PHÂN LỚP ẢNH VỚI GIẢI THUẬT GIẢM GRADIENT NGẪU NHIÊN ĐA LỚP
|
|
- Gyles Norris
- 5 years ago
- Views:
Transcription
1 PHÂN LỚP ẢNH VỚI GIẢI THUẬT GIẢM GRADIENT NGẪU NHIÊN ĐA LỚP Đỗ Thanh Nghị 1 và Phạm Nguyên Khang 1 1 Khoa Công nghệ Thông tn & Truyền thông, Trường Đạ học Cần Thơ Thông tn chung: Ngày nhận: 17/04/2013 Ngày chấp nhận: 24/12/2013 Ttle: Classfyng mages wth multclass stochastc gradent descent algorthm Từ khóa: Bểu dễn đặc trưng không đổ SIFT, Mô hình tú từ BoVW, Máy học véc tơ hỗ trợ SVM, Phương pháp gảm gradent ngẫu nhên SGD Keywords: Scale-Invarant Feature Transform - SIFT, Bag-of- Words - BoW, Support Vector Machnes - SVM, Stochastc Gradent Descent - SGD ABSTRACT In ths paper, we present a new algorthm, MC-SGD (Multclass Stochastc Gradent Descent), to effectvely classfy multclass mages. The representaton of the mages s based on the bag-of-words (BoW), whch s constructed from the local descrptors (the Scale-Invarant Feature Transform method SIFT). The pre-processng step brngs out datasets wth a very large number of dmensons. We propose a new algorthm called MC-SGD that s suted for classfyng very-hgh-dmensonal datasets. The numercal test results on a real dataset showed that our algorthm MC-SGD outperforms Support Vector Machnes (SVM) usng non-lnear kernel functons (Radal Bass Functon - RBF). TÓM TẮT Trong bà này, chúng tô trình bày gả thuật mớ, gảm gradent ngẫu nhên (Multclass Stochastc Gradent Descent - MC-SGD), cho phân lớp hệu quả dữ lệu ảnh đa lớp. Tập dữ lệu ảnh bểu dễn ảnh bằng mô hình tú từ (Bag-of-Words - BoW) sử dụng các nét đặc trưng không đổ vớ những bến đổ tỉ lệ (Scale-Invarant Feature Transform - SIFT), dựa trên đặc trưng cục bộ, không bị thay đổ trước những bến đổ tỉ lệ ảnh, tịnh tến, phép quay, không bị thay đổ một phần đố vớ phép bến đổ hình học affne (thay đổ góc nhìn) và mạnh vớ những thay đổ về độ sáng, sự nhễu và che khuất. Chúng tô đề nghị một gả thuật phân lớp đa lớp mớ, gảm gradent ngẫu nhên MC-SGD, cho phép phân lớp hệu quả dữ lệu có số chều lớn thu được từ bước bểu dễn ảnh. Kết quả thực nghệm trên tập dữ lệu thực cho thấy gả thuật MC-SGD phân lớp nhanh, chính xác hơn kh so sánh vớ gả thuật máy học véc tơ hỗ trợ (Support Vector Machnes - SVM) sử dụng hàm nhân ph tuyến (Radal Bass Functon - RBF). 1 GIỚI THIỆU Phân lớp ảnh là gán nhãn tự động cho từng ảnh theo chủ đề đã được định nghĩa trước dựa vào nộ dung của ảnh. Phân lớp ảnh có nhều ứng dụng trong thực tế như nhận dạng chữ số trên ch phếu ngân hàng, mã số trên bì thư của dịch vụ bưu chính, hay các chữ số trên các bểu mẫu nó chung, đặc bệt là tổ chức nộ dung trang web một cách tự động bằng cách đánh nhãn tự động ảnh. Hệ thống phân lớp ảnh thường bao gồm ha bước: rút trích đặc trưng từ nộ dung ảnh và huấn luyện mô hình máy học để gán nhãn tự động từ các đặc trưng này. Hệu quả của hệ thống phân lớp phụ thuộc vào các phương pháp sử dụng ở ha ga đoạn trên. Các nghên cứu trước đây (LeCun et al., 98), (Vola & Jones, 01), (Zheng & Daoud, 04) sử dụng tếp cận rút trích đặc trưng dựa trên phát hện của các đểm, màu sắc, kết cấu (texture), tổ chức 1
2 đồ (hstogram). Mạng nơ-ron (neural networks), máy học véc tơ hỗ trợ (support vector machnes), gả thuật boostng được huấn luyện để phân lớp ảnh. Gần đây, một hướng tếp cận của (Bosch et al., 06) dựa vào phương pháp bểu dễn ảnh bằng các nét đặc trưng không đổ vớ những bến đổ tỉ lệ SIFT (Lowe, 04) và mô hình tú từ BoW. Đặc trưng cục bộ SIFT không bị thay đổ trước những bến đổ tỉ lệ ảnh, tịnh tến, phép quay, không bị thay đổ một phần đố vớ phép bến đổ hình học affne (thay đổ góc nhìn) và mạnh vớ những thay đổ về độ sáng, sự nhễu và che khuất. Một ảnh được bểu dễn bở tập hợp tú từ được xây dựng bằng cách áp dụng một gả thuật gom nhóm lên các véc tơ mô tả cục bộ SIFT. Ga đoạn tền xử lý cho ra một tập dữ lệu vớ số chều rất lớn. Tác gả đề xuất gảm chều dữ lệu và sử dụng k láng gềng để phân lớp hệu quả ảnh. Chúng tô đề xuất sử dụng ý tưởng của phương pháp bểu dễn ảnh bằng đặc trưng không đổ SIFT và mô hình tú từ. Tuy nhên thay vì gảm chều thì chúng tô đề xuất một gả thuật học mớ, gảm gradent ngẫu nhên MC-SGD, cho phép phân lớp hệu quả dữ lệu có số chều lớn thu được từ bước bểu dễn ảnh. Kết quả thực nghệm trên tập dữ lệu ảnh thực từ ImageNet (Deng et al., 12) chỉ rằng gả thuật mớ MC-SGD phân lớp nhanh, chính xác kh so sánh vớ gả thuật máy học véc tơ hỗ trợ SVM (Vapnk, 95) sử dụng hàm nhân ph tuyến (Radal Bass Functon - RBF). Phần tếp theo của bà vết được trình bày như sau: phần 2 trình bày ngắn gọn về bểu dễn ảnh bằng mô hình tú từ của đặc trưng cục bộ không đổ, phần 3 trình bày gả thuật phân lớp đa lớp MC-SGD. Phần 4 trình bày các kết quả thực nghệm tếp theo sau đó là kết luận và hướng phát trển. 2 BIỂU DIỄN ĐẶC TRƯNG KHÔNG ĐỔI VÀ MÔ HÌNH TÚI TỪ Bểu dễn ảnh là một bước quan trọng trong phân loạ ảnh. Bước này có ảnh hưởng rất lớn đến kết quả phân loạ cuố cùng. Trong lãnh vực phân lớp và tìm kếm ảnh, đặc trưng cục bộ SIFT (Lowe, 04) là những đểm đặc trưng, vùng đặc trưng để bểu dễn ảnh rất hệu quả, ngày càng trở nên phổ bến. Nghên cứu tên phong của (Bosch et al., 06) đề xuất hệ thống phân lớp ảnh dựa trên đặc trưng SIFT và mô hình tú từ (xuất phát từ ý tưởng phân lớp văn bản). Ga đoạn bểu dễn ảnh theo mô hình tú từ và đặc trưng không đổ SIFT bao gồm 3 bước chính: () phát hện và bểu dễn các nét đặc trưng cục bộ, () xây dựng từ đển các từ trực quan và () bểu dễn ảnh dướ dạng véc tơ tần số xuất hện các từ trực quan trong ảnh. Hình 1: Các đểm đặc trưng được phát hện bở thuật toán Hessan-Affne Ở bước đầu tên, ảnh được đưa về dạng mức xám. Các đểm đặc trưng (Hình 1) được tính trên những ảnh này bằng cách sử dụng các gả thuật phát hện đểm đặc trưng cục bộ (local feature detector) như là Harrs-Affne, Hessan-Affne (Mkolajczyk & Schmd, 04). Những đểm đặc trưng này có thể là cực trị cục bộ của phép toán DoG (Dfference of Gaussan) hoặc là cực đạ của phép toán LoG (Laplace of Gaussan). Sau đó, vùng xung quanh các đểm đặc trưng được xác định và mô tả bằng các véc tơ mô tả cục bộ. Véc tơ mô tả SIFT được đánh gá rất cao bở gớ chuyên môn trong vệc bểu dễn các vùng xung quanh đểm đặc trưng bở vì nó không đổ đố vớ những bến đổ tỉ lệ, tịnh tến, phép quay, và không đổ một phần vớ đố vớ những thay đổ về góc nhìn, đồng thờ nó cũng rất mạnh vớ những thay đổ về độ sáng, sự che khuất, nhễu. Hình 2 mnh hoạ một ví dụ của véc tơ mô tả SIFT được xây dựng từ vùng cục bộ xung quanh một đểm đặc trưng. Mỗ véc tơ mô tả là một ma trận 4x4 các tổ chức đồ. Mỗ tổ chức đồ có 8 khoảng tương ứng vớ 8 hướng. Do đó, mỗ véc tơ mô tả SIFT là một véc tơ 4x4x8=128 chều. Lúc này, mỗ ảnh được bểu dễn bở một tập các véc tơ mô tả SIFT. Bước kế tếp là thết lập các từ trực quan từ các mô tả cục bộ đã được tính ở bước trước. Thuật gả k-means (MacQueen, 67) được thực hện trên các véc tơ mô tả để phân các véc tơ SIFT thành vào các nhóm (cluster) và mỗ cluster tương ứng vớ một từ trực quan. Tập các cluster này tạo thành một từ đển. Sau cùng, mỗ véc tơ mô tả trong ảnh sẽ được gán vào cluster gần nhất (dựa vào khoảng cách mỗ véc tơ đến các tâm của các cluster đạ dện đã được định nghĩa trước đó). Tếp theo, một ảnh sẽ được bểu dễn bằng tần số của các từ trực quan trong ảnh. Hình 3 mô tả các bước tạo mô hình BoW bểu dễn các ảnh. 2
