Nghiên cứu này đề xuất một giải thuật máy học song song cho logic mô tả (Description Logics), đặc biệt cho ngôn ngữ OWL (Ontology Web Language). Giải thuật này dựa trên các giải thuật máy học tuần tự cho logic mô tả là OWL Class Expression Learner (OCEL) và một giải thuật mở rộng của nó là Class Expression Learning for Ontology Learning (CELOE) được đề xuất bởi Jens Lehmann và các cộng sự, được phát triển trong bộ khung sườn máy học cho logic mô tả DL-Learner. Giải thuật được đề xuất tách rời giữa bước tính toán các giải pháp bộ phận và bước tổng hợp các giải pháp bộ phận thành một giải pháp tổng thể. Đây chính là tiền đề quan trọng cho việc song song hóa giải thuật máy học cho logic mô tả. Giải thuật được đánh giá dựa trên các tập dữ liệu thường được sử dụng để đánh giá các giải thuật máy học cho logic (Inductive Logic Programming). Kết quả thực nghiệm cho thấy giải thuật phù hợp cho các vấn đề máy học trong đó biểu thức mô tả tập ví dụ dương dài và phức tạp.
Trích dẫn: Trần Công Án, Tống Thị Ngọc Mai và Lê Thị Thu Lan, 2017. Xây dựng ontology tự động từ bảng chú giải. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 133-139.
Trích dẫn: Trần Công Án, Lâm Chí Nguyện, Đoàn Hòa Minh, Phan Tấn Tài, Phạm Hữu Tài, Châu Xuân Phương và Sơn Búp Pha, 2016. Hệ thống hỗ trợ cố vấn học tập trên thiết bị di động. Tạp chí Khoa học Trường Đại học Cần Thơ. 47a: 47-58.
Trích dẫn: Trần Công Án, Lữ Minh Phúc, Đỗ Thanh Đức, Ngô Bá Hùng, Lê Đình Chiến, Phạm Thị Xuân Diễm, Sơn Búp Pha và Nguyễn Hữu Vân Long, 2017. Phát hiện té ngã cho người cao tuổi bằng gia tốc kế và mô hình học sâu Long Short-Term Memory. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 65-71.
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên