Tiêu chí Quy trình nội bộ là 85%

     

    • Tiêu chí Đào tạo và phát triển là 91% Vậy phần trăm hoàn thành chiến lược của

    VCB KG là 87,2 %.

     

     

    5. Giải pháp

     

    5.1. Những điểm mạnh và điểm yếu của VCB KG nhìn t̀ BSC

     

    5.1.1. Đào tạo và huấn luyện nhân viên

     

    • Điểm mạnh: Thực hiện tốt công tác đào tạo và huấn luyện, khuyến khích nhân viên tự học, tự nghiên cứu, tạo điều kiện làm việc tốt cho nhân viên, đầu tư cho các hoạt động phục vụ cho nhiệm vụ kinh doanh, tích cực tham gia các hoạt động xã hội vì cộng đồng.

     

    • Điểm yếu: VCB KG không có cán bộ quản lý nào đi đào tạo ở nước ngoài.

    5.1.2. Hoat động nội bộ

     

    • Điểm mạnh: Trong hoạt động nội bộ có 5/8 tiêu chí thực hiện tốt và được đánh giá là điểm mạnh.

     

    • Điểm yếu: Tỷ lệ sai sót khi cung cấp sản phẩm, dịch vụ, tỷ lệ khách hàng phàn nàn, chỉ tiêu rủi ro liên quan đến tác nghiệp mà đặc biệt rủi ro tín dụng.

     

    5.1.3. Tiêu chí khách hàng

     

    • Điểm mạnh: Thực hiện tốt các mục tiêu đề ra như: Giữ chân khách hàng truyền thống, số khách hàng mới tăng lên, khách hàng được thỏa mãn.

     

    • Điểm yếu: Khách hàng được thỏa mãn nhưng chưa cao.

     

    5.1.4. Tiêu chí Tài chính

     

    • Điểm mạnh: Thực hiện tốt các mục tiêu

     

    đề ra

     

    • Điểm yếu: Chỉ tiêu lợi nhuận chưa đạt, do trích dự phòng cho nợ xấu năm trước.

     

    5.2. Giải pháp thực hiện BSC

     

    • Về vĩn cảnh Đào tạo và phát triển: Chính sách về mạng lưới thông tin và con người, làm tốt công tác nhân sự.

     

    • Về vĩn cảnh Qui trình nội bộ: Hoàn thiện các sản phẩm, dịch vụ và giảm thiểu các điều kiện, thủ tục sử dụng. Nâng cao năng lực quản trị rủi ro.

     

    • Về vĩn cảnh khách hàng: Làm tốt hơn nữa công tác phân loại và đánh giá khách hàng, tăng cường công tác tư vấn khách hàng và triển khai hiệu quả các chương trình thu hút khách hàng mới.

     

    • Về vĩn cảnh Tài chính: Có biện pháp thu hồi nợ xấu và kiểm soát chặc chẽ các khoản cho vay.

     

     

    42

     

    Thiết lập và áp dụng…

     

    TÀI LIỆU THAM KHẢO

     

    • Nguyễn Thị Kim Anh, Quản trị Chiến lực, Nhà xuất bản khoa học và kỹ thuật.

     

    • Trần Kim Dung (2006) Quản trị Nguồn nhân lực, Nhà xuất bản Thống kê.

     

    • Lê Thế Giới và các cộng sự (2007), Quản Trị Chiến Lược, Nhà Xuất Bản Thống Kê.

     

    • Đào Duy Huân (2007) Quản trị Chiến lực, Nhà xuất bản Thống kê.

     

    • Nguyễn Thanh Liêm (2007), Quản Trị Tài Chính, Nhà Xuất Bản Thống Kê.

     

    • Cao Hoàng Long, Quản trị chiến lược sử dụng Balanced Scorecard.

     

    • Đình Phúc – Khánh Linh (2007), Quản lý Nhân sự, Nhà xuất bản tài chính.

     

    • Nguyễn Hữu Thân (2001), Quản trị Nhân sự, Nhà xuất bản Thống kê.

     

    • Nguyễn Quốc Tuấn và các công sự, Quản trị Nguồn nhân lực, Nhà xuất bản Thống kê.

     

    • Giáo trình phương pháp nghiên cứu trong quản trị (1999), Khoa quản trị kinh doanh – Đại học Kinh tế TP.HCM.
    • Robert S.Kaplan, David P.Norton (2004), Strategy Maps, Harvard Business School, Boston. [12]Paul R.Niven, Balanced Scorecard Step-by-Step: Maximizing Performance and Maintaining Results

     

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Phát triển công nghiệp hỗ trợ ở Việt Nam – nhận thức và thực tiễn

    Phát triển công nghiệp hỗ trợ ở Việt Nam – nhận thức và thực tiễn

    Phát triển công nghiệp hỗ trợ ở Việt Nam – nhận thức và thực tiễn

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Các phương thức quan hệ kinh tế quốc tế – lịch sử và hiện tại

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/Ph%C3%A1t-tri%E1%BB%83n-c%C3%B4ng-nghi%E1%BB%87p-h%E1%BB%97-tr%E1%BB%A3-%E1%BB%9F-Vi%E1%BB%87t-Nam-nh%E1%BA%ADn-th%E1%BB%A9c-v%C3%A0-th%E1%BB%B1c-ti%E1%BB%85n.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Phát triển công nghiệp hỗ trợ ở Việt Nam – nhận thức và thực tiễn

    Tạp chí Kinh tế – Kỹ thuật

     

     

    PHÁT TRIỂN CÔNG NGHIỆP HỖ TRỢ Ở VIỆT NAM – NHẬN THỨC VÀ THỰC TIỄN

     

    Hoàng Xuân Sơn∗, Hồ Thị Thanh Trúc∗∗

     

    TÓM TẮT

     

    Công nghiệp hỗ trợ đóng vai trò đặc biệt quan trọng trong phát triển kinh tế. Đồng thời góp phần thu hút đầu tư trực tiếp nước ngoài (FDI), thúc đẩy sự phát triển của các doanh nghiệp trong các ngành công nghiệp trong nước, tạo ra sản phẩm xuất khẩu có tính cạnh tranh, giá trị gia tăng cao. Bên cạnh đó, công nghiệp hỗ trợ còn góp phần phát triển thị trường nội địa, đảm bảo tăng trưởng kinh tế và phát triển kinh tế bền vững, đưa nền kinh tế sản xuất hàng hóa hội nhập với chuỗi giá trị toàn cầu.Vì vậy, để phát triển bền vững, hội nhập quốc tế trong thời gian tới và góp phần thực hiện được mục tiêu “tạo nền tảng để đến năm 2020 đưa nước ta cơ bản trở thành một nước công nghiệp theo hướng hiện đại”, Việt Nam nhất thiết phải đẩy mạnh phát triển công nghiệp hỗ trợ.

     

    Từ khóa: phát triển, công nghiệp hỗ trợ, Việt Nam, nhận thức, thực tiễn.

     

    INDUSTRIAL DEVELOPMENT ASSISTANCE IN VIETNAM –

     

    AWARENESS AND PRACTICE

     

    ABSTRACT

     

    Industry support role is particularly important in economic development. At the same time contribute to attracting foreign direct investment (FDI), promote the development of enterprises in the domestic industry, create products export competitiveness, high added value. Besides, supporting industries also contribute to the development of domestic markets, ensuring economic growth and sustainable economic development, bringing the economy to produce goods of integration with the global value chain. So, for sustainable development, international integration in the future and contribute to the goal “to create a platform by 2020 our country to become an industrialized country towards a modern”, Vietnam necessarily promote the development of supporting industries.

     

    Key words: development, industrial support, Vietnam, cognitive, practical.

     

    • Giảng viên Trường ĐH Kinh tế Tp.HCM

     

    • Giảng viên Trường Cao đẳng Tài chính – Hải quan

     

     

    38

     

    Phát triển công nghiệp . . .

     

    1.   Chủ trương khuyến khích phát triển công nghiệp hỗ trợ ở Việt Nam

     

    Công nghiệp hỗ trợ (supporting industries

     

    – SI) là các ngành công nghiệp sản xuất nguyên vật liệu, phụ kiện, phụ tùng, linh kiện, bán thành phẩm để cung cấp cho ngành công nghiệp sản xuất, chế biến, lắp ráp các sản phẩm hoàn chỉnh là tư liệu sản xuất hoặc sản phẩm tiêu dùng. Sản phẩm công nghiệp hỗ trợ gồm có: vật liệu, phụ tùng, linh kiện, phụ kiện, bán thành phẩm sản xuất tại Việt Nam để cung cấp cho khâu lắp ráp, sản xuất sản phẩm hoàn chỉnh. Dự án sản xuất sản phẩm công nghiệp hỗ trợ: là dự án đầu tư tại Việt Nam (kể cả đầu tư mới và đầu tư bổ sung) để sản xuất sản phẩm công nghiệp hỗ trợ.

     

    Với bối cảnh hiện nay, trong quá trình phát triển của một nền kinh tế, công nghiệp hỗ trợ chính là khu vực chuyển giao, tiếp nhận mau lẹ công nghệ mới, đồng thời là khu vực mà lao động thực sự được khuyến khích sáng tạo để không ngừng cạnh tranh, “chen chân” được vào chuỗi cung ứng cho các nhà lắp ráp.

     

    Mặt khác, công nghiệp hỗ trợ là khu vực sử dụng nhiều công nghệ, ít hao tốn tài nguyên và dễ sử dụng các giải pháp sản xuất thân thiện với môi trường, rất phù hợp với chiến lược “tăng trưởng xanh và bền vững”. Vì vậy, nếu có định hướng đúng, công nghiệp hỗ trợ được phát triển trong các khu công nghiệp chuyên môn hóa, tổ chức liên kết trong các cụm, nhóm sản phẩm thì có thể góp phần rất lớn để giải quyết tình trạng ô nhiễm môi trường ngày càng trầm trọng, góp phần giải quyết vần đề tài nguyên, nhân công giá rẻ đang dần không còn là thế mạnh của Việt Nam.

     

    Trước khủng hoảng kinh tế – tài chính toàn cầu (từ đầu năm 2008), chính xuất khẩu liên tục qua các năm với tốc độ tăng trưởng

     

    GDP trung bình 7-8% mỗi năm đã góp phần đưa nước ta vươn lên thành một nước đang phát triển với thu nhập trung bình thấp. Tuy nhiên, những sản phẩm xuất khẩu của Việt Nam lại phụ thuộc phần lớn vào các nguyên liệu nhập khẩu từ bên ngoài đã dẫn đến tình trạng Việt Nam nhập siêu trong thời gian qua. Cũng chính nguồn nguyên liệu nhập khẩu từ bên ngoài đã làm khó cho Việt Nam khi kinh tế thế giới lâm vào khủng hoảng, khi mà xuất khẩu ngày bị thu hẹp, nhưng giá nguyên liệu nhập khẩu lại gia tăng đã làm cho các doanh nghiệp Việt Nam gặp muôn vàn khó khăn, đỉnh điểm là phá sản và thất nghiệp, cụ thể là năm 2012 có khoảng 55.000 doanh nghiệp bị phá sản, năm 2013 số doanh nghiệp bị phá sản cao hơn nhiều, khoảng 65.000 doanh nghiệp.

     

    Trước thực trạng nêu trên, đòi hỏi Việt Nam phải có những biện pháp nhằm tăng cường sự chủ động của nền kinh tế và tái cấu trúc mô hình phát triển, đặc biệt là công nghiệp hỗ trợ. Phát triển công nghiệp hỗ trợ sẽ giúp các ngành sản xuất trong nước chủ động được nguồn nguyên vật liệu đầu vào, chủ động lựa chọn nhà cung cấp, giảm chi phí sản xuất, giảm giá thành từ đó tăng năng lực cạnh tranh. Đây chính là vấn đề cốt lõi nhằm phát triển một nền công nghiệp tự chủ và hiện đại, góp phần thực hiện mục tiêu “tạo nền tảng để đến năm 2020 đưa nước ta cơ bản trở thành một nước công nghiệp theo hướng hiện đại” hay xa hơn là “từ nay đến giữa thế kỷ XXI, nước ta trở thành một nước công nghiệp hiện đại theo định hướng xã hội chủ nghĩa”1.

     

    Mặt khác, phát triển công nghiệp hỗ trợ cũng làm gia tăng năng lực cạnh tranh của ngành và quốc gia, góp phần bù đắp cho lợi thế nhân công rẻ của Việt Nam đang ngày một suy giảm.

     

    Nhận thấy vai trò quan trọng và to lớn của công nghiệp hỗ trợ ở Việt Nam, Đại hội

     

     

    • Đảng Cộng sản Việt Nam: Văn kiện Đại hội đại biểu toàn quốc lần thứ XI, Nxb.CTQG-ST, HN, 2011, tr.71

     

     

    39

     

    Tạp chí Kinh tế – Kỹ thuật

     

    XI của Đảng (2011), trong Chiến lược phát triển kinh tế – xã hội 2011 – 2020, xác định: “Phát triển mạnh công nghiệp hỗ trợ”2 và chủ trương: “tham gia ngày càng nhiều và có hiệu quả vào những khâu, công đoạn có hàm lượng khoa học, giá trị gia tăng cao trong mạng sản xuất và phân phối toàn cầu”3, “ưu tiên phát triển và hoàn thành những công trình then chốt về cơ khí chế tạo, sản xuất máy móc, thiết bị thay thế nhập khẩu cho công nghiệp, nông nghiệp, xây dựng; công nghiệp công nghệ cao sản xuất linh kiện điện tử, máy tính, công nghiệp dầu khí, điện, than, khai khoáng, hóa chất, luyện thép, xi măng, phân, đạm… , công nghiệp hỗ trợ…”4.

     

    Ngành công nghiệp hỗ trợ đang được các nhà đầu tư trong và ngoài nước rất quan tâm, đặc biệt là các nhà đầu tư có nhiều cơ sở sản xuất, lắp ráp các sản phẩm ôtô, xe máy, hàng may mặc, điện tử, da giày… Tuy nhiên, tỉ lệ cung ứng hàng hóa (giá trị nội địa hóa) trong chế tạo các sản phẩm trên ở Việt Nam còn rất thấp, phần lớn các linh kiện và nguyên vật liệu phục vụ cho sản xuất, lắp ráp các sản phẩm này đều phải ngoại nhập nên đẩy chi phí sản xuất tăng cao, không thuận lợi cho các doanh nghiệp Việt Nam, đặc biệt là khi Việt Nam kí kết Hiệp định đối tác kinh tế xuyên Thái Bình Dương (TPP) thì sẽ mất lợi thế cạnh tranh của các doanh nghiệp Việt Nam.

     

    Hiện nay, các ngành công nghiệp hỗ trợ Việt Nam đang phải đối mặt với nhiều khó khăn, bất cập trong quá trình phát triển như thiếu chính sách thúc đẩy sản xuất và tiêu thụ sản phẩm công nghiệp hỗ trợ sản xuất trong nước. Thúc đẩy công nghiệp hỗ trợ là điều kiện cần thiết cũng như bước đi quan trọng trong định hướng công nghiệp hóa, hiện đại

     

    • Sđd, tr.112

     

    3 Sđd, tr.192

     

    4 Sđd, tr.193

     

    hóa đất nước trong thời gian tới. Đặc biệt, khi hội nhập quốc tế ngày càng sâu rộng và Việt Nam tham gia kí kết Hiệp định đối tác kinh tế xuyên Thái Bình Dương (TPP) thì Việt Nam cần nâng cao doanh nghiệp trong nước để tồn tại, đặc biệt là công nghiệp hỗ trợ để giảm chi phí, hạ giá thành, tăng năng lực cạnh tranh hiệu quả với hàng hóa nhập khẩu và các đối thủ cạnh tranh toàn cầu.

     

    Để thúc đẩy phát triển công nghiệp hỗ trợ, ngày 24-2-2011, Thủ tướng Chính phủ đã ban hành Quyết định số 12/2011/QĐ-TTg về chính sách phát triển một số ngành công nghiệp hỗ trợ, trong đó xác định:

     

    1. Về khuyến khích phát triển công nghiệp hỗ trợ: Nhà nước khuyến khích và tạo điều kiện cho các tổ chức, cá nhân trong và ngoài nước đầu tư phát triển công nghiệp hỗ trợ. Cụ thể:

     

    – Khuyến khích đối với phát triển thị trường: dự án sản xuất sản phẩm công nghiệp hỗ trợ được quảng cáo, giới thiệu miễn phí sản phẩm trên trang thông tin điện tử của Bộ Công Thương và các Sở Công Thương. Dự án sản xuất sản phẩm công nghiệp hỗ trợ được ưu tiên xem xét hỗ trợ nguồn kinh phí của các chương trình xúc tiến thương mại, xúc tiến đầu tư theo quy chế xây dựng, quản lý và thực hiện các chương trình đó. Chủ đầu tư dự án sản xuất sản phẩm công nghiệp hỗ trợ cho phát triển công nghiệp công nghệ cao được Nhà nước tạo điều kiện tham gia hình thành mạng lưới cung ứng sản phẩm, dịch vụ theo quy định của pháp luật về công nghệ cao.

     

    – Khuyến khích về hạ tầng cơ sở: các dự án sản xuất sản phẩm công nghiệp hỗ trợ được ưu tiên hỗ trợ và dành quỹ đất thích hợp cho dự án về diện tích, vị trí, tiền thuê đất. Các dự án sản xuất sản phẩm công nghiệp hỗ trợ sử

     

     

    40

     

    Phát triển công nghiệp . . .

     

    dụng đất trong khu cụm công nghiệp được sử dụng các công trình kết cấu hạ tầng, các dịch vụ công cộng và các dịch vụ khác trong khu, cụm công nghiệp; được hỗ trợ và tạo điều kiện trong việc tuyển dụng, đào tạo lao động; được hưởng các chính sách hỗ trợ khác theo quy định tại Quyết định số 105/2009/QĐ-TTg ngày 19 tháng 8 năm 2009 của Thủ tướng Chính phủ về việc ban hành Quy chế quản lý cụm công nghiệp. Chủ đầu tư dự án sản xuất sản phẩm công nghiệp hỗ trợ là doanh nghiệp nhỏ và vừa được hưởng các chính sách khuyến khích về mặt bằng sản xuất theo quy định tại Nghị định số 56/2009/NĐ-CP ngày 30 tháng 6 năm 2009 của Chính phủ về trợ giúp phát triển doanh nghiệp nhỏ và vừa. Các dự án sản xuất sản phẩm công nghiệp hỗ trợ cho phát triển công nghiệp công nghệ cao được áp dụng chính sách khuyến khích về đất đai theo quy định của pháp luật về công nghệ cao.

     

    • Khuyến khích về khoa học và công nghệ, đào tạo nguồn nhân lực: dự án sản xuất sản phẩm công nghiệp hỗ trợ được xem xét, hỗ trợ một phần kinh phí từ nguồn vốn Quỹ phát triển khoa học và công nghệ quốc gia và các quỹ khác liên quan đến hoạt động khoa học và công nghệ đối với các chi phí chuyển giao công nghệ, mua bản quyền thiết kế, mua phần mềm, thuê chuyên gia nước ngoài. Chủ đầu tư dự án sản xuất sản phẩm công nghiệp hỗ trợ là doanh nghiệp nhỏ và vừa được hưởng các chính sách khuyến khích nâng cao năng lực công nghệ, trình độ kỹ thuật và chính sách trợ giúp phát triển nguồn nhân lực theo quy định của Nghị định số 56/2009/NĐ-CP ngày 30 tháng 6 năm 2009 của Chính phủ về trợ giúp phát triển doanh nghiệp nhỏ và vừa. Dự án sản xuất sản phẩm công nghiệp hỗ trợ được xem xét hỗ trợ một phần kinh phí đào tạo nhân lực từ nguồn vốn ngân sách nhà

    nước theo quy định hiện hành. Dự án sản xuất sản phẩm công nghiệp hỗ trợ cho phát triển công nghiệp công nghệ cao được áp dụng chính sách khuyến khích về phát triển nguồn nhân lực theo quy định của pháp luật về công nghệ cao.

     

    • Cung cấp thông tin: các Bộ, ngành, Ủy ban nhân dân tỉnh, thành phố trực thuộc Trung ương thông qua Cổng thông tin điện tử thường xuyên cung cấp thông tin cập nhật về các văn bản pháp luật liên quan đến việc phát triển công nghiệp hỗ trợ và các chương trình hỗ trợ kỹ thuật của Nhà nước đối với các dự án sản xuất sản phẩm công nghiệp hỗ trợ. Chủ đầu tư các dự án sản xuất sản phẩm công nghiệp hỗ trợ là doanh nghiệp nhỏ và vừa được hưởng các chính sách về cung cấp thông tin, tư vấn theo quy định tại Nghị định số 56/2009/NĐ-CP ngày 30 tháng 6 năm 2009 của Chính phủ vừa trợ giúp phát triển doanh nghiệp nhỏ và vừa.

     

    • Tài chính: dự án sản xuất sản phẩm công nghiệp hỗ trợ được hưởng ưu đãi về thuế xuất nhập khẩu theo quy định của pháp luật hiện hành về thuế xuất khẩu, thuế nhập khẩu. Dự án sản xuất sản phẩm công nghiệp hỗ trợ được xem xét vay một phần vốn tín dụng đầu tư phát triển của Nhà nước theo quy định hiện hành. Chủ đầu tư các dự án sản xuất sản phẩm công nghiệp hỗ trợ là doanh nghiệp nhỏ và vừa được hưởng các chính sách trợ giúp tài chính theo quy định tại Nghị định số 56/2009/NĐ-CP ngày 30 tháng 6 năm 2009 của Chính phủ về trợ giúp phát triển doanh nghiệp nhỏ và vừa. Dự án sản xuất sản phẩm công nghiệp hỗ trợ cho phát triển công nghiệp công nghệ cao được xem xét, cho hưởng các chính sách về thuế theo theo quy định của pháp luật về công nghệ cao.

     

     

    41

     

    Tạp chí Kinh tế – Kỹ thuật

     

    1. Về ưu đãi phát triển công nghiệp hỗ trợ: các dự án sản xuất sản phẩm công nghiệp hỗ trợ thuộc Danh mục sản phẩm công nghiệp hỗ trợ ưu tiên phát triển được xem xét áp dụng cơ chế ưu đãi thích hợp. Chủ đầu tư xây dựng dự án theo quy định hiện hành, trong đó đề xuất cụ thể các cơ chế ưu đãi thích hợp, trình Hội đồng thẩm định dự án phát triển công nghiệp hỗ trợ xem xét, báo cáo Thủ tướng Chính phủ quyết định5.

     

    2.           Thực trạng công nghiệp hỗ trợ ở Việt Nam thời gian qua

     

    Nhìn tổng quát chúng ta có thể dễ dàng nhận thấy chủ trương phát triển công nghiệp hỗ trợ của nước ta còn rất hạn chế và công nghiệp hỗ trợ của Việt Nam hiện nay cũng còn rất nhỏ bé, manh mún, kém phát triển. Cụ thể là các ngành sản xuất, lắp ráp ôtô (mới nội địa hóa khoảng 5% – 10%); cơ khí (mới tham gia sản xuất được một phần sản phẩm phi tiêu chuẩn, chiếm khoảng 20% trong tổng giá trị thiết bị); điện tử (lĩnh vực sản xuất linh phụ kiện điện tử chỉ chiếm 21,5% tổng vốn đầu tư của ngành)6; đặc biệt là ngành may mặc (thế mạnh xuất khẩu của Việt Nam, hiện chiếm vị trí thứ 5 trong số các nước xuất khẩu lớn trên thế giới với cơ hội thấy rõ khi Việt Nam đã và đang tích cực tham gia đàm phán các Hiệp định Thương mại tự do song phương và đa phương, Hiệp định Thương mại xuyên Thái Bình Dương (TPP). Tuy nhiên, để được hưởng các ưu đãi như giảm, miễn thuế từ các Hiệp định Thương mại tự do (FTA) và sắp tới là Hiệp định Thương mại xuyên Thái Bình Dương (TPP), thì nguyên tắc xuất xứ về sợi và vải luôn được các đối tác đặt ra khắt khe, nhất là tiêu chuẩn vải, sợi phải có xuất xứ từ trong nước hoặc nhập khẩu từ các quốc

     

    gia thành viên TPP) có tới 80% – 85% tỷ lệ nguyên, phụ liệu phải nhập khẩu. Trong số các ngành công nghiệp hỗ trợ hiện nay ở Việt Nam, có lẽ công nghiệp hỗ trợ cung cấp cho ngành xe máy được coi là thành công nhất với việc hình thành một hệ thống các nhà cung ứng ngay trong nội địa. Trong quá trình hợp tác, đã có sự chuyển giao công nghệ từ các công ty lắp ráp nước ngoài đến các doanh nghiệp Việt Nam cung ứng linh kiện. Tỷ lệ nội địa hoá các loại xe gắn máy do trong nước sản xuất đã đạt khoảng 85 – 90%. Hầu hết các linh kiện của xe số, kể cả linh kiện động cơ, đều đã được sản xuất trong nước. Các sản phẩm chính trong xe máy hầu hết đã được sản xuất với số lượng lớn, đạt tiêu chuẩn của các nhà lắp ráp và tạo thành hệ thống cung ứng khá hiệu quả. Tuy nhiên, những linh kiện, phụ kiện này phần lớn do doanh nghiệp FDI sản xuất, cò tỉ lệ doanh nghiệp Việt Nam tham gia sản xuất còn hạn chế.

     

    Một thực tế khác, đó là các doanh nghiệp Nhật Bản đang có động thái rõ rệt dịch chuyển đầu tư về Việt Nam (trong bối cảnh tình hình không ổn định về chính trị ở Thái Lan và chanh chấp ở Trung Quốc), tiêu biểu là khu công nghiệp Thăng Long, một cứ điểm đầu tư Nhật Bản ở Hà Nội. Để đi vào hoạt động thì chi phí nhiên liệu chiếm 60% chi phí sản xuất nên để giảm giá thành thì các doanh nghiệp sẽ phải giảm chi phí nhiên liệu này. Thế nhưng, việc mua được nguyên vật liệu từ Việt Nam lại là vô cùng khó khăn. Tỷ lệ nội địa hóa ở Việt Nam vẫn còn quá thấp, chỉ chiếm 32,2%, trong khi tỷ lệ này tại Trung Quốc là 64%, Thái Lan 53%, Malaysia 42%, Indonesia 41%7. Vì vậy ở Việt Nam, để phục vụ cho sản xuất của mình, “vệ tinh” phụ trợ

     

     

    • http://www.chinhphu.vn/portal/page/portal/chinhphu/hethongvanban?class_id=1&mode=detail&document_id=99177
    • Cần đẩy mạnh thu hút đầu tư vào phát triển công nghiệp hỗ trợ (dangcongsan.vn)

     

    • Phạm Huyền: Ngán Trung Quốc, sợ Thái Lan: Vốn Nhật về Việt Nam. (vef.vn)

     

     

    42

     

    Phát triển công nghiệp . . .

     

    cho các doanh nghiệp Nhật Bản phần lớn là từ các doanh nghiệp nước ngoài khác, hoặc chính doanh nghiệp Nhật Bản tại Việt Nam, chiếm hơn 60%. Số nguyên vật liệu vật tư mà doanh nghiệp mua từ Việt Nam chỉ chiếm có 13,2% nhu cầu của họ.

     

    Nguyên nhân của thực trạng phát triển công nghiệp hỗ trợ nêu trên là do đa số doanh nghiệp vẫn sử dụng công nghệ, máy móc cũ, lạc hậu, vì vậy, chưa đáp ứng được các yêu cầu khắt khe của nhà lắp ráp, đặc biệt là những linh kiện, phụ liêu của công nghệ cao.

     

    Do sản xuất trong nước còn khá hạn chế, các doanh nghiệp trong lĩnh vực công nghiệp hỗ trợ chủ yếu là các doanh nghiệp FDI. Năm 2012, có 1.631 doanh nghiệp FDI đầu tư vào lĩnh vực công nghiệp hỗ trợ với số vốn đăng ký lên tới trên 22,8 tỷ USD, chiếm 13,2% số dự án và 20,8% tổng vốn đầu tư nước ngoài vào ngành công nghiệp. Lĩnh vực công nghiệp hỗ trợ thu hút được nhiều vốn FDI là điện – điện tử với số vốn thu hút trên 10 tỷ USD, cơ khí: 5,2 tỷ USD, dệt may: 5,1 tỷ USD…8.

     

    Ngoài ra, nhân lực phục vụ công nghiệp hỗ trợ chưa đáp ứng được cả về số lượng và chất lượng.

     

    Để đẩy mạnh phát triển công nghiệp hỗ trợ ở Việt Nam trong thời gian tới theo chúng tôi, Việt Nam cần phải đẩy mạnh thực hiện:

     

    Thứ nhất, nâng cao nhận thức về công nghiệp hỗ trợ. Để nâng cao nhận thức về công nghiệp hỗ trợ, Việt Nam cần xây dựng các chương trình quảng bá quy mô và chuyên nghiệp về sản xuất công nghiệp hỗ trợ. Bên cạnh hệ thống mô hình đề xuất, kêu gọi hệ thống doanh nghiệp Việt Nam, đặc biệt là các doanh nghiệp nhà nước với vai trò quan trọng trong nền kinh tế quốc dân tham gia sản xuất công nghiệp hỗ trợ, dần dần phát triển thành

     

    các tập đoàn lớn chuyên cung ứng và xuất khẩu chi tiết, linh kiện không chỉ cho trong nước mà còn cho thị trường quốc tế.

     

    Thứ hai, khuyến khích tư nhân đầu tư vào lĩnh vực sản xuất các ngành công nghiệp hỗ trợ, với sự hỗ trợ đặc biệt về vốn và những ưu đãi đặc biệt về thuế. Mặc dù mặc cho đến nay Việt Nam đã có các văn bản, quyết định chỉ đạo điều hành quan trọng như: Quyết định số 34/2007/QĐ-BCN năm 2007 của Bộ Công Thương, phê duyệt Quy hoạch phát triển công nghiệp hỗ trợ đến năm 2010, tầm nhìn đến năm 2020; Quyết định về chính sách phát triển một số ngành CNHT số 12/2011/QĐ-TTg do Thủ tướng Chính phủ ban hành ngày 22/2/2011; Quyết định số 1556/QĐ-TTg ngày 17/10/2012 về việc phê duyệt Đề án “Trợ giúp phát triển doanh nghiệp nhỏ và vừa trong lĩnh vực công nghiệp hỗ trợ”. Tuy nhiên, những văn bản này vẫn chưa thật cụ thể để khuyến khích tư nhân đầu từ vào công nghiệp hỗ trợ nên khó thu hút vốn của tư nhân đầu tư vào lĩnh vực quan trọng này.

     

    Thứ ba, đẩy mạnh hơn nữa thu hút đầu tư trực tiếp nước ngoài (FDI) trong công nghiệp hỗ trợ, kêu gọi các tập đoàn sản xuất các sản phẩm của công nghiệp hỗ trợ xây dựng nhà máy sản xuất ở Việt Nam. Để thu hút đầu tư trực tiếp nước ngoài vào ngành công nghiệp hỗ trợ thì Nhà nước cần phải đưa ra những chính sách ưu đãi cao hơn, đủ sức hấp dẫn, tạo thuận lợi hơn nữa cho các nhà đầu tư để phát triển ngành công nghiệp hỗ trợ.

     

    Thứ tư, nâng cao chất lượng nguồn nhân lực cho ngành công nghiệp hỗ trợ. Hiện nay, nguồn nhân lực giá rẻ không còn là một lợi thế cạnh tranh trong việc thu hút FDI của Việt Nam khi mà các thỏa thuận về miễn giảm thuế nhập khẩu chính thức được thực hiện. Vấn đề

     

     

    • Phạm Tất Thắng: Phát triển công nghiệp hỗ trợ: Một số vấn đề đặt ra. (tapchicongsan.org.vn)

     

     

    43

     

    Tạp chí Kinh tế – Kỹ thuật

     

    cần phải quan tâm là làm thế nào để sản xuất được các mặt hàng vừa có chất lượng tốt, vừa có giá thành rẻ. Bởi sản phẩm rẻ nhưng chất lượng kém hay sản phẩm tốt nhưng giá thành cao về lâu dài đều rất khó có thể cạnh tranh được trước các sản phẩm nhập khẩu. Vì thế, điều cốt yếu hiện nay là cần phải đào tạo được nguồn nhân lực có khả năng quản lý, khả năng ứng dụng và có tính sáng tạo để sản xuất ra được những sản phẩm có sức cạnh tranh cao. Mặt khác, để có được nguồn nhân lực chất lượng cao chúng ta phải đào tạo cho được những kỹ sư có đủ trình độ về kỹ thuật thực hành và thực tiễn, trang bị cho họ kiến thức cần thiết về công nghệ hiện đại; mở rộng sự liên kết trong đào tạo giữa các trường đại học trong nước và các trường đại học có uy tín trên thế giới. Đồng thời, cần có sự đầu tư nâng cấp các cơ sở đào tạo, từ các trường đại học cho đến các trường nghề. Ngoài ra, việc cử người đi đào tạo ở những quốc gia có truyền thống mạnh về phát triển công nghiệp hỗ trợ nhằm tạo nguồn nhân lực chất lượng cao cho

     

    TÀI LIỆU THAM KHẢO

     

    việc phát triển công nghiệp hỗ trợ của nước ta cũng là cần thiết.