3 Hình 2: Đặc trưng cục bộ SIFT được tính toán từ vùng xung quanh đểm đặc bệt (vòng tròn): gradent của ảnh (trá), véc-tơ mô tả (phả) 3 THUẬT GIẢI GIẢM GRADIENT NGẪU NHIÊN (MC-SGD) Ga đoạn tền xử lý cho một tập dữ lệu vớ số chều rất lớn (ví dụ, từ trực quan vớ nhều đặc trưng đầu vào vớ mỗ đặc trưng chỉ chứa ít thông tn cho phân lớp). Gả thuật máy học véc tơ Hình 3: Tạo mô hình BoVW để bểu dễn ảnh hỗ trợ SVM (Vapnk, 95) là mô hình hệu quả và phổ bến cho vấn đề phân lớp những tập dữ lệu có số chều lớn. Xuất phát từ cà đặt hệu quả gả thuật SVM bằng phương pháp gảm gradent ngẫu nhên SGD (Bottou & Boussquet, 08), chúng tô phát trển gả thuật MC-SGD cho phân lớp đa lớp tập dữ lệu có số chều lớn này. 3
4 3.1 Gả thuật máy học véc tơ hỗ trợ SVM Xét ví dụ phân lớp nhị phân tuyến tính như Hình 4. Cho m phần tử x1, x2,, xm trong không gan n chều, có nhãn (lớp) của các phần tử là y1, y2,, ym có gá trị 1 hoặc -1. y = 1, nếu x thuộc lớp +1 (lớp dương, lớp chúng ta quan tâm), y = 1, nếu x thuộc lớp 1 (lớp âm hay các lớp còn lạ). SVM tìm sêu phẳng tố ưu (xác định bở véc tơ pháp tuyến w và độ lệch của sêu phẳng b) dựa trên 2 sêu phẳng hỗ trợ của 2 lớp. Các phần tử lớp +1 nằm bên phả của sêu phẳng hỗ trợ cho lớp +1, các phần tử lớp -1 nằm phía bên trá của sêu phẳng hỗ trợ cho lớp -1. Những phần tử nằm ngược phía vớ sêu phẳng hỗ trợ được co như lỗ. Khoảng cách lỗ được bểu dễn bở z 0 (vớ x nằm đúng phía của sêu phẳng hỗ trợ của nó thì khoảng cách lỗ tương ứng z = 0, còn ngược lạ thì z > 0 là khoảng cách từ đểm x đến sêu phẳng hỗ trợ tương ứng của nó). Khoảng cách gữa 2 sêu phẳng hỗ trợ được gọ là lề. Sêu phẳng tố ưu (nằm gữa 2 sêu phẳng hỗ trợ) tìm được từ 2 têu chí là cực đạ hóa lề (lề càng lớn, mô hình phân lớp càng an toàn) và cực tểu hóa lỗ. Vấn đề dẫn đến vệc gả bà toán quy hoạch toàn phương (1): mn (w, b, z) = (1/2) w 2 + c z 1 s.t. (1) y (w.x b) + z 1 z 0 (=1, 2,, m) hằng c > 0 sử dụng để chỉnh độ rộng lề và lỗ Gả bà toán quy hoạch toàn phương (1), thu được (w, b). Phân lớp phần tử x dựa vào dấu của (w.x - b). -1 z j x T.w b = -1 lề = 2/ w Hình 4: Phân lớp tuyến tính vớ máy học véctơ hỗ trợ z m x T.w b = 0 x T.w b = Bà toán quy hoạch toàn phương (1) được nghên cứu phổ bến trong toán tố ưu. Hện có nhều gả thuật têu bểu như LbSVM (Chang & Ln, 01), SMO (Platt, 98), Newton (Mangasaran, 01) đều có độ phức tạp bậc 2 vớ số phần tử dữ lệu. 3.2 Gả thuật gảm gradent ngẫu nhên (SGD) Một cà đặt cho gả thuật SVM của (Bottou & Boussquet, 08) dựa trên phương pháp gảm gradent ngẫu nhên, có độ phức tạp tuyến tính vớ số phần tử dữ lệu. Bằng cách thay thế z bở w, x, y (không xét độ lệch b) từ các ràng buộc vào hàm mục têu của (1), vệc tìm sêu phẳng tố ưu của SVM có thể được thực hện bở (2): m 1 mn (w, x, y) = (λ/2) w 2 +(1/m) max{0,1 y ( w. )} (2) x Phương pháp gảm gradent (GD) thực hện tố ưu vấn đề (2) bằng cách cập nhật w tạ lần lặp thứ (t+1) vớ tốc độ học t, như trong (3): m w t+1 = w t - ( t /m) ( w, x, y ) (3) 1 Phương pháp gảm gradent ngẫu nhên (SGD) thực hện đơn gản bước cập nhật w t+1 chỉ sử dụng một phần tử ngẫu nhên (x t, y t ) tạ mỗ lần lặp: w t+1 = w t - t w (w t, x t, y t ) (4) Có thể thấy rằng gả thuật SGD đơn gản, thực hện các bước lặp, mỗ bước lặp chỉ lấy 1 phần tử ngẫu nhên từ tập dữ lệu, thực hện cập nhật w thay vì phả gả bà toán quy hoạch toàn phương (1). Gả thuật SGD có độ phức tạp tuyến tính vớ số phần tử của tập dữ lệu học, phân lớp dữ lệu có số phần tử và số chều lớn rất hệu quả (Bottou & Bousquet, 08). 3.3 Gả thuật gảm gradent ngẫu nhên cho phân lớp đa lớp (MC-SGD) SGD cũng như hầu hết các gả thuật SVM đều xuất phát từ vấn đề phân lớp nhị phân (2 lớp: dương và âm). Chúng tô mở rộng gả thuật SGD để có thể gả quyết vấn đề phân lớp tập dữ lệu có c lớp (c 3) hay còn gọ là đa lớp. w t 4
5 Để gả quyết phân lớp tập dữ lệu đa lớp, gả thuật SVM thường dựa trên 2 phương pháp đơn gản là 1-vs-all (Vapnk, 95) và 1-vs-1 (Krebel, 99). Phương pháp 1-vs-all xây dựng c mô hình SVM nhị phân, mô hình thứ t tách lớp t (lớp dương) ra khỏ các lớp khác (âm). Phương pháp 1-vs-1 xây dựng c(c-1)/2 mô hình SVM nhị phân, mỗ mô hình tách một cặp 2 lớp. Vệc phân lớp dựa vào bình chọn khoảng cách đến các sêu phẳng thu được từ SVM nhị phân. Như đã chỉ ra trong thực tế của phân lớp kho dữ lệu ảnh rất lớn, hàng chục ngàn lớp (Sanchez & Perronnn, 11), (Deng et al., 12), 1-vs-all thì đơn gản cho kết quả tốt cho vấn đề phân lớp ảnh. Tuy nhên, kh áp dụng 1-vs-all vào trong SGD để gả quyết vấn đề đa lớp, chúng ta lạ gặp một khó khăn lớn, huấn luyện các SGD nhị phân trên tập dữ lệu mất cân bằng. Gả sử tập dữ lệu chúng ta có 100 lớp, thì kh sử dụng 1-vs-all, mô hình SGD thứ t tách lớp t (lớp dương chỉ chếm khoảng 1%) ra khỏ các lớp khác (lớp âm chếm khoảng 99%). SGD gặp khó khăn do sự mất cân bằng. SGD chỉ thường cập nhật w trong (4) kh lỗ xuất hện thường là phần tử thuộc lớp âm mà ít kh làm đều đó vớ lớp dương vì xác suất lấy mẫu một phần tử lớp dương khoảng 1%, trong kh lớp âm là 99%. Mặc dù đều khó khăn này xảy ra nhưng độ chính xác tổng thể vẫn là 99% trong kh không thể tách được lớp t ra khỏ các lớp khác. Để gả quyết vấn đề này, chúng tô đề xuất chến lược xây dựng balanced baggng cho từng mô hình SGD nhị phân dựa trên lấy mẫu gảm và cập nhật trọng số bất đố xứng. Huấn luyện mô hình SGD nhị phân tách lớp t (dương, thểu số) Hình 5: Phân lớp đa lớp, 1-vs-all (trá), 1-vs-1 (phả) khỏ các lớp khác (âm, đa số), cần xây dựng k mô hình cơ sở SGD như sau: Lấy mẫu gảm lớp âm sao cho số lượng phần từ lớp âm bằng vớ số phần tử của lớp dương. Sử dụng tập mẫu gảm lớp âm và dữ lệu của lớp dương làm tập huấn luyện mô hình cơ sở SGD. Huấn luyện SGD nhị phân, chú ý sử dụng công thức (4) vớ cập nhật trọng số lớn hơn kh phân lớp sa dữ lệu thuộc lớp dương (thểu số), và trọng số nhỏ hơn kh phân lớp sa dữ lệu thuộc lớp âm (đa số). Kết thúc, chúng ta tổng hợp k mô hình cơ sở SGD thu được mô hình SGD nhị phân tách lớp t từ các lớp khác. Cần chú ý rằng, balanced baggng sử dụng tập mẫu gảm của lớp âm, gúp cân bằng phân bố dữ lệu gữa 2 lớp, khả năng lấy mẫu một phần tử của lớp dương và lớp âm là gần như nhau kh tến hành cập nhật w trong (4). Hơn nữa, lấy mẫu gảm của lớp âm làm tăng khoảng cách tách lớp (dương, âm). Đều này tạo đều kện cho SGD hộ tụ vớ tốc độ nhanh hơn so vớ sử dụng tập đầy đủ. Chính vì lý do đó mà gả thuật MC-SGD sử dụng các balanced baggng có thể phân lớp hệu quả tập dữ lệu đa lớp. 4 KẾT QUẢ THỰC NGHIỆM Để tến hành đánh gá hệu quả của gả thuật MC-SGD cho phân lớp ảnh đa lớp, chúng tô đã cà đặt gả thuật MC-SGD bằng ngôn ngữ lập trình C/C++. Ngoà ra, chúng tô cũng cần so sánh MC- SGD vớ một gả thuật SVM chuẩn, được sử dụng phổ bến trong cộng đồng máy học là LbSVM (Chang & Ln, 01). Tất cả các gả thuật đều được thực hện trên một máy tính cá nhân (Intel 3GHz, 2GB RAM) chạy hệ đều hành Lnux. 5
