Journal of Science and Technique
Not a member yet
555 research outputs found
Sort by
PHÁT TRIỂN GIẢI PHÁP ĐIỀU KHIỂN LỰC CHO THIẾT BỊ BAY MỘT KÊNH VỚI MÁY LÁI TUYẾN TÍNH
Get PDFBài báo trình bày cơ sở toán học cho việc tổng hợp lệnh điều khiển và xây dựng giản đồ lực điều khiển đối với thiết bị bay một kênh sử dụng máy lái tuyến tính. Trên cơ sở đó, một giải pháp được đề xuất nhằm nâng cao hệ số lệnh điều khiển cho hệ thống này, kèm theo phần chứng minh toán học làm rõ tính đúng đắn và hiệu quả của giải pháp. Cụ thể, nghiên cứu chỉ ra rằng hệ số sử dụng lực điều khiển có thể đạt giá trị trên 0,5 trong trường hợp tín hiệu điều khiển đưa tới cơ cấu lái được định dạng dưới dạng hàm sin có giới hạn biên độ. Kết quả này không chỉ mở rộng các nghiên cứu trong nước mang tính học thuật mà còn cung cấp cơ sở lý thuyết quan trọng cho việc thiết kế và tổng hợp các hệ thống điều khiển bay tự động trong tương lai
aDisRAE: ADAPTIVE DISCRIMINATIVE REPRESENTATION AUTOENCODER FOR FEW-SHOT CYBERATTACK DETECTION
Get PDFDue to the scarcity of labeled anomalous data, few-shot learning has emerged as a critical paradigm for detecting novel and rare cyberattacks. The Discriminative Representation Autoencoder (DisRAE) framework learns a latent space where anomalies are pushed away from a central cluster of normal data, but it struggles with advanced attacks that closely mimic benign behavior. These subtle anomalies are often mapped too close to the normal cluster, leading to detection evasion. To address this limitation, this paper proposes the Adaptive Discriminative Representation Autoencoder (aDisRAE). The framework enhances the training objective by incorporating a prior outlier score that quantifies the subtlety of each anomaly. This score guides an adaptive repulsion mechanism, applying a stronger force to anomalies that most resemble normal data, ensuring a more effective separation in the latent space. The experiments evaluate aDisRAE on three public benchmark datasets: NSL-KDD, CIC-IDS2017 and UNSW-NB15. The results show a notable improvement, raising AUC by up to 10% and boosting robustness, especially against evasive attacks
VINEURO: A MULTIMODAL EEG-BLOOD FUSION MODEL FOR ALZHEIMER’S RISK PREDICTION
Get PDFEarly prediction of Alzheimer’s disease risk is crucial for timely intervention but remains challenging in routine clinical practice. Electroencephalography (EEG) is inexpensive and non-invasive, yet EEG alone often lacks sufficient sensitivity and robustness for reliable early-stage risk estimation. In parallel, routine blood tests capture peripheral immune, inflammatory, and metabolic changes associated with cognitive decline, suggesting that combining EEG with blood-based biomarkers could yield more informative risk stratification. In this work, ViNeuro, a multimodal EEG–blood model tailored to Alzheimer’s risk prediction, is proposed. A single EEG foundation encoder, termed ViNeuro-EEG, is first pretrained using the dual self-supervised objective of the EEGPT model with the criss-cross backbone and learned positional encoding of the CBraMOD model. Pretraining is conducted on a unified corpus of multi-channel clinical EEG data that includes Vietnamese recordings from 108 Military Central Hospital and international datasets. On top of this encoder, a multimodal extension, ViNeuro-MM, is constructed by projecting routine blood biomarkers into the EEG embedding space and using them as queries in a cross-attention layer over EEG tokens. The proposed framework is evaluated on the PEARL-Neuro cohort for Alzheimer’s risk prediction. Compared to its EEG-only counterpart, ViNeuro-MM achieves substantial performance gains, with relative improvements of up to 24.72% in balanced accuracy, demonstrating that fusing routine blood-based biomarkers with EEG foundation representations can markedly enhance early Alzheimer’s risk prediction
HOẠCH ĐỊNH ĐƯỜNG BAY CHO UAV CÓ CÁNH CỐ ĐỊNH, ỨNG DỤNG PHƯƠNG PHÁP CÂY NGẪU NHIÊN VÀ GIẢI THUẬT DI TRUYỀN CẢI TIẾN