     

    3. Kết luận

     

    Tóm lại, công nghiệp hỗ trợ là một công cụ cho quá trình hội nhập về mặt chất của nền công nghiệp của một quốc gia, hội nhập từ trong quá trình hợp tác sản xuất công nghiệp. Công nghiệp hỗ trợ tạo cơ sở cho việc tái cơ cấu nền công nghiệp theo hướng bền vững. Xét trong bối cảnh hiện nay của Việt Nam, đang trong quá trình đẩy mạnh tái cơ cấu nền kinh tế, thì phát triển công nghiệp hỗ trợ là cực kỳ cấp thiết và phát triển công nghiệp hỗ trợ cũng góp phần giúp cho Việt Nam tránh được bẫy thu nhập trung bình, hội nhập sâu hơn với khu vực và quốc tế trong quá trình toàn cầu hóa. Mặt khác, hệ thống công nghiệp hỗ trợ cũng là cơ sở để cơ cấu lại nền công nghiệp cả nước về cơ cấu ngành, cơ cấu quy mô, tái cơ cấu bản thân doanh nghiệp, đặc biệt nó còn là một quan hệ kinh doanh mới theo nguyên tắc hợp đồng sẽ dần hoàn thiện.

     

     

    1. Đảng Cộng sản Việt Nam (2006), Văn kiện Đại hội đại biểu toàn quốc lần thứ X, Nxb.CTQG, HN

     

    1. Đảng Cộng sản Việt Nam (2011), Văn kiện Đại hội đại biểu toàn quốc lần thứ XI, Nxb.CTQG-ST, HN

     

    1. Nguyễn Văn Thạo – Nguyễn Viết Thông (đồng chủ biên) (2011), Tìm hiểu một số thuật ngữ trong Văn kiện Đại hội XI của Đảng, Nxb.CTQG-ST, HN

     

    1. Đảng Cộng sản Việt Nam (2011), Tham luận tại Đại hội đại biểu toàn quốc lần thứ XI, Nxb.CTQG-ST, HN

     

    1. Quyết định số 34/2007/QĐ-BCN của Bộ Công nghiệp: Phê duyệt Quy hoạch phát triển công nghiệp hỗ trợ đến năm 2010, tầm nhìn đến năm 2020 (chinhphu.vn)

     

    1. Quyết định số 12/2011/QĐ-TTG của Thủ tướng Chính phủ: Về chính sách phát triển một số ngành công nghiệp hỗ trợ (chinhphu.vn)

     

    1. Phạm Tất Thắng: Phát triển công nghiệp hỗ trợ: Một số vấn đề đặt ra. (tapchicongsan.org.vn)

     

    1. Phạm Huyền: Ngán Trung Quốc, sợ Thái Lan: Vốn Nhật về Việt Nam. (vef.vn)

     

    1. Nguyễn Thị Kim Đoan, Ths. Phạm Quốc Tuấn: Công nghiệp hỗ trợ ở Việt Nam – Thực trạng và giải pháp. (khucongnghiep.com.vn)

     

    1. Trần Vũ Nghi-Lê Nguyên Minh: Công nghiệp phụ trợ: “Đứa con không chịu lớn”. (tuoitre.vn)

     

    1. Phòng Công nghiệp và Thương mại Việt Nam: Công nghiệp phụ trợ 10 năm vẫn chưa lớn. (vcci.com.vn)

     

    1. Tuấn Phát: Phát triển công nghiệp phụ trợ cần một mạng lưới. (Thời báo kinh tế Sài Gòn ngày 12/1/2011)

     

    1. Cần đẩy mạnh thu hút đầu tư vào phát triển công nghiệp hỗ trợ (dangcongsan.vn)

     

     

    44

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Tối ưu vùng phủ mạng 4G LTE khu vực quận Sơn Trà, thành phố Đà Nẵng

    Tối ưu vùng phủ mạng 4G LTE khu vực quận Sơn Trà, thành phố Đà Nẵng

    Tối ưu vùng phủ mạng 4G LTE khu vực quận Sơn Trà, thành phố Đà Nẵng

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Tìm kiếm câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/T%E1%BB%91i-%C6%B0u-v%C3%B9ng-ph%E1%BB%A7-m%E1%BA%A1ng-4G-LTE-khu-v%E1%BB%B1c-qu%E1%BA%ADn-S%C6%A1n-Tr%C3%A0-th%C3%A0nh-ph%E1%BB%91-%C4%90%C3%A0-N%E1%BA%B5ng.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Tối ưu vùng phủ mạng 4G LTE khu vực quận Sơn Trà, thành phố Đà Nẵng

    ISSN 1859-1531 – TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, VOL. 17, NO. 1.2, 2019

    27
       

    TỐI ƯU VÙNG PHỦ MẠNG 4G LTE KHU VỰC QUẬN SƠN TRÀ,

    THÀNH PHỐ ĐÀ NẴNG

     

    OPTIMIZATION OF 4G LTE NETWORK COVERAGE IN SONTRA DISTRICT, DA NANG CITY

     

    Phạm Văn Phát

     

    Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng; [email protected]

     

     

    Tóm tắt – Nhu cầu băng thông rộng, tốc độ cao ngày càng tăng và mạng 4G LTE đáp ứng được các yêu cầu công nghệ di động băng rộng. Tối ưu vùng phủ là một công việc thường xuyên và định kỳ trong quá trình khai thác, vận hành mạng di động. Một vùng phủ yếu sẽ cho kết quả chất lượng dịch vụ kém. Dựa trên kết quả đo kiểm phát hiện các vùng phủ có tín hiệu yếu, tốc độ bit thấp. Đánh giá chất lượng vùng phủ dựa trên bộ tham số đo kiểm mạng được gọi là KPI đo kiểm. Trong bài báo này, tác giả trình bày các tham số KPI đo kiểm mạng 4G LTE. Phân tích, đánh giá các kết quả đo kiểm vùng phủ khu vực quận Sơn Trà, thành phố Đà Nẵng. Đây là địa bàn thu hút rất đông khách du lịch cũng như phát triển nóng về cơ sở hạ tầng, nhiều tòa nhà cao tầng với mật độ dày được mọc lên đã gây suy giảm chất lượng vùng phủ.

     

    Từ khóa – Mạng 4G LTE; RSRP; SINR; đo kiểm, tối ưu vùng phủ.

     

    Abstract – Broadband, high-speed demand is increasing, and 4G LTE networks meet the demands of mobile broadband technology. Optimal of mobile network coverage is a regular and periodic task in the process of exploiting and operating the mobile network. Poor coverage will result in low quality of services. Based on the Drivertest results, the areas with weak signal, low bit rate. Coverage rating is based on a set of network test parameters, called KPIs. In this paper, the author presents the KPI parameters used for 4G LTE network measurements. Analysis and evaluation of Drivertest results covering the area of Son Tra district, Da Nang city. This is an area where there is a rapid increase in the number of tourists, as well as hot development of infrastructure, many high buildings are built with high density has caused a decline in the quality of coverage.

     

    Key words – 4G LTE network; RSRP; SINR; Drive Testing; Optimization of Network Coverage.

     

    1.   Đặt vấn đề

     

    Tối ưu hóa vùng phủ sóng là hoạt động thường xuyên của các nhà mạng. Mục tiêu tối ưu hóa nhằm giải quyết các vấn đề như chất lượng vùng phủ sóng di động kém, chất lượng thoại kém, rớt cuộc gọi, nghẽn mạng… nhằm nâng cao chất lượng dịch vụ, tối ưu hóa hiệu suất mạng. Ngoài ra, việc tối ưu mạng cũng nhằm mục tiêu tối ưu hóa nguồn lực, nâng cao hiệu quả sử dụng hạ tầng mạng, tối đa hóa tiềm năng và hiệu quả đầu tư của nhà mạng [1]. Quá trình tối ưu cần một quy trình chặt chẽ, trải qua nhiều công đoạn thực hiện khác nhau như xây dựng kịch bản đo, thực hiện đo kiểm, phân tích đánh giá, hiệu chỉnh hệ thống – thiết bị và thực hiện đo kiểm, đánh giá sau hiệu chỉnh như trình bày ở Hình 1.

     

     

     

    Hình 1. Quá trình đo kiểm, tối ưu mạng

     

    Các biện pháp hiệu chỉnh thường thấy như sửa lỗi thiết bị phần cứng, căn chỉnh góc ngẩng, độ cao anten, hiệu chỉnh công suất trạm, thiết kế trạm hợp lý hơn, tối ưu quan hệ giữa các trạm lân cận. Việc đo kiểm, đánh giá chất lượng

    mạng dựa vào bộ tiêu chuẩn và chỉ số đo cụ thể được quốc tế công nhận [2, 4].

     

    Cùng với mạng 3G, mạng băng rộng 4G đã được các nhà mạng triển khai thử nghiệm và đưa vào khai thác từ năm 2017. Hiện tại mới chỉ có các chỉ số kiểm định chất lượng mạng khu vực nội thành Hà Nội và thành phố Hồ Chí Minh được công bố trên Cổng thông tin điện tử Cục viễn thông Quốc gia. Các khu vực khác hiện vẫn đang trong quá trình phát triển, hoàn thiện hạ tầng.

     

    Cùng với các thành phố lớn trong cả nước, Đà Nẵng là một trong số các tỉnh thành triển khai hạ tầng mạng di động 4G sớm nhất. Hiện nay, do tốc độ đô thị hóa cũng như tăng trưởng nhanh ngành nghề du lịch và dịch vụ, đặc biệt là việc tăng trưởng nóng khu vực ven biển quận Sơn Trà và Ngũ Hành Sơn. Khu vực này có rất nhiều toàn nhà cao tầng được xây dựng mới làm che chắn hướng sóng, ảnh hướng rất lớn đến không gian thu phát và diện tích vùng phủ của hệ thống thông tin di động. Cùng với đó là mật độ dân số, khách du lịch tăng đột biến cũng là nguyên nhân làm ảnh hưởng đến chất lượng dịch vụ mạng. Thực tế trên đặt ra bài toán cần đo kiểm, phân tích đánh giá chất lượng dịch vụ, có giải pháp quy hoạch và tối ưu vùng phủ, dịch vụ mạng cho khu vực này.

     

    2.   Các thông số đánh giá vùng phủ sóng mạng 4G LTE

     

    KPI (Key Performance Indicators) là bộ các chỉ số thể hiện chất lượng mạng, là chỉ số làm tiêu chí đánh giá mạng di động tốt hay tồi. Có 2 phương thức đo kiểm được sử dụng để kiểm tra và giám sát các chỉ tiêu:

     

    • KPI dành cho nhà quản lý(OMC);
    • KPI dành cho đo kiểm (Drive Test).

    KPI trong mạng LTE bao gồm chất lượng vùng phủ (Coverage), khả năng truy nhập(Accessibility), khả năng

     

    28                                                                                                                                                                                         Phạm Văn Phát

     

    duy trì (Retainability), khả năng di động (Mobility), KPI dịch vụ (Service Integrity), Khả năng sử dụng (Utilization), khả năng sẵn sàng (Availability) và lưu lượng (Traffic) [4].

     

    Drive Test là phương pháp đo bao gồm một phương tiện di chuyển có trang bị thiết bị đo kiểm tra giao diện vô tuyến của mạng di động, cho phép thu thập và ghi lại thông tin về dịch vụ cung cấp bởi mạng di động trên một khu vực địa lý. Bằng phương thức đo kiểm này, nhà khai thác có thể đưa ra những thay đổi phù hợp đối với mạng lưới để cung cấp tốt hơn vùng phủ sóng và dịch vụ đến khách hàng. Drive Test có thể được phân thành một số loại với các mục đích khác nhau:

     

    • Mục đích so sánh giữa các mạng;
    • Tối ưu và khắc phục sự cố;
    • Giám sát chất lượng dịch vụ.

    Trong nghiên cứu này, liên quan đến công tác đo kiểm thực tiễn mạng 4G LTE, tác giả trình bày nhóm KPI đánh giá vùng phủ gồm các chỉ tiêu là RSRP, RSRQ, SINR. Nhóm KPI chất lượng dịch vụ dữ liệu gồm các chỉ tiêu đo kiểm cho các tham số liên quan đến chất lượng dịch vụ data như: tốc độ download (LTE DL), tốc độ upload (LTE UL).

     

    2.1. Tham số đo đánh giá tín hiệu thu RSRP, RSRQ, SINR

     

    2.1.1. Công suất tín hiệu thu RSRP

     

    RSRP (Reference Signals Received Power) đo mức công suất nhận được trong mạng di động 4G LTE. RSRP được tính bằng trung bình của các mức công suất thu được trên tất cả các tín hiệu chuẩn trong toàn bộ băng tần đo kiểm.

        (      ) =      (      ) − 10 ∗ lg⁡(12 ∗   ) (1)

     

    Trong đó:

     

    • N: số RB (Resource Block) khi RSSI được đo kiểm, và tham số này phụ thuộc vào băng thông.

     

    • RSSI (Received Signal Strength Indicator): là mức tín hiệu thu), là tham số cung cấp thông tin về tổng công suất thu được (trên toàn bộ các tín hiệu) bao gồm cả nhiễu. RSSI được đo kiểm trên toàn bộ băng thông.

    Bảng 1. Giải thích màu của RSRP

     

    RSRP (dBm)

    Chú thích màu

    		  

    Kết quả

    0 ÷ -75

    		    

    Rất tốt

    -75

    ÷ -85

    		    

    Tốt

    -85

    ÷ -95

    		    

    Trung bình

    -95 ÷ -105

    		    

    Yếu

    -105

    ÷ -120

    		    

    Rất yếu
       

    <-120

    		    

    Không sử dụng được
             

    RSRP là một trong các tham số cơ bản trong việc đo kiểm trên lớp vật lý của UE. RSRP sẽ cung cấp cho UE các thông tin cần thiết về cường độ tín hiệu của các cell từ đó việc mất đường truyền có thể được tính toán và sử dụng trong các thuật toán để điều chỉnh và thiết lập công suất tối ưu cho việc hoạt động trong mạng. RSRP có thể được sử dụng trong cả 2 trạng thái IDLE và CONNECTED của UE. Theo ETSI TS 136.133 khoảng

     

    giá trị của RSRP được định nghĩa trong khoảng từ -140 dBm cho tới -44 dBm [2].

     

    2.1.2. Tỷ lệ tín hiệu trên nhiễu SINR

     

    SINR (Signal to Interference-plus-Noise Ratio) tỷ số tín hiệu trên nhiễu. Là mức công suất thu hữu ích trên tổng nhiễu. Do đó SINR được sử dụng như một tham số đo kiểm đánh giá chất lượng tín hiệu.

    =⁡

    		  

    ⁡

    (2)

    		  
     
           

    Trong đó:

     

    • S: là công suất của các tín hiệu được sử dụng đo kiểm (các thông tin có ý nghĩa, các tín hiệu mong muốn). Các tín hiệu chuẩn và các kênh vật lý chia sẻ đường xuống là liên quan chủ yếu.
    • N: là tổng công suất nhiễu (các tín hiệu không mong muốn), N liên quan tới việc đo kiểm băng thông và các hệ số nhiễu thu được.

    Về mặt giá trị SINR có thể có cả giá trị âm và dương khi tính theo đơn vị dB. Giá trị SINR âm có nghĩa là công suất tín hiệu thấp hơn so với công suất nhiễu.

     

         

    Bảng 2. Giải thích màu của SINR
               
     

    SINR

    		  

    Chú thích

    		  

    Kết quả
     

    (dB)

    		  

    màu

    		  
           

    >20

    		      

    Rất tốt

    15

    ÷ 20

    		      

    Tốt

    10

    ÷ 15

    		      

    Trung bình

    2 ÷ 10

    		      

    Kém

    0

    ÷ 2

    		      

    Rất kém

    < 0

    		      

    Không sử dụng được

    2.1.3. Chất lượng tín hiệu thu RSRQ

     

    RSRQ (Reference Signal Received Quality) cung cấp cho UE các thông tin cần thiết về chất lượng tín hiệu của các cell, việc đo kiểm tham số RSRQ trở nên đặc biệt quan trọng ở phía biên của các cell, khi cần quyết định có thực hiện việc chuyển giao tới một cell khác. RSRQ chỉ được sử dụng trong trạng thái CONNECTED của UE.

     

    RSRQ được tính toán theo công thức:

    =

    		  

    .

    (3)
     
           
         

    Trong đó, NPRB là số Physical Resource Blocks(PRB) khi RSSI được đo kiểm, thông thường nó bằng với băng thông hệ thống.

     

    RSRQ trong 4G LTE là một tham số được sử dụng cho việc đo kiểm chất lượng mạng trong mạng 4G LTE. Theo ETSI TS 136.133 khoảng giá trị của RSRQ được định nghĩa trong khoảng từ -34 dB cho tới 2.5 dB [2].

     

    2.2. Tham số đo liên quan tốc độ dữ liệu LTE DL&UL

     

    LTE DL & UL là tham số đo lường tốc độ dữ liệu đường xuống(DL) và đường lên(UL) mạng 4G LTE. Tốc độ tải xuống trung bình (Download Speed) là tỷ số giữa tổng dung lượng các tệp dữ liệu tải xuống trên tổng số thời gian tải xuống. Tương ứng, tốc độ tải lên trung bình (Upload Speed) là tỷ số giữa tổng dung lượng các tệp dữ liệu tải lên trên tổng số thời gian tải lên [3, 6].

     

    ISSN 1859-1531 – TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, VOL. 17, NO. 1.2, 2019

    29
       

    Bảng 3. Giải thích màu của LTE DL&UL

     

    LTE DL & UL

    Chú thích màu

    Kết quả

    		  

    Throughput(kbps)
         
           

    > 10000 kbps

    		  

    Rất tốt

    		  

    5000 ÷ 10000 kbps

    		  

    Tốt

    		  

    1000 ÷ 5000 kbps

    		  

    Trung bình

    		  

    500 ÷ 1000 kbps

    		  

    Yếu

    		  

    0 ÷ 500 kbps

    		  

    Rất yếu

    		  

    no throughput

    		  

    Không sử dụng được

    		  
           

    2.3. Các tham số đo liên quan chất lượng dịch vụ thoại

     

    CSSR (Call Setup Success Rate): tỷ lệ cuộc gọi được thiết lập thành công, là tỷ lệ (%) giữa số cuộc gọi được thiết lập thành công trên tổng số cuộc gọi được thực hiện.

     

    CDR (Call Drop Rate): tỷ lệ cuộc gọi bị rơi, là tỷ lệ (%) giữa số cuộc gọi bị rơi trên tổng số cuộc gọi được thiết lập thành công.

     

    SASR (Service Access Success Rate): Tỷ lệ truy nhập dịch vụ thành công, là tỷ lệ (%) giữa số lần truy nhập dịch vụ thành công trên tổng số lần truy nhập dịch vụ [3, 6].

     

    3.   Đo kiểm và đánh giá vùng phủ 4G LTE khu vực Quận Sơn Trà – Thành phố Đà Nẵng

     

    Mapinfo & Googlearth là các phần mềm tiêu chuẩn hỗ trợ cho phân tích và tối ưu mạng. Các phần mềm hiển thị đầy đủ các thông tin đo kiểm trên bản đồ số, chỉ thị các tuyến đường, vị trí trạm gốc, độ cao địa hình, hiển thị môi trường xung quanh. Hỗ trợ chia các lớp tín hiệu, phân khu vực, tọa độ GPS, trích xuất bản in v.v. [3, 5].

     

    Trong hệ thống thông tin di động 4G_LTE, các tín hiệu đo lường phổ biến là mức công suất thu tín hiệu hữu ích RSRP, tỉ số tín hiệu trên nhiễu SINR và tốc độ dữ liệu LTE UL&DL.

     

    Hiện nay, mạng 4G đang được các nhà mạng lớn đầu tư, lắp đặt và thử nghiệm trên địa bàn thành phố Đà Nẵng. Hầu hết các thiết bị được cung cấp từ hãng viễn thông hàng ZTE. Các nhà mạng lớn như Viettel, Vinaphone và MobiFone đã hoàn thành quá trính thử nghiệm và tiến đến thực hiện công đoạn tối ưu, triển khai thương mại tại các thành phố lớn. Khác với các công nghệ truy cập vô tuyến mạng 2G-GSM, 3G-WCDMA; mạng 4G-LTE sử dụng công nghệ OFDM cho tốc độ dữ liệu cao hơn nhiều mạng 3G, do đó một trong những ưu điểm và là thế mạnh vượt trội của 4G là tốc độ dữ liệu. Về lý thuyết, trong điều kiện lý tưởng, tốc độ dữ liệu đỉnh 4G LTE có thể đạt đến 300Mbps.

     

    3.1. Kết quả đo kiểm RSRP, LTE DL khu vực quận Sơn Trà Kết quả đo kiểm hai tham số RSRP và Download mạng

    4G LTE của nhà mạng VietNamMobile khu vực quận Sơn Trà như Hình 2 và 3.

     

    Dựa trên bảng đồ phổ màu đo kiểm cho thấy, tín hiệu 4G LTE hiện chưa phủ đều, nhiều vùng màu đỏ cho mức thu RSRP rất thấp (< -105dBm). Đặc biệt khu vực Vân Đồn, cầu Thuận Phước, khu phường Mân Thái và đường ra cảng Tiên Sa tín hiệu rất yếu [5, 7].

     

     

     

     

    Hình 2. Kết quả đo kiểm RSRP mạng 4G LTE khu vực quận Sơn Trà

     

     

     

     

    Hình 3. Kết quả đo kiểm tốc độ Download mạng 4G LTE khu vực quận Sơn Trà

     

    Kết quả đo kiểm cho thấy đi kèm chất lượng vùng phủ yếu là tốc độ dữ liệu rất thấp. Hình 5 cho thấy, có đến 73,2% vùng phủ thể hiện màu xanh nhạt và màu vàng tương ứng tốc độ dữ liệu đạt từ 1000Kbps đến 10.000Kbps. Tốc độ này còn rất thấp so với tốc độ dữ liệu trung bình của Việt Nam (21,49Mbps) và khu vực [8].

     

    30                                                                                                                                                                                         Phạm Văn Phát

     

    cùng sử dụng băng tầng U900 [5, 7].

     

     

     

     

    Hình 4. Vùng phủ PA1 và PA2 có tham số RSRP rất yếu

     

    3.2. Đánh giá vùng phủ và hiệu chỉnh thiết bị

     

    Trong giới hạn bài báo, tác giả chỉ trình bày phân tích, đánh giá và đề xuất giải pháp hiệu chỉnh hai vùng phủ có chất lượng tín hiệu thấp PA1(Problem Area), PA2 như Hình 4.

     

    Trong đó:

     

    • PA1: khu vực đường Dương Đình Nghệ – An Nhơn

    – Huy Du;

     

    • PA2: hai bên đường Võ Văn Kiệt, khu vực Mỹ Khê thuộc phường An Hải Đông.

    Bảng 4. RSRP vùng phủ PA1 và PA2

     

    No

    Clus-ter

    PA

    Problem

    Priority

    Status

    		  

    1

    DNG_2

    PA1

    RSRP < -105dBm

    Medium

    Open

    		  
                 

    2

    DNG_2

    PA2

    RSRP < -100dBm

    Medium

    Open

    		  
                 

    3.2.1. Vùng phủ PA1

     

    Vấn đề ở vùng phủ PA1 là tham số RSRP ảnh hưởng nghiêm trọng đến chất lượng dịch vụ. Quan sát kết quả khảo sát và số liệu từ nhà mạng cho thấy chiều cao Anten

     

    • Site 215176 là 20, Anten ở Site 215094 cao 22m. Bên cạnh đó, đây là khu vực có nhiều tòa nhà cao tầng làm che chắn hướng sóng và gây ra sự suy giảm tín hiệu rất mạnh.

    Giải pháp khả thi cho vùng phủ PA1 là tăng công suất P-CPICH 215094_2 từ 33dBm -> 36dBm, tăng công suất P-CPICH 215176_1 từ 33dBm -> 39dBm và điều chỉnh góc nghiêng M-tilt từ 2 sang 1.

     

    3.2.2. Vùng phủ PA2

     

    Vấn đề của vùng phủ PA2 vẫn là RSRP thấp trên một diện tích bao phủ rộng. Quan sát kết quả DriverTest nhận thấy khu vực này không có một Sector nào hướng vào, khoảng cách các trạm lại khá lớn. Do vậy hướng hiệu chỉnh tạm thời là tăng công suất P-CPICH 215016_2 từ 33-> 39dBm và điều chỉnh góc phương vị(Azimuth) Site 215074_3 từ vị trí 250 sang 220 để hướng Sector 212 sang vùng PA2. Về lâu dài, khu vực này cần có thêm trạm mới

     

     

     

    Hình 5: Vùng phủ PA2 cần bổ sung thêm Site mới

     

    Tổng hợp các giải pháp hiệu chỉnh thiết bị áp dụng cho hai vùng phủ PA1 và PA2 như trong Bảng 5.

     

    Bảng 5. Các giải pháp hiệu chỉnh thiết bị cho

     

    vùng phủ PA1 và PA2

     

     

    Sector

    Site ID

    		  

    PA

    Probl-em

    Conte-nt

    Value
       

    Cur-rent

    		  

    New
                   
     

    215094_2

    215094

    		  

    PA1

    RSCP

    CPICH

    33

    36
       

    < -105

    PW
                   
                       
     

    215176_1

    215176

    		  

    PA1

    RSCP

    CPICH

    33

    39
       

    < -105

    PW
                   
                       
     

    215176_1

    215176

    		  

    PA1

    RSCP

    M-tilt

    2

    1
       

    < -105
                     
                       
     

    215074_3

    215074

    PA2

    RSCP

    Azimuth

    250

    220
     

    < -100
                       
     

    215016_2

    215016

    		  

    PA2

    RSCP

    CPICH

    33

    39
       

    < -100

    PW
                   
                       

    4.   Kết luận

     

    Tối ưu hóa vùng phủ là một quá trình được thực hiện liên tục, định kỳ nhằm khắc phục các vấn đề phát sinh trong quá trình vận hành, khai thác hạ tầng mạng. Tối ưu hóa cũng là giải pháp khai thác hiệu quả hạ tầng mạng, đáp ứng nhu cầu luôn biến động của người dùng, nâng cao chất lượng dịch vụ.

     

    Trong bài báo này tác giả trình bày các nghiên cứu về bộ chỉ số KPIs đo kiểm chất lượng vùng phủ mạng thông tin di động 4G LTE như chỉ số RSRP, RSRQ, SINR, tốc độ truy cập dữ liệu, tỉ lệ thành công các truy nhập, kết nối, tỉ lệ cuộc gọi thành công, tỉ lệ cuộc gọi bị rớt. Hai chỉ số đo kiểm được trình bày trong nghiên cứu này là RSRP và tốc độ Dowload dữ liệu (Throughput DL).

     

    Mô  hình nghiên cứu được thực  hiện dựa  trên các

     

    ISSN 1859-1531 – TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, VOL. 17, NO. 1.2, 2019

    31
       

    số liệu và kết quả khảo sát mạng 4G LTE khu vực quận Sơn Trà của nhà mạng VietNamMobile. Kết quả DriverTest cho thấy đây là khu vực có nhiều điểm cho chất lượng vùng phủ thấp. Việc đảm bảo chất lượng thỏa mãn các yêu cầu dịch vụ băng rộng trong điều kiện duy trì hạ tầng mạng như hiện nay là một thách thức, đặc biệt là sự biến động về hạ tầng đô thị cũng như mật độ thuê bao tăng nhanh.

     

    Nghiên cứu cũng đã đề xuất các giải pháp hiệu chỉnh, tối ưu mạng cho hai vùng phủ yếu PA1 và PA2. Về lâu dài, cần có các giải pháp tổng thể, trong đó cần thay đổi vị trí lắp đặt các trạm cũng như cho phép lắp đặt các trạm phát tại các tòa nhà cao tầng. Thay đổi chiều cao Anten, nhà trạm nhằm đảm bảo an toàn, mỹ quan đô thị, phù hợp môi trường đô thị có mật đô thuê bao cao, nhiều điểm mù.

     

    Lời cảm ơn: Nghiên cứu này được tài trợ bởi Quỹ phát triển tiềm năng Khoa học và Công nghệ của Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng trong đề tài có mã số T2018-06-87

     

    TÀI LIỆU THAM KHẢO

     

    • Yanbo Fu, Na Qu, Haibin Hou, Yongxi Zhang, “Optimization of LTE Network Coverage”, Journal of Wireless Communication Technology, Whioce Publishing Pte. Ltd, May 2017
    • Oluyomi Simpson, Yichuang Sun, LTE RSRP, RSRQ, RSSNR and local topography profile data for RF propagation planning and network optimization in an urban propagation environment, Data Brief 16, August 2018
    • Floatway System, KPI in LTE Radio Network, Training Material, PT. Floatway Systems. Inc, January 2014
    • Trần Hoàng Diệu, Nghiên cứu xây dựng công cụ đo kiểm và đánh giá chất lượng dịch vụ di động 4G (LTE), Luận văn thạc sĩ công nghệ kỹ thuật điện tử – truyền thông, Đại học Công nghệ – Đại học quốc gia Hà Nội, 2016
    • Ngô Quang  Long,  Tối  ưu  vùng  phủ  mạng  thông  tin  di  động

    3G_WCDMA, Luận văn thạc sĩ Kỹ thuật Viễn thông, Học viện công nghệ bưu chính viễn thông, 2014

     

    • Văn Quang Dũng, Nghiên cứu định hướng xây dựng các tiêu chuẩn phục vụ thiết lập, triển khai mạng di động công nghệ LTE tại Việt

    Nam, Viện Khoa học kỹ thuật bưu điện, 2015

     

    • VietNamMobile, 4G DNG 2 VNM LTE PA Test Report, VietNam Mobile Da Nang, Aprill 2018.
    • https://opensignal.com/reports/2018/02/state-of-lte

    (BBT nhận bài: 10/10/2018, hoàn tất thủ tục phản biện: 22/12/2018)

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Tìm kiếm câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng

    Tìm kiếm câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng

    Tìm kiếm câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/T%C3%ACm-ki%E1%BA%BFm-c%C3%A2u-h%E1%BB%8Fi-c%C3%B3-%C3%BD-ngh%C4%A9a-t%E1%BB%AB-c%C3%A1c-trang-web-h%E1%BB%8Fi-%C4%91%C3%A1p-c%E1%BB%99ng-%C4%91%E1%BB%93ng.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Tìm kiếm câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng

    TẠP CHÍ KHOA HỌC

    Khoa học Tự nhiên và Công nghệ, Số 10 (9/2017) tr 104 – 113

     

    TÌM KIẾM CÂU HỎI CÓ Ý NGHĨA

     

    TỪ CÁC TRANG WEB HỎI ĐÁP CỘNG ĐỒNG

     

    Nguyễn Văn Tú, Hoàng Thị Lam, Nguyễn Thị Thanh Hà13

    Trường Đại học Tây Bắc

     

    Tóm tắt: Các trang web hỏi đáp cộng đồng có chứa một lượng lớn thông tin hỏi – đáp có giá trị sinh ra bởi những người sử dụng. Trong các trang web hỏi đáp cộng đồng, người dùng có thể gửi các câu hỏi, trả lời các câu hỏi của người khác và cung cấp thông tin phản hồi cho những câu hỏi/câu trả lời. Trong nghiên cứu này chúng tôi sử dụng tiếp cận học máy nhằm tìm kiếm những câu hỏi có ý nghĩa từ các trang web hỏi đáp cộng đồng. Những câu hỏi này cùng với các câu trả lời tốt nhất của chúng sẽ là nguồn dữ liệu quan trọng cho xây dựng cơ sở tri thức, truy hồi thông tin và hỏi đáp non – factiod. Nghiên cứu thực hiện trích rút những đặc trưng quan trọng từ mỗi luồng hỏi – đáp cũng như thông tin của người sử dụng và xây dựng mô hình phân loại để xác định được những câu hỏi có ý nghĩa. Các thực nghiệm được xây dựng trên tập dữ liệu trích rút từ trang web hỏi đáp cộng đồng Yahoo! Answer đã chỉ ra tính hiệu quả của phương pháp đề xuất của chúng tôi.

     

    Từ khóa: Hỏi đáp cộng đồng, hỏi đáp tự động, phân loại, support vector machine.

     

    1. Tổng quan

     

    Trong lĩnh vực xử lý ngôn ngữ tự nhiên và truy xuất thông tin, vấn đề hỏi – đáp đã thu hút nhiều sự chú ý trong những năm qua. Tuy nhiên, các nghiên cứu về hỏi – đáp chủ yếu tập trung vào việc tìm câu trả lời chính xác cho câu hỏi factoid được trích rút từ các tài liệu liên quan. Đánh giá nổi tiếng nhất về nhiệm vụ hỏi – đáp factoid là hội nghị truy hồi văn bản (Text REtrieval Conference-TREC(1)). Các câu hỏi và câu trả lời được phát hành bởi TREC đã trở thành nguồn dữ liệu quan trọng cho các nhà nghiên cứu trong việc nghiên cứu xây dựng các hệ thống hỏi đáp tự động [10]. Tuy nhiên, khi phải đối mặt với các câu hỏi non – factoid như các câu hỏi về lý do tại sao, như thế nào,… hầu như không có hệ thống hỏi đáp tự động nào làm việc hiệu quả. Đồng thời chi phí của việc xây dựng dữ liệu huấn luyện với các câu hỏi non – factoid là quá cao. Trong các hệ thống này, chi phí của việc xây dựng dữ liệu lớn nhưng sau đó nó chỉ làm việc trong một miền cụ thể. Do đó việc trích rút các tri thức từ nguồn tài nguyên mở (thường là từ Internet) là một hướng tiếp cận thích hợp cho xây dựng các hệ thống hỏi đáp tự động miền mở.

     

    Các trang web hỏi đáp cộng đồng (community Question Answering – cQA) có chứa một lượng lớn nguồn tài nguyên phong phú là thông tin hỏi – đáp sinh ra bởi những người sử dụng. Trích rút các cặp câu hỏi-câu trả lời có ý nghĩa là nhiệm vụ quan trọng cho xây dựng cơ sở tri thức, truy hồi thông tin và hỏi đáp non-factiod. Tuy nhiên các cặp câu hỏi-câu trả lời trong các cQA này thường rất nhiễu, cả trong câu hỏi và các câu trả lời.

     

    Do đó trước khi sử dụng, các cặp câu hỏi – câu trả lời này cần phải được phân loại. Việc phân loại này giúp người dùng xây dựng được kho dữ liệu là các cặp câu hỏi – câu trả lời có ý nghĩa. Nhóm tác giả đã tìm hiểu về các nghiên cứu liên quan và thấy rằng các nghiên cứu

     

    13Ngày nhận bài: 22/01/2017. Ngày nhận kết quả phản biện: 10/03/2017 Ngày nhận đăng: 20/9/2017

     

    Liên lạc: Nguyễn Văn Tú, e – mail: [email protected]

     

    • http://trec.nist.gov/

     

     

    104

     

    trước đây thường chỉ tập trung vào việc tìm kiếm câu trả lời tốt nhất cho mỗi câu hỏi [2, 6, 9]. Tuy nhiện, nghiên cứu này sử dụng tiếp cận học máy nhằm tìm kiếm các câu hỏi có ý nghĩa từ các dữ liệu hỏi đáp thu thập từ các cQA. Để tìm kiếm được các câu hỏi có ý nghĩa từ các cQA, bài báo này đề xuất sử dụng sự kết hợp của nhiều loại đặc trưng quan trọng trích rút từ mỗi luồng hỏi đáp cũng như thông tin của người gửi câu hỏi/câu trả lời và xây dựng mô hình phân loại để xác định được các câu hỏi có ý nghĩa.

     

    Bài báo này được tổ chức như sau: Phần 2 trình bày về tiếp cận của nhóm tác giả trong việc giải quyết bài toán; Phần 3 trình bày về các đặc trưng được sử dụng; Phần 4 là các thực nghiệm và các kết quả nghiên cứu; Kết luận và hướng phát triển được trình bày trong Phần 5.

     

    2. Cách tiếp cận của chúng tôi về tìm kiếm câu hỏi có ý nghĩa

     

    2.1. Bài toán tìm kiếm câu hỏi có ý nghĩa

     

    Việc tìm kiếm những câu hỏi có ý nghĩa từ các cQA là nhằm xây dựng được các câu hỏi có ý nghĩa trong một tập rất lớn các luồng hỏi – đáp. Vì vậy, nghiên cứu này coi vấn đề tìm kiếm các câu hỏi có ý nghĩa từ các cQA như là một vấn đề phân loại nhị phân và được phát biểu như sau:

     

    Cho một tập Q = {q1, q2, …, qn} các câu hỏi trích rút từ các luồng hỏi – đáp trên các cQA. Việc phân loại các câu hỏi trong Q chính là gán nhãn cho các câu hỏi {q1, q2, …, qn} các nhãn tương ứng là {l1, l2, …, ln} trong đó li = “Good” nếu qi là câu hỏi có ý nghĩa, li = “Bad” nếu qi không phải là một câu hỏi có ý nghĩa.

     

    2.2. Thuật toán phân loại câu hỏi

     

    Có nhiều bộ phân loại khác nhau đã được sử dụng để phân loại các dữ liệu văn bản như: Support Vector Machine, Naive Bayes, Maximum Entropy Models, Sparse Network of Winnows,… Tuy nhiên trong các bộ phân loại đó thì Support Vector Machine được xem là hiệu quả hơn cả [1, 3, 4]. Trong vấn đề phân loại câu hỏi, mỗi câu hỏi được coi như là một văn bản ngắn và được biểu diễn trong mô hình không gian vecto có số chiều rất lớn, điều này có thể được phân loại tốt bởi Support Vector Machine.

     

    Tuy nhiên, dữ liệu trong nghiên cứu này là các dữ liệu thu thập từ các cQA, các dữ liệu chưa được gán nhãn. Vì vậy, thuật toán phân loại bán giám sát SVM (semi-supervised Support Vector Machines) đã được sử dụng, đây là thuật toán phân loại bán giám sát được xây dựng từ thuật toán phân loại có giám sát Support Vector Machine.

     

    Trong semi-supervised Support Vector Machines, tập dữ liệu huấn luyện gồm hai phần, x là phần dữ liệu huấn luyện gồm n dữ liệu đã được gán nhãn là yi ( yi Î {+1, -1}) và x* là phần

     

    dữ liệu huấn luyện gồm k dữ liệu chưa được gán nhãn

    *

    *

    Î {+1, -1}) . Mục đích của thuật

    y j

    (y j

    toán semi-supervised Support Vector Machines là gán nhãn cho k dữ liệu chưa gán nhãn này. Mỗi dữ liệu được xem như một điểm trong không gian vecto. Mỗi điểm i thuộc phần dữ liệu đã gán nhãn có một sai số là xi và mỗi điểm j thuộc phần dữ liệu chưa gán nhãn sẽ có sai số là

     

    105

     

    *

    . Thuật toán semi-supervised Support Vector Machines sẽ giải bài toán tối ưu sau thay cho

    x j

    bài toán tối ưu ở thuật toán SVM.

     

    argmin

    1

    		  

    2

    n

    		    

    n +k

    		  
       

    w

    + Cå

    xi +C

    *

    å

    x j

    w,x , x

    		                

    *

    , y

    ,b

    2

    		    

    i=1

    		    

    j =n+1

    		  

    *

    *

    		                  

    (1)

     

    Thỏa mãn các điều kiện:

    i

    (

    i

    )

    		  

    i

    		  

    y

    		    

    w.x – b

    		  

    ³

    1 –x

    		  

    y

    		  

    (w.x – b ) ³ 1 –x

    		  

    *

    		            
     

    j

    		  

    i

    {

    i

    		  

    i

    		      

    }

    		  

    x ³ 0, ” i Î

    1,…, n

    }
         

    {

    + 1,…,n + k

    x* ³ 0,” j Î n

    		  

    j

    		              

    Trong đó C và C* là các tham số phạt của các dữ liệu đã gán nhãn và các dữ liệu chưa gán nhãn.

     

    Nghiên cứu này sử dụng thuật toán semi-supervised Support Vector Machines đã được cài đặt bởi Vikas Sindhwani và các tác giả trình bày trong [7, 8].(2)

     

    2.3. Hiệu suất trong phân loại câu hỏi

     

    Để đánh giá hiệu suất của việc phân loại các câu hỏi, chúng tôi sử dụng các độ đo precision, recall, F1-measure, accuracy được định nghĩa như dưới đây. Để ước lượng các độ đo này có thể dựa vào Bảng 1.

     

    Bảng 1. Các kết quả dự đoán của phân loại

     

     

    Label

    Label
     

    y* = +1

    y* = -1
         

    Prediction f(x*) = +1

    TP

    FP

    Prediction f(x*) = -1

    FN

    TN
         

    Mỗi ô trong bảng đại diện cho một trong bốn kết quả đầu ra có thể của một dự đoán f(x*). Trong đó:

     

    TP (True Positive): Số lượng các câu hỏi positive được phân loại đúng.

     

    TN (True Negative): Số lượng các câu hỏi negative được phân loại đúng.

     

    FP (False Positive): Số lượng các câu hỏi positive bị phân loại sai.

     

    FN (False Negative): Số lượng các câu hỏi negative bị phân loại sai.

     

    Precision được định nghĩa như là xác suất mà một dữ liệu phân loại là f(x*) = +1 là một phân loại đúng. Nó được ước lượng như sau:

     

    • http://vikas.sindhwani.org/svmlin.html

    106

     

    Precision

     

    p =

    TP

    		  

    Tp + FP

    		  
     

    (2)

     

    Recall được định nghĩa như là xác suất mà một dữ liệu với nhãn là y* = +1 đã được phân loại đúng, được ước lượng như sau:

     

    Recall

     

    r =

    TP

    		  

    TP + FN

    		  
     

    (3)

     

    • = 2* p*r

    F   measure

    1p + r

     

    Accuracy =

    TP +TN

    		    

    TP + FP + Tn

    + FN

    		  
     

    (4)

     

    (5)

     

    3. Các đặc trƣng trong phân loại câu hỏi

     

    Trong phân loại câu hỏi trích rút từ các cQA, tập các đặc trưng khác nhau có thể được sử dụng. Các đặc trưng trong phân loại câu hỏi có thể được phân thành 3 loại khác nhau: Các đặc trưng về từ vựng, các đặc trưng về cú pháp và các đặc trưng dựa trên thông tin người dùng (người gửi câu hỏi/câu trả lời, người đánh giá câu trả lời). Mỗi câu hỏi trong các cQA gồm 2 phần: Chủ đề hỏi (QSubject) và phần mô tả ngắn nội dung câu hỏi (QContent). Phần chủ đề hỏi và phần mô tả nội dung câu hỏi được coi như là một câu hỏi duy nhất gồm nhiều câu [5]. Bảng 2 là một ví dụ về câu hỏi trong cQA Yahoo!Answer.

     

    Bảng 2. Ví dụ về câu hỏi trong trang web cQA Yahoo!Answer

     

    Chủ đề hỏi hỏi

    Nội dung câu hỏi
       

    Body massage

    Hi there, i can see a lot of massage center here, but i dont know
     

    which one is better. can someone help me which massage center
     

    is good… and how much will it cost me? thanks
       

    3.1. Các đặc trưng từ vựng

     

    Đặc trưng n-gram: Các đặc trưng n-gram của một câu hỏi thường được trích rút dựa trên ngữ cảnh của các từ của câu hỏi, nghĩa là, các từ đó xuất hiện trong một câu hỏi. Trong phân loại câu hỏi, một câu hỏi được biểu diễn giống như sự biểu diễn tài liệu trong mô hình không gian vecto. Một câu hỏi x có thể được biểu diễn như sau:

     

    x = x1, x2,…, xN

    (6)

    trong đó xi là tần số xuất hiện của từ i trong câu hỏi x và N là tổng số các từ trong x. Do tính thưa thớt của các đặc trưng, chỉ các đặc trưng có giá trị khác không mới được giữ lại trong véc tơ đặc trưng. Bởi vậy các câu hỏi cũng được biểu diễn dưới hình thức sau:

     

    x = {(t1, f1),…, (tp, fp)}

    (7)

    trong đó ti là từ thứ i trong câu hỏi x và fi là tần số xuất hiện của ti trong câu hỏi x. Không gian đặc trưng này được gọi là các đặc trưng bag-of-words hoặc là unigrams. Unigrams là một trường hợp đặc biệt của cách gọi các đặc trưng n-gram. Để trích rút các đặc trưng n-gram, bất

     

    107

     

    kì n từ nào liên tiếp trong một câu hỏi đều được coi là một đặc trưng. Bảng 3 là danh sách các đặc trưng n-gram của câu hỏi “How many Grammys did Michael Jackson win in 1983?”.

     

     

    Bảng 3. Ví dụ về các đặc trƣng từ vựng
       

    Tên đặc trưng

    Đặc trưng
       

    Unigram

    {(How, 1) (many, 1) (Grammys, 1) (did, 1) (Michael, 1) (Jackson, 1) (win, 1) (in, 1)
     

    (1983, 1) (?, 1)}

    Bigram

    {(How-many, 1) (many-Grammys, 1) (Grammys-did, 1) (did-Michael, 1) (Michael-
     

    Jackson, 1) …(1983-?, 1)}

    Trigram

    {(How-many-Grammys, 1) (many-Grammys-did, 1) …(in-1983-?, 1)}
       

    Số từ trong câu hỏi: Trong phân loại câu hỏi, nghiên cứu cũng sử dụng số từ của mỗi câu hỏi như là một đặc trưng để phân loại. Dữ liệu thực tế trong các cQA cho thấy rằng những câu hỏi chứa ít hơn 5 từ thường là những câu hỏi nhiễu, không mang ý nghĩa.

     

    Số câu (sentence) trong câu hỏi: Mỗi câu hỏi trong cQA thường là một đoạn văn bản ngắn gồm nhiều câu trình bày những thông tin mà người gửi câu hỏi muốn hỏi. Nghiên cứu này sử dụng số câu trong mỗi câu hỏi như là một đặc trưng dùng để phân loại. Những câu hỏi gồm nhiều câu thường mang thông tin đầy đủ của câu hỏi, tuy nhiên nó lại chứa nhiều thông tin nhiễu khó phân loại.

     

    Số lượng stop word trong câu hỏi: Stop word là những từ quá phổ biến, quá chung chung (ví dụ một số stop word trong tiếng Anh: The, a, and, …). Mỗi câu hỏi của người dùng thường chứa các từ stop word. Số lượng các từ stop word trong mỗi câu hỏi được sử dụng là một đặc trưng dùng để phân loại câu hỏi.

     

    Từ để hỏi: Nghiên cứu sử dụng từ để hỏi (từ để hỏi là một trong các từ: What, Who, When, Why, Where, How) như là một đặc trưng dùng để phân loại câu hỏi.

     

    3.2. Các đặc trưng cú pháp

     

    Các đặc trưng cú pháp có thể được trích rút dựa vào việc phân tích cấu trúc cú pháp của câu hỏi.

     

    Tagged Unigrams: Tagged Unigrams cho biết thẻ từ loại của mỗi từ trong câu hỏi như

     

    • (Noun – danh từ), NP (Noun Phrase – cụm danh từ), VP (Verb Phrase – cụm động từ), JJ (adjective – tính từ), … Ví dụ câu hỏi sau “How many Grammys did Michael Jackson win in

    1983?” với Tagged Unigrams của nó:

     

    How_WRB many_JJ Grammys_NNPS did_VBD Michael_NNP Jackson_NNP win_VBP in_IN 1983_CD?_.

     

    Số thực thể trong câu hỏi: Số lượng thực thể trong mỗi câu hỏi được sử dụng như là một đặc trưng cú pháp để phân loại câu hỏi.

     

    Số danh từ trong câu hỏi: Nghiên cứu sử dụng số lượng các danh từ trong mỗi câu hỏi như là một đặc trưng cú pháp dùng để phân loại câu hỏi.

     

    108

     

    3.3. Các đặc trưng dựa trên thông tin người dùng

     

    Số câu hỏi của người hỏi: Trên mỗi cQA, mỗi người có thể gửi nhiều câu hỏi mà họ cần sự giải đáp của cộng đồng người sử dụng cQA. Những người thường xuyên gửi câu hỏi thì các câu hỏi của họ thường mang nhiều ý nghĩa hơn cho cộng đồng. Do đó, nghiên cứu này sử dụng số lượng câu hỏi của người hỏi như là một đặc trưng trong việc giải quyết bài toán phân loại câu hỏi.

     

    Số câu trả lời của người hỏi: Những người thường xuyên tham gia hỏi đáp trên cQA thì thường những câu hỏi cũng như câu trả lời của họ sẽ mang nhiều ý nghĩa hơn. Vì vậy, nghiên cứu này đề xuất sử dụng số lượng câu trả lời của người hỏi như là một đặc trưng dùng để phân loại câu hỏi.

     

    Số câu trả lời của câu hỏi: Mỗi câu hỏi khi được đăng lên cQA có thể nhận được nhiều câu trả lời của những người quan tâm. Số lượng câu trả lời cho câu hỏi này thể hiện sự quan tâm của người dùng đối với các vấn đề mà câu hỏi đang đề cập tới. Vì vậy, nghiên cứu sử dụng số lượng câu trả lời của mỗi câu hỏi như là một đặc trưng nhằm đánh giá tầm quan trọng của câu hỏi.

     

    Số lượng đánh giá cho câu trả lời tốt nhất của câu hỏi: Khi một câu hỏi được đăng lên có thể nhận được nhiều câu trả lời của người dùng. Người dùng cũng có quyền đánh giá câu trả lời nào đó là câu trả lời tốt nhất. Một câu hỏi mà câu trả lời của nó nhận được nhiều đánh giá thì thường là một câu hỏi có nhiều ý nghĩa. Vì vậy, nghiên cứu sử dụng số lượng đánh giá của câu trả lời như là một đặc trưng để phân loại câu hỏi của nó.

     

    4. Các thực nghiệm và kết quả

     

    4.1. Tập dữ liệu

     

    Để thực hiện các thực nghiệm của mình, nghiên cứu đã thu thập dữ liệu từ trang web hỏi đáp cộng đồng Yahoo!Answer(3). Tập dữ liệu này chứa 3.000 câu hỏi cùng với 9.895 câu trả lời và các thông tin liên quan đến câu hỏi/câu trả lời và thông tin về người gửi câu hỏi – câu trả lời. Tất cả các cặp câu hỏi-câu trả lời đều được trình bày bằng ngôn ngữ tiếng Anh.

     

    4.2. Các thực nghiệm và kết quả

     

    Để cài đặt các thực nghiệm của mình, nghiên cứu chia tập dữ liệu thành hai tập con test và training. Tập test gồm 300 câu hỏi được sử dụng làm tập dữ liệu kiểm tra, tập training gồm 2700 câu hỏi được sử dụng làm tập dữ liệu huấn luyện.

     

    4.2.1. Thực nghiệm 1

     

    Thực nghiệm 1 chỉ sử dụng các đặc trưng từ vựng trích rút từ các câu hỏi trong tập dữ liệu. Các đặc trưng này gồm: Đặc trưng Unigram, Bigram, số từ trong câu hỏi, số sentence trong câu hỏi, số lượng stop word trong câu hỏi, từ để hỏi. Các kết quả của thực nghiệm 1 được trình bày trong Bảng 4.

     

    • https://answers.yahoo.com/

    109

     

    Bảng 4. Kết quả phân loại khi sử dụng các đặc trƣng từ vựng

     

    Tên đặc trưng

    Accuracy (%)

    Precision (%)

    Recall (%)

    F1-measure (%)
             

    Unigram

    54,67

    57,05

    56,33

    56,69

    Bigram

    46,00

    48,75

    49,37

    49,06

    Số từ trong câu hỏi

    50,00

    52,25

    58,86

    55,36

    Số câu trong câu hỏi

    46,57

    49,45

    56,96

    52,94

    Số lượng stop word

    49,67

    52,02

    56,96

    54,38

    Từ để hỏi

    47,33

    22,95

    50,00

    34,17

    Tất cả đặc trưng trên

    55,33

    61,39

    57,06

    59,14
             

    4.2.2. Thực nghiệm 2

     

    Thực nghiệm 2 chỉ sử dụng các đặc trưng cú pháp trích rút từ các câu hỏi trong tập dữ liệu. Các đặc trưng này gồm: Đặc trưng Tagged Unigrams, số thực thể trong câu hỏi, số danh từ trong câu hỏi. Các kết quả của thực nghiệm 2 được trình bày trong Bảng 5.

     

    Bảng 5. Kết quả phân loại khi sử dụng các đặc trƣng cú pháp

     

    Tên đặc trưng

    Accuracy (%)

    Precision (%)

    Recall (%)

    F1-measure (%)
             

    Tagged Unigrams

    53,00

    55,63

    53,16

    54,37

    Số thực thể trong câu hỏi

    50,33

    52,26

    65,82

    58,26

    Số danh từ trong câu hỏi

    50,00

    52,33

    56,96

    54,55

    Tất cả đặc trưng trên

    55,67

    58,74

    53,16

    55,81
             

    4.2.3. Thực nghiệm 3

     

    Thực nghiệm 3 chúng tôi muốn kiểm tra tính hiệu quả của các đặc trưng tính toán dựa vào thông tin của người dùng. Các đặc trưng này gồm: số câu hỏi của người hỏi, số câu trả lời của người hỏi, số câu trả lời của câu hỏi, số lượng đánh giá cho câu trả lời tốt nhất của câu hỏi. Các kết quả của thực nghiệm 3 được cho trong Bảng 6.

     

    Bảng 6. Kết quả phân loại khi sử dụng các đặc trƣng dựa trên thông tin ngƣời dùng

     

    Tên đặc trưng

    Accuracy

    Precision

    Recall

    F1-measure

    		  

    (%)

    (%)

    (%)

    (%)

    		  
     
               

    Số câu hỏi của người hỏi

    71,00

    72,33

    72,78

    72,55

    		  

    Số câu trả lời của người hỏi

    49,67

    68,42

    8,23

    14,69

    		  

    Số câu trả lời của câu hỏi

    79,00

    96,12

    62,66

    75,86

    		  

    Số lượng đánh giá cho câu trả lời tốt nhất của câu hỏi

    89,67

    91,13

    89,44

    90,28

    		  

    Tất cả đặc trưng trên

    90,67

    92,41

    90,12

    91,25

    		  
               

    110

     

    4.2.4. Thực nghiệm 4

     

    Thực nghiệm 4 kiểm tra sự đóng góp của tất cả các loại đặc trưng: Đặc trưng từ vựng, đặc trưng cú pháp và đặc trưng dựa trên thông tin người dùng. Chính vì vậy nghiên cứu kết hợp tất cả các loại đặc trưng này trong việc phân loại câu hỏi. Các kết quả của thực nghiệm 4 được trình bày trong Bảng 7.

     

    Bảng 7. Kết quả phân loại khi sử dụng sự kết hợp của nhiều loại đặc trƣng

     

    Tên đặc trưng

    Accuracy

    Precision

    Recall

    F1-measure

    		  

    (%)

    (%)

    (%)

    (%)

    		  
     
               

    Các đặc trưng từ vựng

    55,33

    61,39

    57,06

    59,14

    		  

    Các đặc trưng cú pháp

    55,67

    58,74

    53,16

    55,81

    		  

    Các đặc trưng dựa trên thông tin người dùng

    90,67

    92,41

    90,12

    91,25

    		  

    Tất cả đặc trưng trên

    91,67

    93,67

    90,79

    92,21

    		  
               

    Từ các kết quả của các thực nghiệm trên đã cho thấy vai trò của việc sử dụng mỗi loại đặc trưng khác nhau trong phân loại câu hỏi. Kết quả của các thực nghiệm 1, 2, 3 cho thấy việc phân loại câu hỏi cần sự kết hợp của nhiều loại đặc trưng khác nhau. Đồng thời trong các thực nghiệm này cũng cho thấy các đặc trưng trích rút từ thông tin người sử dụng sẽ cho kết quả phân loại cao nhất. Thực nghiệm 4 là sự tổng hợp của các thực nghiệm 1, 2, 3 khi sử dụng kết hợp tất cả các đặc trưng từ vựng, cú pháp và đặc trưng trích rút từ thông tin người dùng. Kết quả của thực nghiệm này cho thấy sự kết hợp của các loại đặc trưng khác nhau mà nghiên cứu sử dụng sẽ cho kết quả phân loại cao nhất. Biểu đồ 1 so sánh tầm quan trọng của các loại đặc trưng khác nhau trong phân loại câu hỏi trong các cQA.

     

     

     

    Biểu đồ 1. So sánh vai trò của các loại đặc trƣng trong phân loại câu hỏi

     

    111

     

    5. Kết luận và hƣớng phát triển

     

    Nghiên cứu đã trình bày một tiếp cận dựa trên học máy để phân loại câu hỏi trong các cQA. Để huấn luyện một thuật toán học, nhóm tác giả đã trích rút một tập các đặc trưng tốt từ từ vựng, cú pháp và đặc trưng dựa trên thông tin người dùng. Các kết quả thực nghiệm đã chứng minh rằng các đề xuất sẽ mạng lại hiệu quả cao trong vấn đề tìm kiếm các câu hỏi có ý nghĩa trong các cQA. Việc kết hợp của tất cả các loại đặc trưng từ vựng, cú pháp và đặc trưng dựa trên thông tin người dùng sẽ cho hiệu suất phân loại cao nhất. Nghiên cứu tiếp theo sẽ tìm ra phương pháp để kết hợp các đặc trưng tốt hơn nhằm đạt được sự phân loại có độ chính xác cao hơn.

     

    TÀI LIỆU THAM KHẢO

     

    • Zhiheng Huang, Marcus Thint, and Zengchang Qin (2008). Question classification using head words and their hypernyms, In Proceedings of the Conference on Empirical Methods in Natural Language Processing, (EMNLP ’08), pp. 927-936.
    • Hu, B. Liu, B. Wang, M. Liu, X. Wang (2013). Multimodal DBN for predicting high-quality answers in cQA portals, In Proceedings of ACL, pp. 843-847.
    • Vijay Krishnan, Sujatha Das, and Soumen Chakrabarti (2005). Enhanced answer type inference from questions using sequential models, In Proceedings of the conference on Human Language Technology and Empirical Methods in Natural Language Processing, HLT ’05, pp. 315-322.
    • Babak Loni, Gijs van Tulder, Pascal Wiggers, David M. J. Tax, and Marco Loog (2011). Question classification with weighted combination of lexical, syntactical and semantic features, In Proceedings of the 15th international conference of Text, Dialog and Speech, pp. 243-250.
    • Vinay Pande, Tanmoy Mukherjee, Vasudeva Varma (2013). Summarizing Answers For Community Question Answer Services, The International Conference of the German Society for Computational Linguistics and Language Technology, pp. 151-161.
    • Shah, J. Pomerantz (2010). Evaluating and predicting answer quality in community QA, In Proceedings of SIGIR.
    • Vikas Sindhwani, S. Sathiya Keerthi (2007). Newton Methods for FastSolution of Semisupervised Linear SVMs, Large Scale Kernel Machines, MIT Press, pp. 155-174.
    • Vikas Sindhwani, S. Sathiya Keerthi (2006). Large Scale Semi-supervised Linear SVMs, SIGIR’06, pp. 477-484.
    • Toba, Z. Y. Ming, M. Adriani, T. Chua (2014). Discovering high quality answers in community question answering archives using a hierarchy of classifiers, Information Sciences, 261: 101-115.
    • Zeyi Wen, Rui Zhang, Kotagiri Ramamohanarao (2014). Enabling Precision/Recall Preferences for Semi-supervised SVM Training, CIKM’14, pp. 421-430.

    112

     

    FINDING MEANINGFUL QUESTIONS FROM COMMUNITY QUESTION ANSWERING WEBSITES

     

    Nguyen Van Tu, Hoang Thi Lam, Nguyen Thi Thanh Ha Tay Bac University

     

    Abstract: The community question answering websites contains a large amount of question – answer information valuable generated by the users. In the community question answering websites, users can post questions, answer other people’s questions, and provide feedbacks to the questions / answers. In this study, we use machine learning approach in order to find meaningful questions from the community question answering websites. These questions, along with their best answers will be an important data source for building the knowledge base, information retrieval and non-factiod question answering. The extracted important features from each question research – answer thread as well as information of the user and built a classification model to identify meaningful questions. The experiments are established on dataset extracted from the community question answering websites Yahoo! The answers have shown the effectiveness of the method proposed by us.

     

    Keywords: Automated question answering, community question answering, classification, support vector machine.

     

     

     

     

     

     

    113

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

    LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

    LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Ứng dụng mạng nơron, mạng nơron xoắn và sử dụng kết hợp CPU – GPU để tăng hiệu năng tính toán trong phân loại ảnh

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/L%E1%BA%ACP-CH%C6%AF%C6%A0NG-TR%C3%8CNH-B%E1%BA%B0NG-NG%C3%94N-NG%E1%BB%AE-PASCAL-T%C3%8DNH-G%E1%BA%A6N-%C4%90%C3%9ANG-T%C3%8DCH-PH%C3%82N-X%C3%81C-%C4%90%E1%BB%8ANH-B%E1%BA%B0NG-C%C3%94NG-TH%E1%BB%A8C-SIMPSON.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

    TẠP CHÍ KHOA HỌC

     

    Khoa học Tự nhiên và Công nghệ, Số 6 (9/2016) tr 50 – 58

     

    LẬP CHƯƠNG TRÌNH BẰNG NGÔN NGỮ PASCAL TÍNH GẦN ĐÚNG TÍCH PHÂN XÁC ĐỊNH BẰNG CÔNG THỨC SIMPSON

     

    Đoàn Vĩnh Ngọc, Hoàng Hiến, Trương Quốc Huấn Khoa Tự nhiên, Trường Cao đẳng Sư phạm Điện Biên

     

    Tóm tắt: Phần lớn các tích phân xác định của một hàm số đều khó có thể tìm được giá trị đúng. Thay bằng việc tính giá trị đúng của một tích phân xác định, thì tin học có thể giúp ta tính được gần đúng tích phân xác định với một sai số e (đủ nhỏ) nào đó. “Lập chương trình bằng ngôn ngữ Pascal tính gần đúng tích phân xác định bằng công thức Simpson” là một hướng dùng máy tính và ngôn ngữ lập trình để thay con người giải quyết bài toán về tích phân xác định một cách hữu hiệu nhất.

     

    Từ khóa: Tích phân, gần đúng, hàm số, lập trình, ngôn ngữ Pascal, công thức SIMPSON.

     

    1. Đặt vấn đề

     

     

    Như đã biết, nếu hàm số hàm số f ( x ) trên đoạn [a, b] thì

     

    f ( x ) liên tục trên đoạn [a, b] và F ta có công thức Newton – Leibnitz

     

    ( x ) là một nguyên hàm của như sau:

     

    b

    		    

    ò f ( x ) d x  = F ( x )

    b

    = F ( b ) – F ( a ) ,

    a

    a

    		    

    trong đó

    F ‘( x ) = f ( x ) .

     

    Trong thực tế ta thường phải tính tích phân xác định của hàm số f ( x ) được cho bởi bảng giá trị, khi đó khái niệm nguyên hàm không có ý nghĩa. Mặt khác số lớp hàm f ( x ) mà ta có thể tính được nguyên hàm của nó là rất ít. Phần lớn các biểu thức giải tích của hàm số f ( x ) đã biết nhưng nguyên hàm F ( x ) của nó không thể biểu diễn được bằng hàm số sơ cấp. Trong trường hợp ấy không thể dùng công thức Newton – Leibnitz để tính được tích phân xác định.

     

    Với các hàm số không tính được nguyên hàm, hay việc tính nguyên hàm của nó gặp nhiều khó khăn, thì thay bằng việc tính chính xác tích phân xác định của hàm số, ta đi tính gần đúng tích phân xác định của hàm số đó.

     

    Để tính gần đúng tích phân xác định của một hàm số ta có thể dùng công thức hình thang hoặc công thức Simpson. Nhưng khi dùng công thức Simpson thì độ chính xác cao hơn hay sai số nhỏ hơn. Vậy “Lập chương trình bằng ngôn ngữ Pascal tính gần đúng tích phân xác định bằng công thức Simpson” không chỉ là cách tính gần đúng tích phân xác định với độ chính xác cao mà còn là cách dùng máy tính thay con người giải quyết dạng bài toán này.

     

    2. Nội dung

     

    2.1. Một số khái niệm cơ bản

     

    2.1.1. Định nghĩa tích phân

     

    Cho hàm số y = f ( x ) xác định trên đoạn [a , b ] . Chia tùy ý đoạn này thành n phần bằng các điểm chia (và gọi là một phân hoạch):

     

    a  = x 0  < x 1  < . . . < x i  < x i + 1  < . . . . < x n –1  < x n   = b .

     

    Ngày nhận bài: 5/7/2016. Ngày nhận đăng: 25/9/2016

    Liên lạc: Đoàn Vĩnh Ngọc, e – mail: [email protected]

     

    50

     

    Ta ký hiệu

    D x

    i
         

    mỗi đoạn

    D x i  , ta lấy
           

    (i = 0 , n – 1)     vừa là đoạn [ x i , x i + 1 ]  vừa là độ dài của đoạn thẳng đó. Trên

    tùy ý một điểm x     rồi lập tổng (gọi là tổng tích phân):

    i

     

    • -1

    s = å f ( x ) D x  .

    i        i

     

    i = 0

     

    Rõ ràng tổng này phụ thuộc vào phép chia đoạn [ a , b ]

     

    nhất của các đoạn D x  (i = 0 , n – 1)  (ký hiệu là l ) được gọi

    i

    cho độ dài của tất cả các đoạn D x   tiến tới 0 chỉ cần l ® 0 .

    i

     

    Khi đó giới hạn của tổng tích phân khi

    l ®

    0

    :

    và cách chọn điểm x . Độ dài lớn i

     

    là đường kính của phân hoạch. Để

     

    • = li m s
      • ® 0

    có nghĩa là:

     

    Với mọi e > 0  tìm được d > 0

     

    kính nhỏ hơn d ), bất đẳng thức s – I

     

    Định nghĩa:

     

    Giới hạn I của tổng tích phân hoặc tích phân Riemann – của hàm số

     

    sao cho chỉ cần l < d (tức là mọi phân hoạch có đường < e được thỏa mãn với bất kỳ cách chọn các điểm x .

    i

     

    s khi l ® 0 , nếu có, được gọi là tích phân xác định – f ( x ) trên đoạn [ a , b ] và ký hiệu:

     

     

    b

    n -1

    		      

    I =

    ò f ( x ) d x  = li m

    å

    f ( x i

    ) D x

    i .
     

    l ® 0

    i = 0

    		      
     

    a

    		      
             

    Khi đó ta nói hàm số trên của tích phân [3, 190].

    2.1.2. Sai số

     

    2.1.2.1. Số xấp xỉ

    f

    ( x )

    khả tích trên đoạn

    [ a , b ]

    , a và b tương ứng là cận dưới và cận

     

     

    Định nghĩa: Ta gọi a gọi là số xấp xỉ của số đúng A, ký hiệu a » A , nếu a khác A không đáng kể và được dùng thay cho A trong tính toán.

    Nếu a<A thì a gọi là xấp xỉ thiếu của A. Nếu a>A thì a gọi là xấp xỉ thừa của A [1, 5].

     

    2.1.2.2. Sai số tuyệt đối

     

    Định nghĩa: Hiệu D a = A – a (hoặc D a = a – A ) gọi là sai số của số xấp xỉ a. Trị tuyệt đối D =  D a  =  A – a  gọi là sai số tuyệt đối của số xấp xỉ a [1, 6].

     

    Định nghĩa: Sai số tuyệt đối giới hạn của số xấp xỉ a là số không nhỏ hơn sai số tuyệt đối của số xấp xỉ a [1, 6].

     

    2.1.2.2. Sai số tương đối

     

    Định nghĩa: Sai số tương đối của số xấp xỉ a, ký hiệu  d , là:

     

    thiết

    A  ¹ 0 .

    		            
     

    Từ đó D =

    A  .d [1, 7].

    		          
     

    Định nghĩa: Sai số tương đối giới hạn của số xấp xỉ a, ký hiệu

    sai số tương đối của số xấp xỉ a. Do đó:

    d £ d a  nghĩa là

    D

    £ d

    		  

    .

    A

    a
                 
     

    Từ đó: D £

    A  .d a   và có thể chọn

    		          
         

    D a   = A  .d a   [1, 7].

    		    
    • =
    • a

    D

    =

    A – a

    với giả

    		  

    A

    A
         

    là số không nhỏ hơn

     

    2.2. Công thức Simpson và sai số

     

    51

     

    Để tính gần đúng

    b

    • f ( x ) d x

    a

    ta chia

    • a , b ]

    thành hai đoạn bằng nhau bởi các điểm chia

     

    x

    		  

    =

    a , x

    		  

    = a +

    b – a

    = a

    + h , x

    		  

    = b = a +

    		  

    0

    1

    2

    2
                         
                               

    thức

    nội   suy   Newton

    tiến

    		  

    bậc

    		  

    C ( x 1

    = a + h , y 1

    = f ( x 1 ) )

    và

    B ( x 2

    =

    a + 2

    		  

    nút trùng với cận dưới a

    = x

    0 , ta có

    		    
                           

    b

    		    

    2 h  và thay hàm số dưới dấu tích phân

    f ( x )

    bằng đa
     

    hai

    		  

    (đi   qua

    ba   điểm

    A ( x 0   =

    a , y 0

    = f ( x 0 ) ) ,

    h

    = b , y

    2   = f ( x 2 ) )

    có hoành độ đều nhau) xuất phát từ
     

    x

    2

    x

    2

    		      
               

    ò f ( x ) d x

    =

    ò

    f ( x ) d x

    »

    ò

    P 2 ( x ) d x .

    a

    		  

    x

    0

    		    

    x

    0

    		  
                 

    Để tính được tích phân xác định ở vế phải, ta đổi biến số biến thiên từ 0 đến 2 và ta được

    x

    =

     

    x

    0
     

    +

    h t

    . Khi đó dx = hdt, t

     

    b

    		  

    x 2

    		    

    2

    æ

    		            

    t ( t – 1)

    		      

    ò f ( x ) d x

    		                          

    2

    		  

    =

    ò

    f ( x ) d x

    »

    ò ç y

    		  

    +

    t D y 0

    +

    		          

    D

    y 0

    0

    		    

    2

    		      

    a

    		  

    x

    0

    		    

    0

    è

    		                          
                                         
                                               
           

    æ

    		    

    t

    2

    		  

    1

    		      

    æ

    t

    3

    		  

    t

    2

    ö ö

    		  

    t = 2
                             
                                           
     

    = h ç y 0 t + D y

    		      

    +

    		  

    D

    2

    y 0

    ç

    		    

    –

    		    

    ÷ ÷

    		    
     

    0

    2

    2

    		  

    3

    2

    		    
           

    è

    		            

    è

    		  

    ø ø

    		  

    t = 0
                                               

    ö

    h d t

    ÷

    ø

    		  

    ,

    		  

    trong đó:

     

    Vậy:

     

           

    D y

    0

    =

    		  

    y

    1

    – y

    0

    ;

    		          
                                       
           

    D

    2

    y

    		  

    = D y

    		  

    – D y

    		  

    =

    y

    		  
             

    0

    1

    0

    2
                                     

    b

    		  

    x 2

    		              

    h

    		                

    ò f ( x ) d x

    =

    ò

    f ( x ) d x

    »

    ( y 0

    + 4 y

    		  

    +

    3

    1

    a

    		  

    x

    		                                
     

    0

    		                                  
                                           

    –

     

    y

     

    y

    1
     
    • )

    – ( y

    1

    – y

    0

    ) =

    y

    2

    – 2 y

    1

    + y

    0

    .
                 

    (1)

     

    Về mặt hình học, (1) có nghĩa là diện tích hình thang cong a A C B b đường cong y = f ( x ) đi qua ba điểm A, C, B) được thay xấp xỉ bằng diện

     

    cong a A C B b ( A C B là cung parabol  y = P  ( x )  đi qua ba điểm A, C, B). Nói

    2

     

    cong y = f ( x ) đi qua ba điểm A, C, B được thay xấp xỉ bởi đường Parabol y ba điểm A, C, B (Hình 1).

    ( A C B là cung tích hình thang

     

    khác đi, đường

     

    = P ( x ) đi qua 2

     

    y

    y=f(x)
     

    y=P2(x)

    A

    C
     

    B

    h           h

     

    • x0=a x1 x2=b x Hình 1

    Công thức (1) được gọi là công thức Simpson.

     

    52

     

         

    b

    		  

    h

    		      

    Để xác định sai số:

    		  

    =

    ò

    f ( x ) d x –

    + 4 y 1

    + y 2 ) , ta giả thiết rằng hàm số

    y

    R

    ( y 0
           

    3

    		      
         

    a

    		        
                   

    có đạo hàm cấp 4 liên tục trên [a, b]. Cố định điểm giữa x1 và xem R là hàm số của h ( h

    • f (
    • 0

    x )

     

    ):

     

     

    x

    1

    + h

    		  

    h

    		      
                 
     

    = R ( h ) =

    ò

    f ( x ) d x –

    		  

    – h ) + 4 f ( x 1 ) + f ( x 1

    + h ) ] .

    R

    [ ( f ( x

    1
     

    x

    		  

    – h

    		  

    3

    		      
     

    1

    		          
                   

    Đạo hàm ba lần theo h đẳng thức trên, ta có

     

    R ‘( h )

    =

    f ( x

    		  

    + h )

    + f ( x

    		  

    – h )

    –

    1

    [ f ( x

    		    

    – h ) +

    		  

    4 f ( x

    		  

    ) + f ( x

    		          

    h

    [ – f

    ‘( x

    		  

    1

    1

    3

    1

    		  

    1

    1

    		  

    + h ) ] –

    3

    1
                                                           
                                                                                     
                                                                                                     
       

    =

    2

    		          

    – h ) + f ( x

    		  

    + h ) ]

    –

    4

    f ( x

    		  

    ) –

    		  

    h

    [ – f

    ‘( x

    		  

    – h ) + f

    ‘( x

    		    

    + h ) ]

    		  
         

    [ f ( x

    1

    		  

    1

    		  

    1

    		      

    1

    1

    		  
         

    3

    		                                

    3

    		                

    3

    		                              
                                                                                                   

    R

    ”( h )

    =

    2

    		  

    – f

    		  

    ‘( x

    		  

    – h ) + f

    ‘( x

    		  

    +

    h ) ] –

    1

    [ – f ‘( x

    		  

    – h ) + f

    ‘( x

    		    

    + h ) ] –

    h

    		    

    [

    		  

    1

    1

    		    

    1

    		  

    1

    		    

    [ – f ”( x
         

    3

    		                                        

    3

    		                                

    3

    		    
                                                                                             
       

    =

    1

    		    

    ‘( x

    		  

    – h ) + f

    ‘( x

    		  

    + h ) ] –

    h

    [ f

    		  

    ”( x

    		    

    – h )

    + f

    ”( x

    		  

    + h ) ]

    		              
         

    [ – f

    1

    1

    		        

    1

    1

    		              
         

    3

    		                                    

    3

    		                                            
                                                                                                   

    R

    ”'( h )

    =

    1

    [ f

    ”( x 1

    – h ) + f

    ”( x 1

    		  

    + h ) ] –

    1

    [ f

    ”( x

    		  

    1  – h ) + f

    ”( x 1

    		  

    + h ) ] –

    h

    		  

    [ -f

    ”'( x 1
                 
         

    3

    		                                        

    3

    		                                    

    3

    		        

    h

    = –    [ f ”'( x 1  + h ) – f ”'( x 1  – h ) ] .

    3

     

    Áp dụng công thức số gia hữu hạn (công thức Lagrange) đối với

    • h )

    1

    – h
     
    • h )

    f ”'( x

     

    +

    f

    ‘( x

    1

    + h ) ]
           

    ) + f

    ”( x

    1

    + h ) ]
         
    • f ”'( x 1 + h ) ]

    ),  ta có

     

                                 

    2 h

    2

    		                                                                            
         

    R

    ”'( h )

    = –

    		    

    f

    ( 4 )

    ( c

    		    

    ), c

    		    

    Î

    ( x

    		    

    – h , x

    		  

    + h )

    		      
                                       
             

    3

    		      

    3

    3

    		  

    1

    1

    		      
                                                                                                     
       

    Ngoài ra: R(0) = 0; R'(0) = 0; R”(0)=0.

    		                                                                            

    Từ đó, áp dụng định lý trung bình thứ hai của tích phân xác định, ta nhận được
         

    R ”( h ) = R

    		  

    ”( 0 ) + h

    R

    		  

    ”'( t ) d t

    =

    2

    		    

    h

    		  

    t 2 f ( 4 ) ( c

    		    

    ) d t

    		                    
                     

    ò

    		                        
                           

    ò

    		                      

    3

    		                          

    3

    		                      
       
                         

    0

    		                                  

    0

    		                                                  
               

    2

    		              

    h

    		                        

    2

    		                                                    
         

    = –

    f ( 4 ) ( c  )

    ò

    		  

    t 2 d t = –

    		    

    h 3 f ( 4 ) ( c  ) ; c  Î [ x  – h , x  + h ]
                     
           

    3

    		          

    2

    		                          

    9

    		                            

    2

    		  

    2

    		      

    1

    		    

    1

    		  
                                                                                           
                         

    0

    		                                                                            
       
                         

    h

    		                              

    2

    		    

    h

    		                                            
         

    R ‘( h ) = R

    		  

    ‘( 0 ) +

    ò R

    ”( t ) d t

    		  

    = –

    		    

    ò

    t

    		  

    3

    f

    ( 4 )

    ( c

    2 ) d t

    		                  
                                           
             

    9

    		                                
                         

    0

    		                                  

    0

    		                                            
                                                                                                             
           

    2

    		              

    h

    		                  

    1

    		                                                      
         

    = –

    f

    ( 4 )

    ( c 1 )

    ò

    t

    3

    d t

    = –

    		      

    h

    4

    f

    		  

    ( 4 )

    ( c 1

    ) ; c 1

    Î [ x 1

    – h , x 1

    + h ]
                                   
         

    9

    		    

    1 8

    		              
                         

    0

    		                                                                      
       
         

    R ( h ) = R ( 0 ) +

    h  R ‘( t ) d t = –

    1

    		      

    h

    		  

    t 4 f ( 4 ) ( c  ) d t

    		                  
                   

    ò

    		                    
                         

    ò

    		                      

    1 8

    		                          

    1

    		                    
       

    0

    0
             

    1

    		          

    h

    		                      

    1

    		                                                
         

    = –

    f ( 4 ) ( c )

    ò

    t 4 d t = –

    		    

    h 5 f ( 4 ) ( c ) ; c Î [ x  – h , x  + h ] .
                     
           

    1 8

    		                          

    9 0

    		                                  

    1

    		      

    1

    		    
                                                                                     
                     

    0

    		                                                                
       

    Tóm lại, với giả thiết hàm số

    y

    =

    f ( x )

    có đạo hàm cấp 4 liên tục trên [ a , b ] , ta có công

    thức Simpson sau đây

    		                                                                                                          

    b

    		  

    h

    é

    æ a + b ö

    		            

    ù

    		      

    1

    		                                                

    b – a

    		      

    ò f ( x ) d x

    		                                  

    5

    		    

    ( 4 )

    		          

    với h

    		  

    =

    		      

    Î [a , b ]. ( 2 )

    =

    		  

    ê f ( a ) + 4 f

    ç

    		          

    ÷

    +

    f ( b ) ú

    –

    		                

    h

    		  

    f

    		      

    ( c )

    		          

    , c

    3

    		      

    2

    		  

    9 0

    		                

    2

    a

    		  

    ë

    è

    		        

    ø

    		            

    û

    		                                                      

    2.3. Công thức Simpson tổng quát và sai số

     

    53

     

     

    b

    		  

    Để tính gần đúng tích phân xác định

    ò

    f ( x ) d x
       
     

    a

    		  

    bằng nhau (nghĩa là n là số nguyên, dương và chẵn):

    , ta chia đoạn

    • a , b ]

    thành n = 2m đoạn

     

    có độ dài là:

     

             

    [ x 0 , x 1

    ] , [ x 1 , x 2 ] ,…, [ x 2 m – 2 , x 2 m -1 ] ,

    [ x 2 m -1 , x 2 m  ]

    h  =

    b – a

    =

    b – a

    bởi các điểm chia:

    		        

    n

    2 m

    		        
                     
         

    x

    0

    = a ; x

    i

    = a + ih ( i = 1, 2 m – 1) , x

    n

    = x

    2 m

    = b .
                     

    Ký hiệu:

     

    y i

    = f ( x

    i

    ), i = 0 , n

    , khi đó:

    		            
         

    b

    		  

    x 2

    		  

    x 4

    		    

    x 2 m

    		    
         

    ò f ( x ) d x

    =

    ò

    f ( x ) d x +

    ò

    f ( x ) d x + . . . +

    		  

    ò

    f ( x ) d x

    ( 3 )
         

    a

    		  

    x

    0

    		  

    x 2

    		  

    x

    2 m – 2

    		    
                           

    Đối với mỗi tích phân xác định ở vế phải của (3), ta tính gần đúng bằng công thức

     

    Simpson (1), ta nhận được:

     

         

    b

    		      

    h

    		        

    h

    		        
         

    ò f ( x ) d x

    »

    ( y

    0  + 4 y 1

    + y 2 ) +

    ( y 2  + 4 y 3  + y

    4 ) + … +
         

    3

    3
         

    a

    		                      
                                   
             

    b

    		    

    h

    		                
             

    ò f ( x ) d x  »

    [ ( y 0  + y 2 m ) + 4 ( y

    		  

    + y 3  + … + y

    		  

    ) + 2
             

    3

    1

    2 m – 1
             

    a

    		                    
                                   
     

    b

    		      

    h

    		                      

    hay:

    ò

    f ( x ) d x

    »

    0  + y 2 m

    ) + 4 s 1

    + 2 s 2

    		      

    ,

    		    

    [ ( y

    ]

    ( 4 )

    		    
           

    3

    		                      
     

    a

    		                            
                                   

    trong đó

    s 1  =

    y

    1  + y 3

    +

    . . . + y

    2 m – 1 ; s 2

    = y 2

    + y 4

    		  

    + . . . + y 2 m – 2

    		    
     

    Công thức (4) được gọi là công thức Simpson tổng quát.
     

    Nếu hàm số  y

    =

    f ( x )

    có đạo hàm cấp 4 liên tục trên

    [a , b

    thức Simpson tổng quát là:

     

    h

    ( y

    		  

    + 4 y

    		  

    + y

    		  

    )

    		  

    3

    2 m – 2

    2 m -1

    2 m
             
                   

    ( y

    2

    + y

    4

    + … + y

    2 m – 2

    ) ]
           

     

    ] thì do (2), sai số của công

     

       

    x

    2 m

    		            

    h

    m

    		      
                           

    R

    =

    		  

    ò

    		  

    f ( x ) d x –

    å

    ( y 2 k – 2

    + 4 y 2 k -1  + y 2 k )

    		  
       

    3

    		  
       

    x

    		                

    k =1

    		      
       

    0

    		                      
                               
                                   
         

    m

    		  

    æ

    x

    2 k

    		          

    h

    		  

    ö
                                 
     

    = å

    		    

    ò

    		              
     

    ç

    		  

    f ( x ) d x –

    ( y 2 k – 2  + 4 y 2 k -1  + y 2 k

    ) ÷
               

    ç

    		              

    3

    		  

    ÷
       

    k = 1

    è

    x 2 k – 2

    		            

    ø
                     
                             
             

    h

    5

    		  

    m

    		                
     

    = –

    		    

    å

    f

    ( 4 )

    ( c k

    )  ( 5 )

    		    
               
       

    9 0

    		      
             

    k =1

    		                
                                 

    với c k  Î [ x 2 k – 2 , x 2 k ].

     

    Xét trung bình cộng

     

     

    1

    m

    		          

    m =

    å

    f

    ( 4 )

    ( c k

    ).

    		  
     

    m

    		  
     

    k =1

    		          
                 

    Vì hàm f(4)(x) liên tục trên đoạn [a, b] nên nó đạt

     

    giá trị nhỏ nhất m2 và giá trị lớn nhất M2 trên [a, b]. Do đó f(4)(ck) nhận giá trị trung gian giữa

     

                         

    m2   và  M2

    tức  là  m

    2

    £ f ( 4 ) ( c

    k

    ) £ M

    2

    ( k = 1, m ) .   Vì  vậy  tồn  tại  điểm  c Î [ a , b ]

    sao  cho
                   

    m = f ( 4 ) ( c )

    hay

    		                  

    m

     

    å f ( 4 ) ( c k ) = m .m = m .f ( 4 ) ( c ) .

     

    • =1

    Thay vào (5), ta nhận được

     

    R  = –

    m h 5

    f ( 4 ) ( c ) = –

    m . ( b – a ) h 4

    f ( 4 ) ( c ) = –

    ( b – a ) h 4

    f ( 4 ) ( c ) , c Î [a , b ] ( 6 )
         

    9 0

    		  

    2 .m . 9 0

    1 8 0

    		  

    54

     

    Tóm lại, với giả thiết hàm số

    y = f ( x ) có đạo hàm cấp bốn liên tục trên

    		  

    đoạn lấy tích phân [a , b ] thành n = 2m đoạn bằng nhau, có độ dài h  =

    b – a

    =

    b

    		  

    n

    2

    		  
         

    thức Simpson tổng quát sau:

    • a ,
    • a

    m

    b ]  và chia

     

    ta có công

     

    trong đó:

    b

    • f ( x ) d x =

    a

     

    s

    1

    =

    y

    1

    + y

    3

    + . . . +
             

    h

    		  

    +
     

    [ ( y

    0

    3

    		    
         

    y

    2 m – 1

    ; s

    2
         

    y

    2 m

    ) + 4 s

    1

    + 2 s
             

    =

    y

    2

    + y

    4

    		  

    + . . . +
               

    2

    ] –
       

    y

    2 m
       

    ( b – a ) h

    4

    		        

    f

    ( 4 )

    ( c ) , c Î [ a , b ]

    ( 7 )

    		  
       
     

    1 8 0

    		  
               

    – 2

    .

    		          
       

    Nhận xét:

    		  

    f

    		  

    Tính sai số của công thức Simpson tổng quát bằng công thức (7) đòi hỏi phải biết

    ( 4 )

    ( x ) , nghĩa là phải biết biểu thức giải tích của hàm số

    y = f ( x ) .  Nhưng trong thực tế,
         

    thường chỉ biết hàm số y = f ( x ) dưới dạng bảng, do đó người ta thường xác định gần đúng sai

     

    số của công thức Simpson tổng quát như sau: giả sử trên

    [a , b ]

    đạo hàm f ( 4 ) ( x )  ít biến đổi,

    do (7), nhận được biểu thức gần đúng của sai số phải tìm là

    R  = M h

    4

    , trong đó M xem là hằng
           

    số. Gọi I s ( h )

    và

    I s (

    h

    ) là giá trị gần đúng của

    		  
       
         

    2

    		                

    tổng quát với bước h và bước

    h

    , ta có:

    		      

    2

    		      
                           
                       

    I = I

    s

    (
                           
                       

    I = I

    s

    (
                           

    Từ đó I

    h

    ) –

    I

    s ( h ) =

    1 5

    M h

    4

    và

    æ h

    s (

    		  

    I – I s  ç

    		    
                           
     

    2

    		      

    1 6

    		        

    è

    2
                           

    b

     

    I = ò f ( x )d x

     

    a

     

    h ) +

    M h

    4

    		      
           

    h

    ) +

    M (

    h

    )

    4

    .
       

    2

    2

    		  
             

    ö

    »

    1

    		  

    æ h

    ÷

    I

    s

    ç

    		    
     

    1 5

    2

    ø

    		    

    è

    nhận được từ công thức Simpson

     

     

    ö

    –

    I

    		  

    ( h )

    (8 )

    		  

    ÷

    s
             

    ø

    		            

    Với giả thiết đạo hàm

     

    f ”( x )

    ít biến đổi trên đoạn

     

    • a , b ]

    , ta có công thức thực hành tính

     

    sai số:

     

    I – I

    		  

    æ

    h

    ö

    »

    1

    		  

    æ h

    ö

    – I

    		  

    ( h )

    ( 9 ) ,

    T

    ç

    		  

    ÷

    I

    T

    ç

    		  

    ÷

    T
     

    2

    		  

    3

    2

    		      
       

    è

    ø

    		    

    è

    ø

    		        

    trong đó  I

    		  

    ( h )

    và  I

    		  

    (

    h

    ) là giá trị gần đúng của

    T

    T

    		  
         

    2

    		  
               
     

    b

    		                          

    h

    		    

    I =

    ò

    f ( x ) d x  nhận được từ công thức hình thang tổng quát với bước h và bước

    .

    		  
     
                           

    2

    		    
     

    a

    		                          
                                     
                   

    1

    		  

    s i n (1 + x

    2 )

    		        
       

    2.4. Ví dụ: Tính gần đúng tích phân xác định

    I = ò

    		      

    d x , với m = 5.

    		  
         

    1 + 3 x 3

    		  
                   

    0

    		              
       

    Ta có: n=2m=2.5=10; [a ; b ] = [0 ; 1 ] Þ h  =

    1 – 0

    		    

    = 0 , 1

    		          
                     
       

    x0 = 0, xn = x10 = 1, xi

    		  

    1 0

    		      

    )

    		          
       

    = x0 + i.h = 0 + i.0,1 (

    i = 1, 9

    		          
                               
       

    Ta có bảng giá trị của hàm f(x) tại các xi:

    		                      
         

    i

    xi

    f(xi)

    		                      
         

    0

    0

    0.84147098

    		                
         

    1

    0.1

    0.84429895

    		                
         

    2

    0.2

    0.84219163

    		                
         

    3

    0.3

    0.82019141

    		                
         

    4

    0.4

    0.76913012

    		                
         

    5

    0.5

    0.69017063

    		                
         

    6

    0.6

    0.59336444

    		                
         

    7

    0.7

    0.49124581

    		                
         

    8

    0.8

    0.39337791

    		                
         

    9

    0.9

    0.30484059

    		                
         

    10

    1

    0.22732436

    		                

    55

     

    Vậy áp dụng công thức Simpson ta có:

     

    I »

    h

    [f ( x

    		  

    ) + f ( x

    		  

    ) + 4 ( f ( x

    		  

    ) + f ( x

    		  

    ) + . . . + f ( x

    		  

    ) ) + 2 ( f ( x

    		  

    ) + f ( x

    		  

    ) + . . . + f ( x

    		  

    ) ) ] = 0 , 6 2 8 9

    		  

    3

    0

    1 0

    1

    3

    9

    2

    4

    8
                         
                                         

    (làm tròn tới bốn chữ số thập phân).

     

    2.5. Chương trình

     

    Tính gần đúng tích phân xác định

     

    phím với a , b Π     ; a < b .

     

    PROGRAM PP_SIMPSON;

     

    USES CRT;

     

    VAR  i,n: integer;

     

    a,b,h,s0,s1,s2,i1,i2,epsilon: real;

     

    t: boolean;

     

    b

    s i n (1 + x

    2 )

    		  

    I = ò

    		    

    d x , cận a và b tùy ý nhập vào từ bàn

    1 + 3 x 3

    		  

    a

    		      

    KT: Char;

     

    {*********************************************************************}

     

    FUNCTION f(x:real):real;

     

    BEGIN

     

    f:=sin(1+x*x)/(1+3*x*x*x);

     

    END;

     

    {*********************************************************************}

     

    BEGIN

     

    CLRSCR;

     

    REPEAT

     

    Writeln(‘ Tinh tich phan gan dung theo cong thuc Simpson’);

     

    Writeln(‘ Tinh tich phan gan dung cua ham so

     

     

    s i n (1 +

    x

    2

    )

    y =

    		  

    1 + 3 x

    3

    		    
         
           
               

    ‘);

     

    Write(‘ Nhap can duoi a= ‘); Readln(a);

     

    Write(‘ Nhap tren duoi b= ‘); Readln(b);

     

    Write(‘ Nhap sai so epsilon = ‘); Readln(epsilon);

     

    s2:=0;

     

    n:=2;

     

    h:=(b-a)/2;

     

    s1:=f(a+h);

     

    s0:=f(a)+f(b);

     

    i2:=h*(s0+4*s1+2*s2)/3;

     

    {Tinh tich phan}

     

    t:=false;

     

    Repeat

     

    i1:=i2;

     

    s2:=s1+s2;

     

    h:=h/2;

     

    s1:=0;

     

    FOR i:=1 TO n DO

     

    s1:=s1+f(a+(2*i-1)*h);

     

    n:=2*n;

     

    56

     

    i2:=h*(s0+4*s1+2*s2)/3;

     

    if ABS(i2-i1)<epsilon then

     

    begin

     

    t:=true;

     

    Writeln(‘ Tich phan I = ‘,i2:10:2);

     

    end;

     

    Until t;

     

    Writeln;

     

    Write(‘ Ban muon tiep tuc khong (c/k)?’); Readln(KT); UNTIL UPCASE (KT)=’K’;

     

    END.

     

    e =

     

    0

     

    .0

    *

     

    0 0

    Kết quả khi chạy chương trình với a = 0, b = 1 và sai số của tích phân nhỏ hơn

     

    0 1

    :

     

    Với độ chính xác

     

     

    e =

     

     

    0 .0 0 0 0 1

     

     

    , ta có

     

     

    1

    s i n (1

    + x

    2

    )

    		  

    ò

    		  

    » 0 .6 2 8 9

    1

    +

    3 x

    3

    		  

    d x

    0

    		        
                 

    Ví dụ trên là cách tính tích phân gần đúng của một hàm số cụ thể. Với các hàm số khác, để tính được gần đúng tích phân của nó với cận trên và cận dưới tùy chọn ta có thể sửa phần hàm “FUNCTION f(x:real):real;” trong chương trình trên thành các hàm theo mong muốn sau đó chạy chương trình bình thường.

     

         

    1

    e

    x

    2

    + 1
           

    Tương tự với hàm trên ta tính được

    ò

    		    
           

    d x  » 1 . 7 4 8 5 2 7 4 1
         

    1

    +

    5 x

    6
         

    0

    		  
                   

    nhỏ hơn

    e = 0 .0 0 0 0 1

    . Kết quả kiểm tra như sau:

    		  

    với sai số của tích phân

     

     

    3. Kết luận

     

    Phương pháp Simpson chỉ là một trong các cách tính gần đúng tích phân xác định của một hàm số mà ta có thể lập trình để máy tính thực hiện thay con người. Ngoài ra còn có các phương pháp khác trong việc tính gần đúng tích phân xác định ta cũng có thể lập trình để giải quyết.

     

    Một câu hỏi đặt ra là: Ngoài việc tính gần đúng tích phân xác định của một hàm số, còn bài toán nào có thể lập trình để máy tính thay thế con người tính được không? Có nhiều bài

     

    57

     

    toán có thể làm như vậy. Từ đây mở ra hướng dùng máy tính và ngôn ngữ lập trình để giải quyết các bài toán mà theo cách giải thông thường ta không (hoặc rất khó) làm được.

     

    TÀI LIỆU THAM KHẢO

     

    • TS. Dương Thủy Vỹ (2007), Giáo trình Phương pháp tính, Nxb Khoa học kỹ thuật.
    • TS Lê Khắc Thành (2003), Giáo trình Pascal, Nxb Đại học sư phạm.
    • Nguyễn Xuân Liêm, Nguyễn Mạnh Quý (2002), Toán cao cấp A2, Nxb Giáo dục.
    • Nguyễn Tô Thành (2007), Lập trình nâng cao, Nxb Đại học Quốc gia Hà Nội.
    • Quách Tuấn Ngọc (2002), Ngôn ngữ lập trình Pascal, Nxb Thống kê.
    • Volkov E.A. (1986), Numerrical methods, Mir Publishers, Moscow.
    • Sastry S. S. (1989), Introductory methods of numerical analysis. Prentice – Hall of India Private limited, New Delhi.

    USING PASCAL PROGRAMMING LANGUAGE TO CALCULATE APPROXIMATE VALUE OF DEFINITE INTEGRAL WITH SIMPSON’S FORMULA

     

    Doan Vinh Ngoc, Hoang Hien, Truong Quoc Tuan Dien Bien College

     

    Abstract: In fact, it is very difficult to find the correct value of the most definite integral of the function. In spite of calculating correct value of definite integral, informatics can help us calculate approximate value of definite integral with the so-called acceptable errors e. “Pascal programming language calculates approximate value of definite integral by Simpson’s rule” is the way to use computer and programming language to solve problems of definite integral effectively.

     

    Keywords: Integral, approximate, function, programming, Pascal language, SIMPSON formula.

     

     

     

     

    58

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Ứng dụng mạng nơron, mạng nơron xoắn và sử dụng kết hợp CPU – GPU để tăng hiệu năng tính toán trong phân loại ảnh

    Ứng dụng mạng nơron, mạng nơron xoắn và sử dụng kết hợp CPU – GPU để tăng hiệu năng tính toán trong phân loại ảnh

    Ứng dụng mạng nơron, mạng nơron xoắn và sử dụng kết hợp CPU – GPU để tăng hiệu năng tính toán trong phân loại ảnh

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Nghịch lưu đa mức trên cơ sở bộ biến đổi kiểu ma trận với các khâu DC liên kết cách ly tần số cao

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/%E1%BB%A8ng-d%E1%BB%A5ng-m%E1%BA%A1ng-n%C6%A1ron-m%E1%BA%A1ng-n%C6%A1ron-xo%E1%BA%AFn-v%C3%A0-s%E1%BB%AD-d%E1%BB%A5ng-k%E1%BA%BFt-h%E1%BB%A3p-CPU-GPU-%C4%91%E1%BB%83-t%C4%83ng-hi%E1%BB%87u-n%C4%83ng-t%C3%ADnh-to%C3%A1n-trong-ph%C3%A2n-lo%E1%BA%A1i-%E1%BA%A3nh.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Ứng dụng mạng nơron, mạng nơron xoắn và sử dụng kết hợp CPU – GPU để tăng hiệu năng tính toán trong phân loại ảnh

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

    ỨNG DỤNG MẠNG NƠRON, MẠNG NƠRON XOẮN

    VÀ SỬ DỤNG KẾT HỢP CPU – GPU ĐỂ TĂNG HIỆU NĂNG TÍNH TOÁN TRONG PHÂN LOẠI ẢNH

     

    Hồ Sỹ Phương, Phan Văn Dư, Lê Văn Chương, Tạ Hùng Cường Viện Kỹ thuật và Công nghệ, Trường Đại học Vinh Ngày nhận bài 30/9/2018 , ngày nhận đăng 29/11/2018

     

    Tóm tắt: Bài báo trình bày và so sánh các phương pháp phân loại ảnh dựa trên mạng nơron nhân tạo nhiều lớp (Multi Layer Perceptron – MLP) và mạng nơ ron xoắn (Convolutional Neural Network – CNN). Dữ liệu được đưa vào huấn luyện là 50.000 bức ảnh của 10 đối tượng khác nhau. Kiến trúc thứ nhất được sử dụng là mạng MLP gồm có 3.853.298 tham số (weight), kiến trúc thứ hai là mạng CNN gồm 528.054 tham số. Bài báo đã đề xuất một vài phương pháp và cấu trúc mạng nhằm tránh hiện tượng quá khớp (overfitting), tăng cường độ chính xác cho mô hình xấp xỉ 80%. Bên cạnh đó, bài báo cũng trình bày và so sánh về thời gian huấn luyện khi sử dụng CPU và kết hợp sử dụng CPU với GPU.

     

    1. MỞ ĐẦU

     

    Trong những năm gần đây, sự phát triển của khoa học công nghệ và cách mạng công nghiệp 4.0 đang làm cho các nghiên cứu về trí tuệ nhân tạo (Artificial Intelligence – AI) ứng dụng trong lĩnh vực robotics, robot tương tác thời gian thực với môi trường xung quanh… thu hút được sự quan tâm của các chuyên gia trong lĩnh vực điều khiển. Trong robot tự hành, để có thể tương tác với môi trường hoạt động và điều khiển robot chuyển động theo đúng quỹ đạo mong muốn, vấn đề nhận biết, phân tích, nhận dạng và phân loại các vật thể đóng vai trò hết sức quan trọng, giúp chúng ta có cơ sở để đưa ra các tín hiệu điều khiển một cách chính xác, kịp thời. Nhiều công trình nghiên cứu được công bố trên các tạp chí khoa học trong và ngoài nước [1], [10], [12], [15] cho thấy vấn đề này có thể giải quyết và đưa lại hiệu quả cao khi sử dụng mạng MLP, trong đó việc nhận dạng chữ viết tay với độ chính xác lên đến 99,8%.

     

    Trong bài báo này, nhóm tác giả nghiên cứu và ứng dụng các cấu trúc mạng MLP và mạng CNN kết hợp với các kỹ thuật tối ưu nhằm nâng cao khả năng phân loại các đối tượng, thực hiện so sánh hiệu quả huấn luyện mạng khi sử dụng CPU với sử dụng kết hợp CPU – GPU về độ chính xác và tốc độ huấn luyện mạng.

     

    2. KIẾN TRÚC MẠNG MLP, CNN VÀ CÁC KỸ THUẬT TỐI ƯU MẠNG

     

    2.1. Mạng nơron nhân tạo và kiến trúc mạng MLP

     

    Mạng nơron nhân tạo, gọi tắt là mạng nơron là một mô hình toán học được xây dựng dựa trên cơ sở các mạng nơron sinh học gồm một số lượng lớn các phần tử (gọi là nơron) kết nối với nhau thông qua các liên kết (gọi là trọng số liên kết) làm việc như một thể thống nhất để giải quyết các vấn đề cụ thể như nhận dạng mẫu, phân loại dữ liệu,v.v… thông qua một quá trình học từ tập các mẫu huấn luyện.

     

    Email: [email protected] (H. S. Phương)

     

    64

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

    Mô hình mạng nơron thường được sử dụng rộng rãi nhất là mô hình mạng truyền thẳng nhiều lớp (MLP – Multi Layer Perceptron). Một mạng MLP tổng quát là mạng có

    • lớp ( n ³ 2 ) trong đó bao gồm một lớp vào, một lớp ra và một hoặc nhiều lớp ẩn (hình

     

    1).

     

    Hoạt động của mạng MLP như sau: Tại lớp vào, các nơron nhận tín hiệu vào xử lý (tính tổng trọng số, gửi tới hàm truyền) rồi cho ra kết quả (là kết quả của hàm truyền); kết quả này sẽ được truyền tới các nơron thuộc lớp ẩn thứ nhất; các nơron tại đây tiếp nhận như là tín hiệu đầu vào, xử lý và gửi kết quả đến lớp ẩn thứ 2;…; quá trình tiếp tục cho đến khi các nơron thuộc lớp ra cho kết quả.

     

     

     

    Hình 1: Mạng MLP 4 lớp

     

    Mạng MPL được sử dụng rất thành công trong việc nhận dạng chữ viết tay [2],

     

    • Cơ sở dữ liệu phổ biến rộng rãi nhất cho bài toán này là MINST [16], khi huấn luyện chỉ với 2 lớp ẩn cho độ chính xác lên tới 99,8%. Kiến trúc mạng MPL như hình hình 1, gồm có 1 lớp đầu vào, 2 lớp ẩn và 1 lớp ra. Tùy theo yêu cầu của bài toán, ta có được số lượng đầu vào. Để có độ chính xác cao, tránh hiện tượng quá khớp (overfitting) thì số lượng lớp ẩn và số nơron trên nó là yếu tố quyết định [7].

    Ví dụ, trong bài toán nhận dạng chữ viết tay, bộ dữ liệu huấn luyện từ tập MINST

     

    có kích thước 28×28 nên số nơron đầu vào là (28×28)= 784, số nơron lớp ẩn 1 là 512, lớp ẩn 2 là 512 và số nơron đầu ra tương ứng từ 0“9 là 10. Độ chính xác khi huấn luyện là 99.93% và khi kiểm chứng trên mô hình thì độ chính xác đạt gần 99,8%. Trên cơ sở kết quả đó, nhóm tác giả thực hiện thử nghiệm sử dụng mạng MPL trong việc phân loại các

     

    đối tượng.

     

    2.2. Kiến trúc mạng CNN và các kỹ thuật tối ưu mạng

     

    Kiến trúc mạng CNN [1], [2], [12] là kiến trúc mở rộng của mạng MLP được sử dụng rộng rãi trong kỹ thuật học sâu (deep learning) đặc biệt là trong lĩnh vực thị giác máy tính (computer vision). Một trong những giải pháp nhằm tối ưu quá trình huấn luyện mạng được đề xuất là giảm số lượng các trọng số (weight) để tăng tốc độ tính toán, giảm thời gian huấn luyện, tránh hiện tượng quá khớp khi mà lượng dữ liệu đầu vào là rất lớn như các bức ảnh màu, video…

     

    65

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

     

    Hình 2: Kiến trúc của một mạng CNN

     

    Mạng CNN có cấu trúc như hình 2, với đầu vào sẽ được nhân xoắn với các ma trận lọc, công việc này có thể được xem như phép lọc ảnh với ma trận lọc khi sử dụng dạng ma trận [7], cũng như phép lọc ảnh bình thường trong không gian 2D thì tích xoắn này cũng được ứng dụng trong trong không gian ảnh màu 3D và trong cả không gian n chiều. Sau khi thu gọn ma trận dưới dạng một véc tơ thì nó sẽ được kết hợp với một mạng MLP đầy đủ như được mô tả ở mục 2.1, với các ảnh xám ma trận đầu vào là 2 chiều, còn với ảnh màu ma trận vào sẽ là 3 chiều.

     

    Khi xem xét mạng CNN, khái niệm tích xoắn (tích chập) trong đại số là cơ sở của phần mạng CNN:

     

    Đưa vào ảnh xám X và bộ lọc ω có kích thước [m,n], tích xoắn giữa ω và X là:

     

    y = X *w , trong đó các thành phần của ma trận y sẽ được tính theo công thức:

     

    m -1 n -1

    m -1 n-1

    		  

    yij  = åå X [i – a , j – b ]× w [ a , b ] hay yij  = åå X [i + a , j + b ]× w [- a , –b]

    (1)

    a = 0 b = 0

    a = 0 b=0

    		  

    Giá trị của ma trận w [- a , –b]

    được hiểu là giá trị tại [a , b]của ma trận w sau khi

    được lật từ phải sang trái và đảo ngược từ dưới lên (như hình 1)

     

     

    Hình 3: Minh họa phương pháp tìm giá trị w [- a , –b] từ ma trận gốc bên trái qua phép lật giữa và đảo từ dưới lên cho kết quả là ma trận bên phải

     

    Kiến trúc mạng CNN bao gồm các lớp được gọi là lớp xoắn với ma trận đầu vào là I , bộ lọc K và trọng số b . Ta giả thiết rằng I là ma trận ảnh màu có kích thước [C ´ H ´W ], trong đó C = 3 là số ma trận màu R,G,B và ảnh có kích thước [H ,W ].

     

    Khi đó I Î RH ´ WxC , K ÎR k1 ´k2 xC và b có kích thước b Î RD . Tích xoắn giữa I và K sẽ có ma trận mới chính là ma trận đầu ra của lớp xoắn:

     

    66

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

    k1 -1 k2 -1  C

    		  

    (I * K )ij  = åååK m , n , c × I i + m , j +n , c + b ,

    (2)

    m = 0 n = 0  c=1

    		  

    trong trường hợp này, I chính là ma trận được lật như hình 3 từ ma trận lọc I . Với lớp CNN có kích thước C > 3 thì công thức tính toán vẫn như trên và ma

     

    trận K sẽ có độ sâu C như ma trận I . Ví dụ, cho 6 ma trận lọc có kích thước 5×5, tích xoắn của ảnh màu I với lần lượt từng bộ lọc K sẽ tạo ra 6 ma trận được sắp xếp như hình 4.

     

     

    Hình 4: Ma trận đầu ra được tạo từ 6 ma trận con qua phép tích xoắn

    giữa ma trận vào I và ma trận lọc K trượt trên I

     

    Khi xây dựng được mạng CNN người ta thêm vào các kỹ thuật pooling, dropout, normalizing, regularization để tối ưu thời gian huấn luyện và tránh hiện tượng quá khớp [7]:

     

    • Pooling [7]: Quá trình giảm kích thức ảnh sau khi tính tích xoắn để lấy các pixel

    đặc tính đặc trưng nhất.

     

    • Dropout [7], [11]: Cắt bớt số nơron khi thực hiện thuật toán lan truyền ngược nhằm tăng tốc độ huấn luyện mạng
    • Normalizing [7]: Kỹ thuật chuẩn hóa dữ liệu về dạng dữ liệu trong dải tính toán

    phù hợp.

    Giả sử X là dữ liệu cần chuẩn hóa, khi đó:

         

    1

    		    

    m

    		    

    + Kỳ vọng của dữ liệu tính được:

    m =

    		  

    å X (i) ;

    (3)

    		  
       
         

    m

    1

    		    

    + Sai lệch của dữ liệu so với kỳ vọng:

    DX = X – m ;

    (4)

    		  
           

    1

    m

    		    

    + Phương sai của dữ liệu DX :

    s 2

    =

    å( DX )2 ,

    (5)

    		  

    m
           

    1

    		    

    do đó đầu ra dữ liệu được chuẩn hóa sẽ là:

    X =

    DX

    .

    (6)

    		  
     
       

    s 2

    		      
                       
    • Regularization [7]: Kỹ thuật sử dụng thêm tham số l trong hàm mục tiêu J khi tối ưu hóa:
       

    1

    m

    1 l

    		    

    J regularized

    = –

    å ( y ( i ) log (a [ L ](i ) )+ (1 – y ( i ) )log (1 – a(L )(i ) ))+

    åååWk[ l,]j2    (7)

    		  
           
     

    m 2
       

    m i =1

    lkj

    		  
                     

    Các mô hình CNN được xây dựng chủ yếu sử dụng hàm ReLU (hình 5) để tăng tốc độ tính toán so với các hàm phi tuyến khác và có đạo hàm không đổi khi huấn luyện.

     

    67

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

     

     

       

    Hình 5: Hàm ReLU

    		  

    ReLU

    if

    (8)

    		  

    if
         

    Chúng ta cần một mô hình xác suất sao cho với mỗi đầu vào thì xác suất để đầu vào đó rơi vào lớp i phải dương và tổng của chúng bằng 1. Để làm được việc đó, ta xây dựng hàm Softmax (hình 6). Ta có:

    y

    		  

    =

    eZk

    , “i =1, 2,…., C ; z = W T X .

    (9)

    k

    C
         

    åeZ j

    		    
    • =1

    Ta có: yk = P( ak = k | ik , W ) , trong đó yk thể hiện xác suất của đầu ra mô hình rơi vào lớp k khi có đầu vào ik và tham số mô hình W (ma trận trọng số).

     

     

     

     

    Hình 6: Mô hình Softmax Regression dưới dạng Neural Network

     

    68

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

    Trong mạng nơron, việc tìm giá trị nhỏ nhất của hàm mất mát (cost functions) là điều bắt buộc. Việc tìm điểm cực tiểu toàn cục của nó rất phức tạp, thậm chí là bất khả thi. Thay vào đó, người ta thường cố gắng tìm các điểm cực tiểu địa phương và có thể xem đó là nghiệm cần tìm của bài toán. Cách tiếp cận phổ biến nhất là xuất phát từ một điểm mà chúng ta xem là gần với nghiệm của bài toán, sau đó dùng một phép toán lặp để tiến dần đến điểm cần tìm, nghĩa là đến khi đạo hàm gần với 0. Giải thuật Gradient Descent và các biến thể của nó là một trong những giải thuật được dùng nhiều nhất.

     

    Giả thiết mạng nơron có  K  lớp, có tập huấn luyện với m dữ liệu vào – ra như

    sau:

    		  

    {(x (1) , y (1) ), (x ( 2 ), y ( 2) ),   , (x ( m ), y(m) )}.

    (10)

    Lúc đó hàm mục tiêu (hàm mất mát – cost function) trong bài toán phân lớp hồi quy sẽ là [5,7]:

     

     

    1

    m

    		      

    l

    m

    		  

    J (q ) = –

    êé å y ( i ) log hq (x ( i ) )+ (1 – y ( i ) )log 1 – hq (x(i ) ) úù

    +

    åq j2   (11)

    		  
       
     

    m ë i =1

    (

    )û

    		  

    2m j =1

    		  

    Còn với mạng nơron K lớp, hàm mục tiêu sẽ là [10][7]:

     

     

    1

    m   K

    		  

    + (1 – y k(i ) )log (1 – ( hq

    		      

    )úù

    		  

    l

    L-1  sl    sl +1

    2

    		  
                   

    J (q ) = –

    êéåå y k(i ) log (hq (x ( i ) ))k

    (x(i ) ))k

    +

    ååå(q (jil ) ) , (12)

    		  
       
     

    m ë i =1  k =1

    		            

    û

    		  

    2m l =1  i =1  j =1

    		    

    với

    (hq (x )) = ith

    đầu ra thứ i của mạng.

    		                    
       

    i

    		    

    (

    		  

    )

    		              

    Để tối ưu hóa hàm mục tiêu trên ta tìm MinJ

    q

    sau đó tiến hành cập nhật tham

    		  
       

    số mô hình q (ma trận các trọng số của mạng) bằng giải thuật Gradient Descent. Giải thuật này phổ biến và cho hiệu quả tốt nhất khi tập dữ liệu lớn (Big data), trong học sâu người ta đề xuất thêm các biến thể của giải thuật Gradient Descent như SGD [7], [13], [17], Adam [5], [6], [7], [8], RMSProp [7], [8]. Trong bài báo này, chúng tôi sử dụng thuật toán tối ưu RMSProp là một phương pháp đơn giản, cho hiệu quả cao trong bài toán phân loại ảnh [1], [12].

     

    3. THỬ NGHIỆM HUẤN LUYỆN VÀ KIỂM CHỨNG MÔ HÌNH

     

    3.1. Tập hợp dữ liệu huấn luyện

     

    Trong bài báo này, tập hợp dữ liệu được trích ra từ tập hợp dữ liệu CIFAR-10

     

    • gồm 50.000 bức ảnh dùng làm tập huấn luyện (training data), 10.000 bức ảnh dùng làm tập kiểm chứng mô hình (test data), trong tập dữ liệu huấn luyện có 10% dữ liệu (5.000 bức ảnh) ngẫu nhiên được loại ra bằng cách xoay vòng để tránh trường hợp chưa khớp (underfitting), mỗi bức ảnh trong tập dữ liệu là ảnh màu có kích thước 32x32x3 điểm ảnh, các bức ảnh trong tập dữ liệu này đã được tiền xử lý và đảm bảo chỉ có một đối tượng xuất hiện trong một bức ảnh, dữ liệu phân loại được phân theo 10 lớp.

    69

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

     

    Hình 7: Phân chia tập hợp dữ liệu trong bài báo

     

     

    Hình 8: Lấy ngẫu nhiên 36 bức ảnh trong tập dữ liệu huấn luyện

     

    3.2. Cấu trúc phần cứng

     

    Máy tính sử dụng có cấu hình:

    • CPU: Intel® Core™ i7 6700HQ Processor;
    • RAM: 2 thanh DDR4 2133 MHz SDRAM 4GB;
    • Card đồ họa: Integrated Intel® HD Graphics 530;
    • GPU rời: NVIDIA® GeForce® GTX 950M với 4G GDDR5 VRAM, trong đó: + Lõi CUDA: 640;

    + Xung BoostBase (MHz): 914;

    + Xung cho bộ nhớ: 2500 MHz;

    + Giao tiếp bộ nhớ chuẩn GDDR5;

     

    + Độ dài dữ liệu giao tiếp bộ với bộ nhớ:128-bit; + Tốc độ giao tiếp với bộ nhớ (GB/sec): 80.

     

    Kiến trúc CUDA (Compute Unified Device Architecture) [8] cho phép tăng tốc

     

    độ tính toán của chương trình lên nhờ khả năng tính toán song song, hỗ trợ mọi chức năng tính toán thông qua ngôn ngữ C, hỗ trợ các các ngôn ngữ như Python, Fortran, Java và MATLAB để cài đặt các thuật toán chạy trên GPU. Phần mềm được sử dụng là Tensor Flow hỗ trợ GPU và OpenCV.

     

    3.3. Thử nghiệm với mạng MLP

     

    Ta xây dựng mạng MLP có kiến trúc như hình 9 với các thuộc tính như bảng 1 để phân loại các đối tượng trong tập dữ liệu đã nêu ở mục 3.1.

     

    70

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

     

     

     

     

     

    Hình 9: Mạng MLP ứng dụng trong nhận dạng

     

    Bảng 1: Thuộc tính của mạng MLP

     

    Tên lớp

    Số lượng node

    Hàm

    Dropout

    Tham số

    Đầu vào

    3.072

    		    

    3.073.000

    Lớp ẩn 1

    1.000

    ReLU

    0,2

    512.512

    Lớp ẩn 2

    512

    ReLU

    0,2

    262.656

    Đầu ra

    10

    Softmax

    		  

    5.130

    Tổng

    4.594

    		    

    3.853.298

    Mạng MLP sử dụng phương pháp tối ưu RMSprop, kích thước mỗi lần đưa vào huấn luyện là 32 ảnh, số lần huấn luyện là 10.

     

    3.3. Thử nghiệm với mạng CNN

     

    Mạng CNN được xây dựng với các thuộc tính mạng như bảng 2 được chỉ rõ trong hình 10.

     

    71

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

     

     

     

     

    Hình 10: Mạng CNN trong việc phân loại ảnh

     

    Bảng 2: Thuộc tính mạng CNN

     

    Tên mạng

    Tên lớp

    Convolution

    Pooling

    Tham số
             
     

    Layer 1

    32x32x16

    2

    208

    CNN

    Layer 2

    16x16x32

    2

    2.080
     

    Layer 3

    8x8x64

    2

    8.256

    Tên mạng

    Tên lớp

    Hàm

    Dropout

    Tham số
     

    Input

    		    

    0

    MLP

    Hidded Layer 1

    ReLU

    0,4

    512.500
     

    OutPut

    Softmax

    		  

    5.010

    Tổng

    		      

    528.054

    Việc xây dựng mô hình được thực hiện theo thuật toán trên hình 11 và để tối ưu hóa mô hình không bị quá khớp với độ chính xác cao, nhóm tác giả đã sử dụng mô hình mạng CNN ở hình 10.

     

    72

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

     

     

     

    Hình 11: Sơ đồ chương trình huấn luyện mạng CNN

    3.4. So sánh các kết quả đạt được

     

    Hình 12 thể hiện kết quả của mô hình đã được huấn luyện với bức ảnh không gạch chéo thể hiện kết quả nhận dạng chính xác, còn có gạch chéo cho kết quả nhận dạng sai.

     

     

     

    Hình 11: Kết quả thử nghiệm mô hình CNN

     

    Bảng 3 thể hiện các kết quả đạt được khi huấn luyện và kiểm nghiệm độ chính xác với hai kiến trúc của mô hình MLP và CNN đã nêu ở trên:

     

    73

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

    • Mạng MLP cho độ chính xác 45% khi huấn luyện 20 lần (Epochs=20) trong đó mạng CNN là 79% khi huấn luyện 40 lần (Epochs=40) (độ chính xác tăng lên xấp xỉ 80% khi tăng số lần huấn luyện). Khi sử dụng CPU kết hợp GPU thì có thể tối ưu được thời gian huấn luyện lên đến 3“4 lần (tùy thuộc vào cấu trúc phần cứng sử dụng) so với việc sử dụng CPU. Khi số lần huấn luyện tăng lên nhiều thì thời gian huấn luyện khi sử dụng CPU kết hợp GPU tăng lên không nhiều, và tăng không đáng kể khi dùng CPU.
    • Khi số lần huấn luyện tăng lên 50, 60,…,100 thì độ chính xác không cải thiện thêm mà chỉ dao động quanh 45% cho mạng MLP và 80% cho mạng CNN do hiện tượng quá khớp. Hiện tượng này xảy ra khi mạng có năng lực quá lớn và để hạn chế bớt năng lực của mạng ta có thể hạn chế số nút ẩn; ngăn không cho mạng sử dụng các trọng số lớn; giới hạn số bước luyện.

    Bảng 3: Kết quả đạt được

     

    Tên mạng

    Thời

    gian

    Thời   gian

    Thời   gian

    Thời   gian

    Độchính
     

    huấn  luyện

    huấn  luyện

    chạy   kiểm

    chạy   kiểm

    xác  của  mô
     

    sử

    dụng

    sử dụng

    tra sử dụng

    tra sử dụng

    hình (%)
     

    CPU (s)

    CPU-GPU

    CPU

    CPU-GPU

    		  
         

    (s)

    (s)

    (s)

    		  

    MLP

    987

    200

    2,1

    1

    39

    Epochs=10

    		            

    Batch_size=32

    		            

    MLP

    1.133

    201

    2,2

    1

    45

    Epochs=20

    		            

    Batch_size=64

    		            

    CNN

    386

    177

    2,2

    1,3

    63

    Epochs=10

    		            

    Batch_size=32

    		            

    CNN

    710

    256

    2,2

    1,4

    69

    Epochs=20

    		            

    Batch_size=64

    		            

    CNN

    1.020

    319

    2,3

    1,4

    74

    Epochs=30

    		            

    Batch_size=128

    		            

    CNN

    1.194

    351

    2,3

    1,4

    79

    Epochs=40

    		            

    Batch_size=256

    		            

    4. KẾT LUẬN

     

    Bài báo trình bày phương pháp phân loại ảnh sử dụng mạng MLP, mạng CNN và ứng dụng các kỹ thuật tối ưu quá trình huấn luyện mạng. Sau khi xây dựng và thử nghiệm thành công hai mô hình mạng MLP và CNN trên cơ sở sử dụng kết hợp CPU-GPU, bài báo đã đưa ra kết quả so sánh về hiệu quả phân loại ảnh giữa trường hợp khi sử dụng CPU và trường hợp khi sử dụng kết hợp CPU-GPU trong quá trình huấn luyện cũng như kiểm nghiệm mô hình. Thực hiện kiểm nghiệm cho thấy khi sử dụng mạng

     

    74

     

    1. S. Phương, P. V. Dư, L. V. Chương, T. H. Cường / Ứng dụng mạng Nơron, mạng nơron xoắn…

    CNN cho kết quả phân loại ảnh đạt độ chính xác gần 80% và không cải thiện thêm khi tăng số lần huấn luyện. Để nâng cao kết quả của việc huấn luyện ta cần sử dụng tập huấn luyện có chất lượng ảnh cao hơn cũng như các kỹ thuật khác được trình bày trong [3], [4], [14].

     

    TÀI LIỆU THAM KHẢO

     

    • Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, ImageNet classification with deep convolutional neural networks, Advances in Neural Information Processing Systems, 2012, pp. 1097-1105.
    • Krizhevsky, Learning Multiple Layers of Features from Tiny Images. Ph.D dissertation, University of Toronto, 2009.
    • Baoyuan Liu, Min Wang, Hassan Foroosh, Marshall Tappen and Marianna Penksy, Sparse Convolutional Neural Networks, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015, pp. 806-814.
    • Graham, Sparse 3D convolutional neural networks, arXiv:1505.02890v2, 2015.
    • Duchi, J., Hazan, E., & Singer, Y, Adaptive Subgradient Methods for Online Learning and Stochastic Optimization, Journal of Machine Learning Research, 2011, 2121–2159.
    • E. Hinton, N. Srivastava, A. Krizhevsky, I. Sutskever, R. R. Salakhutdinov, Improving neural networks by preventing co-adaptation of feature detectors, arXiv:1207.0580v1, 2012.
    • Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, The MIT Press, 2016.
    • Jayshree Ghorpade, Jitendra Parande, Madhura Kulkarni, Amit Bawaskar, GPGPU processing in CUDA architecture, Advanced Computing. An International Journal (ACIJ), Vol.3, No.1, 2012.
    • John Duchi, Elad Hazan, and Yoram Singer, Adaptive Subgradient Methods for Online Learning and Stochastic Optimization. Journal of Machine Learning Research, 2012.
    • Đinh Văn Nam, Phan Văn Dư, Hồ Sỹ Phương, Nghiên cứu và thử nghiệm thiết kế thiết bị tự động đọc ghi dữ liệu các máy hiển thị số trên cơ sở mạng nơ ron nhân tạo,

    Hội nghị toàn quốc về cơ điện tử lần thứ 8, 2016, tr. 96-102.

     

    • Srivastava, G. E. Hinton, A. Krizhevsky, I. Sutskever, R. Salakhutdinov, Dropout: a simple way to prevent neural networks from overfitting, Journal of machine learning research 15, 2014, pp. 1929-1958.
    • Olga Russakovsky, Jia Deng, Hao Su, Jonathan Krause, Sanjeev Satheesh, Sean Ma, Zhiheng Huang, Andrej Karpathy, Aditya Khosla, Michael Bernstein, Alexander C. Berg and Li Fei-Fei, ImageNet Large Scale Visual Recognition Challenge, International Journal of Computer Vision, Volume 115, Issue 3, 2015, pp. 211–252.

    75

     

    Trường Đại học Vinh                                                         Tạp chí khoa học, Tập 47, Số 3A (2018), tr. 64-76

     

    • Sebastian Ruder, An overview of gradient descent optimization algorithms, arXiv:1609.04747, 2017.
    • Sergey Zagoruyko, Nikos Komodakis, Wide Residual Networks, Computer Vision and Pattern Recognition, arXiv:1605.07146, 2017.
    • https://www.cs.toronto.edu/~kriz/cifar.html.
    • http://ruder.io/optimizing-gradient descent.

    SUMMARY

     

    APPLYING NEURAL NETWORKS, CONVOLUTIONAL NEURAL NETWORKS AND COMBINATION OF CPUS AND GPUS TO INCREASE CALCULATING PERFORMANCE FOR IMAGE CLASSIFICATION

     

    This paper presents and compares the image classification methods based on MLPs and CNNs. Training data is 500,000 pictures of 10 different objects. The first architecture to be used is MLPs network that contains 3,853,298 weights, the second architecture is CNNs with 528,054 weights. This paper proposes several methods and architectures network to avoid overfitting phenomenon and increases the accuracy of modeling approximately 80%. Besides on it, the paper also presents and compares time training of models using CPUs, and combining CPUs with GPUs.

     

     

     

     

    76

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Nghịch lưu đa mức trên cơ sở bộ biến đổi kiểu ma trận với các khâu DC liên kết cách ly tần số cao

    Nghịch lưu đa mức trên cơ sở bộ biến đổi kiểu ma trận với các khâu DC liên kết cách ly tần số cao

    Nghịch lưu đa mức trên cơ sở bộ biến đổi kiểu ma trận với các khâu DC liên kết cách ly tần số cao

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/Ngh%E1%BB%8Bch-l%C6%B0u-%C4%91a-m%E1%BB%A9c-tr%C3%AAn-c%C6%A1-s%E1%BB%9F-b%E1%BB%99-bi%E1%BA%BFn-%C4%91%E1%BB%95i-ki%E1%BB%83u-ma-tr%E1%BA%ADn-v%E1%BB%9Bi-c%C3%A1c-kh%C3%A2u-DC-li%C3%AAn-k%E1%BA%BFt-c%C3%A1ch-ly-t%E1%BA%A7n-s%E1%BB%91-cao.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Nghịch lưu đa mức trên cơ sở bộ biến đổi kiểu ma trận với các khâu DC liên kết cách ly tần số cao

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

     

    NGHỊCH LƯU ĐA MỨC TRÊN CƠ SỞ BỘ BIẾN ĐỔI KIỂU MA TRẬN VỚI CÁC KHÂU DC LIÊN KẾT CÁCH LY TẦN SỐ CAO

     

    Lê Phƣơng Hảo1, Trần Hùng Cƣờng1

     

    TÓM TẮT

     

    Nghịch lưu đa mức (Multi-level inverters MLI) với ưu điểm đưa ra được điện áp đầu ra với thành phần sóng hài tốt và điện áp trên các mạch cơ sở chỉ bằng biên độ điện áp ra chia cho số mức n . Tuy nhiên số mức yêu cầu tương đương với số mạch một chiều càng cao sẽ nảy sinh càng nhiều vấn đề và là một khó khăn lớn , nhất là với yêu cầu phải cách ly và có khả năng trao đổi công suất hai chiều . Bài báo này giới thiệu cấu trúc bộ biến đổi đa mức dùng cầu chữ H nối tầng với điểm khác biệt là các mạch cơ sở dùng biến tần kiểu ma trận trên các van bán dẫn hai chiều . Với ưu điểm là c ác mạch cơ sở kiểu ma trận thực hiện liên kết trực tiếp, trao đổi công suất hai chiều với khâu biến đổi DC-AC trung gian tần số cao, nhờ đó giảm được kích thước của biến áp cách ly. Bài báo cũng trình bày phương pháp điều chế, xây dựng các mạch vòng điều chỉnh cho một nghịch lưu 7 mức có khả năng nối lưới. Các yêu cầu đặt ra được kiểm chứng qua các kết quả mô phỏng.

