Ngày 02/10/2021 nhóm Nghiên cứu các hợp chất hữu cơ (Research of Organic Matter – ROOM) đã tổ chức thành công Hội thảo với chủ đề “Ô nhiễm chất hữu cơ trong một số nguồn chất thải rắn và đề xuất giải pháp giảm thiểu”. Hội thảo đã trình bày 04 bài tham luận về: (1) Tái tạo năng lượng từ phân hủy kỵ khí các loại chất thải giàu hữu cơ, hướng tới kinh tế tuần hoàn (do GS.TS. Nguyễn Việt Anh trình bày); (2) Nghiên cứu đề xuất giải pháp tổng thể phân loại, thu gom rác thải tại nguồn cho các đô thị Việt Nam, triển khai thí điểm cho huyện Đông Anh, Hà Nội (do TS. Vương Lan Anh trình bày); (3) Mô hình kinh tế tuần hoàn trong thu gom, tái chế, xử lý rác thải sinh hoạt và đô thị (do TS. Vương Lan Anh trình bày); (4) Nghiên cứu tối ưu quá trình ủ kỵ khí và sử dụng hiệu quả chất thải rắn tại một số khu vực của Hà Nội (do GS.TS. Vũ Đức Toàn trình bày). Sau khi nghe các báo cáo các đại biểu đã có trao đổi và chia sẻ nhiều về kết quả nghiên cứu, và khẳng định rằng các báo cáo rất hữu ích trong vấn đề ô nhiễm chất hữu cơ trong một số nguồn chất thải rắn và đề xuất giải pháp giảm thiểu, tìm ra giải pháp tối ưu.
Nhóm Nghiên cứu các hợp chất hữu cơ (ROOM) tại hội thảo online
Tương tự, ngày 09/10/2021 nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (Artificial Intelligence for Tackling Climate Change and Controlling System – AICOST) đã trình bày 02 bài tham luận về: (1) Nghiên cứu phát triển một số mô hình dự báo không – thời gian đa bước trên ảnh viễn thám (do Ths. Hà Văn Sơn – Trường Đại học Công nghiệp Việt Hung trình bày); (2) Deep Learning for Precipitation from RADAR images (do ông Michael Omar trình bày). Sau khi nghe các báo cáo các đại biểu đã có trao đổi và đều đưa ra ý kiến mô hình có thể áp dụng vào việc phân đoạn ảnh, từ đó xác định được các phân vùng ảnh đồng nhất với nhau, xác định được các khu vực có thể mưa nhiều hay mưa ít từ số liệu vệ tinh hoặc dữ liệu radar.
Nhóm Trí tuệ nhân tạo cho biến đổi khí hậu và điều khiển hệ thống (AICOST) tại hội thảo
Ngày 28/10/2021 nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (Machine Learning Techniques and Intelligent Control – MLIC) đã trình bày bài tham luận về “Ước lượng kênh vô tuyến cho hệ thống ofdm dùng deep learning” (do TS. Mai Văn Lập trình bày). Báo cáo trình bày trong hệ thống thông tin vô tuyến, tín hiệu được truyền từ nơi phát đến nơi thu qua kênh truyền. Đặc điểm của kênh truyền vô tuyến phụ thuộc vào rất nhiều yếu tố như nhiễu từ các tín hiệu điện, sự phản xạ, tán xạ, nhiễu xạ,… của tín hiệu qua các vật trong quá trình truyền làm nhiều tín hiệu bên thu khó có thể khôi phục lại tín hiệu ban đầu. Để có thể khôi phục lại được tín hiệu thì phải biết được mô hình kênh truyền, từ đó dùng kỹ thuật ước lượng kênh truyền để khôi phục lại. Có nhiều kỹ thuật ước lượng kênh, trong nội dung này dùng Deeplearning để ước lượng kênh vô tuyến cho hệ thống OFDM.
Nhóm Nghiên cứu Kỹ thuật học máy và điều khiển thông minh (MLIC) tại hội thảo online
Thu Hiền – Phòng KHCN