6 Hình 6: Ảnh mẫu trong tập ImageNet 10 lớp Tập dữ lệu thực nghệm được lấy về từ ImageNet (Deng et al., 12). Chúng tô chọn tập gồm 6675 ảnh của 10 lớp (xem Hình 6). Chúng tô tách tập dữ lệu ra thành tập huấn luyện có 4450 ảnh và tập kểm thử có chứa 2225 ảnh. Để bểu dễn ảnh bằng mô hình tú từ trực quan, chúng tô sử dụng gả thuật phát hện đặc trưng cục bộ Hessan Affne của (Mkolajczyk & Schmd, 04) để rút trích các véc tơ mô tả SIFT. Sau đó, thực th gả thuật k-means (MacQueen, 67) để gom nhóm các véc tơ mô tả SIFT vào clusters tương ứng vớ từ trực quan. Ga đoạn tền xử lý tạo ra ha tập (bảng) dữ lệu huấn luyện, kểm thử, tương ứng vớ 4450 và 2225 phần tử, chều và 10 lớp. Chúng tô cố gắng thay đổ số clusters (từ trực quan từ 1000 đến ) để tìm các kết quả thực nghệm tốt nhất. Cuố cùng, chúng tô thu được độ chính xác ổn định vớ từ trực quan. Bước tền xử lý này là duy nhất cho ha gả thuật máy học mà chúng tô kểm thử trong bà vết. Chúng tô sử dụng tập huấn luyện để xây dựng mô hình MC-SGD và SVM sử dụng hàm nhân ph tuyến RBF (SVM-RBF). Đều chỉnh tham số dựa vào ngh thức kểm tra chéo (hold-out) được áp dụng trên tập huấn luyện. MC-SGD sử dụng tham số lambda = 0.1 (hằng số quy tắc, dùng đều chỉnh độ rộng lề phân hoạch), lặp 7 chu kỳ (epoch) là hộ tụ đến kết quả tốt nhất. Chúng tô cố gắng sử dụng hàm nhân RBF của SVM (hàm nhân RBF của ha 2 đểm dữ lệu x, x j là K[, j] = exp( x x j ). Gả thuật SVM sử dụng hàm nhân RBF (vớ ) và hằng số quy tắc c = 1000 (đều chỉnh độ rộng lề phân hoạch và lỗ) cho kết quả tốt nhất. Kết quả thu được trên tập kểm thử như trình bày trong Bảng 1, Hình 7. Bảng 1: Kết quả phân lớp ảnh Lớp MC-SGD (%) SVM-RBF (%) Overall Hình 7: Kết quả phân lớp ảnh So sánh kết quả cho thấy được MC-SGD phân lớp chính xác hơn SVM-RBF. MC-SGD cho kết quả tốt nhất 8 trong 10 lớp dữ lệu ảnh và cho độ chính xác tổng thể cao hơn gần 5% so vớ SVM- RBF. Hơn nữa, MC-SGD chỉ mất thờ gan huấn luyện là 2.20 gây trong kh SVM-RBF cần đến gây, hay nó cách khác MC-SGD nhanh hơn SVM-RBF 50 lần. 6
7 Vớ các kết quả phân lớp này, chúng tô tn rằng gả thuật MC-SGD cho phép phân lớp hệu quả dữ lệu có số chều lớn thu được từ bước bểu dễn ảnh bằng mô hình tú từ và đặc trưng không đổ SIFT. 5 KẾT LUẬN VÀ ĐỀ XUẤT Ý tưởng của vệc tăng chều trong bểu dễn ảnh bằng mô hình tú từ để có thể phân lớp đơn gản bằng mô hình tuyến tính mà không cần đến mô hình ph tuyến là tếp cận rất hệu quả. Kh số chều dữ lệu là nhỏ, chúng ta cần đến mô hình ph tuyến để gả quyết tốt vấn đề phân lớp. Tuy nhên, huấn luyện mô hình ph tuyến có độ phức tạp rất cao so vớ mô hình tuyến tính. Nhưng ngược lạ, mô hình tuyến tính thì chỉ làm vệc tốt trên tập dữ lệu có số chều lớn. Chính vì lý do đó, tăng số chều bểu dễn ảnh bằng mô hình tú từ để có thể sử dụng mô hình phân lớp tuyến tính là ý tưởng tuyệt vờ cho cả độ chính xác và thờ gan huấn luyện mô hình. Chúng tô đã đề xuất gả thuật phân lớp tuyến tính đa lớp, gảm gradent ngẫu nhên MC-SGD, cho phép phân lớp hệu quả dữ lệu có số chều lớn thu được từ bước bểu dễn ảnh. Kết quả thực nghệm trên tập dữ lệu thực cho thấy gả thuật MC-SGD phân lớp nhanh, chính xác hơn kh so sánh vớ gả thuật máy học véc tơ hỗ trợ (Support Vector Machnes - SVM) sử dụng hàm nhân ph tuyến (Radal Bass Functon - RBF). Chúng tô cũng vừa phát trển gả thuật MC- SGD song song cho phép tăng tốc quá trình thực th trên máy tính có nhều bộ xử lý, nhóm hay lướ máy tính. Trong tương la gần, chúng tô sử dụng gả thuật MC-SGD song song để thực hện phân lớp tập dữ lệu thử thách ImageNet-2012 có hơn 1 trệu ảnh, 1000 lớp khác nhau. Bên cạnh đó, chúng tô cũng muốn chúng tô dự định ứng dụng phương pháp đề xuất vào vấn đề phân lớp ảnh, văn bản, vdeo. TÀI LIỆU THAM KHẢO 1. Bosch, A., Zsserman, A., Munoz, X.: Scene classfcaton va plsa. In: Proceedngs of the European Conference on Computer Vson, pp (2006). 2. Bottou, L., Bousquet, O.: The tradeoffs of large scale learnng. In Advances n Neural Informaton Processng Systems (20): (2008). 3. Chang, C.C., Ln, C.J.: LIBSVM a lbrary for support vector machnes (2001) Deng, J., Berg, A., Satheesh, S., Su, H., Khosla, A., L, F-F.: Large Scale Vsual Recognton Challenge. (2012). 5. Guermeur, Y.: Svm multclasses, théore et applcatons. Thèse HDR (2007) 6. Krebel, U.: Parwse classfcaton and support vector machnes. Advances n Kernel Methods: Support Vector Learnng pp (1999). 7. LeCun, Y., Bottou, L., Bengo, Y., Haffner, P: Gradent-based learnng appled to document recognton. In Proceedngs of the IEEE, 1998, pp Lowe, D.: Dstnctve mage features from scale nvarant keyponts. Internatonal Journal of Computer Vson pp (2004). 9. MacQueen, J.: Some methods for classfcaton and analyss of multvarate observatons. Proceedngs of 5th Berkeley Symposum on Mathematcal Statstcs and Probablty, Berkeley, Unversty of Calforna Press Vol.1, pp (1967). 10. Mangasaran O.L.: Mathematcal Programmng for Support Vector Machnes. INRIA Rocquencourt, France July 17 (2001). 11. Mkolajczyk, K., Schmd, C.: Scale and affne nvarant nterest pont detectors. Internatonal Journal of Computer Vson 60(1), (2004). 12. Platt J.: Sequental Mnmal Optmzaton: A Fast Algorthm for Tranng Support Vector Machnes. Mcrosoft Research Techncal Report MSR-TR (1998) 13. Qunlan, J.R.: C4.5: Programs for Machne Learnng. Morgan Kaufmann, San Mateo, CA (1993). 14. Sanchez, J., Perronnn, F.: Hghdmensonal sgnature compresson for large scale mage classfcaton. In IEEE Conference on Computer Vson and Pattern Recognton pp (2011). 15. Vapnk, V.: The Nature of Statstcal Learnng Theory. Sprnger-Verlag (1995). 16. Vola, P.A., Jones, M.J.: Rapd object detecton usng a boosted cascade of smple features. In IEEE Conference on Computer Vson and Pattern Recognton pp (2001). 17. Zheng, H., Daoud, M.: Blockng adult mages based on statstcal skn detecton. Electronc Letters on Computer Vson and Image Analyss 4(2):1-14 (2004). 7
Lâm sàng thống kê Ước tính khoảng tin cậy 95% cho một biến số đã hoán chuyển sang đơn vị logarít
Lâm sàng thống kê Ước tính khoảng tin cậy 95% cho một biến số đã hoán chuyển sang đơn vị logarít Hỏi: Nhiều biến số lâm sàng không tuân theo luật phân phối Gaussian, do đó cách tính khoảng tin cậy 95%
More informationTHIẾT KẾ BỔ SUNG TRONG CHỌN GIỐNG
J. Sc. & Devel., Vol. 12, No. 2: 269-275 Tạp chí Khoa học và Phát trển 2014, tập 12, số 2: 269-275 www.hua.edu.vn THIẾT KẾ BỔ SUNG TRONG CHỌN GIỐNG Nguyễn Đình Hền Khoa Công nghệ thông tn, Trường Đạ học
More informationNăm 2015 A E. Chứng minh. Cách 1.