     

    Từ khóa: Nghịch lưu đa mức

     

    1. ĐẶT VẤN ĐỀ

     

    Trong những năm gần đây nguồn năng lƣợng mới nhƣ năng lƣợng gió, năng lƣợng mặt trời,… đã và đang đƣợc quan tâm rất nhiều do nhu cầu về nguồn năng lƣợng này là rất cần thiết. Song, do đặc điểm là các nguồn năng lƣợng này có công suất nhỏ lẻ, phân bố rời rạc và không ổn định chính vì vậy sẽ không đảm bảo tính liên tục cung cấp điện cho các hộ phụ tải. Một nhƣợc điểm nữa đó là các bộ biến đổi nguồn DC -AC hoặc AC-AC sử dụng các linh kiện điện tử , các van bán dẫn để chuyển đổi nguồn điện trƣớc khi cung cấp cho phụ tải chỉ chịu đƣợc mức điện áp và công suất hạn chế và đặc biệt là chƣa có khả năng trao đổi công suất hai chiều . Chính vì vậy cần phải có một chiến lƣợc điều khiển kiểm soát tốt các các nguồn năng lƣợng này để nâng cao chất lƣợng điện năng phục vụ cho tải tiêu thụ và mục tiêu lớn là hòa vào lƣới điện quốc gia. Biến tần đa cấp đã đạt đƣợc nhiều sự chú ý trong những năm gần đây nhƣ là một giải pháp hiệu quả cho các ứng dụng công suất lớn và điện áp cao. Biến tần đa cấp có thể tạo ra điện áp dạng sin từ các bƣớc điện áp nhỏ hơn từ các nguồn DC cách ly hoặc từ các cấp điện áp dùng bộ phân áp bằng một loạt tụ. Biến tần đa cấp có thể là khâu biến

     

    • Giảng viên khoa Kỹ thuật – Công nghệ, trường Đại học Hồng Đức

    34

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    đổi năng lƣợng điện lý tƣởng cho kết nối các nguồn năng lƣợng tái tạo với lƣới điện, bao gồm hầu hết các nguồn phân tán nhƣ pin mặt trời, pin nhiên liệu, tua-bin điện sức gió [3]. Cấu trúc biến tần đa cấp đã đƣợc phát triển để có thể sử dụng các thiết bị đóng cắt bán dẫn với điện áp tƣơng đối thấp cho các ứng dụng yêu cầu điện áp cao, công suất lớn. Các nghiên cứu trƣớc đây cho thấy [3 – 5], lợi thế của các nghịch lƣu đa cấp dùng các khâu biến đổi nối tầng bao gồm: (1) các van bán dẫn chỉ phải đóng cắt ở tần số cơ bản (hoặc gần tần số này), do đó giảm đáng kể tổn hao do quá trình đóng cắt, (2) không cần dùng máy biến áp ở tần số lƣới cung cấp các mức điện áp cần thiết, (3) kết cấu kiểu mô – đun hóa nên cấu trúc mạch lực đơn giản hơn, số lƣợng thiết bị ít hơn, (4) vì không có biến áp hệ thống có thể đáp ứng nhanh hơn nhiều.

     

    2. BỘ BIẾN ĐỔI DC-AC-AC DÙNG MATRIX CONVERTER

     

     

    Hình 1. Sơ đồ bộ biến đổi DC-AC-AC dùng van bán dẫn hai chiều

     

    Trong sơ đồ này các khâu đầu vào là các H-Bridge thông thƣờng. Khâu cách ly DC- AC đƣợc liên kết thông qua một biến áp tần số cao tạo sự cách ly độc lập tƣơng đối cần thiết giữa lƣới và tải kết nối với các cổng và nó làm việc trực tiếp với điện áp AC thông qua bộ chuyển đổi cyclo-converter để thực hiện trao đổi công suất hai chiều một cách linh hoạt. Khâu biến đổi AC-AC trực tiếp sử dụng van bán dẫn hai chiều, biến đổi điện áp dạng sóng chữ nhật, tần số cao fpwm sang điện áp dạng sóng sin cơ bản tần số lƣới 50 Hz. Quá trình biến đổi có thể dùng nguyên lý cycloconverter để chuyển mạch tự nhiên [4, 5]. Quá trình điều chế cycloconverter tạo ra điện áp tần số thấp ở mỗi nửa chu kỳ, là dãy xung áp có độ rộng thay đổi từ 0 đến Tpwm, tùy thuộc vào vị trí cắt nhau của tín hiệu điều chế m(t) với xung răng cƣa của PWM.

     

    3. ĐIỀU CHẾ PWM CHO BỘ BIẾN ĐỔI DC-AC-AC DÙNG MATRIX CONVERTER

     

    Phƣơng pháp PWM và quá trình điều khiển chuyển mạch đƣợc giải thích qua đồ thị thời gian trên hình 2. Sóng răng cƣa tam giác đối xứng trên đồ thị hình 2.a có tần số fs gồm hai hệ xung c+(t) và c–(t) ngƣợc nhau 180°. Xung điều khiển các van S1, S2, S3,

     

    35

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    S4 của nghịch lƣu bên phía sơ cấp máy biến áp HF đƣợc điều khiển đồng bộ với xung răng cƣa ở tần số fs/2.

     

    Giả sử m(t) đang dƣơng. Khi đầu ra phía thứ cấp là điện áp dƣơng uf(+), giống nhƣ phƣơng pháp điều chế PWM một cực tính, ở phía thứ cấp máy biến áp HF hai van hai chiều V1, V2 điều khiển bởi tín hiệu ra của pwm+, là đầu ra của so sánh giữa tín hiệu sin mong muốn m(t) với xung răng cƣa c(t), còn nhánh van V3, V4 điều khiển tín hiệu ra của pwm–, đầu ra khâu so sánh m(t) với c–(t). Khi đầu ra thứ cấp máy biến áp là điện áp âm uf(-) thì ngƣợc lại, V1 (gồm S1a, S1b) V2 (gồm S2a. S2b) điều khiển bởi pwm–, còn V3 (gồm S3a, S3b), V4 (gồm S4a, S4b) bởi pwm+.

     

    Thuật toán điều chế đƣợc xây dựng nhƣ giải thích qua các đồ thị trên hình 2. Tín hiệu uf có biên độ +/- 1, tần số fs/2, là tín hiệu điều khiển cầu S1, S2, S3, S4 bên phía sơ cấp máy biến áp HF. Tín hiệu +1 mở cặp van S1, S4, và -1 mở cặp van S3, S2. Tín hiệu đầu ra khâu so sánh của PWM cũng là +/- 1, gồm hai hệ thống upwm+ (là và upwm-). Khi đó lấy tích uf*upwm+ và uf*upwm- ta sẽ đƣợc ngay tín hiệu điều khiển van hai chiều V1, V3 và V2, V4 tƣơng ứng. Điểm đặc biệt của thuật toán điều chế ở đây là tín hiệu tích có tác dụng chỉnh lƣu lại điện áp ở đầu ra, bởi vậy tránh đƣợc phải sử dụng mạch logic phức tạp. Cần lƣu ý rằng đối với matrix converter thì V3 phải điều khiển ngƣợc với V1 và V2 ngƣợc với V4, điều này thể hiện trên đồ thị 2.e và 2.f. Các khoảng dẫn của van cũng đƣợc thể hiện trên đồ thị. Trên hình 2.g cho thấy dạng điện áp ra của matrix converter trong cả hai trƣờng hợp tín hiệu điều chế m(t) dƣơng và âm. Nhƣ vậy mạch logic có thể thiết kế thống nhất, khá đơn giản.

     

    uc+

    uc-

    m(t)

    (a)

    		  

    t
       
       

    t

    1

    		    

    uf

    		    

    (b)

    		    

    -1

    		    

    1

    		    

    upwm+

    		  

    t

    (c)

    		    

    -1

    		    

    1

    		    

    upwm-

    		  

    t

    (d)

    		    

    -1

    		    

    1

    		    

    V1=uf*upwm+

    		  

    t

    V2=\V1

    		    
    • -1
     

    1

    		                                                                          

    V4=uf*upwm-

    		                                                                        

    t

    V3=\V4

    		                                                                          
                                                                               

    (f)

    		                                                                              
     

    -1

    		                                                                          
                                                                               
     

    1

    1

    3

    1

    1  3

    3

    1

    3

    3  1

    1

    3

    1

    1  3

    3

    1

    3

    3  1

    3

    3

    1 3

    1

    1

    1

    3  1

    3

    2

    3

    1 3

    1

    		  
     

    2

    4

    4

    4

    2  4

    2

    2

    2

    4  2

    4

    4

    4

    2  4

    2

    2

    2

    4  2

    4

    2

    2 4

    4

    2

    4

    4  2

    2

    4

    2

    2 4

    4

    		  
     

    +Uf

    		                                                                        
                                                                             
     

    um(t)

    		                                                                      

    t

    (g)

    		                                                                            
                                                                                 
     

    0

    		                                                                          
     

    -Uf

    		                                                                        
                                                                             

    Hình 2. Mẫu xung điều khiển PWM cho matrix converter

     

    36

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    Mẫu xung điều khiển các van V1, V2, V3, V4 ứng với cả hai trƣờng hợp m(t) dƣơng và âm biểu diễn trên đồ thị hình 2e cùng với dạng xung của điện áp ra umc(t). Có thể thấy rằng điện áp ra có dạng của điều chế PWM một cực tính, khi m(t) dƣơng chỉ có các xung dƣơng và khi m(t) âm chỉ có các xung âm. Nếu biên độ điện áp xung chữ nhật ở thứ cấp máy biến áp HF là Uf thì điện áp ra umc(t) có 3 mức: +Uf, -Uf, và zero. Ở trạng thái ra không, dòng tải iL ngắn mạch qua nhánh van (V1, V2) hoặc (V3, V4), không đi qua cuộn dây máy biến áp và không làm ngắn mạch máy biến áp. Điều này mang lại hiệu quả cao cho sơ đồ, khác với quá trình điều chế ngay bên phía sơ cấp máy biến áp. Khi điều chế bên phía sơ cấp để tạo trạng thái không bên thứ cấp, dòng phải chạy quẩn bên phía sơ cấp làm tăng phát nóng cuộn dây. Có thể thấy rằng điện áp đầu ra máy biến áp luôn có dạng xung chữ nhật đối xứng, biên độ +/-Uf, tần số fs/2. Ký hiệu 4 trạng thái đƣợc phép của các van V1, …, V4 là (12), (14), (32), (34), tƣơng ứng với cặp van đóng (V1, V2), (V1, V4), (V3, V2), (V3, V4). Các trạng thái (V1, V3), (V2, V4) là không đƣợc phép vì làm ngắn mạch thứ cấp máy biến áp. Trạng thái (12) và (34) là hai trạng thái không, ngắn mạch đầu ra làm điện áp ra bằng không.

     

    4. HỆ THỐNG ĐIỀU KHIỂN CHO BỘ BIẾN ĐỔI DC-AC-AC

     

     

     

    Hình 3. Hệ thống điều khiển cho bộ biến đổi DC-AC-AC

     

    5. NGHỊCH LƢU ĐA MỨC XÂY DỤNG TRÊN BỘ BIẾN ĐỔI DC-AC-AC

     

    Có thể thấy rằng bộ biến đổi DC-AC-AC có phần một chiều cách ly qua khâu trung gian tần số cao và khâu AC-AC kiểu ma trận với mạch điều chế PWM và mạch

     

    37

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    logic điều khiển chuyển mạch nêu trên hoàn toàn tƣơng đƣơng với một nghịch lƣu cầu chữ H nhƣ một khâu biến đổi DC-AC thông thƣờng. Vì vậy có thể xây dựng một nghịch lƣu đa mức kiểu dùng cầu H nối tầng từ chính bộ biến đổi này, trong đó vai trò của phía một chiều cách ly sẽ thể hiện rõ trong cấu trúc bộ biến đổi back-to-back giới thiệu sau đây. Nghịch lƣu đa mức sử dụng phƣơng pháp điều chế phase-shift để phân tải đều nhau giữa các cầu H thành phần trong toàn dải thay đổi của biên độ dạng sin ra mong muốn.

     

    HF

     

    Udc1

    V1b

     

    V1a

     

    HF

    V1b

    Udc2

    L

    V1a

     

    HF

     

    Udc3

    R

     

    V1b

     

    V1a

     

    Hình 4. Nghịch lƣu đa mức trên cơ sở bộ biến đổi DC-AC-AC

     

    6. HỆ THỐNG ĐIỀU KHIỂN CHO BỘ BIẾN ĐỔI

     

     

     

    Hình 5. Hệ thống điều khiển bộ biến tần đa mức xây dựng dựa trên bộ biến đổi DC-AC-AC

     

    38

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    1. SƠ ĐỒ MÔ PHỎNG BỘ NGHỊCH LƢU ĐA MỨC XÂY DỰNG TRÊN BỘ BIẾN ĐỔI DC-AC-AC
                                         

    DC-AC converter with intermediate high frequency link. No modulation on primery side.

    		                
                             

    Discre te ,

    		                      
                                       

    Low frequency voltage is formed by PWM on secondary side using a matrix converter.

    		                
                         

    s  = 1e -006  s

    		                                      

    fs=250 Hz, Uout=220VAC, 50Hz.

    		                                      
                                                                                                               
       

    Breaker1

    powergui

    [LF_I]

    L

    		  
           

    LF

    		  
     

    c

    		  

    [I_HF1]

    [G_H1]

    		  

    i

    		      
     

    1

    2

    		                

    –  +

    		              

    +  v

    [LF_U]
                                                                                                                             
                                   

    LF2

    		      

    G_H

    		              

    –

    		    
             

    +

    g

    		    

    [G_L1]

    LF1

    		  

    IL

    V

    LF1
       

    DC

    		                    

    G_L

    		    

    AC

    		  
       

    180V

    		  

    Rd

    		  

    Cdc

    		  

    +

    		              

    i

    		            
           

    –

    v

    Udc

    		      

    A

    		  

    +  –

    		        

    HF1

    		      
                                           

    LF2

    		          
         

    V1

    		      

    –

    B

    		  

    I_HF

    1

    2

    		      

    HF2

    		          
                                   

    H Bridge

    		        

    Subsystem

    		      
     

    Breaker2

    		      

    HF trans.

    		      
       

    c

    2

    		    

    [G_H2]

    		        
     

    1

    		                          
                 

    g

    		    

    [G_L2]

    		    

    G_H

    		        
               

    +

    		          

    LF1

    		        
                               

    G_L

    		      
     

    DC Rd1

    		    

    +

    v

    		            

    A

    		                
         

    –

    		                          

    HF1

    		      
     

    180V1

    V2

    		          

    –

    		    

    B

    		    

    1

    		    

    2

    		    

    LF2

    		        
                                   

    HF2

    		        
                                 

    H Bridge1

    		          

    Subsystem1

    		      
     

    Breaker3

    		          

    HF trans.1

    		        
                     
         

    c

    2

    		      

    [G_H3]

    		            
         

    1

    		                                        
                   

    g

    		          

    G_H

    		        
                 

    +

    		  

    [G_L3]

    		      

    LF1

    		        
                                 

    G_L

    		      
       

    DC

    Rd2

    C dc3

    		  

    +  v

    		          

    A

    		          

    HF1

    		      
     

    180V2

    		  

    –

    		                                            
       

    V3

    		          

    –

    		    

    B

    		    

    1

    		    

    2

    		      

    LF2

    		                  
                                   

    HF2

    		    
                   

    H Bridge2

    		                          

    Subsystem2

    		  
               

    HF trans.2

    		      
                     
                                                                                                                               
                       

    SineWav e

    Gates high

    		    

    [G_H1]

    		  
                       

    Saw

    		      
           

    Out1

    		                  

    [G_L1]

    		  
             

    Out2

    		          

    HB

    		  

    Gates low

    		    
                               
               

    Out3

    		                                
                 

    Out4

    		            

    PWM HF link Controller
                                 
                             
                 

    Out5

    		                
               

    Out6

    		                    
             

    HB1_G

    		                  

    SineWav e

    Gates high

    		      

    [G_H2]

    		  
                         

    Saw

    		      
                             
       

    HB2_G

    		              

    Gates low

    		      

    [G_L2]

    		  

    1/3

    HB3_G

    		          

    HB

    		      

    Gain2

    HB1

    		        

    PWM HF link Controller1
       

    HB2

    		        
             
     

    HB3

    		          
                                 

    SineWav e

    Gates high

    		      

    [G_H3]

    		  

    Sawtooth Generator

    		            
           

    Saw

    Gates low

    		    

    [G_L3]

    		  
     

    [LF_I]

    		          

    HB

    		        
           

    -K-

    		            

    PI(s)

    		                      
             

    PWM HF link Controller2
     

    Current

    errror

    Mod

    index

    		      

    [LF_U]

    		  

    -K-

    		    

    Gain

    		  

    PI current

    		                

    [LF_I]

    		        
     

    Udc/3

    		                                  
                         

    PI(s)

    		          

    Low Freq. Current

    		      
                               

    Current Ref . [LF_U]

    		      
                     

    Error_Udc

    		        

    Low f req. v oltage

    		        
         

    Current1

    		  

    Timer

    		  

    PI voltage

    		    

    [I_HF1]

    		            
                                                                                                                               
                                                                                     

    High f req. current

    		          
                   
       

    Error_Udc

    		        
     

    Current
         

    8. KẾT QUẢ

     

           

    LF Current [A]

    		      

    300

    		      

    HF Current [A]

    		        

    200

    		                              

    150

    		              

    200

    		                
                                   

    100

    		                                

    50

    		              

    100

    		                
                                   

    0

    		              

    0

    		                
                                   

    -50

    		                                

    -100

    		              

    -100

    		                
                                   

    -1500

    0.02

    0.04

    0.06

    0.08

    0.1

    0.12

    0.14

    0.16   -2000

    0.02

    0.04

    0.06

    0.08

    0.1

    0.12

    0.14

    0.16
           

    Time [s]

    		              

    Time [s]

    		        

    400

    		      

    LF voltage [A]

    		                

    Udc/3

    		          
                   

    200

    		                  

    200

    		                

    150

    		                  

    0

    		                

    100

    		                  

    -200

    		                

    50

    		                  
                                       

    -400

    		                

    0

    		                  
                   

    0

    0.02

    0.04

    0.06

    0.08

    0.1

    0.12

    0.14

    0.16

    		  

    0

    0.02

    0.04

    0.06

    0.08

    0.1

    0.12

    0.14

    0.16
                       

    Time [s]

    Time [s]
     

    Kết quả mô phỏng cho ta thấy bộ van biến đổi hai chiều khi kết nối đa mức vẫn đảm bảo làm việc tốt. Nhƣ ta thấy trên hiển thị kết quả mô phỏng dòng trên tải iload luôn đảm bảo là hình sin và khi nhận năng lƣợng của lƣới thì dòng điện cùng pha với điện áp đầu vào còn khi trả năng lƣợng về lƣới thì dòng điện ngƣợc pha với điện áp đầu vào. Nhƣ vậy bộ nghịch lƣu đa mức trên cơ sở bộ biến đổi kiểu ma trận

    39

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    với các khâu DC liên kết cách ly tần số cao không những vẫn đảm bảo đƣợc những ƣu điểm của bộ nghịch lƣu đa mức thông thƣờng mà bộ biến đổi này còn có khả năng trao đổi công suất hai chiều, điều khiển chuyển mạch van đơn giản dẫn đến điều chế cũng dễ dàng. Ngoài ra còn có khâu DC liên kết cách ly tần số cao không những cách ly sự làm việc độc lập giữa bên xoay chiều và một chiều mà việc dùng máy biến áp tần số cao còn có tác dụng hỗ trợ trong việc điều khiển chuyển mạch van dễ dàng và chính xác hơn.

     

    9. KẾT LUẬN

     

    Nhóm tác giả đã tìm hiểu, phân tích cấu trúc của bộ nghịch lƣu đa mức và khâu truyền dẫn công suất hai chiều Matrix-Converter; Nghiên cứu, phân tích phƣơng pháp điều khiển cho bộ nghịch lƣu. Trên cơ sở đó, phân tích và thiết kế thành công hệ thống điều khiển cho sơ đồ truyền dẫn công suất hai chiều Matrix-Converter. Nhóm cũng đã lập trình tính toán các thông số cho bộ điều chỉnh PID dùng trong các bộ biến đổi và xây dựng mô hình mô phỏng bộ nghịch lƣu đa mức, khâu truyền dẫn công suất hai chiều dùng Matix Converter. Đƣa ra các nhận xét, đánh giá các kết quả mô phỏng. Với kết quả hiện tại, bộ biến đổi hoạt động khá ổn định, và cho đáp ứng khá tốt với luật điều khiển đặt ra.

     

    TÀI LIỆU THAM KHẢO

     

    • José Rodríguez, Steffen Bernet, BinWu, Jorge O. Pontt, Samir Kouro; Multilevel Voltage-Source-Converter Topologies for Industrial Medium-Voltage Drives; IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, 54, NO. 6, DECEMBER 2007.
    • S. Lai and F. Z. Peng, “Multilevel converters – A new breed of power converters,” IEEE Trans. Ind. Applicat., vol. 32, pp. 509 – 517,May/June 1996.
    • José Rodríguez , Luis Luis, et al.; High-Voltage Multilevel Converter With Regeneration Capability; IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 49, NO. 4, AUGUST 2002.
    • Koutroulis, J.Chatzakis, K.Kalaitzakis and N.C.Voulgaris; A bidirectional, sinusoidal, high-frequency inverter Design; IEE Proc.-Electr. Power Appl., Vol. 148, No. 4, July 2001.

    40

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    • José Rodríguez, Luis Morán, “High-Voltage Multilevel Converter With Regeneration Capability”.

    MULTI-LEVEL INVERTER BASED ON MATRIX CONVERTER CELLS WITH ISOLATED DC LINK OF HIGH FREQUENCY

     

    Le Phuong Hao, Tran Hung Cuong

     

    ABSTRACT

     

    Multi-level inverters (MLI) can easily provide output voltage with reduced harmonic distortion and low voltage level on power switches. However, a large number of required DC sources, which is equal to the number of levels on output voltage, are a serious drawback, especially when power exchange and isolation are both required. This paper presents a structure of H bridge cascaded multi-level inverter based on matrix converter. The cell on matrix converter directly connected with AC side of the intermediated DC-AC high frequency link, thus provide two sides of power exchange. High frequency link helps reduce size of the isolation transformer. The paper shows how to build modulation scheme and two control loops for a 7-levels converter with grid-connected possibility. The good simulation results have demonstrated the effectiveness of this approach.

     

    Key words: Mult I – level inverters (MLI)

     

     

     

    41

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

    MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

    MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Ở ngưỡng cửa của cách mạng lượng tử trong tin học

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/M%C3%83-H%C3%93A-D%E1%BB%AE-LI%E1%BB%86U-C%C3%82N-B%E1%BA%B0NG-GI%E1%BB%AEA-S%E1%BB%B0-B%E1%BA%A2O-M%E1%BA%ACT-V%C3%80-HI%E1%BB%86U-SU%E1%BA%A4T-TH%E1%BB%B0C-THI-%E1%BB%A8NG-D%E1%BB%A4NG.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    MÃ HÓA DỮ LIỆU – CÂN BẰNG GIỮA SỰ BẢO MẬT VÀ HIỆU SUẤT THỰC THI ỨNG DỤNG

     

    Lê Đình Nghiệp1, Trịnh Thị Phú1, Lê Văn Hào1

     

    TÓM TẮT

     

    Phát triển một chiến lược mã hóa cơ sở dữ liệu (CSDL) phải xem xét đến yếu tố cân bằng giữa yêu cầu về an ninh với mong muốn cho hiệu suất cao. Mã hóa mức CSDL độc lập với mã hóa ở mức tập tin hay ứng dụng là phương pháp lý tưởng để bảo vệ dữ liệu nhạy cảm và cho hiệu suất tối ưu. Chỉ dựa vào phạm vi bảo mật và kiểm soát truy cập sẽ không cung cấp bảo mật đầy đủ. Giải pháp mã hóa CSDL đóng gói được chứng minh là lựa chọn tốt nhất để bảo vệ dữ liệu nhạy cảm. Đây là một giải pháp chuyên biệt và phức tạp, nếu nguồn lực nội bộ không có chuyên môn về mật mã trong môi trường thông tin, chuyên gia bên ngoài nên được sử dụng để đảm bảo hiệu suất thực thi cao. Bài viết này xem xét các khía cạnh hiệu suất của các kiến trúc chi phối việc mã hoá CSDL.

     

    Từ khóa: Cơ sở dữ liệu, hiệu suất thực thi, an ninh cơ sở dữ liệu, mật mã, mã hóa.

     

    1. MỞ ĐẦU

     

    Cùng với sự bùng nổ thông tin, sự bảo mật của nó cũng yêu cầu tăng lên. Hiện nay có rất nhiều kiến trúc, kỹ thuật, và công cụ sẵn có và các tổ chức có thể áp dụng để đảm bảo cả 2 mặt an ninh và hiệu suất thực thi đƣợc tối ƣu hóa. Mỗi cách tiếp cận có ƣu điểm và nhƣợc điểm của nó. An ninh CSDL là một lĩnh vực nghiên cứu rộng bao gồm các chủ đề nhƣ bảo mật cơ sở dữ liệu thống kê [5], phát hiện xâm nhập trái phép [7], và gần đây nhất là bảo tồn sự riêng tƣ trong khai thác dữ liệu [6]. Các nghiên cứu về an toàn thông tin trƣớc [3] [1] đây không giải quyết các vấn đề quan trọng về hiệu suất thực thi. Trong bài viết này, chúng tôi xác định và đánh giá các vấn đề quan trọng nhất đảm bảo tính bảo mật cao đồng thời vẫn đảm bảo hiệu suất thực thi trong CSDL, ứng dụng một kiến trúc cụ thể cài đặt cho CSDL thi trắc nghiệm trực tuyến. Để đạt đƣợc điều đó, chúng tôi đã phân tích nhiều giải pháp khác nhau.

     

    2. CÁC NHÂN TỐ HỖ TRỢ MÃ HÓA

     

    Có ba nhân tố chính hỗ trợ mã hóa trong CSDL. Một trong các nhân tố đó là đặc tính chia nhỏ đƣợc của dữ liệu đƣợc mã hóa. Cột, hàng, trang dữ liệu thƣờng có

     

    • Giảng viên Khoa Công nghệ Thông tin và Truyền thông, trường Đại học Hồng Đức

    106

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    kích thƣớc là 4KB có thể là các lựa chọn tốt. Trong đó cột dữ liệu là sự lựa chọn tốt nhất, bởi vì nó sẽ làm giảm thiểu kích thƣớc cần mã hóa. Tuy nhiên, chúng tôi đã phát hiện ra, điều này yêu cầu phƣơng pháp mã hóa đƣợc nhúng bên trong CSDL quan hệ hoặc các máy chủ CSDL. Nếu bỏ qua đặc tính chia nhỏ để bảo vệ sẽ ảnh hƣởng không nhỏ đến mức độ bảo mật [8]. Nhân tố thứ hai là sự không tƣơng thích giữa phần mềm và mức phần cứng của các thuật toán mã hóa. Kết quả cho thấy nhân tố này làm cho tác động đáng kể về hiệu suất. Chúng tôi đã phát hiện ra sự mã hóa bên trong các CSDL quan hệ dựa trên sự cài đặt ở mức phần cứng của các thuật toán mã hóa mất một chi phí khởi tạo đáng kể cho một thao tác mã hoá. Chỉ có một vài nhà cung cấp CSDL hiện đang hỗ trợ mã hóa ở mức hàng hoặc trang dữ liệu làm giảm chi phí này trên dữ liệu lớn. Nhân tố thứ ba là vị trí của các dịch vụ mã hóa – dịch vụ cục bộ, dịch vụ từ xa, hoặc dịch vụ mạng đính kèm. Chọn điểm thực hiện sẽ ảnh hƣởng đáng kể đến mô hình bảo mật tổng thể. Dữ liệu mã hóa càng sớm, càng an toàn hơn trong môi trƣờng CSDL.

     

    2.1. Mã hóa mức CSDL

     

    Mã hóa mức CSDL cho phép đảm bảo dữ liệu khi nó đƣợc đọc/ghi từ một CSDL. Loại mã hóa này thƣờng đƣợc thực hiện ở mức cột bên trong một bảng CSDL, nếu kết hợp bảo mật CSDL với truy cập điều khiển, có thể ngăn chặn hành vi trộm cắp dữ liệu quan trọng. Mã hóa mức CSDL cũng bảo vệ chống lại một loạt mối đe dọa, nhƣ phƣơng tiện lƣu trữ bị đánh cắp, Các tấn công vào thiết bị lƣu trữ, tấn công mức CSDL. Mã hóa mức CSDL loại bỏ tất cả thay đổi ứng dụng đƣợc yêu cầu trong mô hình mức ứng dụng, và tạo ra một xu hƣớng phát triển mã hóa nhúng bên trong một hệ quản trị CSDL thông qua việc sử dụng các thủ tục lƣu trữ và các kích hoạt. Vì mã hóa/giải mã chỉ xảy ra bên trong CSDL, giải pháp này không yêu cầu ngƣời dùng phải hiểu hay khám phá những đặc điểm truy cập ứng dụng dữ liệu đƣợc mã hóa. Giải pháp này để chắc chắn dữ liệu an toàn, nó đòi hỏi một số công việc tích hợp ở mức CSDL, bao gồm sửa đổi lƣợc đồ CSDL đã có, sử dụng các kích hoạt và các thủ tục lƣu trữ để thực hiện mã hóa/giải mã. Ngoài ra, cần xem xét cẩn thận đến tác động về mặt hiệu năng, đặc biệt là khi việc hỗ trợ cho tăng tốc độ tìm kiếm theo chỉ số trên dữ liệu mã hóa không đƣợc sử dụng. Trƣớc tiên, cần áp dụng một phƣơng pháp tiếp cận để mã hóa những dữ liệu nhạy cảm. Sau đó, phải xem xét mức độ mã hóa đƣợc áp dụng để tận dụng phần cứng tăng mức độ an ninh, giảm tải quá trình mã hóa nhằm giảm thiểu các tác động xấu đến hiệu suất. Kiểu mã hoá này dễ bị hƣ tổn ở chỗ nó không có khả năng bảo vệ chống lại các cuộc tấn công mức ứng dụng vì chức năng mã hóa đƣợc thực hiện nghiêm ngặt bên trong hệ quản trị CSDL.

     

    107

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    2.2. Mã hóa ở mức lƣu trữ

     

    Mã hóa cấp lƣu trữ cho phép mã hóa dữ liệu ở hệ thống lƣu trữ, ở cấp độ tập tin hoặc ở cấp độ khối. Ngày nay trong môi trƣờng lƣu trữ lớn, mã hóa ở mức lƣu trữ xác định một yêu cầu đảm bảo an ninh dữ liệu mà không cần sử dụng mặt nạ hoặc phân vùng LUN (Logical Unit Number). Trong khi giải pháp này có thể phân nhóm làm việc và cung cấp các bảo mật, nó cũng có một số hạn chế. Chỉ bảo vệ chống lại một phạm vi hẹp các mối đe dọa, cụ thể là khi phƣơng tiện truyền thông bị trộm cắp và các tấn công hệ thống lƣu trữ. Tuy nhiên, mã hóa ở mức lƣu trữ cấp không bảo vệ chống lại phần lớn các cuộc tấn công mức ứng dụng hoặc CSDL, đe dọa tới dữ liệu nhạy cảm. Cơ chế bảo mật lƣu trữ hiện tại chỉ cung cấp mã hóa mức khối, chúng không cung cấp khả năng mã hóa dữ liệu bên trong một ứng dụng hoặc CSDL mức trƣờng dữ liệu. Hậu quả là chỉ có thể mã hóa toàn bộ một CSDL, chứ không mã hóa đƣợc các thông tin cụ thể nằm trong nó.

     

    3. LỰA CHỌN KIẾN TRÚC CÀI ĐẶT MÃ HÓA

     

    Chúng tôi đã xem xét một số kết hợp có thể có của các cách tiếp cận mã hóa khác nhau, cụ thể là ở cấp độ phần cứng và phần mềm, tính chia nhỏ dữ liệu khác nhau. Chúng tôi bắt đầu với phần mềm mã hóa ở cấp cơ sở. Sau đó chúng tôi phát triển hỗ trợ tăng tốc tìm kiếm có hỗ trợ trên chỉ số với các trƣờng đƣợc mã hóa, và xem xét hiệu suất thấp khi tìm kiếm trên các trƣờng mã hóa, bao gồm các trƣờng chỉ số chính.

     

    3.1. Mã hóa phần mềm cơ bản

     

    Trƣớc tiên, chúng tôi xem xét một số thuật toán mã hóa AES, RSA và Blowfish sử dụng cho việc cài đặt. Chúng tôi tiến hành thí nghiệm bằng cách sử dụng các thuật toán này và thấy rằng hiệu suất và bảo mật của thuật toán AES là tốt hơn so với RSA và Blowfish. AES rất nhanh so với thuật toán mã hóa nổi tiếng khác nhƣ DES. DES là một thuật toán mã hóa khối 64-bit, có nghĩa là dữ liệu đƣợc mã hóa và giải mã trong khối 64-bit. Điều này không có ý nghĩa trên dữ liệu ngắn. Dữ liệu 8-bit, khi mã hóa sẽ cho kết quả 64 bit. Chúng tôi cũng đã cài đặt phƣơng pháp bảo mật nhằm duy trì kiểu, chiều dài trƣờng dữ liệu sau khi đƣợc mã hoá trong CSDL của mình. Để cài đặt AES, ngƣời dùng tự định nghĩa một hàm (còn gọi là hàm ngoài) và đăng ký vào CSDL. Một khi nó đã đƣợc đăng ký, nó có thể đƣợc sử dụng để mã hóa dữ liệu trên một hoặc nhiều trƣờng. Việc truy xuất dữ liệu là an toàn vì dữ liệu lƣu trữ đƣợc mã hóa trƣớc khi thao tác trên chúng.

     

    3.2 Mã hóa cấp độ phần cứng cơ bản

     

    Chúng tôi đã nghiên cứu sử dụng HSM FIPS -140- 1 mức 3 với sự kết hợp giữa các khóa phần cứng và phần mềm. Các khóa chính đƣợc tạo ra đƣợc mã

     

    108

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    hóa/giải mã trên HSM. Các khóa chính không đƣợc đƣa ra bên ngoài HSM. Chi phí mã hóa/giải mã bao gồm chi phí khởi tạo, trong đó gồm hàm và lời gọi tới phần cứng, và chi phí thực hiện thuật toán mã hóa/giải mã, chi phí này phụ thuộc vào kích thƣớc của dữ liệu đầu vào. Điều này nhấn mạnh rằng, chi phí khởi tạo sẽ đƣợc tính mỗi khi một hàng đƣợc xử lý để mã hóa. Chúng tôi sử dụng phần cứng mã hóa từ các nhà cung cấp khác nhau, bao gồm IBM, Eracom, nCipher, và Chrysalis làm thử nghiệm. Trong thử nghiệm, chúng tôi sử dụng bộ vi xử lý kiến trúc mã hóa IBM S/390 có sẵn trong môi trƣờng IBM OS/390. IBM DB2 dùng cho OS/390 cung cấp một thiết bị gọi là “editproc” (còn gọi là các thủ tục chỉnh sửa thƣờng xuyên), có thể đƣợc kết hợp với một bảng CSDL. Một thủ tục chỉnh sửa đƣợc gọi cho một hàng của bảng CSDL mỗi khi hàng đƣợc truy cập bởi DBMS. Chúng tôi đăng ký một thủ tục chỉnh sửa mã hóa/giải mã cho các bảng. Khi một yêu cầu đọc/ghi tác động đến một hàng trong bảng dữ liệu này, thủ tục chỉnh sửa gọi thuật toán mã hóa/giải mã mà đƣợc cài đặt trong phần cứng cho toàn bộ hàng. Chúng tôi lựa chọn DES [3] cho việc mã hóa mức phần cứng.

     

    4. HIỆU SUẤT CỦA CÁC KIẾN TRÚC MÃ HÓA

     

    Có ba kiến trúc mã hóa là: 1) thiết bị mã hóa đính kèm mạng, 2) Phần mềm,

     

    • Sự kết hợp phần mềm và Module an toàn phần cứng (HSM). Mỗi kiến trúc có ƣu và nhƣợc điểm của nó.

    4.1. Xem xét hiệu suất

     

    Chúng tôi nghiên cứu SQL chuẩn sử dụng trong thí nghiệm của mình. Dùng một số thí nghiệm đơn giản trên Oracle và DB2. Các khía cạnh công nghệ để phát triển CSDL riêng nhƣ một thành phần cơ sở hạ tầng công nghệ dẫn đến các thách thức nghiên cứu mới. Đầu tiên và trƣớc hết là vấn đề quản lý khóa. Hầu hết các công ty xem dữ liệu của họ nhƣ là một tài sản vô giá. Hệ thống quản lý khoá sẽ cần phải cung cấp biện pháp an ninh đủ mạnh để bảo vệ việc sử dụng phân tán khóa. Chúng tôi đề xuất kết hợp giữa phần cứng và phần mềm dựa trên hệ thống mã hóa dữ liệu là giải pháp cho vấn đề này. Đề xuất một khả năng kiểm soát và chính sách phân phối để kiểm soát việc sử dụng các khóa. Nghiên cứu chi tiết về giải pháp này đƣợc trình bày dƣới đây.

     

    4.2. Mã hóa đính kèm mạng

     

    Mã hóa đính kèm mạng (Encryption Network Attached (NAED)) đƣợc cài đặt nhƣ một dụng cụ mã hóa đính kèm mạng với quy mô, số lƣợng của các thiết bị có sẵn. Một NAED là một thiết bị phần cứng mà cƣ trú trên mạng, định vị các khóa

    109

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    mã hóa và thực thi tất cả các thao tác mã hóa. Cấu trúc này bổ sung khóa vật lý tách rời với dữ liệu. Tuy nhiên, việc bổ sung này đi kèm với một giá đắt, hiệu suất có thể còn tồi tệ hơn 10-100 lần so với phƣơng pháp khác. Các tiêu chuẩn đã cho thấy một thông lƣợng giữa 440 và 1.100 hàng mã hóa mỗi giây. Một hệ thống với 12 máy chủ cơ sở dữ liệu thực hiện mã hóa 4.200 hàng mã hóa mỗi giây với năm dụng cụ mã hóa đính kèm mạng.

     

    Có ba chi phí đi kèm với kiến trúc mạng này. Hãy cùng khám phá một ví dụ đơn giản để chứng minh các chi phí trên khi một ngƣời dùng yêu cầu 500.000 dòng dữ liệu đƣợc mã hóa:

     

    Khi một ngƣời dùng yêu cầu dữ liệu an toàn, hệ thống an ninh quản lý tiến trình lấy dữ liệu đƣợc mã hóa từ cơ sở dữ liệu, đảm bảo yêu cầu là từ một ngƣời dùng có thẩm quyền, và thực hiện quá trình giải mã. Trong kiến trúc này, các tác nhân mã hóa xử lý các yêu cầu và khôi phục các dữ liệu đƣợc mã hóa từ CSDL. Nó sẽ gửi các dữ liệu đƣợc mã hóa qua mạng để đƣợc giải mã bởi các NAED. Bên trong NAED là khóa và các thuật toán để giải mã dữ liệu. Tuy nhiên, một khi giải mã, thông tin bản rõ cần phải đƣợc gửi lại đƣờng truyền đến máy chủ CSDL. Điều này đòi hỏi chúng ta bảo mật lại thông tin trong quá trình chuyển, thƣờng là thông qua một quá trình trao đổi an toàn nhƣ SSL. Khi dữ liệu tới tác nhân trên máy chủ CSDL, nó phải cho ra đƣợc bản rõ, và sau đó đƣợc phục vụ cho đến ứng dụng gọi đến.

     

    1. Kiến trúc NAED có ba đặc điểm của mã hóa. Trong ví dụ trên, 500.000 dòng dữ liệu đƣợc gửi đi trên đƣờng truyền đƣợc giải mã tại NAED. Các bản rõ đƣợc mã hóa sử dụng SSL để gửi lại qua mạng và giải mã ở các CSDL để đƣợc bản rõ phục vụ cho các ứng dụng.
    1. Chi phí mạng đƣợc tính bằng việc gửi tất cả 500.000 hàng qua mạng để đƣợc giải mã bởi các NAED và sau đó phải trở lại trên mạng để các CSDL.
    1. NAED là một thiết bị không trạng thái và cần phải đƣợc khởi tạo/thiết lập trƣớc khi mỗi hàng đƣợc giải mã. Trong ví dụ đơn giản này, NAED đƣợc thiết lập 500.000 lần. Các thiết lập cần chi phí khá lớn.

    Kiến trúc thiết bị mã hóa đính kèm mạng (NAED) đã đƣợc chứng minh trong các thử nghiệm, do mất ba loại chi phí nên tồi tệ hơn cấu trúc khác. Mỗi lần đi chuyển trên mạng là khoảng 1 phần nghìn giây cho mỗi hàng. Trong ví dụ trên đây sẽ mất 500.000 x 1ms = 500 giây so với 1-25 giây với cấu trúc khác.

     

    4.3. Hệ thống hybrid

     

    Cấu trúc Hybrid kết hợp việc nâng cao hiệu suất của cấu trúc phần mềm với việc bổ sung an ninh cho thiết bị phần cứng. Một HSM, trong một số trƣờng hợp, là một cách lý tƣởng để bổ sung thêm bảo vệ cho các phần tử quan trọng nhất – các khóa

    110

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    mã hóa. Các thiết bị HSM đƣợc chứng minh là nhanh và nhiễu, tuyệt vời để lƣu trữ những viên ngọc quý – các khóa mã hóa.

     

    Việc thực hiện trong kiến trúc này là cơ bản giống với cấu trúc phần mềm trƣớc đó, với một quá cảnh thƣờng xuyên tới HSM để làm mới và lấy chìa khóa mã hóa tổng thể. Trong phần lớn thời gian xử lý, hiệu suất là giống với giải pháp phần mềm. Trong ví dụ 500.000 hàng của chúng tôi, ngƣợc lại với cấu trúc NAED – nơi mà tất cả 500.000 hàng truyền đến NAED – dịch vụ mã hóa trong máy chủ CSDL truy cập các khóa từ HSM mỗi lần và sau đó tất cả các hoạt động mã hóa đƣợc hoàn thành trong CSDL bởi các dịch vụ phần mềm mã hóa.

     

    Hệ thống Hybrid thực hiện quy trình phân phối có quy mô với số lƣợng các bộ vi xử lý và máy chủ CSDL có sẵn. Trong kiến trúc phần mềm máy chủ CSDL sẽ trở thành nền tảng cho các dịch vụ mã hóa. Khi các ứng dụng đòi hỏi thông tin an toàn, dịch vụ mã hóa yêu cầu các dữ liệu đƣợc mã hóa từ máy chủ CSDL, thực hiện giải mã cục bộ, trả về thông tin bản rõ cho các ứng dụng gọi đến. Tất cả chi phí mạng và mã hóa (ví dụ nhƣ SSL) đã đƣợc loại bỏ khỏi đƣờng truyền, tối ƣu hóa thời gian trả lời và thông lƣợng. Ngoài ra, vì nó không sử dụng một thiết bị phần cứng riêng biệt nên không có bất kỳ chi phí thiết lập. Trong ví dụ của chúng tôi, giải mã của 500.000 hàng đƣợc xử lý trong các máy chủ CSDL. Do sự giảm các vị trí mã hóa, loại bỏ các lƣu lƣợng đƣờng truyền, và chi phí thiết lập, nên hiệu suất rất cao. Trong ví dụ của chúng tôi 500.000 hàng, hiệu suất đƣợc cải thiện rất nhiều: 500.000 x 0,05 ms = 25 * giây.

     

    SQL Server cho thấy thông lƣợng vào khoảng 3.000 đến 32.000 hàng đƣợc giải mã mỗi giây, tùy thuộc vào sự kết hợp tối ƣu của mức mã hóa cột và mức mã hóa bảng, và số lƣợng dữ liệu bảng vùng đệm, SQL Server 2000 ban đầu kiểm tra sử dụng một hệ thống kiểm tra cấp thấp chạy Windows với một bộ xử lý 1,6 GHz, 1 GB bộ nhớ RAM vật lý, và 3 GB bộ nhớ RAM ảo.

     

    Các tiêu chuẩn của DB2 của IBM cho thấy một thông lƣợng 187.000 dòng giải mã mỗi giây, với 20 ngƣời dùng đồng thời. Điều này cho khả năng giải mã 187.000 bảng CSDL hàng mỗi giây. Các bảng kiểm tra bao gồm 80 byte dữ liệu đƣợc mã hóa trong mỗi hàng. Chúng tôi bão hòa tất cả sáu bộ vi xử lý RS6000 sử dụng 100% khi thử nghiệm với 1.000 ngƣời sử dụng đồng thời.

     

    4.4. Hạn chế số lƣợng các hoạt động mật mã

     

    Nhƣ đã đề cập trong thảo luận ở trên, mỗi hoạt động mã hóa có thêm chi phí. Có nhiều kỹ thuật, hỗ trợ trong các giải pháp để giới hạn số hoạt động cần thiết. Sử dụng các kỹ thuật cho biết sự khác biệt giữa chấp nhận đƣợc và không thể chấp nhận trên phƣơng diện hiệu suất.

    111

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    Việc lập chỉ mục, cho phép mã hóa dữ liệu đƣợc tìm kiếm mà không cần thiết của giải mã thành các bản rõ trƣớc. Nhiều giải pháp vẫn yêu cầu các dữ liệu đƣợc giải mã trƣớc khi đƣợc tìm kiếm. Điều này tạo ra một sự gia tăng lớn về số lƣợng các hoạt động mã hóa và do đó cản trở tới hiệu suất. Ngoài ra thêm một chỉ mục tìm kiếm tăng tốc giảm thời gian trả lời và số lƣợng hàng giải mã, từ 10 đến 30 lần cho một số các truy vấn khi so sánh với một giải pháp mà không đƣợc sử dụng một chỉ mục tìm kiếm tăng tốc cho các cột đƣợc mã hóa.

     

    Tìm kiếm so khớp chính xác một giá trị đƣợc mã hóa trong một cột là có thể, với điều kiện là các vector khởi động cùng đƣợc sử dụng cho toàn bộ cột. Mặt khác, tìm kiếm so khớp một phần trên dữ liệu đƣợc mã hóa trong một cơ sở dữ liệu có thể là thử thách và có thể dẫn đến việc duyệt toàn bộ bảng nếu hỗ trợ tìm kiếm theo chỉ số không đƣợc sử dụng. Cột mã hóa có thể là một khóa chính hoặc một phần của một khóa chính, vì mã hóa một phần dữ liệu là ổn định (có nghĩa là nó luôn luôn tạo ra kết quả giống nhau), và không có hai phần riêng biệt của dữ liệu sẽ cho ra các bản mã hóa giống nhau, miễn là khóa và vectơ khởi động đƣợc sử dụng là nhất quán. Tuy nhiên, khi mã hóa toàn bộ cột của một cơ sở dữ liệu có sẵn, tùy thuộc vào phƣơng pháp chuyển đổi dữ liệu, ngƣời quản trị có thể phải xóa những khóa chính đã có cũng nhƣ các khoá liên kết khác và tạo lại chúng sau khi dữ liệu đƣợc mã hóa. Vì lý do này, mã hóa cột là một phần của một ràng buộc khóa chính không đƣợc khuyến cáo nếu việc hỗ trợ tìm kiếm theo chỉ số trên dữ liệu mã hóa không đƣợc sử dụng. Tuy nhiên, sự quan tâm đặc biệt phải đƣợc thực hiện trong quá trình tạo khóa. Để chuyển đổi một bảng hiện có mà vẫn giữ các dữ liệu đƣợc mã hóa, tất cả các bảng mà nó có những ràng buộc trƣớc tiên phải đƣợc xác định. Tất cả các bảng tham chiếu phải đƣợc chuyển đổi cho phù hợp. Trong một số trƣờng hợp, các ràng buộc tham chiếu phải đƣợc tạm thời vô hiệu hóa hoặc xóa bỏ để cho phép di chuyển dữ liệu hiện có. Chúng có thể đƣợc kích hoạt hoặc tái tạo lại một khi dữ liệu cho tất cả các bảng liên quan đƣợc mã hóa. Do tính phức tạp này, mã hóa một cột mà là một phần của ràng buộc khóa ngoại không đƣợc khuyến cáo, nếu các công cụ triển khai tự động không đƣợc sử dụng. Không giống nhƣ các chỉ số và khóa chính, mã hóa các khóa ngoài thƣờng không ảnh hƣởng tới hiệu suất.

     

    Một bƣớc quan trọng trong việc đƣa ra chiến lƣợc mã hóa là xác định các dữ liệu cần đƣợc bảo vệ và các dữ liệu có thể tồn tại ở dạng bản rõ. Nếu bỏ qua bƣớc này nhiều dữ liệu đƣợc mã hóa hơn so với yêu cầu. Mặc dù nó có vẻ vô hại, cung cấp nhiều bảo vệ hơn, nhƣng mã hóa nhiều dữ liệu hơn tất yếu phải trả một giá cho hiệu suất hoạt động. Cấp độ mã hóa cột cần đƣợc cài đặt để hỗ trợ chính sách bảo mật dữ liệu.

     

    112

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    KẾT LUẬN

     

    Chúng tôi xác định hiệu suất là một vấn đề đặc biệt quan trọng thiết yếu để đánh giá các giải pháp khác nhau cho việc mã hóa cơ sở dữ liệu. Trong bài báo này, chúng tôi đã thảo luận về Hybrid, một giải pháp bảo mật CSDL đƣợc xây dựng trên nhiều hệ CSDL quan hệ lớn. Mô hình Hybrid đƣa ra nhiều thách thức đáng kể trong đó có các chi phí bổ sung tìm kiếm trên dữ liệu đƣợc mã hóa đảm bảo sự riêng tƣ của dữ liệu, và quản lý của thành phần của cơ sở hạ tầng công nghệ thông tin. Chúng tôi đã giải quyết những vấn đề này và áp dụng nó vào trong CSDL thi trắc nghiệm online. Mô hình Hybrid nhấn mạnh một cách tiếp cận rộng cho vấn đề bảo mật dữ liệu và tính riêng tƣ của dữ liệu trong đó một quản trị viên an ninh bảo vệ sự riêng tƣ

     

    • mức độ của các trƣờng và bản ghi, và quản trị CSDL cung cấp cơ chế liên tục để tạo, lƣu trữ, đảm bảo truy cập an toàn tới cơ sở dữ liệu. Một mô hình nhƣ vậy làm giảm bớt sự cần thiết cho các tổ chức mua phần cứng đắt tiền, đối phó với những thay đổi phần mềm, và thuê chuyên gia làm nhiệm vụ phát triển quản lý khóa mã hóa. Qua đánh giá với các chƣơng trình mã hóa khác nhau chúng tôi thấy sự sụt giảm mạnh mẽ thời gian thực hiện truy vấn.

    TÀI LIỆU THAM KHẢO

     

    • Davida, D. Wells, and J. Kam. A database encryption system with subkeys. ACM Transactions on Database Systems, 6(2), 1981.
    • Data encryption standard. FIPS PUB 46, Federal Information Processing Standards Publication, 1977.
    • He and M. Wang. Encryption in relational database management systems. In Proc. Fourteenth Annual IFIP WG 11.3 Working Conference on Database

    Security (DBSec‟00), Schoorl, The Netherlands, 2000.

     

    • Mattsson, Ulf T., „A DATABASE ENCRYPTION SOLUTION‟,

    LinuxSecurity.com, 28 July 2004, http://www.linuxsecurity.com/content/view/116068/65/

     

    • R. Adam and J. C. Wortman. Security-control methods for statistical databases. ACMComputing Surveys, 21(4):515– 556, Dec. 1989.
    • Agrawal and J. Kiernan. Watermarking relational databases. In 28th Int‟l

    Conference on Very Large Databases, Hong Kong, China, August 2002.

     

    • F. Lunt. A survey of intrusion detection techniques. Computer & Security, 12(4), 1993.

    113

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 24. 2015

     

    DATA ENCRYPTION – BALANCE BETWEEN SECURITY AND PERORMANCE

     

    Le Dinh Nghiep, Trinh Thi Phu, Le Van Hao

     

    ABSTRACT

     

    Developing a database encryption strategy is necessary to consider the balance between security requirements and the desire for high performance. Encryption at the database level, versus application and file level is an ideal approach to protect sensitive data and optimize performance. Relying on perimeter security and database access control is not adequate security. Packaged database encryption solutions have proven to be the best alternative. This is a specialized and complex solution, if internal resources do not have the cryptography expertise in relation to information technology environment, outside expertise should be used to ensure superior performance. This paper reviews the performance aspects of topologies for database encryption.

     

    Key word: Performance, Database Security, Encryption, Privacy.

     

     

     

     

     

    114

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Ở ngưỡng cửa của cách mạng lượng tử trong tin học

    Ở ngưỡng cửa của cách mạng lượng tử trong tin học

    Ở ngưỡng cửa của cách mạng lượng tử trong tin học

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: Kết nối giữa phần mềm C# và thiết bị NI

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/%E1%BB%9E-ng%C6%B0%E1%BB%A1ng-c%E1%BB%ADa-c%E1%BB%A7a-c%C3%A1ch-m%E1%BA%A1ng-l%C6%B0%E1%BB%A3ng-t%E1%BB%AD-trong-tin-h%E1%BB%8Dc.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Ở ngưỡng cửa của cách mạng lượng tử trong tin học

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    Ở NGƢỠNG CỬA CỦA CÁCH MẠNG LƢỢNG TỬ TRONG TIN HỌC

     

    Nguyễn Mạnh An1, Nguyễn Văn Hóa2, Cao Long Vân3

     

    TÓM TẮT

     

    Từ khóa:

     

    Tin học và lý thuyết lƣợng tử chắc chắn là hai dòng thác trí thức lớn nhất của thế kỷ

     

    • đã làm thay đổi hoàn toàn nền văn minh của nhân loại. Tin học, nói khác đi là khoa học về máy tinh, mặc dù phôi thai từ thời Charles Babbage vào đầu thế kỷ XIX, đã có đƣợc cơ sở toán học vững chắc nhờ các công trình của nhà toán học gốc Hung (mà ngƣời ta thƣờng nói rằng, đó là một trong những ngƣời của „Sao Hỏa” đã hạ cánh xuống Hung-Ga-Ri vào đầu thế kỷ XX) John von Neumann trong những năm bốn mƣơi của thế kỷ trƣớc. Một sự trùng lặp thú vị là Ông cũng đã xây dựng cơ sở toán học cho lý thuyết lƣợng tử, một trong hai trụ cột của vật lý hiện đại và là lĩnh vực của vật lý đã mang lại những hiệu quả thực tiễn lớn lao. Hai hiệu quả rực rỡ nhất là năng lƣợng hạt nhân và công nghệ bán dẫn, đƣợc khai trƣơng bởi hai thí nghiệm nổi tiếng: bắn phá hạt nhân nguyên tử của Ernest Rutherford năm 1919 và tìm ra các bóng bán dẫn (transistor) năm 1948 bởi John Bardeen, Walter Brattain và William Shocley (Giải Nobel năm 1956). Có thể nói rằng việc phát hiện ra bóng bán dẫn đối với nhân loại là quan trọng hơn việc tìm ra năng lƣợng hạt nhân bởi lẽ năng lƣợng hạt nhân, mặc dù là một nguồn năng lƣợng mới quan trọng, đến nay vẫn chƣa chiếm đƣợc ƣu thế trong các nguồn năng lƣợng nói chung nhƣ đã đƣợc tiềm vọng, thậm chí do vấn đề an ninh mà một số nƣớc trên thế giới (nhƣ Đức) đã bỏ dần nguồn năng lƣợng này. Ngƣợc lại việc phát hiện ra các bóng bán dẫn, và sau đó là các hệ liên kết (intergrated circuit) năm 1959 (Jack Kilby, Giải Nobel năm 2000) đã đƣa đến việc vi hóa các máy tính ở mức không thể tƣởng tƣợng đƣợc trƣớc đó, thúc đẩy sự phát triển vĩ đại của loài ngƣời. Việc „cài đặt” bán dẫn các ý tƣởng của Von Neuman đã dẫn đến việc sản xuất ra các máy tính càng ngày càng nhỏ, càng nhanh và càng rẻ.

    1 ,2 TS. Khoa KHTN, Trường Đại học Hồng Đức

    • TS. Khoa Vật lý, Đại học Zielona Góra

    13

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    Tốc độ phát triển vi tính hóa đƣợc mô tả tốt nhất qua một quy luật kinh nghiệm (empirical) của Gordon Moore, một trong những ngƣời sáng lập ra công ty máy tính nổi tiếng Intel. Qua quan sát sự gia tăng số lƣợng bóng bán dẫn trong một hệ hợp nhất (intergrated system), ông đã rút ra đƣợc quy luật rằng, hàng năm số lƣợng này sẽ tăng gấp đôi (sau chu kỳ này đƣợc thay thành hai năm một). Theo quy luật này, càng ngày càng nhiều các bóng bán dẫn đƣợc đặt trong một hệ hợp nhất càng ngày càng nhỏ. Đến một lúc nào đó trong tƣơng lai gần, ta sẽ tiến đến các giới hạn công nghệ và kinh tế đƣợc xác định bởi chính vật lý, điều có lẽ đã xảy ra hiện nay. Mọi quá trình quang ấn (photolitographic) hiện đại đều vô dụng. Không chỉ kích thƣớc của các bóng bán dẫn bị nhỏ đi mà các các nối giữa chúng cũng bị thu nhỏ lại. Các mật độ dòng lớn sẽ phá hủy các mạch dẫn này. Một vấn đề khó khăn khác là giải nhiệt đƣợc sinh ra từ một mạch nhỏ nhƣ vậy. Ở đây nhiệt năng đƣợc sinh ra bởi hai nguyên nhân. Thứ nhất, các bóng bán dẫn tắt và bật trong hệ hợp nhất rất không có hiệu suất về năng lƣợng, một phần không nhỏ năng lƣợng bị mất mát qua giải nhiệt. Thứ hai, một định luật do Landauer tìm ra nói rằng, cƣ xóa đi một bit thông tin, ta sẽ mất đi một năng lƣợng ở dạng tỏa nhiệt, cỡ bằng động năng của một phân tử khí ở nhiệt độ trong phòng. Các cổng logic cơ sở cổ điển nhƣ AND, OR hoạt động theo kiểu là ở đầu vào ta có hai bit, còn ở đầu ra chỉ còn một bit, do vậy một bit đã bị xóa, điều này gây ra sự tỏa nhiệt. Lúc đó ta nói rằng các cổng này là không thuận nghịch. Do nhiều tỷ tính toán kiểu này mà các hệ thống nhất đƣợc vi hóa bị ”tự nung nóng” và phá hủy trong một thời gian rất ngắn.

     

    Ngoài ra có một lớp các vấn đề không thể giải đƣợc bằng những máy tính hiện đại. Mƣời mấy năm gần đây chúng đã bị gọi là các ”máy tính cổ điển”. Khái niệm cổ điển chỉ là tƣơng đối, phụ thuộc nhiều vào tốc độ phát triển trong lĩnh vực liên quan, điều đã đƣợc Roy Glauber lƣu ý đến trong bài giảng nhân dịp nhận giải Nobel năm 2005. Khi một lĩnh vực kiến thức hay nghệ thuật cho trƣớc phát triển nhanh, khái niệm ”cổ điển” thƣờng là rất mới, ví dụ nhạc cổ điển có trên hai trăm năm, vật lý cổ điển có cách đây hơn một trăm năm, còn máy tính cổ điển đến nay vẫn còn đang hoạt động. Trong nhiều trƣờng hợp, ngay cả những vấn đề giải đƣợc cũng không thể đƣợc thực hiện do tính phức tạp lớn của các thuật toán mô tả chúng. Một ví dụ chuẩn thƣờng đƣợc nói đến là vấn đề phân một số nguyên lớn ra các thừa số nguyên tố. Để phân một số có 400 chữ số ra các thừa số nguyên tố, công suất tính hiện thời cần phải có một thời gian tính toán cỡ bằng tuổi của Vũ trụ. Vấn đề toán học này là nhân tố căn bản trong mật mã nổi tiếng RSA (viết tắt theo tên của những ngƣời xây dựng ra mật mã này: R. L. Rivest, A. Shamir, L. Adelman). RSA đang đƣợc dùng rộng rãi trên internet và các ngân hàng. Nhƣ ta sẽ thấy, máy tính lƣợng tử giải đƣợc vấn đề này trong vòng vài phút, nhƣ vậy mật mã này hoàn toàn không phải là an toàn. Song lý thuyết lƣợng tử rất ”công bằng”, một tay lấy đi, một tay cho lại. Trong khuôn khổ lĩnh vực đƣợc gọi là mã hóa lƣợng tử, một số các hệ mã hóa an toàn đƣợc thiết lập. Chúng không thể bị giải hay nghe trộm đƣợc. Mã hóa lƣợng tử phát triển rất nhanh và nay đã chuyển sang giai đoạn

     

    14

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    thƣơng mại. Ở khía cạnh này nó đã vƣợt sự phát triển của các máy tính lƣợng tử, do để chuyển giao thông tin chúng chỉ cần một số lƣợng không lớn các qubit (đƣợc định nghĩa dƣới đây).

     

    Thật đáng ngạc nhiên là lý thuyết lƣợng tử đƣợc xây dựng trong những năm hai mƣơi của thế kỷ trƣớc trên một khung toán học khá ”cứng” tƣơng ứng với ”lý trí lành mạnh” của ta, lại đƣa đến những hệ quả không ngờ, dƣờng nhƣ trái ngƣợc hoàn toàn với lý trí đó. Những hệ quả đó đem lại sự phát triển vƣợt bậc của nền văn minh, qua việc phát triển các ngành nhƣ điện tử học, đặc biệt trong lĩnh vực máy tính đƣợc nhắc đến ở trên. Chỉ cần nhớ rằng trên 80 phần trăm thu nhập của thế giới có sự tham gia của lý thuyết lƣợng tử. Thế giới lƣợng tử bí ẩn, kỳ lạ nhƣng rõ ràng rất hữu hiệu luôn đem lại cho ta những kết quả bất ngờ, nhƣ sự phát triển của các công nghệ tin học lƣợng tử trong những năm chín mƣơi của thế kỷ trƣớc. Chúng đã xuất hiện là kết quả nối vật lý lƣợng tử với công nghệ máy tính, dựa trên những thành quả mới nhất của vật lý chất rắn, vật lý nguyên tử và phân tử, của quang học và điện tử học lƣợng tử. Điều này dẫn đến sự xuất hiện một lĩnh vực khoa học mới là tin học lƣợng tử. Những thí nghiệm ban đầu thành công đã góp phần xây dựng những mẫu máy tính lƣợng tử đầu tiên, cho phép ta tin tƣởng rằng, ta đang ở ngƣỡng cửa của một cuộc cách mạng công nghệ mới, ít nhất có tầm cỡ nhƣ cuộc cách mạng đã xảy ra hơn sáu mƣơi năm trƣớc, khi các bóng bán dẫn đã đƣợc phát kiến.

     

    • tƣởng tính toán lƣợng tử đã bắt nguồn từ ”kho” các ý tƣởng độc đáo của một trong những bộ óc vĩ đại nhất thế kỷ hai mƣơi, bộ óc của nhà vật lý Mỹ Richard Feynman (giải thƣởng Nobel 1965). Từ năm 1982 ông đã thấy, khi giả lặp động lực học của một hệ nhiều hạt bằng máy tính cổ điển, thời gian tính toán sẽ lớn theo hàm mũ khi số hạt tăng, đòi hỏi phải thiết kế một máy tính hoạt động theo những định luật lƣợng tử. Ba năm sau, nhà toán học Anh Dawid Deutsch đã xây dựng nên những cơ sở cho máy tính đó mà sau này đƣợc gọi là máy tính lƣợng tử.

    Trong những năm bốn mƣơi của thế kỷ trƣớc, cũng Feynman đã nhấn mạnh nguyên tắc cộng các biên độ xác suất chứ không phải cộng chính các xác suất, một khi tồn tại các khả năng thực hiện (các con đƣờng) khác nhau của một quá trình cho trƣớc. Các biên độ này là các số phức (ngƣời ta thƣờng nói không gian các trạng thái của một hệ cho trƣớc là một không gian Hilbert, mà trƣớc hết nó là không gian vectơ trên trƣờng số phức), tức là có thể biểu diễn các biên độ này bằng mô-đun và pha. Qua công thức Euler nổi tiếng ta có các sin và côsin. Từ trƣờng trung học ta đều biết các hàm lƣợng giác này biểu diễn các sóng. Nếu chúng đƣợc chồng chất tƣơng ứng, ta sẽ có các giao thoa xây (constructive) hay hủy (destructive). Cũng có thể từ định nghĩa số phức biểu diễn sự đóng góp của mỗi con đƣờng bằng hai số thực, chúng đƣợc coi nhƣ hai thành phần của một vectơ có độ dài không đổi những có hƣớng tùy ý. Việc cộng những đóng góp từ các đƣờng đi khác nhau tƣơng đƣơng với cộng các vectơ này. Trong trƣờng hợp chung, những con đƣờng này là vô số, đòi hỏi phải biết giải tích hàm đƣợc xây dựng bởi Stefan Banach và các nhà toán học khác. Lúc đó

     

    15

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    ta có hình thức luận ”tích phân đƣờng” của Richard Feynman. Trong một số trƣờng hợp, số lƣợng các đƣờng chiếm ƣu thế là hữa hạn. Lúc đó việc cộng một số lƣợng hữu hạn các vectơ không phải là vấn đề khó. Các thuật toán lƣợng tử về cơ bản là các thủ tục điều khiển các biên độ này. Cần phải nghĩ ra một thủ tục dẫn đến các giao thoa lƣợng tử xây, sao cho kết quả từ chúng là thu đƣợc những kết quả mong muốn, còn các kết quả không mong muốn sẽ bị loại trừ qua các giao thoa hủy.

     

    Tất nhiên việc nghĩ ra các thuật toán nhƣ vậy là một việc làm rất khó, vì nhà nghiên cứu ngoài việc hiểu biết rất tốt tin học cổ điển còn phải biết sâu sắc lý thuyết lƣợng tử, một lý thuyết thƣờng cho những kết quả ngƣợc với ”lý trí lành mạnh”. Song thực tế đã chỉ ra rằng đây không phải là ”mission impossible” (việc làm bất khả thi). Một số thuật toán lƣợng tử đã đƣợc tìm ra. Nổi tiếng nhất là thuật toán viễn tải đã đƣợc thực hiện trên một hệ vật lý cụ thể và thuật toán Shor phân tích một số tự nhiên lớn ra các thừa số nguyên tố, đã đƣợc thực hiện trên một bộ xử lý bảy qubit (bit lƣợng tử) để thực hiện thừa số hóa số 15 = 3.5. Trong thuật toán này, các giao thoa lƣợng tử xây dẫn đến các cặp số rất gần lời giải đúng với một xác suất lớn. Khả năng điều khiển ở mức các biên độ xác suất chứ không phải ở mức các xác suất là cơ sở của mọi công nghệ lƣợng tử, không chỉ cho việc xây dựng các máy tính lƣợng tử. Máy tinh cổ điển không có khả năng tiếp cận với các biên độ của vectơ trạng thái là tổ hợp tuyến tính của các vectơ của cái gọi là cơ sở tính toán, khái niệm sẽ đƣợc đề cập đến dƣới đây.

