http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/14531 Fri, 24 Apr 2026 01:13:12 GMT 2026-04-24T01:13:12Z http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21153 Nhan đề: Giải pháp giúp sinh viên công nghệ thông tin không bị thay thế trong tương lai: Thực trạng và giải pháp Tác giả: Võ, Trương Hoàng Oanh Tóm tắt: Trong bối cảnh trí tuệ nhân tạo (AI) bùng nổ đã tác động lên mọi lĩnh vực đời sống kinh tế - xã hội, đặc biệt là lĩnh vực công nghệ thông tin (CNTT). AI đã mở ra nhiều cơ hội nghề nghiệp mới, nhu cầu tuyển dụng của doanh nghiệp ngày càng cao, nhưng cũng đặt ra nhiều thách thức khi nhân sự không đáp ứng được yêu cầu doanh nghiệp. Trước vấn đề này, bài viết phân tích những thách thức mà sinh viên CNTT phải đối mặt trước sự phát triển không ngừng của công nghệ, những thực trạng mà sinh viên CNTT đang gặp phải, đồng thời đề xuất một số định hướng giải pháp nhằm nâng cao năng lực thích ứng với sự phát triển nhanh chóng của công nghệ, góp phần tăng cao cơ hội việc làm, đáp ứng yêu cầu doanh nghiệp. Wed, 01 Jan 2025 00:00:00 GMT http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21153 2025-01-01T00:00:00Z http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21152 Nhan đề: An ninh mạng trong kỷ nguyên AI: Rủi ro, nguyên nhân và giải pháp đối với người dùng trong doanh nghiệp Tác giả: Phạm, Tuấn Trinh Tóm tắt: Trong những năm gần đây, trí tuệ nhân tạo (tiếng Anh là artificial intelligence, viết tắt là AI) đã trở thành động lực quan trọng thúc đẩy chuyển đổi số trong doanh nghiệp, giúp nâng cao năng suất, tối ưu hóa chi phí và cải thiện trải nghiệm khách hàng. Bài viết phân tích các nguy cơ an ninh mạng liên quan AI, đồng thời đề xuất các giải pháp phòng ngừa. Bao gồm nâng cao nhận thức và đào tạo định kỳ cho người dùng, xây dựng chính sách sử dụng AI rõ ràng, ứng dụng công nghệ phòng thủ thông minh và kiểm tra bảo mật định kỳ. Sự kết hợp giữa con người, quy trình và công nghệ được xác định là chiến lược hiệu quả giúp doanh nghiệp chủ động bảo vệ người dùng, giảm thiểu thiệt hại và duy trì hoạt động ổn định trong môi trường số hóa, đáp ứng thách thức và cơ hội của kỷ nguyên AI. Wed, 01 Jan 2025 00:00:00 GMT http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21152 2025-01-01T00:00:00Z http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21151 Nhan đề: Vai trò của giảng viên trong kỷ nguyên trí tuệ nhân tạo: Thực trạng và định hướng Tác giả: Nguyễn, Tấn Phương Tóm tắt: Trong bối cảnh chuyển đổi số và trí tuệ nhân tạo (AI) phát triển mạnh mẽ, AI đang làm thay đổi căn bản hoạt động dạy và học trong giáo dục đại học. Việc sử dụng phổ biến công nghệ AI trong học đường đã khiến vai trò của giảng viên (GV) trong giảng dạy cần được định hình lại để phù hợp với sự phát triển của công nghệ, nâng cao hiệu quả giảng dạy và học tập ở sinh viên (SV). Bài viết phân tích những tác động và thách thức của AI đối với giáo dục đại học, thực trạng của GV trong thời đại công nghệ AI, từ đó đề xuất các định hướng đổi mới vai trò của GV thông qua các phương pháp giảng dạy ứng dụng công nghệ AI, hình thành các kỹ năng cần thiết cho người học, để họ không bị công nghệ thay thế trong tương lai. Wed, 01 Jan 2025 00:00:00 GMT http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21151 2025-01-01T00:00:00Z http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21026 Nhan đề: Truy vấn ảnh sử dụng RS -TREE và mạng học sâu R-CNN Tác giả: Lê, Thị Vĩnh Thanh; Nguyễn, Thị Quỳnh Hương; Văn, Thế Thành Tóm tắt: Trong bài báo này, một mô hình tìm kiếm ảnh sử dụng cấu trúc RS-Tree và mạng học sâu Faster R-CNN được đề xuất nhằm nâng cao hiệu suất truy vấn ảnh. Trong mô hình này, các công việc sau được thực hiện: (1) cấu trúc RS-Tree được cải tiến thuật toán tách nút để nâng cao hiệu quả gom cụm các véc-tơ đặc trưng của tập ảnh đa đối tượng; (2) mạng học sâu Faster R-CNN được sử dụng để phát hiện và phân loại các đối tượng trên hình ảnh; (3) các hộp giới hạn chứa đối tượng trên ảnh được trích xuất đặc trưng cấp thấp và lưu trữ trên cấu trúc RS-Tree; Với mỗi ảnh đầu vào, hệ thống phát hiện và phân loại từng đối tượng bằng mạng học sâu Faster R-CNN; trích xuất véc-tơ đặc trưng cấp thấp; thực hiện truy vấn ảnh tương tự dựa trên cấu trúc RS-Tree. Thực nghiệm được thực hiện trên bộ ảnh đa đối tượng MS-COCO gồm 5000 ảnh với độ chính xác là 77.39%. Kết quả thực nghiệm được so sánh với các công trình khác trên cùng bộ ảnh nhằm đánh giá tính đúng đắn của mô hình đề xuất. Sun, 01 Jan 2023 00:00:00 GMT http://thuvienso.bvu.edu.vn/handle/TVDHBRVT/21026 2023-01-01T00:00:00Z