ài toán về các hình vuông dựng ra ngoài một tam giác guyễn Văn inh ăm 2015 húng ta bắt đầu từ một bài toán khá quen thuộc. ài 1. ho tam giác. Dựng ra ngoài tam giác các tam giác và lần lượt vuông cân tại
More informationHƯỚNG DẪN THỰC HÀNH TRÊN EVIEW 6.0. Hi vọng rằng phần HƯỚNG DẪN THỰC HÀNH TRÊN EVIEW 6.0 sẽ là một tài liệu tham khảo bổ ích cho các bạn!
HƯỚNG DẪN THỰC HÀNH TRÊN EVIEW 6.0 Để tiện lợi cho việc thực hành và theo dõi, chúng tôi sử dụng xuyên suốt một chuỗi dữ liệu thời gian là chuỗi CLOSE chuỗi giá đóng cửa (close) của Vnindex với 1047 quan
More informationTác dụng codeine của tác dụng thuốc Efferalgan Codein thuốc Thuốc tác dụng thuốc codein tác dụng tác dụng tác dụng thước Efferalgan codein dụng tác
MowerPartsZone.com just announced the opening of their retail store at 7130 Oak Ridge Highway in Knoxville, TN. They are located in the former location of Tác dụng phụ: - Phản ướng do codeine: táo bón,
More information10/1/2012. Hạch toán Thu nhập Quốc dân
Hạch toán Thu nhập Quốc dân 2012 1 2 3 Nội dung 1. Sản lượng quốc gia - tâm điểm KTH vĩ mô? 2. Sản lượng quốc gia - đo lường? 3. Mức giá chung và tỷ lệ lạm phát đo lường? 4. Trao đổi sản lượng giữa các
More informationPOWER POINT 2010 GIÁO TRÌNH
GIÁO TRÌNH POWER POINT 2010 Mọi thông tin xin liên hệ: - Trung tâm tin học thực hành VT - ĐC: Nhà số 2 - ngõ 41/27 Phố Vọng - HBT - HN. - ĐT: 0913.505.024 - Email: daytinhoc.net@gmail.com - Website: daytinhoc.net
More informationĐÁNH GIÁ PROFILE VẬN TỐC GIÓ THEO CÁC TIÊU CHUẨN CỦA MỘT SỐ NƯỚC
ĐÁNH GIÁ PROFILE VẬN TỐC GIÓ THEO CÁC TIÊU CHUẨN CỦA MỘT SỐ NƯỚC TS. VŨ THÀNH TRUNG Viện KHCN Xây dựng KS. NGUYỄN QUỲNH HOA Công ty Aurecon Tóm tắt: Đối với nghiên cứu về gió, sự hiểu biết chính xác về
More informationPHÂN TÍCH THỐNG KÊ SỬ DỤNG EXCEL
PHÂN TÍCH THỐNG KÊ SỬ DỤNG EXCEL Nguyễn Ngọc Anh Nguyễn Đình Chúc Đoàn Quang Hưng Copyright 2008 DEPOCEN Development and Policies Research Center (DEPOCEN) Page 1 PHÂN TÍCH THỐNG KÊ SỬ DỤNG EXCEL Tác giả
More informationlearn.quipper.com LUYỆN THI THPT - QG
EN GL IS H learn.quipper.com LUYỆN THI THPT - QG Lipit anh văn Toán học Hóa học Vật Lý Lipit Mục tiêu bài học Qua bài học này các em sẽ được học cách tính nhanh các chỉ số axit, chỉ số xà phòng hóa và
More informationCHẤN ĐOÁN, ĐIỀU TRỊ CHẤN THƯƠNG BỤNG KÍN TẠI BỆNH VIỆN QUÂN Y 103 TRONG GIAI ĐOẠN
CHẤN ĐOÁN, ĐIỀU TRỊ CHẤN THƯƠNG BỤNG KÍN TẠI BỆNH VIỆN QUÂN Y 103 TRONG GIAI ĐOẠN 2013-2018 TÓM TẮT Đặng Việt Dũng*; Nguyễn Văn Tiệp* Nguyễn Trọng Hòe*; Hồ Chí Thanh* Mục tiêu: nghiên cứu đặc điểm tổn
More informationVAI TRÒ LÀM GIẢM TÁC ĐỘNG CỦA DÒNG CHẢY, SÓNG DO RỪNG NGẬP MẶN Ở KHU VỰC VEN BỜ BÀNG LA- ĐẠI HỢP (HẢI PHÒNG)
126 Hội nghị Khoa học và Công nghệ biển toàn quốc lần thứ V VAI TRÒ LÀM GIẢM TÁC ĐỘNG CỦA DÒNG CHẢY, SÓNG DO RỪNG NGẬP MẶN Ở KHU VỰC VEN BỜ BÀNG LA- ĐẠI HỢP (HẢI PHÒNG) Vũ Duy Vĩnh, Trần Anh Tú, Trần Đức
More informationMô phỏng vận hành liên hồ chứa sông Ba mùa lũ bằng mô hình HEC-RESSIM
Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 3S (2011) 32-38 Mô phỏng vận hành liên hồ chứa sông Ba mùa lũ bằng mô hình HEC-RESSIM Nguyễn Hữu Khải 1, *, Lê Thị Huệ 2 1 Khoa Khí tượng
More informationNGHIÊN CỨU SỬ DỤNG ẢNH VIỄN THÁM XÁC ĐỊNH SỰ PHÂN BỐ ĐẤT THAN BÙN Ở U MINH HẠ
NGHIÊN CỨU SỬ DỤNG ẢNH VIỄN THÁM XÁC ĐỊNH SỰ PHÂN BỐ ĐẤT THAN BÙN Ở U MINH HẠ Võ Quang Minh và Nguyễn Thị Thanh Nhanh 1 ABSTRACT Application of remote sensing to delineate the environmental resources is
More informationChương 14. Đồng liên kết và mô hình hiệu chỉnh sai số
Chương 14 Đồng liên kết và mô hình hiệu chỉnh sai số Domadar N. Gujarati (Econometrics by example, 2011). Người dịch và diễn giải: Phùng Thanh Bình, MB (13/10/2017) Trong chương trước chúng ta nói rằng
More informationĐẶC ĐIỂM SINH TRƯỞNG VÀ SỬ DỤNG THỨC ĂN CỦA GÀ RỪNG (Gallus gallus Linnaeus, 1758) TRONG ĐIỀU KIỆN NUÔI NHỐT
ĐẶC ĐIỂM SINH TRƯỞNG VÀ SỬ DỤNG THỨC ĂN CỦA GÀ RỪNG (Gallus gallus Linnaeus, 1758) TRONG ĐIỀU KIỆN NUÔI NHỐT Nguyễn Chí Thành 1, Vũ Tiến Thịnh 2 1 Trường Đại học Nông Lâm Bắc Giang 2 Trường Đại học Lâm
More informationXÁC ĐỊNH HÀM LƯỢNG CÁC BON TRONG CÁC BỘ PHẬN CÂY LUỒNG (Dendrocalamus barbatus Hsueh.et.E.Z.Li)
XÁC ĐỊNH HÀM LƯỢNG CÁC BON TRONG CÁC BỘ PHẬN CÂY LUỒNG (Dendrocalamus barbatus Hsueh.et.E.Z.Li) Lê Xuân Trường, Nguyễn Đức Hải, Nguyễn Thị Điệp TS. Trường Đại học Lâm nghiệp Trung tâm Khuyến nông Quốc
More informationBộ ba bất khả thi. Impossible Trinity
Bộ ba bất khả thi Impossible Trinity Mundell Fleming Model Professor Robert Mundell The 1999 Nobel Prize Winner "for his analysis of monetary and fiscal policy under different exchange rate regimes and
More informationĐo lường các hoạt động kinh tế
Đo lường các hoạt động kinh tế 2017 1 2 Nguồn : VEPR 3 Nội dung 1. Sản lượng quốc gia - tâm điểm KTH vĩ mô? 2. Sản lượng quốc gia - đo lường? 3. Mức giá chung và tỷ lệ lạm phát đo lường? 4. Trao đổi sản
More informationThe Hoi An Declaration on Urban Heritage Conservation and Development in Asia 2017
The Hoi An Declaration on Urban Heritage Conservation and Development in Asia 2017 Meeting in Hoi An, Viet Nam, from the 13 th to the 14 th of June 2017, to participate in the International Conference
More informationĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ ĐIỂM ĐẾN DU LỊCH VĂN HÓA TỈNH BẠC LIÊU
ĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ ĐIỂM ĐẾN DU LỊCH VĂN HÓA TỈNH BẠC LIÊU Bùi Văn Trịnh 1 và Nguyễn Văn Đậm 2 1 Nhà xuất bản, Trường Đại học Cần Thơ 2 Khoa Kinh tế, Trường Đại học Cần Thơ Thông tin chung: Ngày
More informationCác phương pháp định lượng Bài đọc. Chương trình Giảng dạy Kinh tế Fulbright Nin khĩa
Nin khĩa 2011-2013 Phần III CÁC CHỦ ĐỀ TRONG KINH TẾ LƯỢNG Trong Phần I ta đã giới thiệu mô hình hồi quy tuyến tính cổ điển với tất cả các giả thiết của nó. Trong Phần II, ta xem xét chi tiết các hậu quả
More informationTỶ SỐ GIỚI TÍNH KHI SINH Ở VIỆT NAM: CÁC BẰNG CHỨNG MỚI VỀ THỰC TRẠNG, XU HƯỚNG VÀ NHỮNG KHÁC BIỆT
BỘ KẾ HOẠCH VÀ ĐẦU TƯ TỔNG CỤC THỐNG KÊ TỔNG ĐIỀU TRA DÂN SỐ VÀ NHÀ Ở VIỆT NAM 2009 CÁC BẰNG CHỨNG MỚI VỀ THỰC TRẠNG, XU HƯỚNG VÀ NHỮNG KHÁC BIỆT Hà Nội, Ha tháng Noi, 2011 5 năm 2011 BỘ KẾ HOẠCH VÀ ĐẦU
More informationThực hành có sự tham gia đầy đủ của các bên liên quan. Hướng dẫn cho các thử nghiệm y sinh học dự phòng HIV
Thực hành có sự tham gia đầy đủ của các bên liên quan Hướng dẫn cho các thử nghiệm y sinh học dự phòng HIV 2011 UNAIDS / JC1853E (phiên bản thứ hai, tháng 6 năm 2011) Chương trình Phối hợp Liên hợp quốc
More informationTIẾN TỚI XÂY DỰNG HỆ THỐNG MÔ HÌNH DỰ BÁO VÀ KIỂM SOÁT MÔI TRƯỜNG BIỂN ĐÔNG
TIẾN TỚI XÂY DỰNG HỆ THỐNG MÔ HÌNH DỰ BÁO VÀ KIỂM SOÁT MÔI TRƯỜNG BIỂN ĐÔNG Đinh Văn Ưu Trung tâm Động lực học Thủy khí Môi trường (CEFD), Đại học Quốc gia Hà Nội, 334 Nguyễn Trãi, Hà Nội, Việt Nam ĐT:
More informationGiải pháp cơ sở hạ tầng dành cho Điện toán Đám mây và Ảo hóa
Giải pháp cơ sở hạ tầng dành cho Điện toán Đám mây và Ảo hóa Lựa chọn một Chiến lược về Mật độ Triển khai một Môi trường Mật độ cao Tối đa hóa những Lợi ích về Hiệu suất Hình dung về Trung tâm Dữ liệu
More informationẢnh hưởng của xâm nhập lạnh sâu đến mưa ở Việt Nam
Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 32, Số 3S (2016) 236-242 Ảnh hưởng của xâm nhập lạnh sâu đến mưa ở Việt Nam Trần Tân Tiến * Khoa Khí tượng Thủy văn và Hải dương học, Trường
More informationCác Phương Pháp Phân Tích Định Lượng
Chương Trình Giảng Dạy Kinh tế Fulbright Học kỳ Thu năm 013 Các Phương Pháp Phân Tích Định Lượng Gợi ý giải bài tập 8 HỒI QUY ĐA BIẾN Ngày Phát: Thứ ba 3/1/013 Ngày Nộp: Thứ ba 7/1/013 Bản in nộp lúc 8h0
More informationKHẢ NĂNG CUNG CẤP KALI VÀ SỰ ĐÁP ỨNG CỦA LÚA ĐỐI VỚI PHÂN KALI TRÊN ĐẤT THÂM CANH BA VỤ LÚA Ở CAI LẬY TIỀN GIANG VÀ CAO LÃNH ĐỒNG THÁP
KHẢ NĂNG CUNG CẤP KALI VÀ SỰ ĐÁP ỨNG CỦA LÚA ĐỐI VỚI PHÂN KALI TRÊN ĐẤT THÂM CANH BA VỤ LÚA Ở CAI LẬY TIỀN GIANG VÀ CAO LÃNH ĐỒNG THÁP Nguyễn Đỗ Châu Giang 1 và Nguyễn Mỹ Hoa 1 ABSTRACT This study was
More informationGhi chú. Công ty TNHH MTV Dầu khí TP.HCM. 27 Nguyễn Thông, Phường 7, quận 3, TP.HCM. SP Saigon Petro
DANH SÁCH Thương nhân kinh doanh đầu mối LPG được chấp thuận đăng ký hệ thống phân phối trên địa bàn thành phố Hồ Chí Minh (Đến ngày 22/7/2014) Nhãn hàng hóa, thương Stt đầu mối trụ sở chính hiệu đăng
More informationThe Magic of Flowers.
Co phâ n chuyê n ngư sang tiê ng viêt, mơ i baṇ ke o xuô ng đo c tiê p The Magic of Flowers. My love for roses made me want to have a flower garden. I didn t know anything about gardening, but I have a
More informationKHUNG THỐNG KÊ VĂN HÓA UNESCO 2009 (FCS)
KHUNG THỐNG KÊ VĂN HÓA UNESCO 2009 (FCS) UNESCO Công ước Tổ chức giáo dục, khoa học và văn hóa Liên hiệp quốc (UNESCO) được 20 quốc gia thông qua tại Hội nghị London vào tháng 11 năm 1945 và có hiệu lực
More informationPhối cảnh - Artist s impression Phối cảnh - Artist s impression Phối cảnh - Artist s impression
Hướng khu dân cư Urban view Hướng sông River view 13 3 11 26 12 25 21 22 14 15 4 36 5 24 23 27 24 34 28 30 29 33 32 31 38 17 9 8 Hướng khu dân cư Urban view Hướng trung tâm Quận 1 CBD view Hướng sông River
More informationCách tiếp cận quốc gia về các biện pháp đảm bảo an toàn: Hướng dẫn cho chương trình REDD+ quốc gia
Cách tiếp cận quốc gia về các biện pháp đảm bảo an toàn: Hướng dẫn cho chương trình REDD+ quốc gia Daniela Rey & Steve Swan Tháng 7, 2014 Mục lục Lời cảm ơn Lời tựa Các từ viết tắt Danh mục các hộp, hình
More informationDetail Offer/ Chi Tiết. Merchant/ Khách Sạn & Resorts Sofitel Legend Metropole Hanoi (Le Spa du Metropole)
Premium Travel Offers For Standard Chartered Visa Platinum Debit Card Danh Sách Khách Sạn & Resorts Được Hưởng Ưu Đãi Từ Thẻ Standard Chartered Visa Platinum Merchant/ Khách Sạn & Resorts Sofitel Legend
More informationTHÀNH PHỐ HỒ CHÍ MINH A Nguyen Van Nghi Street, Ward 7, Go Vap District. 4 1C Nguyen Anh Thu Street, Trung My Tay Ward, District 12
NO. ADDRESS THÀNH PHỐ HỒ CHÍ MINH 1 362A Nguyen Van Nghi Street, Ward 7, Go Vap District 2 No 20, 3/2 Street, Ward 12, District 10 3 430-432- 434, 3/2 Street, Ward 12, District 10 4 1C Nguyen Anh Thu Street,
More informationNHỮNG HỆ LỤY VÀ THAY ĐỔI TRONG CUỘC CHIẾN CHỐNG BIẾN ĐỔI KHÍ HẬU CỦA THẾ GIỚI KHI MỸ RÚT KHỎI HIỆP ĐỊNH PARIS
PETROVIETNAM NHỮNG HỆ LỤY VÀ THAY ĐỔI TRONG CUỘC CHIẾN CHỐNG BIẾN ĐỔI KHÍ HẬU CỦA THẾ GIỚI KHI MỸ RÚT KHỎI HIỆP ĐỊNH PARIS Tóm tắt Nguyễn Đức Huỳnh 1, Lê Thị Phượng 2 1 Hội Dầu khí Việt Nam 2 Tập đoàn
More informationChương 19. Các biến giải thích ngẫu nhiên và phương pháp biến công cụ
Chương 19 Các biến giải thích ngẫu nhiên và phương pháp biến công cụ Domadar N. Gujarati (Econometrics by example, 2011). Người dịch và diễn giải: Phùng Thanh Bình, MB (24/12/2017) Một lần tôi đã hỏi sinh
More informationÝ nghĩa của trị số P trong nghiên cứu y học
LTS. Trị số P trong nghiên cứu y khoa vẫn thỉnh thoảng được đem ra thảo luận trên các tập san y học quốc tế, và ý nghĩa của nó vẫn là một đề tài cho chúng ta khai thác để hiểu rõ hơn. Bài viết sau đây
More informationCHƯƠNG 1. Nhận thức của thị trường và niềm tin của nhà đầu tư: Những nhân tố làm biến động giá cổ phiếu
Mục lục CHIẾN LƯỢC ĐẦU TƯ CHỨNG KHOÁN LỜI GIỚI THIỆU LỜI MỞ ĐẦU LỜI GIỚI THIỆU CHƯƠNG 1. Nhận thức của thị trường và niềm tin của nhà đầu tư: Những nhân tố làm biến động giá cổ phiếu CHƯƠNG 2. Quy trình
More informationHỢP TÁC QUỐC TẾ TRONG LĨNH VỰC DẦU KHÍ CỦA TỔNG CÔNG TY CỔ PHẦN KHOAN VÀ DỊCH VỤ KHOAN DẦU KHÍ ( )
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN ------------------------------------- NGUYỄN MẠNH HÙNG HỢP TÁC QUỐC TẾ TRONG LĨNH VỰC DẦU KHÍ CỦA TỔNG CÔNG TY CỔ PHẦN KHOAN VÀ DỊCH VỤ
More informationThay đổi cuộc chơi: Impact 360 TM Ghi âm cho truyền thông IP & Tối ưu hóa Nhân lực (WFO) Stephen Abraham Loh Presenter
Thay đổi cuộc chơi: Impact 360 TM Ghi âm cho truyền thông IP & Tối ưu hóa Nhân lực (WFO) Stephen Abraham Loh Presenter Email: sloh@witness.com Chương trình Ghi âm tương tác Lý do và cách thức Truyền thông
More informationPHU LUC SUA DOI VA BO SUNG DIEU LE
PHU LUC SUA DOI VA BO SUNG DIEU LE CONG TY CO PHAN TON MA MAU FUJITON 9> : THANG 09 NAM 2011 PHU LUC SUA DOIVA BO SUNG DIEU LE Xet rsng, cac c6 dong sang lap ("Co Dong Sang Lap") cua CONG TY CO PHAN TON
More informationLỜI CAM ĐOAN. Trương Thị Chí Bình
i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu khoa học độc lập của riêng tôi. Các số liệu sử dụng phân tích trong luận án có nguồn gốc rõ ràng, đã công bố theo đúng quy định. Các kết quả
More informationPHÂN TÍCH HIỆU QUẢ KỸ THUẬT CHO CÁC TRẠI NUÔI CÁ TRA THƯƠNG PHẨM TẠI ĐỒNG BẰNG SÔNG CỬU LONG
THOÂNG BAÙO KHOA HOÏC PHÂN TÍCH HIỆU QUẢ KỸ THUẬT CHO CÁC TRẠI NUÔI CÁ TRA THƯƠNG PHẨM TẠI ĐỒNG BẰNG SÔNG CỬU LONG TECHNICAL EFFICIENCY ANALYSIS FOR TRA CATFISH AQUACULTURE FARMS IN MEKONG RIVER DELTA
More informationSINH KHỐI RỪNG TRÀM VƯỜN QUỐC GIA U MINH THƯỢNG, TỈNH KIÊN GIANG
SINH KHỐI RỪNG TRÀM VƯỜN QUỐC GIA U MINH THƯỢNG, TỈNH KIÊN GIANG Trần Thị Kim Hồng 1, Quách Trường Xuân 2 và Lê Thị Ngọc Hằng 3 1 Khoa Môi trường & Tài nguyên Thiên nhiên, Trường Đại học Cần Thơ 2 Học
More informationBỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DƯỢC HÀ NỘI
1 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DƯỢC HÀ NỘI BỘ Y TẾ VŨ THỊ THU HƯƠNG ĐÁNH GIÁ HOẠT ĐỘNG CỦA HỘI ĐỒNG THUỐC VÀ ĐIỀU TRỊ TRONG XÂY DỰNG VÀ THỰC HIỆN DANH MỤC THUỐC TẠI MỘT SỐ BỆNH VIỆN ĐA KHOA LUẬN
More informationCHƯƠNG 9: DRAWING. Hình 1-1
CHƯƠNG 9: DRAWING 1. Tạo bản vẽ trong Creo Parametric 3.0 1.1 Khái niệm Các model 3D trong Creo là nguồn gốc sinh ra bản vẽ 2D để lắp ráp, thiết kế khuôn và gia công. Trong bài học này, bạn sẽ học cách
More informationSika at Work. Sika Vietnam Industrial Factory Projects in Vietnam. Các dự án Nhà máy Công nghiệp tại Việt Nam
BU Contractor, Industrial Factory, Nov 2012 Sika Vietnam Industrial Factory Projects in Vietnam Các dự án Nhà máy Công nghiệp tại Việt Nam Project names / Các dự án: Canon Nestle Unilever Tan Son Nhat
More informationCÔNG ƯỚC LUẬT BIỂN 1982 VÀ KHẢ NĂNG ÁP DỤNG VÀO CÁC TRANH CHẤP TẠI BIỂN ĐÔNG
#129 07/03/2014 CÔNG ƯỚC LUẬT BIỂN 1982 VÀ KHẢ NĂNG ÁP DỤNG VÀO CÁC TRANH CHẤP TẠI BIỂN ĐÔNG Nguồn: Donald R. Rothwell (2013). The 1982 UN convention on the Law of the Sea and its relevance to maritime
More informationUỷ Ban Dân Tộc. Nghèo đa chiều trẻ em Việt Nam vùng dân tộc thiểu số
Uỷ Ban Dân Tộc Nghèo đa chiều trẻ em Việt Nam vùng dân tộc thiểu số Hà Nội, tháng 6/2015 Nghèo đa chiều trẻ em Việt Nam vùng dân tộc thiểu số 1 MỤC LỤC MỤC LỤC... 2 Danh mục chữ viết tắt... 4 Danh mục
More informationTerms and Conditions of 'Shopping is GREAT' cash back campaign Điều khoản và Điều kiện của Chương trình tặng tiền Mua sắm Tuyệt vời
Terms and Conditions of 'Shopping is GREAT' cash back campaign Điều khoản và Điều kiện của Chương trình tặng tiền Mua sắm Tuyệt vời 1. The Program period is from 3 November 2015 to 11 January 2016, both
More informationSự lựa chọn hợp lý. Nâng cao năng lực cho quá trình chính sách y tế dựa trên bằng chứng. Liên minh Nghiên cứu chính sách và hệ thống y tế
Sự lựa chọn hợp lý Nâng cao năng lực cho quá trình chính sách y tế dựa trên bằng chứng Liên minh Nghiên cứu chính sách và hệ thống y tế Tổ chức Y tế thế giới Trường Đại học Y tế Công cộng NHÀ XUẤT BẢN
More informationPháp luật Quốc tế với vấn đề khủng bố quốc tế: một số vấn đề lý luận và thực tiễn
Pháp luật Quốc tế với vấn đề khủng bố quốc tế: một số vấn đề lý luận và thực tiễn Trần Minh Thu Khoa Luật Luận văn Thạc sĩ ngành: Luật quốc tế; Mã số: 60 38 60 Người hướng dẫn: TS. Nguyễn Hoàng Anh Năm
More informationBÁO CÁO TỔNG KẾT 10 NĂM ( ) THỰC HIỆN VIETNAM ICT INDEX VÀ GIỚI THIỆU HỆ THỐNG CHỈ TIÊU, PHƢƠNG PHÁP TÍNH MỚI
BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỘI TIN HỌC VIỆT NAM BÁO CÁO TỔNG KẾT 10 NĂM (2006-2016) THỰC HIỆN VIETNAM ICT INDEX VÀ GIỚI THIỆU HỆ THỐNG CHỈ TIÊU, PHƢƠNG PHÁP TÍNH MỚI Báo cáo đƣợc xây dựng bởi: Hội Tin
More informationTRỞ LẠI TƯƠNG LAI: SỰ BẤT ỔN TẠI CHÂU ÂU SAU CHIẾN TRANH LẠNH (PHẦN 1)
#101 27/12/2013 TRỞ LẠI TƯƠNG LAI: SỰ BẤT ỔN TẠI CHÂU ÂU SAU CHIẾN TRANH LẠNH (PHẦN 1) Nguồn: John J. Mearsheimer (1990). Back to the Future: Instability in Europe after the Cold War, International Security,
More informationHiện trạng triển khai IPv6 toàn cầu qua các con số thống kê và dự án khảo sát mức độ ứng dụng IPv6
Hiện trạng triển khai IPv6 toàn cầu qua các con số thống kê và dự án khảo sát mức độ ứng dụng IPv6 Nguyễn Thị Thu Thủy Mức độ ứng dụng triển khai IPv6 thực của thế giới hiện ra sao, khu vực và quốc gia
More informationSỬ DỤNG MẠNG NEURAL N HÂN TẠO ĐỂ DỰ ĐOÁN HỆ SỐ Z CHO KHÍ HYDROCARBON THIÊN NHIÊN
PEROVIENM SỬ DỤNG MẠNG NEURL N HÂN ẠO ĐỂ DỰ ĐOÁN HỆ SỐ Z CHO KHÍ HYDROCRBON HIÊN NHIÊN óm tắt rần Khả ến, S. Hoàng hịnh Nhân Đạ học Dầu khí Vệt Nam Emal: tentk0@pvu.edu.vn Hệ số nén khí hay hệ số lệch
More informationCONTENT IN THIS ISSUE
JOURNAL OF ECOLOGICAL ECONOMY YEAR 14 Issue 31-2009 Advisory Edition Board Prof. Dr. HA CHU CHU Prof. Dr. NGUYEN NANG AN Prof. Dr. TRAN THANH BINH Prof. Dr. TON THAT CHIEU Ass. Prof. Dr. NGUYEN DUY CHUYEN
More informationĐẶC ĐIỂM THẠCH HỌC TRẦM TÍCH THÀNH TẠO CARBONATE TRƯỚC KAINOZOI MỎ HÀM RỒNG, ĐÔNG BẮC BỂ SÔNG HỒNG
PETROVIETNAM ĐẶC ĐIỂM THẠCH HỌC TRẦM TÍCH THÀNH TẠO CARBONATE TRƯỚC KAINOZOI MỎ HÀM RỒNG, ĐÔNG BẮC BỂ SÔNG HỒNG Tóm tắt ThS. Lê Trung Tâm 1, TS. Cù Minh Hoàng 2, TS. Phạm Văn Tuấn 3 1 Tổng công ty Thăm
More informationLý thuyết hệ thống tổng quát và phân hóa xã hội: Từ Ludwig von Bertalanffy đến Talcott Parsons
Tạp chí Khoa học ĐHQGHN: Khoa học Xã hội và Nhân văn, Tập 30, Số 3 (2014) 51-62 Lý thuyết hệ thống tổng quát và phân hóa xã hội: Từ Ludwig von Bertalanffy đến Talcott Parsons Lê Ngọc Hùng* Học viện Chính
More informationChương 16. Dự báo kinh tế