     

    Một câu hỏi đƣợc đặt ra, các máy tính lƣợng tử có ƣu thế gì đối với các máy tính cổ điển? Để thấy đƣợc điều này, ta hãy xem xét kỹ hơn sự hoạt động của một máy tính lƣợng tử. Sơ đồ các mày tính lƣợng tử đƣợc biểu diễn trên hình 1.

     

     

    Hình 1

     

    • đầu vào là trạng thái ban đầu của hệ vật lý thực hiện các tính toán lƣợng tử theo các định luật của vật lý lƣợng tử. Hệ đơn giản nhất là một qubit, đơn vị nhỏ nhất của tin học lƣợng tử, là khái niệm tƣơng ứng của bit cổ điển với các trạng thái chỉ có thể là 0 hoặc
    1. Bit là một phần tử cơ bản của một máy tính cổ điển bất kỳ, có thể đƣợc cài đặt bằng một

    16

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    hệ vật lý bất kỳ chỉ có hai trạng thái. Trong các máy tính hiện thời, hệ này là một bóng bán dẫn đã đƣợc nói đến ở trên. Khác với bit, trạng thái của một qubit nằm trên một continum của mặt cầu hai chiều với bán kính bằng 1, đƣợc gọi là mặt cầu Bloch (Hình 2)., vì qubit không chỉ nằm trong hai trạng thái đặc biệt mà còn nằm trong một trạng thái bất kỳ là tổ hợp tuyến tính (phức) của chúng, điều là hệ quả của việc không gian Hilbert các trạng thái của qubit trƣớc hết là một không gian vectơ, trong đó một vectơ bất kỳ có thể đƣợc biểu diễn ở dạng chồng chất của các vectơ thuộc cơ sở tính toán. Nó có thể đƣợc cài đặt bằng một hệ lƣợng tử bất kỳ hai trạng thái, ví dụ bằng một hạt có spin ½ nhƣ điện tử, hay một phôtôn ở các trạng thái phân cực khác nhau.

     

     

    Hình 2

     

    Vậy một qubit có thể nằm trong các trạng thái 0 hay 1, hoặc trong một tổ hợp bất kỳ của chúng, có nghĩa là có thể đồng thời biểu diễn cho không hay một. Nhƣ ta đã nhấn mạnh trên đây, đây là hệ quả của tiên đề về các trạng thái, một trong những tiên đề cơ bản của hình thức luận lƣợng tử. Cho đến nay không có bất cứ một dữ liệu thực nghiệm nào mâu thuẫn với tiên đề này. Thế nào là đồng thời “tàng trữ” không và một? Theo minh họa của trƣờng phái Copenhagen hiện đang đƣợc chấp nhận bởi cộng đồng các nhà vật lý, nếu ta thực hiện một phép đo trên qubit nhƣ vậy, trạng thái tổ hợp sẽ bị phá hủy (collapse) đến một trong hai trạng thái 0 hay 1 (tức là qubit sẽ rơi hoặc vào trạng thái 0, hoặc trạng thái 1) với

     

    xác suất tƣơng ứng bằng a 2  hay  b 2  (tất nhiên a 2 + b 2 =1). Từ đó ta thấy rằng hệ lƣợng

     

    tử rất “hà tiện”. Từ sƣ giàu có lớn lao (continuum) của nguồn tài nguyên thông tin của mình, hệ chỉ cho ta biết một số lƣợng hữu hạn các thông tin, hơn nữa chỉ ở dạng ngẫu nhiên! Song nhƣ ta thấy dƣới đây, “kẻ hà tiện” lƣợng tử đó cho phép ta ghi một số lƣợng thông tin khổng lồ so với bộ nhớ cổ điển. Ngoài ra nó còn cho phép ta đƣợc tính toán trƣớc khi đo, nghĩa là tính toán trên các tổ hợp: khi có một qubit có thể thực hiện tính toán đồng thời hai tính toán song song. Nhƣ vậy qubit đảm nhận đồng thời vai trò là bộ nhớ hoạt lẫn là một đơn vị tính toán.

     

    Tập một số hữu hạn các qubit đƣợc gọi là một bộ ghi (register). Một tiên đề tiếp của cơ học lƣợng tử nói rằng, trạng thái của register là tích tenxơ của tấc cả các không gian qubit hai chiều có trong thành phần của register cho trƣớc. Những tính toán đại số đơn giản chỉ ra rằng, một register hai qubit biểu diễn một tổ hợp bất kỳ của bốn trạng thái (00, 01, 10,

     

    17

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    11), còn một register ba qubit – một tổ hợp bất kỳ của tám trạng thái (000, 001, 010, 011,

     

    100, 101, 110, 111) v.v. Ví dụ nếu ta chuẩn bị trạng thái ban đầu của một qubit là

     

    12 (0 + 1), lúc đó register hai qubit tàng trữ đồng thời bốn số 0, 1, 2, 3 (có dạng nhị phân

     

    00, 01, 10, 11) , còn register ba qubit – tám số 0, 1, 2, 3, 4, 5, 6, 7. Nói chung, một register N qubit tàng trữ 2N số. Ngoài ra, việc tính toán trƣớc khi đo trên các trạng thái tổ hợp cho ta khả năng tính toán song song: một bƣớc tính lƣợng tử tác động lên cả register, ngay cả khi chỉ tác động lên một hay vài qubit của register (kiểu U1, U2, U3, U4 trên hình 1) gây ra sự thay đổi tất cả các số đƣợc ghi trên register cho trƣớc.

     

    Theo một tiên đề khác của cơ học lƣợng tử, các phép tính là các toán tử (ma trận) unita, quan trọng hơn nữa là các phép tính (các cổng) lƣợng tử là thuận nghịch, dẫn đến không có sự tỏa nhiệt do xóa đi các thông tin (các bit) nhƣ định lý Landauer đã đề cập đến. Một bộ xử lý N qubit tƣơng đƣơng với 2N bộ xử lý cổ điên song song, tức là giải đƣợc một vấn đề cho trƣớc trong thời gian gần bằng thời gian tính toán của một số lƣợng nhƣ vậy các bộ xử lý cổ điển song song.

     

    Hệ tổng hợp của hai hay nhiều các hệ con còn có một tính chất quan trọng: các hệ con của nó có các tƣơng quan lƣợng tử mà tồn tại ngay cả khi các hệ con này ở rất xa nhau, nghĩa là khi không hề có bất cứ một sự liên quan nào theo nghĩa cổ điển. Sự „tác động ma quái trên khoảng cách” này, nhƣ Albert Einstein đã gọi, là hệ quả của tính phi địa phƣơng của cơ học lƣợng tử. Cùng với các cộng sự trẻ hơn của mình là Borys Podolski i Natan Rosen, ông đã dùng điều này trong một công trình đƣợc công bố năm 1935 để phê phán minh họa của trƣờng phái Copenhagen với ngƣời đứng đầu là Niels Bohr. Để ví dụ ta xem xét một thí nghiệm tƣởng tƣợng, trong đó có chú mèo nổi tiếng của Erwin Schrödinger. Theo nguyên tắc chồng chất, hệ phức hợp (nguyên tử + chú mèo) có thể nằm trong trạng thái

    Y =

    1  (

    , mèosèng  +

    , mèochÕt  ).
     

    2

    		    

    Bây giờ ta sẽ tƣởng tƣợng rằng, hai nhân vật, ví dụ nhƣ Alice và Bob, có hệ đƣợc chuẩn bị trong một trạng thái nhƣ vậy. Một ngày nào đó Bob du hành rất xa, ví dụ đến một hệ thiên hà láng giềng sông Ngân Hà của chúng ta. Anh mang theo chú mèo và để lại cho Alice trên Trái đất nguyên tử. Cũng một ngày nào đó Alice thực hiện việc quan sát nguyên tử trong phòng thí nghiệm của mình. Chị sẽ thu đƣợc hai kết quả có thể có với xác suất nhƣ nhau: nguyên tử bị phân rã hay không bị phân rã. Khi kết quả chị thu đƣợc là sự phân rã của nguyên tử, chị biết là ngay lúc đó chú mèo mà Bob mang theo bị chết, còn khi nguyên tử chƣa phân rã, chú mèo sống. Trong thƣ của mình viết cho Einstein, ông đã gọi „sự tác động ma quái trên khoảng cách”, này (cũng giống nhƣ sự tƣơng quan giữa hai hạt trong thí nghiệm tƣởng tƣợng của EPR) bằng tiếng Đức là verschränkung (tiếng Anh:

     

    18

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    entanglement – sự đan rối). Sự nhất trí của hai nhà bác học này trong phê phán cơ học lƣợng tử đã bị Niels Bohr bình luận sau đó (trong tháng ba năm 1936) là một việc làm „đáng chê trách”, có thể coi đó nhƣ là „một vụ đảo chính”! Những thí nghiệm đƣợc thực hiện trong năm 1982 bởi Alain Aspect và các cộng sự đã chỉ ra rằng lý thuyết lƣợng tử theo minh họa Copenhagen là đúng, còn sự phê phán của Einstein và những ngƣời khác là sai. Nói một cách toán học, trong không gian Hilbert các trạng thái của hệ phức hợp là tích tenxơ của các không gian trạng thái thành phần, tồn tại các vectơ trạng thái mà không thể biểu diễn chúng đƣợc là các tích ten xơ của các vec tơ trạng thái thành phần. Trong ví dụ trên ta có:

     

    Y ¹ YNguyª n tö  Ä YMÌo  .

     

    Tính đan rối không địa phƣơng là một trong những nguồn tài nguyên chính của tin học lƣợng tử, ví dụ nó đƣợc dùng trong viễn tải các trạng thái lƣợng tử. các cặp hạt đan rối nhƣ các nguyên tử hay các phôtôn (đƣợc gọi là các cặp EPR) trở thành các thành phần quan trọng của các thuật toán (các biên bản-protocol) lƣợng tử khác nhau. Tƣởng nhƣ rằng nhờ đan rối có thể xây dựng đƣợc các hệ chuyển thông tin ngay tức thì. Song nhƣ ta thấy từ ví dụ ở trên, Bob chỉ có thể khẳng định chác chắn là chú mèo của mình sông hay chết khi Alice thông báo cho Bob những thông tin về kết quả quan sát của mình qua các kênh truyền thống nhƣ điện thoại hay internet. Vậy tiên đề nói vận tốc ánh sáng là vận tốc giới hạn vẫn đƣợc bảo toàn. Tƣơng tự trong trƣờng hợp viễn tải, khi không có những thông tin từ Alice qua các kênh truyền thông truyền thống,Bob không thể „chế biến” thích hợp trạng thái của hạt thuộc cặp EPR mà anh mang theo để thu đƣợc trạng thái qubit đƣợc viễn tải. Hai trụ cột của vật lý hiện đại, lý thuyết lƣợng tử và lý thuyết tƣơng đối một lần nữa lại „chung sống hòa bình”, cũng nhƣ chúng đã làm trong khuôn khổ lý thuyết trƣờng lƣợng tử, một lý thuyết kết hợp hai trụ cột đó để mô tả mọi hiện tƣợng trong thiên nhiên.

     

    Theo quan điểm toán học, tính toán lƣợng tử về cơ bản là rất đơn giản. Nó đƣợc thực hiện trong các không gian Hilbert hữu hạn chiều, trong đó các vectơ (rejestr) và các toán tử tuyến tính (các cổng) đƣợc biểu diễn bằng các cột và các ma trận. Mọi khó khăn liên quan đến tính vô hạn không còn nữa.

     

    Dƣờng nhƣ yếu điểm của các máy tính lƣợng tử có thể là việc đọc một cách ngẫu nhiên các kết quả của phép đo trên trạng thái cuối nhƣ trên hình 1.

     

    Thật may là số lƣợng các kết quả có thể có là hữu hạn. Có thể thẩm tra chúng bằng các thuật toán nhanh để khẳng định kết quả nào từ chúng là đúng. Nhƣ trong trƣờng hợp thuật toán Shor đƣợc đề cập đến trên đây, nhân hai số nguyên tố thu đƣợc là một việc làm hết sức dễ, dễ hơn nhiều việc làm ngƣợc lại là phân tích một số cho trƣớc ra hai thừa số nguyên tố.

     

    Khó khăn chính trong việc xây dựng máy tinh lƣợng tử là ở chỗ khác, đó là sự mâu thuẫn giữa các yêu cầu đƣợc đặt ra đối với máy tính lƣợng tử. Một mặt các máy tính này

     

    19

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    phải đƣợc cách ly khỏi môi trƣờng xung quanh để bảo toàn đƣợc các tính chất kết hợp cần thiết, tức là bảo toàn đƣợc các tổ hợp của các trạng thái. Chúng rất monh manh, dễ bị phá vỡ. Môi trƣơng xung quanh không ngừng đo và phá hủy chúng. Sự mất mát thông tin ra ngoài hệ lƣợng tử đƣợc gọi là sụ hủy kết hợp. Đây cũng là nguyên nhân chính tại sao ta không quan sát đƣợc các biểu hiện lƣợng tử kỳ quặc trong cuộc sống hàng ngày. Mặt khác các qubit đồng thời phải sẳn sàng là đối tƣợng cho những điều khiển (sự tiến hóa) và đọc (các phép đo). Nhiệm vụ của các nhà thiết kế máy tính lƣợng tử là phải tìm ra đƣợc sự ”dung hòa vàng”, cho phép sự hủy kết hợp tác động một cách hữu ích, nghĩa là cho phép nó phá hủy (kolaps) tổ hợp lớn các trạng thái của máy tính lƣợng tử cùng với các tính chất giao thoa tế nhị của chúng đến một trạng thái đơn độc biểu diễn kết quả mong muốn. Để tiến đến mục đích này, gần đây nhiều kết quả căn bản đã đạt đƣợc trong điều khiển các trạng thái lƣợng tử đơn độc, đã vài lần đƣợc giải thƣởng Nobel nhƣ: Claude Cohen Tannoudji, Steven Chu, Williams Phillips (1997), Eric Cornell, Wolfgang Keterle, Carl Wieman (2001), Roy Glauber (2005), và gần đây nhất là Serge Haroche, David Wineland đã nhận giải thƣởng này vào năm ngoái. Cũng trong năm này, viễn tải cũng là một trong những đối thủ ”nghiêng ngửa”. Có thể dự đoán rằng, không sớm thì muộn thành tựu này sẽ đƣợc đăng quang.

     

    Tình trạng hiện nay trong tin học lƣợng tử có thể so sánh với tình trạng của năng lƣợng nguyên tử trong những năm ba mƣơi của thế kỷ trƣớc. Ta tin tƣởng rằng, cũng nhƣ trong năng lƣợng hạt nhân, sau mƣơi năm nữa ta sẽ có thể có những máy tính lƣợng tử đầu tiên làm thay đổi hoàn toàn bộ mặt của nền văn minh nhân loại.

     

    Trong các số tới của tập san Journal of Science, chúng tôi sẽ lần lƣợt đang một loạt bài tổng quan, vừa nhằm mục đích giới thiệu lĩnh vực mới này của vật lý với các ý nghĩa hiểu biết và thực tiễn lớn lao, vừa cung cấp những thông tin căn bản để các sinh viên vật lý và toán học có thể tiệm cận và tham gia nghiên cứu những vấn đề liên quan đến thông tin lƣợng tử. Bạn đọc cũng có thể làm quen với chúng trƣớc trong các công trình tổng quan [1,2,3]. Song các bài viết sắp tới sẽ ở dạng mở rộng hơn, dễ hiểu hơn, dựa trên các bài giảng trong học kỳ hai niên học 2012/2013 tại Trung tâm Nghiên Cứu Khoa Học Cao của ĐHBK Vác-xa-va (Ba Lan).

     

    Đồng thời một số công trinh liên quan đầu tiên cũng sẽ đƣợc công bố với sự tham gia của các nhà vật lý trong và ngoài nƣớc.

     

    TÀI LIỆU THAM KHẢO

     

    • Cao Long Vân, Tạ Phƣơng Hạnh, Tin học lƣợng tử và máy tính lƣợng tử (I), Tạp Chí Ứng Dụng Toán Học, Tập III, Số 1, 2005, 83-102.
    • Cao Long Vân, Tin học lƣợng tử và máy tính lƣợng tử (II), Tạp Chí Ứng Dụng Toán Học, Tập III, Số 2, 2005, 77-100.
    • Cao Long Vân, Tin học lƣợng tử và máy tính lƣợng tử (III): Các thuật toán lƣợng tử, Tạp Chí Ứng Dụng Toán Học, Tập IV, Số 1, 2006, 73-90.

    20

     

    TẠP CHÍ KHOA HỌC, TRƢỜNG ĐẠI HỌC HỒNG ĐỨC – SỐ 18. 2014

     

    Nguyen Van Hoa, Nguyen Manh An, Cao Long Van

     

    ABSTRACT

     

    This paper is an introduction to the new domain of physics, namely Quantum Information and Quantum Computer. We introduce some fundamental concepts in three related sciences: computer science, mathematics and physics. The reader could treat this paper as a prelude to our series of papers printed in this Journal, presenting the fundamental tools of quantum information. The paper in an extended form of a lecture given by the third author in the Center of Advanced Studies, Warsaw Technical University in 10 January 2013.

     

    Keywords:

     

     

     

     

     

    21

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]
  • Kết nối giữa phần mềm C# và thiết bị NI

    Kết nối giữa phần mềm C# và thiết bị NI

    Kết nối giữa phần mềm C# và thiết bị NI

    Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

    Kéo xuống để Tải ngay đề cương bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

    (Nếu là đề cương nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

    Đề cương liên quan: THỰC THI CÁC BIỆN PHÁP BẢO ĐẢM AN NINH HÀNG HẢI CỦA ÚC VÀ KINH NGHIỆM CHO VIỆT NAM

    [toc]

    [pdfviewer width=”800px” height=”1000px” beta=”true/false”]http://hotroontap.com/wp-content/uploads/2019/07/K%E1%BA%BFt-n%E1%BB%91i-gi%E1%BB%AFa-ph%E1%BA%A7n-m%E1%BB%81m-C-v%C3%A0-thi%E1%BA%BFt-b%E1%BB%8B-NI.pdf[/pdfviewer]

    Tải ngay đề cương bản PDF tại đây: Kết nối giữa phần mềm C# và thiết bị NI

    CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/4/2018

     

    KẾT NỐI GIỮA PHẦN MỀM C# VÀ THIẾT BỊ NI

    CONNECT BETWEEN C# SOFTWARE AND NI EQUIPMENTS

     

    ĐỒNG XUÂN THÌN

    Khoa Điện, Trường Cao đẳng VMU

     

    Tóm tắt

     

    NI là thiết bị phần cứng của hãng National Instrument. Đây là một hãng rất nổi tiếng với nhiều thiết bị phần cứng được sử dụng trong lĩnh vực đo lường. Thiết bị NI rất dễ kết nối với phần mềm Matlab và LabView, hai phần mềm này có thể tạo giao diện giám sát và điều khiển. Ngoài ra, phần mềm C# cũng có thể được sử dụng để tạo giao diện giám sát và điều khiển, nhưng việc kết nối giữa phần mềm C# và thiết bị NI rất phức tạp.

     

    Từ khóa: C#, NI, kết nối C# và NI, NI9215.

     

    Abstract

     

    NI equipments are the products of National Instrument Company that is very famous in measurement. It can easily connect with Matlab and LabView, these software can be used to create control interfaces. In additional, C# software also can create interfaces but it really complicate in programming and handshake with NI equipments.

     

    Keywords: C#, NI, connect C#&NI, NI9215.

     

    1. Giới thiệu

     

    1.1. Phần mềm C#

     

    Phần mềm C# là một phần rất quen thuộc nằm trong bộ Visual.NET. Hầu hết những người xây dựng giao diện để giám sát và điều khiển hệ thống thực trên máy tính đều sử dụng phần mềm này. Việc tải về và cài đặt phần mềm này rất đơn giản, chúng ta có thể tham khảo các nguồn tài liệu trên internet. Giao diện chính của phần mềm Microsoft Visual Studio khi cài đặt thành công như Hình 1.

     

     

     

    Hình 1. Phần mềm Mirosoft Visual Studio 2010                                          Hình 2. NI 9215

     

    1.2. Thiết bị NI

     

    Như đã biết, National Instrument là một hãng thiết bị rất nổi tiếng trong lĩnh vực đo lường và điều khiển. Một loại thiết bị thông dụng hay được sử dụng để kết hợp với phần mềm Matlab hoặc LabView đó là card PCI.

     

    NI cũng là thiết bị phần cứng được phát triển bởi hãng này, đây là thiết bị chuyên dùng trong lĩnh vực đo lường và điều khiển. NI khá đa dạng về chủng loại, có thể kết hợp được với các phần mềm Matlab, LabView và cả C#. Việc lựa chọn thiết bị NI phụ thuộc vào yêu cầu kỹ thuật của bài toán điều khiển, một số thông số kỹ thuật cần thiết cho việc lựa chọn NI như sau:

     

    • Loại tín hiệu vào/ra;
    • Giới hạn mức tín hiệu vào/ra;

    Tạp chí Khoa học Công nghệ Hàng hải           Số 54 – 4/2018                                                                     9

     

    CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/4/2018

     

    • Số kênh tín hiệu vào/ra;
    • Độ phân giải động của tín hiệu;
    • Tần số lấy mẫu tối đa cho phép.

    Để thực nghiệm việc kết nối giữa phần mềm C# tác giả lựa chọn thiết bị NI có tên NI9215.

    Hình ảnh thực tế của NI9215 như Hình 2. Thông số cơ bản của NI9215 như sau:

     

    • Số lượng kênh vào:
    • Độ phân giải ADC:
    • Dải tín hiệu vào:
    • Tần số lấy mẫu:
    • Nhiệt độ làm việc:
    • Điện áp bảo vệ:

    04 kênh vào tương tự;

     

    16 bit;

     

    10, 0 VDC;

     

    100kHz;

     

    -40oC tới 70oC;

    30, 0

    VDC.

    2. Kết nối giữa phần mềm C# và thiết bị NI

     

    • Thuật toán giao tiếp giữa C# và NI

    Để có thể bắt tay được giữa phần mềm C# và thiết bị NI thì ta cần thực hiện một số việc theo một trình tự nhất định. Trình tự này sẽ giúp cho phần mềm C# nhận diện được thiết bị NI và cài đặt các thông số phù hợp cần thiết cho thiết bị. Thứ tự công việc đó được thể hiện qua Hình 3. Thuật toán giao tiếp giữa C# và NI.

     

    Bắt đầu

     

    Tìm thiết bị NI được kết nối với

    máy tính

     

    Khai báo Task

     

    Khai báo Channel

     

    Khai báo đặc tính của Channel

     

    Cài đặt thông số cấu hình của

    Channel

     

    Cài đặt thông số xung clock và

    lấy mẫu của Channel

     

    Điều khiển các Channel

     

    Kết thúc

     

    Hình 3. Thuật toán giao tiếp giữa C# và NI

     

    Đầu tiên ta cần phải xác định các thiết bị NI được gắn với máy tính, sau đó chọn thiết bị NI mà chúng ta muốn dùng. Bước tiếp theo ta cần khai báo một “đối tượng” Task để quản lý toàn bộ việc cài đặt thông số cấu hình cho NI, cũng như nhận dữ liệu từ NI gửi về. Sau đó ta cần khai báo một đối tượng “được điều khiển” bởi Task, đó chính là Channel. Channel này sẽ liên kết trực tiếp

     

    10                                                                 Tạp chí Khoa học Công nghệ Hàng hải           Số 54 – 4/2018

     

    CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/4/2018

     

    với channel vật lý của thiết bị NI, dựa vào các đặc tính kỹ thuật thực tế của thiết bị NI mà ta sử dụng và mục đích sử dụng để có thể khai báo một cách chính xác thông số này.

     

    Bước tiếp theo là cài đặt các thông số cấu hình và xung clock cho channel, bước này cần lưu lý tra theo các thông số kỹ thuật của NI để nhận/gửi dữ liệu một cách chính xác. Cuối cùng là đọc/ghi dữ liệu từ/tới channel vật lý, nếu chỉ đọc/ghi dữ liệu một lần thì rất dễ nhưng không có tính ứng dụng nhiều trong điều khiển. Hầu hết các quá trình điều khiển là “Real Time” (RT) nên ta cần đọc/ghi dữ liệu từ/tới channel vật lý một cách liên tục, tức là ta phải dùng một vòng lặp vô hạn để phục vụ việc giao tiếp với NI. Như vậy thì chương trình điều khiển sẽ không thể làm gì khác ngoài việc giao tiếp với NI, để khắc phục tình trạng này thì ta phải dùng chương trình đa nhiệm.

     

    2.2. Các thông số cấu hình cho NI

     

    +) Khai báo Channel:

     

    Việc khai báo channel có vai trò rất quan trọng trong việc xác định tín hiệu (vào hay ra) và dạng của tín hiệu (số hay tương tự). C# hỗ trợ 4 kiểu khai báo channels [1-3]:

     

    • AIChannel;
    • AOChannel;
    • DIChannel;
    •  

    +) Khai báo đặc tính Channel:

     

    Khai báo đặc tính channel sẽ quyết định dạng của tín hiệu mà chúng ta sử dụng. C# hỗ trợ khai báo các dạng đặc tính như sau:

     

    • AnalogSingleChannelReader;
    • AnalogSingleChannelWriter;
    • AnalogMultiChannelReader;
    • AnalogMultiChannelWriter;
    • DigitalSingleChannelReader;
    • DigitalSingleChannelWriter;
    • DigitalMultiChannelReader;
    •  

    +) Cài đặt thông số cấu hình cho Channel:

     

    Việc cấu hình chi tiết cho channel không phức tạp nhưng có rất nhiều dạng cảm biến khác nhau được hỗ trợ. Dưới đây là một số cấu hình đầu vào cho tín hiệu analog được hỗ trợ bởi phần mềm C# hay được sử dụng:

     

    • CreateAccelerometerChannel: Dùng cho cảm biến gia tốc;
    • CreateFrequencyVoltageChannel: Dùng để tính giá trị tần số của điện áp lấy mẫu;
    • CreateLvdtChannel: Dùng cho cảm biến LVDT;
    • CreateMicrophoneChannel: Dùng cho Microphone;
    • CreateResistanceChannel: Dùng cho đầu vào là điện trở;
    • CreateStrainGageChannel: Dùng cho cảm biến đo xoắn trục;
    • CreateVoltageChannel: Dùng cho đầu vào là điện áp (thường dùng nhất).

    Đối với mỗi hàm cấu hình cho tín hiệu thì sẽ có vài tham số cần cài đặt (có hướng dẫn cụ thể trong từng hàm cài đặt). Ví dụ với hàm CreateVoltageChannel() thì có các tham số cần cài đặt như sau:

     

    • Tên của channel vật lý;
    • Tên đặt cho channel vật lý;
    • Dạng của điện áp đầu vào;
    • Giới hạn trên và giới hạn dưới của tín hiệu vào;
    • Đơn vị được quy đổi sau khi đọc giá trị đầu vào.

    +) Cài đặt thông số xung clock và lấy mẫu của channel:

     

    Thông số xung clock thay đổi phụ thuộc vào dạng của tín hiệu là digital hay analog và là tín hiệu vào hay tín hiệu ra. Với NI9215 thì có 04 thông số cơ bản cần cài đặt cho xung clock gồm:

     

    • Nguồn xung: Có thể sử dụng nguồn xung clock ngoài hoặc xung clock của NI;

    Tạp chí Khoa học Công nghệ Hàng hải           Số 54 – 4/2018                                                                     11

     

    CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/4/2018

     

    • Tốc độ lấy mẫu: Là số mẫu được lấy trong 1 giây, thông số này kiểu double;
    • Cạnh tác dụng của xung clock: Có thể chọn cạnh lên hoặc cạnh xuống của xung clock;
    • Chế độ lấy mẫu: Có 3 chế độ lấy mẫu nhưng ta thường dùng 2 chế độ đó là chế độ lấy mẫu xác định và chế độ lấy mẫu liên tục.

    3.           Kết quả và đánh giá

     

    3.1. Kết quả

     

    Tác giả đã thực hiện thử nghiệm kết nối giữa phần mềm C# với thiết bị NI9215. Hình ảnh thí nghiệm như Hình 4.

     

    Thí nghiệm bao gồm: thiết bị phần cứng NI9215, giao diện lấy các thông số cơ bản của NI9215 được xây dựng bởi phần mềm C#, thiết bị NI được kết nối với laptop thông qua dây nối USB. Trên giao diện gồm 2 phần: Textbox để hiển thị các thông số của NI, graph để hiển thị dữ liệu đọc về từ NI.

     

     

     

    Hình 4. Hình ảnh thử nghiệm

     

     

     

    Hình 5. Kết quả mẫu tín hiệu thu được

     

    Trong thử nghiệm này, tác giả đã dùng tín hiệu đầu vào là điện áp lấy từ cảm biến dao động.

    Kết quả của mẫu tín hiệu được vẽ thành đồ thị bởi khối Graph như Hình 5 [4], [5].

     

    12                                                                 Tạp chí Khoa học Công nghệ Hàng hải           Số 54 – 4/2018

     

    CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/4/2018

     

    • đây tác giả chọn Sampling Rates = 8192, tức là lấy 8192 mẫu tín hiệu vào trong một giây. Tốc độ lấy mẫu có thể chọn bất kỳ và nhỏ hơn tốc độ lấy mẫu tối đa cho phép của thiết bị. Tuy nhiên, để thuận tiện cho các thuật toán xử lý số nhị phân thì ta nên chọn tốc độ lấy mẫu là 2n. Cũng trong thử nghiệm này thì tác giả lấy đúng 8192 mẫu, tức là lấy số mẫu tín h iệu trong một giây. Lưu ý, việc lấy bao nhiêu mẫu và tốc độ lấy mẫu không hoàn toàn phụ thuộc vào nhau, điều này còn phụ thuộc vào chế độ lấy mẫu ta cài đặt. Nếu chọn chế độ lấy mẫu là xác định thì số lượng mẫu sẽ nhỏ hơn hoặc bằng tốc độ lấy mẫu, còn với chế độ lấy mẫu là liên tục thì số lượng mẫu không phụ thuộc vào tốc độ lấy mẫu. Tuy nhiên, số lượng mẫu có thể lấy được không phải là vô tận, nó phụ thuộc vào hai yếu tố đó là tốc độ xử lý tín hiệu của máy tính được sử dụng và nằm trong giới hạn của kiểu double.

    3.2. Đánh giá

     

    Thực hiện theo trình tự các bước được đề cập tại thuật toán giao tiếp giữa C# và NI đã có thể bắt tay được giữa phần mềm C# và thiết bị NI.

     

    Với thử nghiệm đầu tiên này, tác giả không những lấy được mẫu tín hiệu trên một kênh AI của thiết bị NI9215 mà còn truy vấn được các thông số danh định của thiết bị NI9215 bao gồm: Tên thiết bị, tên các kênh vật lý, dải điện áp đầu vào, mã số thiết bị, loại thiết bị và số serial của thiết bị.

     

    Hạn chế của vấn đề nghiên cứu: Mới chỉ lấy dữ liệu trên một kênh đầu vào của thiết bị NI9215, chưa lấy được tín hiệu trên tất cả các kênh đầu vào cũng như chưa thử nghiệm được trên các thiết bị NI khác.

     

    Hướng phát triển nghiên cứu tiếp theo:

     

    • Một là xây dựng phần mềm lấy dữ liệu trên tất cả các kênh đầu vào của thiết bị NI9215;
    • Hai là thử nghiệm trên một vài thiết bị NI khác.

    TÀI LIỆU THAM KHẢO

     

    • ni.com/tutorial/5409/en/.
    • http://zone.ni.com/reference/en-XX/help/370473H-01/mstudiowebhelp/html/5de00fb2/.
    • https://forums.ni.com/t5/Measurement-Studio-for-NET/How-to-properly-use-AOChannels-CreateFunctionGenerationChannel/td-p/669811.
    • https://msdn.microsoft.com/en-us/library/dd456769.aspx.
    • https://msdn.microsoft.com/en-us/library/system.windows.forms.datavisualization.charting.chart(v=vs.110).aspx.

    Ngày nhận bài:

    14/03/2018

    Ngày nhận bản sửa:

    02/04/2018

    Ngày duyệt đăng:

    04/04/2018

     

     

     

    Tạp chí Khoa học Công nghệ Hàng hải           Số 54 – 4/2018                                                                     13

    Tải xuống tài liệu học tập PDF miễn phí

    [sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]