Get PDFBài báo trình bày kết quả nghiên cứu phương pháp hoạch định đường bay cho các UAV có cánh cố định hoạt động trong môi trường mô phỏng. Phương pháp hoạch định đường bay dựa trên ứng dụng cây ngẫu nhiên thông minh và giải thuật di truyền cải tiến. Trong đó, phương pháp cây ngẫu nhiên kết hợp với các điều kiện phi tuyến được ứng dụng để khởi tạo những đường bay khả thi, các toán tử giải thuật di truyền cải tiến được áp dụng để tìm kiếm đường bay tối ưu. Kết quả mô phỏng cho thấy hiệu quả và tính khả thi của phương pháp đề xuất, là cơ sở để phát triển các hệ thống hoạch định đường bay cho các UAV hoạt động trong môi trường thực
EXPERIMENTAL STUDY AND IMAGE PROCESSING-BASED MEASUREMENT OF SPRAY BREAKUP LENGTH IN MICROTURBINE VAPORIZER TUBES
Get PDFMeasuring spray breakup length is a critical requirement for optimizing vaporizer tube design in microturbines. High-speed photography is a widely used modern measurement technique; however, its application in vaporizer tubes requires accurate image processing algorithms to account for light refraction through quartz tube walls and noise from fuel density variations. This study develops an algorithm that combines adaptive thresholding with Sobel edge detection, optimized for the vaporizer tube environment. Experiments were conducted at injection pressures ranging from 1.38 to 4.14 bar, with more than 4000 images analyzed per condition to ensure statistical reliability. The results show that breakup length increases from 3.2 mm to 6.8 mm as injection pressure rises, with clear periodic oscillations observed. The algorithm achieves an accuracy of ±0.01 mm with full automation, providing an effective tool for research on vaporizer tube optimization in microturbines
EXTRACTING SPATIAL-TEMPORAL FEATURES USING DEEP LEARNING IN COOPERATIVE SPECTRUM SENSING
Get PDFIn cognitive radio systems, spectrum sensing (SS) plays a vital role in detecting the presence of the primary user (PU). In this work, a cooperative spectrum sensing (CSS) model based on a graph convolution network and bidirectional long short-term memory (GCNBiLSTM) is proposed. Specifically, the GCN architecture is applied to extract the relationship between the secondary users (SUs). Besides, the BiLSTM architecture learns the temporal correlation of sensing information at SUs. The presence of PU is decided based on spatialtemporal features, which are combined from the outputs of GCN and BiLSTM. The proposed model is evaluated in a scenario of a dynamic channel (i.e., fading channel). Experimental results show that the GCN-BiLSTM model obtains a detection probability (Pd) of 84.5% and an accuracy of 87.25% at a Signal-to-Noise Ratio (SNR) of -14 dB, demonstrating superior performance compared to the baseline models
EMPIRICAL ANALYSIS OF RGB-IR FEATURE FUSION FOR UAV-BASED OBJECT DETECTION
Get PDFObject detection based on Unmanned Aerial Vehicles (UAVs) plays a crucial role in applications such as surveillance, disaster management, and military operations. However, traditional methods relying solely on visible Red-Green-Blue (RGB) imagery often perform poorly under low-light conditions and occlusions. To overcome these challenges, recent studies have explored the fusion of RGB and infrared (IR) images, leveraging their complementary properties. Among various fusion strategies, feature-level fusion has gained increasing attention due to its flexibility and superior performance compared to pixel-level and decision-level approaches. Despite its potential, the impact of the specific stage within the network where modality-specific features are integrated remains insufficiently investigated. This study focuses on feature-level fusion and conducts a comprehensive empirical analysis within a unified dual-stream detection framework to examine how fusion at different depths-early, middle, and late-affects detection performance. Additionally, we evaluate multi-position fusion schemes by combining features from multiple levels. Experimental results on the DroneVehicle dataset reveal that middle fusion achieves the best balance between detection accuracy and efficiency among single-layer fusion configurations. Furthermore, early-middle multi-position fusion further improves localization precision, albeit with moderate computational overhead. These findings offer practical insights into designing more effective and efficient RGB-IR fusion networks for UAV-based object detection systems
NGHIÊN CỨU ĐỘNG LỰC HỌC MÁY XÚC LẬT KHI DI CHUYỂN CÓ XÉT ĐẾN MẤP MÔ MẶT ĐƯỜNG DẠNG NGẪU NHIÊN
Get PDFMáy xúc lật là một trong nhóm máy xây dựng được sử dụng rộng rãi và phổ biến hiện nay. Quá trình làm việc, mấp mô mặt đường sẽ ảnh hưởng đến dao động của máy xúc lật. Trong bài báo này, các tác giả nghiên cứu mô hình động lực học máy xúc lật khi di chuyển có xét đến biên dạng mấp mô mặt đường ngẫu nhiên. Phương pháp biến đổi ngược Fourier trên cơ sở mật độ phổ công suất của mặt đường được lựa chọn để mô phỏng mấp mô mặt đường. Mô hình động lực học xây dựng có tính đến độ đàn hồi và giảm chấn của lốp xe, hệ thống treo và xi lanh thủy lực cơ cấu nâng cần. Trên cơ sở mô hình động lực học, phương trình Lagrăng loại II được sử dụng để xây dựng hệ phương trình vi phân mô tả chuyển động của cơ hệ. Kết quả khảo sát với máy chuyển tải trên mặt đường cấp C với vận tốc di chuyển 4,7 m/s thì gia tốc xe cơ sở nhỏ hơn 0,5 m/s2, đảm bảo theo tiêu chuẩn ISO 2631-1 về rung động tác động lên người vận hành. Kết quả nghiên cứu của bài báo là cơ sở để đánh giá độ ổn định của máy xúc lật và là cơ sở để thiết kế, cải tiến hệ thống treo trên máy xúc lật
WAVE REDUCTION ABILITY PASSING OVER SUBMERGED BREAKWATER USING POROUS CONCRETE BY FLOW-3D SOFTWARE
Get PDFThis paper presents the results of a study on the wave height reduction efficiency of submerged breakwaters constructed from porous concrete structures (PCSB), using FLOW-3D software. The simulations were conducted on a model with dimensions of 45 m (length) × 1.0 m (width) × 1.5 m (height) and included four groups of scenarios: variations in porosity, the freeboard to incident wave height ratio (S/H), the crest width to wave length ratio (B/L), and the slope of the structure. The simulation results were calibrated against experimental data from different cross-sections, demonstrating strong compatibility. This study clarifies the mechanisms of wave propagation and absorption as they pass over PCSB. When properly designed, the wave reduction efficiency of PCSB is quantified by the coefficient of transmitted wave height to incident wave height, illustrating the practical applicability of these structures. The FLOW-3D software employed in this research serves as an effective tool for analyzing wave deformation over PCSB, significantly contributing to the design of these structures as effective coastal protection measures
IMPACTS OF HEAT TREATMENT ON THE MICROSTRUCTURE AND MECHANICAL PROPERTIES OF 15%Cr-5%Ni-2%Cu MARTENSITIC STAINLESS STEEL
Get PDFThis study examines how the heat treatment parameters affect the strength and microstructures of 15%Cr-5%Ni-2%Cu martensitic stainless steel. A tempering range of 300-650°C in air cooling and quenching at 1050°C in oil cooling produced the tested specimens. Following heat treatments, optical and scanning electron microscopes, X-ray diffraction analyses, hardness measurements, and tensile testing were used to examine mechanical properties and microstructure. The findings demonstrated that the impact of heat treatment, particularly tempering temperature, on the microstructure and mechanical properties of martensitic stainless steel has been studied. As the tempering temperature rose, the steel's hardness and tensile strength declined. The ductility may be significantly enhanced by raising the tempering temperature. The property was thought to be associated with the microstructure of reversed austenite and tempered lath martensite. A more incredible reversed austenite amount facilitates the increased ductility of martensitic stainless steel