Chương 16 Dự báo kinh tế Domadar N. Gujarati (Econometrics by example, 2011). Người dịch và diễn giải: Phùng Thanh Bình, MB (6/10/2017) Có nhiều lĩnh vực trong đó các dự báo kinh tế đã chứng tỏa sự hữu
More informationĐIỂM LẠI CẬP NHẬT TÌNH HÌNH PHÁT TRIỂN KINH TẾ VIỆT NAM. Public Disclosure Authorized. Public Disclosure Authorized. Public Disclosure Authorized
Public Disclosure Authorized Public Disclosure Authorized Public Disclosure Authorized Public Disclosure Authorized 92825 ĐIỂM LẠI CẬP NHẬT TÌNH HÌNH PHÁT TRIỂN KINH TẾ VIỆT NAM Tháng 12, 2014 ĐIỂM LẠI
More informationTHU THANH VÀ SOẠN NHẠC VỚI CUBASE
Thu thanh và soạn nhạc với Cubase Nguyễn Mai Kiên THU THANH VÀ SOẠN NHẠC VỚI CUBASE Nguyễn Mai Kiên Trường đại học văn hóa nghệ thuật quân đội 1 Thu thanh và soạn nhạc với Cubase http://maikien.com THU
More informationVăn phòng ILO khu vực Châu Á Thái Bình Dương Phòng phân tích kinh tế và xã hội khu vực (RESA) Tháng 12 năm 2014
Văn phòng ILO khu vực Châu Á Thái Bình Dương Phòng phân tích kinh tế và xã hội khu vực (RESA) Tháng 2 năm 24 Báo cáo tiền lương toàn cầu 24/5 Phụ trương Khu vực Châu Á Thái Bình Dương Tiền lương khu vực
More informationNghiên cứu chế tạo blend giữa polypropylene (PP) và cao su butadiene acrylonitril (NBR)
Tạp chí Hóa học, 2018, 56(1), 94-98 DOI: 10.15625/vjc.2018-0011 Bài nghiên cứu Nghiên cứu chế tạo blend giữa polypropylene (PP) và cao su butadiene acrylonitril (NBR) Phần 2. Qui hoạch hóa thực nghiệm
More informationTẠP CHÍ KHOA HỌC, Đại học Huế, Số 53, 2009 BÀI TOÁN DÂY RUNG TRÊN MÔI TRƯỜNG SONG SONG TÓM TẮT
TẠP CHÍ KHOA HỌC Đại học Hế Số 53 009 BÀI TOÁN DÂY RUNG TRÊN MÔI TRƯỜNG SONG SONG TÓM TẮT Ngyễn Mậ Hân Trường Đại học Khoa học Đại học Hế Trần Anh Nam Trường CĐSP Kỹ hậ Gia Lai Bài oán dây rng được biế
More informationNGHIÊN CỨU PHƯƠNG PHÁP TÍNH ÁP LỰC ĐẤT PHÙ HỢP CHO TƯỜNG VÂY HỐ ĐÀO SÂU
THI CÔNG XÂY LẮP KIỂM ĐỊNH CHẤT LƯỢNG NGHIÊN CỨU PHƯƠNG PHÁP TÍNH ÁP LỰC ĐẤT PHÙ HỢP TS. Nguyễn Minh Tâm Trường Đại học Bách khoa Tp. HCM ThS. Nguyễn Bửu Anh Thư công ty TNHH MTV Cấp Thoát Nước Cần Thơ
More informationBÁO CÁO KHẢO SÁT NHU CẦU ĐÀO TẠO HỆ THỐNG THƯ VIỆN CÔNG CỘNGVÀ ĐIỂM BƯU ĐIỆN VĂN HOÁ XÃ TẠI 3 TỈNH THÁI NGUYÊN, NGHỆ AN VÀ TRÀ VINH
BÁO CÁO KHẢO SÁT NHU CẦU ĐÀO TẠO HỆ THỐNG THƯ VIỆN CÔNG CỘNGVÀ ĐIỂM BƯU ĐIỆN VĂN HOÁ XÃ TẠI 3 TỈNH THÁI NGUYÊN, NGHỆ AN VÀ TRÀ VINH DỰ ÁN NÂNG CAO NĂNG LỰC CHO HỆ THỐNG THƯ VIỆN CÔNG CỘNG NHẰM HỖ TRỢ TRUY
More informationMỐI TƯƠNG QUAN GIỮA TUỔI ĐỘNG MẠCH THEO THANG ĐIỂM NGUY CƠ FRAMINGHAM VÀ TỔN THƯƠNG ĐỘNG MẠCH VÀNH. ThS. BS. Đặng Trần Hùng Viện Tim TP.
MỐI TƯƠNG QUAN GIỮA TUỔI ĐỘNG MẠCH THEO THANG ĐIỂM NGUY CƠ FRAMINGHAM VÀ TỔN THƯƠNG ĐỘNG MẠCH VÀNH ThS. BS. Đặng Trần Hùng Viện Tim TP.HCM 1 NỘI DUNG ĐẶT VẤN ĐỀ MỤC TIÊU TỔNG QUAN TÀI LIỆU ĐỐI TƯỢNG &
More informationMỘT SỐ ĐẶC ĐIỂM CƠ BẢN VỀ MÔI TRƯỜNG NƯỚC BIỂN ĐẢO CÔN ĐẢO PARTICULAR CHARACTERISTICS OF SEA WATER OF CON DAO ISLAND
MỘT SỐ ĐẶC ĐIỂM CƠ BẢN VỀ MÔI TRƯỜNG NƯỚC BIỂN ĐẢO CÔN ĐẢO PARTICULAR CHARACTERISTICS OF SEA WATER OF CON DAO ISLAND PGS.TS. NGUYỄN ĐẠI AN Viện KHCN Hàng hải, Trường ĐHHH Việt Nam TS. ĐÀO MẠNH TIẾN, ThS.
More informationRèn kỹ năng đọc hiểu (1)
1 Rèn kỹ năng đọc hiểu (1) NỘI DUNG BÀI HỌC Phân tích cấu trúc đề thi Giới thiệu 9 dạng câu hỏi thường gặp Chi tiết cách làm về 9 dạng câu hỏi Phân tích cấu trúc đề thi o Có 2 bài đọc: tổng cộng 15 câu
More informationBỆNH LOÉT DẠ DÀY TÁ TRÀNG Ở TRẺ EM DO HELICOBACTER PYLORI TẠI BỆNH VIỆN NHI ĐỒNG 1 TỪ THÁNG 06/2013 ĐẾN THÁNG 01/2014 BS.
Cuộc thi nhà nghiên cứu trẻ BỆNH LOÉT DẠ DÀY TÁ TRÀNG Ở TRẺ EM DO HELICOBACTER PYLORI TẠI BỆNH VIỆN NHI ĐỒNG 1 TỪ THÁNG 06/2013 ĐẾN THÁNG 01/2014 BS. NGUYỄN PHÚC THỊNH Xin cam đoan Các số liệu tôi sắp
More informationPHÒNG THƯƠNG MẠI VÀ CÔNG NGHIỆP VIỆT NAM ỦY BAN TƯ VẤN VỀ CHÍNH SÁCH THƯƠNG MẠI QUỐC TẾ NGHIÊN CỨU
PHÒNG THƯƠNG MẠI VÀ CÔNG NGHIỆP VIỆT NAM ỦY BAN TƯ VẤN VỀ CHÍNH SÁCH THƯƠNG MẠI QUỐC TẾ NGHIÊN CỨU ĐỀ XUẤT VIỆT NAM GIA NHẬP CÔNG ƯỚC VIÊN VỀ HỢP ĐỒNG MUA BÁN HÀNG HÓA QUỐC TẾ (CÔNG ƯỚC VIÊN 1980 - CISG)
More informationTHÀNH PHẦN LOÀI VÀ ĐẶC ĐIỂM PHÂN BỐ CỦA GIUN ĐẤT Ở VÀNH ĐAI SÔNG TIỀN
THÀNH PHẦN LOÀI VÀ ĐẶC ĐIỂM PHÂN BỐ CỦA GIUN ĐẤT Ở VÀNH ĐAI SÔNG TIỀN ABSTRACT Nguyễn Thanh Tùng, Trần Thị Anh Thư 1 This paper introduces the composition and distribution of earthworms in belt of Tien
More informationLUẬN ÁN TIẾN SĨ LỊCH SỬ
BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC ---------------------- TRẦN HỮU TRUNG QUAN HEÄ CHÍNH TRÒ - NGOAÏI GIAO, AN NINH CUÛA ASEAN VÔÙI TRUNG QUOÁC VAØ NHAÄT BAÛN (1991-2010) Chuyên
More informationDẪN NHẬP. B. Mục Lục Thư Viện Tự Động Hóa (automated online catalog) hay Mục Lục Trực Tuyến (OPAC = Online Public Access Catalog)
DẪN NHẬP I. Mục đích của việc làm biên mục Các tài liệu thư viện thuộc đủ loại hình: sách, tạp chí, tài liệu thính thị [tài liệu nghe nhìn], tài liệu điện tử, v.v. Nếu thư viện muốn phục vụ độc giả một
More informationBÁO CÁO NGÀNH CẢNG BIỂN
BÁO CÁO NGÀNH CẢNG BIỂN Tháng 7/2017 Nâng cấp cơ sở hạ tầng để thúc đẩy đà tăng trưởng ngành cảng biển Việt Nam vẫn đang trong giai đoạn phát triển, sản lượng hàng hóa container thông qua hệ thống cảng
More informationXÁC ĐỊNH TÌNH HÌNH ĐÁP ỨNG MIỄN DỊCH DỊCH THỂ VÀ CẢM NHIỄM VIRUS DẠI Ở CHÓ NUÔI TRÊN ĐỊA BÀN THÀNH PHỐ HUẾ BẰNG PHƯƠNG PHÁP HI VÀ SSDHI
TẠP CHÍ KHOA HỌC & CÔNG NGHỆ NÔNG NGHIỆP ISSN: 2588-1256 Tập 1(1) - 2017 XÁC ĐỊNH TÌNH HÌNH ĐÁP ỨNG MIỄN DỊCH DỊCH THỂ VÀ CẢM NHIỄM VIRUS DẠI Ở CHÓ NUÔI TRÊN ĐỊA BÀN THÀNH PHỐ HUẾ BẰNG PHƯƠNG PHÁP HI VÀ
More informationvà Sáng kiến Thích ứng và Uỷ ban Sông Mê Kông
Biến đổi Khí hậu Mê Kông và Sáng kiến Thích ứng và Uỷ ban Sông Mê Kông Jeremy Bird Giám đốc Điều hành Ban Thư ký UBSMK Vientiane, Lao PDR Mê Kông là một trong những con sông dài nhất thế giới (4.800km),
More informationCông ty Cổ phần Chứng khoán Bản Việt (VCSC)
SỞ GIAO DỊCH CHỨNG KHOÁN CẤP ĐĂNG KÝ NIÊM YẾT CHỨNG KHOÁN CHỈ CÓ NGHĨA LÀ VIỆC NIÊM YẾT CHỨNG KHOÁN ĐÃ THỰC HIỆN THEO CÁC QUY ĐỊNH CỦA PHÁP LUẬT LIÊN QUAN MÀ KHÔNG HÀM Ý ĐẢM BẢO GIÁ TRỊ CỦA CHỨNG KHOÁN.
