• 他的研究兴趣是图像/视频分析与处理、卫星图像处理和计算机视觉。他在本科和研究生课程的数字图像处理、计算机视觉、多媒体通信课程教学方面拥有丰富的经验。他还担任过许多由国内外组织资助的基础研究和技术开发项目的负责人和主要研究员。他还为许多国内外 ICT 学术会议做出了贡献,包括 KSE、NICS、ATC、SoICT、ICEIC 等。此外,他还是电气和电子工程师协会 (IEEE)、电子、信息和通信工程师协会 (IEICE) 和越南模式识别协会 (VAPR) 的成员。
摘要通过3D打印方法(例如复杂的几何形状构建,耗时,工人的人工和材料成本)支持这种新型的施工方法,以使未来的应用有望成为有希望的新型施工方法。本研究介绍了定制和大尺寸混凝土3D打印机的开发,其成本较低,操作易度和可扩展设计。3D打印机龙门型结构的设计尺寸为2,580 x 3,600 x 2,800(mm),并由三个独立x,y和z轴的高精度交流电动机驱动。定制的喂食 - 结构系统是为自动或手动材料连续自动喂养而设计的。使用低成本混凝土混合物用于使用当地热电厂的副产品,从而可以降低材料成本。在进行了许多实验试验之后,已经建立了一组优化的参数集,以便在一次运行中连续打印25层的打印周期。在实践中打印并应用了几种基于具体的建筑模式。结果可以应用于民用建筑的许多方面,并在全球生产负担得起的建筑物。
这项研究的目的是通过两种不同的方法检查和分析作用于无定形核心变压器低压和高压绕组的轴向和径向力,电磁力(EMFS):一种分析方法:3-D有限元元件(FEM)。首先,提出了分析方法来分析磁回路中泄漏磁场的分布和作用在变压器绕组上的力。然后提出嵌入在ANSYS MAXWELL中的FEM,以在三个不同的工作条件下计算和模拟轴向和径向力:无负载,额定额定负载和短路。最终比较了从低压和高压绕组中的两种不同方法,例如额定电压,额定电流,短路电流,轴向和径向力以及EMF,以说明方法一致。该方法的验证应用于1600KVA-22/0.4KV的三相无定形核心变压器。
摘要:前列腺癌是全球最常见的癌症之一。多参数磁共振成像 (mpMRI) 是一种非侵入性工具,可以改善前列腺病变的检测、分类和体积量化。机器学习 (ML) 是人工智能的一个分支,可以快速准确地分析 mpMRI 图像。ML 可以提供更好的标准化和一致性来识别前列腺病变并增强前列腺癌管理。本综述总结了 ML 在前列腺 mpMRI 中的应用,并重点关注前列腺器官分割、病变检测和分割以及病变表征。进行了文献检索,以查找将 ML 方法应用于前列腺 mpMRI 的研究。迄今为止,前列腺器官分割和体积近似已经使用各种 ML 技术很好地执行。前列腺病变检测和分割对于 ML 来说是更具挑战性的任务,并在多项研究中进行了尝试。由于数据稀缺和当前 ML 算法的局限性,它们在很大程度上仍未解决。相比之下,由于数据可用性更高,前列腺病变表征已在多项研究中成功完成。总体而言,ML 完全有能力成为一种提高放射科医生准确性和速度的工具。