More informationCỘNG ĐỒNG KINH TẾ ASEAN SỔ TAY KINH DOANH
CỘNG ĐỒNG KINH TẾ ASEAN SỔ TAY KINH DOANH 2 Cộng đồng kinh tế ASEAN (AEC) 2011 CỘNG ĐỒNG KINH TẾ ASEAN SỔ TAY KINH DOANH Ban thư ký ASEAN Jakarta Cộng đồng kinh tế ASEAN (AEC) 2011 3 Hiệp hội các quốc
More information336, Nguyễn Trãi, Hà Nội, Việt Nam. Nhận bài : 16 tháng 3 năm 2012, Nhận đăng : 10 tháng 8 năm 2012
Tạp chí Khoa học ĐHQGHN, Ngoại Ngữ 28 (2012) 194-209 Quốc tế học và khu vực học: Những khía cạnh phương pháp luận Lương Văn Kế * Trường Đại học Khoa học Xã hội và Nhân văn - Đại học Quốc gia Hà Nội, 336,
More informationChuyển đổi Nông nghiệp Việt Nam: Tăng giá trị, giảm đầu vào
Public Disclosure Authorized NHÓM NGÂN HÀNG THẾ GIỚI Báo cáo Phát triển Việt Nam 2016 Chuyển đổi Nông nghiệp Việt Nam: Tăng giá trị, giảm đầu vào Public Disclosure Authorized Public Disclosure Authorized
More informationCần Thơ, Việt Nam Tăng cường Khả năng Thích ứng của Đô thị
Public Disclosure Authorized Public Disclosure Authorized Public Disclosure Authorized Public Disclosure Authorized Cần Thơ, Việt Nam Tăng cường Khả năng Thích ứng của Đô thị THÁNG 6/2014 NGÂN HÀNG THẾ
More informationTHAY ĐỔI MÔ HÌNH TĂNG TRƯỞNG RENOVATION OF GROWTH MODEL
VIỆN NC QUẢN LÝ KINH TẾ TW TRUNG TÂM THÔNG TIN TƯ LIỆU THÔNG TIN CHUYÊN ĐỀ THAY ĐỔI MÔ HÌNH TĂNG TRƯỞNG RENOVATION OF GROWTH MODEL 6 SỐ 2012 CIEM, Trung tâm Thông tin Tư liệu 1 VIỆN NC QUẢN LÝ KINH TẾ
More informationNGHIÊN CỨU KẾT QUẢ ĐIỀU TRỊ UNG THƯ BIỂU MÔ TẾ BÀO GAN BẰNG PHƯƠNG PHÁP TẮC MẠCH HÓA CHẤT SỬ DỤNG HẠT VI CẦU DC BEADS
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN NGHIÊN CỨU KHOA HỌC Y DƯỢC LÂM SÀNG 108 ===***=== THÁI DOÃN KỲ NGHIÊN CỨU KẾT QUẢ ĐIỀU TRỊ UNG THƯ BIỂU MÔ TẾ BÀO GAN BẰNG PHƯƠNG PHÁP TẮC MẠCH HÓA CHẤT SỬ DỤNG
More informationNGHIÊN CỨU XÂY DỰNG MÔ HÌNH ĐÁNH GIÁ TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU ĐẾN MỘT SỐ LĨNH VỰC KINH TẾ - XÃ HỘI CHO THÀNH PHỐ ĐÀ NẴNG
BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG VIỆN KHOA HỌC KHÍ TƯỢNG THỦY VĂN VÀ BIẾN ĐỔI KHÍ HẬU Trần Duy Hiền NGHIÊN CỨU XÂY DỰNG MÔ HÌNH ĐÁNH GIÁ TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU ĐẾN MỘT SỐ LĨNH VỰC KINH TẾ - XÃ HỘI CHO
More informationPHỨC HỆ TẦNG CHỨA PALEOGEN - CÁC YẾU TỐ ĐỊA CHẤT TÁC ĐỘNG ĐẾN CHẤT LƯỢNG THẤM CHỨA VÀ TIỀM NĂNG HYDROCARBON
PHỨC HỆ TẦNG CHỨA PALEOGEN - CÁC YẾU TỐ ĐỊA CHẤT TÁC ĐỘNG ĐẾN CHẤT LƯỢNG THẤM CHỨA VÀ TIỀM NĂNG HYDROCARBON TS. Ngô Thường San Hội Dầu khí Việt Nam TS. Cù Minh Hoàng, ThS. Phùng Khắc Hoan Công ty TNHH
More informationBài 5 Chiến lược Sản phẩm Quốc tế
Bài 5 Chiến lược Sản phẩm Quốc tế www.dinhtienminh.net Th.S Đinh Tiên Minh Trường ĐHKT TPHCM Khoa Thương Mại Du Lịch Marketing Mục tiêu chương 5 Giúp sinh viên hiểu rõ khái niệm sản phẩm/ dịch vụ và các
More informationTư liệu về giám sát rạn san hô từ năm 2000 trên 10 vùng rạn và một số khảo
Tuyển Tập Nghiên Cứu Biển, 2013, tập 19: 182-189 MỘT SỐ GHI NHẬN VỀ SUY THOÁI RẠN SAN HÔ DO TAI BIẾN THIÊN NHIÊN Ở NAM VIỆT NAM Võ Sĩ Tuấn Viện Hải dương học, Viện Hàn lâm Khoa học & Công nghệ Việt Nam
More informationARCGIS ONLINE FOR ORGANIZATION
Training Guideline ARCGIS ONLINE FOR ORGANIZATION 1 Workshop: ARCGIS ONLINE & MORE Để chuẩn bị cho workshop này, người tham gia cần được đảm bảo có các yếu tố sau: 1. Mạng internet. 2. Trình duyệt Chrome/
More informationLồng ghép các mối liên hệ giữa đói nghèo môi trường với quy hoạch phát triển: Sách hướng dẫn người thực hiện
Môi trường vì các mục tiêu phát triển thiên niên kỷ Lồng ghép các mối liên hệ giữa đói nghèo môi trường với quy hoạch phát triển: Sách hướng dẫn người thực hiện Sáng kiến Đói nghèo Môi trường của UNDP
More informationPhát triển của Việt Nam trong mối quan hệ thương mại với Trung Quốc: cần làm gì?
Phát triển của Việt Nam trong mối quan hệ thương mại với Trung Quốc: cần làm gì? Vũ Quang Việt 16/7/2014, sửa lại 1/11/2014 Giới thiệu Phát triển của Việt Nam ngày càng gắn bó về nhiều mặt với TQ. Muốn
More informationHƯỚNG DẪN SỬ DỤNG MICROSOFT EXCEL THỰC HÀNH LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN KHOA TOÁN KINH TẾ BỘ MÔN TOÁN KINH TẾ HƯỚNG DẪN SỬ DỤNG MICROSOFT EXCEL THỰC HÀNH LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN TÀI LIỆU LƯU HÀNH NỘI BỘ Tác giả: Bùi Dương Hải Hà
More informationTHÚC ĐẨY CHUYỂN DỊCH NĂNG LƯỢNG TÁI TẠO TOÀN CẦU
THÚC ĐẨY CHUYỂN DỊCH NĂNG LƯỢNG TÁI TẠO TOÀN CẦU Những điểm nổi bật Báo cáo hiện trạng năng lượng tái tạo toàn cầu REN21-217 217 MẠNG LƯỚI CHÍNH SÁCH NĂNG LƯỢNG TÁI TẠO CHO THẾ KỶ 21 REN21 là mạng lưới
More informationVẤN ĐỀ KINH TẾ CHÍNH TRỊ TRONG THƯƠNG MẠI QUỐC TẾ
#140 02/04/2014 VẤN ĐỀ KINH TẾ CHÍNH TRỊ TRONG THƯƠNG MẠI QUỐC TẾ Nguồn: Benjamin J.Cohen (1990). Review: The Political Economy of International Trade, International Organization, Vol. 44, No. 2, pp. 261-281.
More informationTừ xói lở đến bồi lắng
Bài thuyết trình số 3 24 tháng 3 năm 2014 Tiến sĩ Matsuki Hirotada: Chuyên gia JICA về Giảm thiểu thiệt hại do thiên tai gây ra 1) Rồng tre để giảm độ sâu 2) Mỏ hàn đơn và lồng tre 3) Nhiều mỏ hàn để tăng
More informationCTCP Dược Hậu Giang (HOSE: DHG)
c Báo cáo cập nhật 23 Dec 2016 Đánh giá TĂNG TỶ TRỌNG DHG Dược phẩm Giá thị trường (VND) 94,800 Giá mục tiêu (VND) 109,000 Tỷ lệ tăng giá (%) 15% Suất sinh lợi cổ tức (%) 3.2% Suất sinh lợi bình quân năm
More information11 Phân tích phương sai (Analysis of variance)
Phân tích phương sai (Analysis of variance) Phân tích phương sai, như tên gọi, là một số phương pháp phân tích thống kê mà trọng điểm là phương sai (thay vì số trung bình). Phương pháp phân tích phương
More information