TRƯỜng đẠi học bách khoa hà NỘi viện công nghệ thông tin và truyềN thông danh sách đỊnh hưỚng đỀ TÀi luận văn thạc sỹ NĂm họC 2010-2011



tải về 394.68 Kb.
trang11/15
Chuyển đổi dữ liệu13.08.2016
Kích394.68 Kb.
#17953
1   ...   7   8   9   10   11   12   13   14   15

20)TS. Nguyễn Thị Oanh



I. Thông tin về giảng viên

1. Họ và tên giảng viên: NGUYỄN THỊ OANH

2. Học hàm / học vị: TIẾN SỸ

3. Nơi công tác:

Bộ môn: HỆ THỐNG THÔNG TIN Khoa: Công nghệ Thông tin

Trường Đại học Bách Khoa Hà Nội

4. Điện thoại cơ quan: (04) 38 696 124 Điện thoại di động: 09 43 20 65 66

5. Email: oanhnt@soict.hut.edu.vn


II. Định hướng khoa học, các bài báo công bố và đề tài cao học đã hướng dẫn

1. Định hướng nghiên cứu:

THỊ GIÁC MÁY TÍNH: TÌM KIẾM ẢNH DỰA TRÊN NỘI DUNG, NHẬN DẠNG, TRÍCH CHỌN THÔNG TIN

2. Danh sách các bài báo tiêu biểu đã công bố gần nhất (liệt kê không quá 5)

[1] Thi-Oanh Nguyen and Salvatore Tabbone. Un état de l’art des méthodes de localisation de symboles dans les documents graphiques. In Colloque International Francophone sur l’Ecrit et le Document - CIFED 2010, 2010.

[2] Thi-Oanh Nguyen, Salvatore Tabbone, and Alain Boucher. Une approche de localisation de symboles non-segmentés dans des documents graphiques. Traitement du Signal, 5-6, 2009.

[3] T.-O. Nguyen, S. Tabbone, and A. Boucher. A symbol spotting approach based on the vector model and a visual vocabulary. In the 10th International Conference on Document Analysis and Recognition - ICDAR’09, Barcelona, Spain, 2009.

[4] Thi-Oanh Nguyen, Salvatore Tabbone, and Oriol Ramos-Terrades. Symbol descriptor based on shape context and vector model of information retrieval. In the 8th IAPR International Workshop on Document Analysis Systems - DAS’08, pages 191–197, Nara, Japan, 2008.

[5] S. Tabbone, T.-O. Nguyen, and G. Masini. Une méthode de binarisation hiérarchique floue. In Colloque International Francophone sur l’Ecrit et le Document - CIFED’06, Fribourg, Suisse, 2006
3. Danh sách các đề tài luận văn cao học hướng dẫn gần đây nhất (liệt kê không quá 5)
III. Các định hướng đề tài luận văn cao học


STT

Tên đề tài/định hướng luận văn

Nội dung công việc




Ứng dụng các kỹ thuật tìm kiếm thông tin vào hệ thống tìm kiếm ảnh dựa trên nội dung.

(Adapting techniques of information retrieval into content-based image retrieval)

Từ khoá: CBIR, information retrieval, visual words



- Tìm hiểu các kỹ thuật đánh chỉ số và tìm kiếm thông tin truyền thống (text)

- Tìm hiểu một số cách trích chọn đặc trưng ảnh

- Xem xét đánh giá khả năng áp dụng các kỹ thuật này vào trong hệ thống tìm kiếm ảnh dựa trên nội dung.

- Cài đặt thử nghiệm






Biểu diễn ảnh bằng cách kết hợp đa thuộc tính

(Combining Visual Features for Image Representation)
Từ khoá: features/descriptiors aggregation

- Tìm hiểu các phương pháp trích chọn đặc trưng để biểu diễn ảnh.

- Đánh giá điểm mạnh, yếu của mỗi phương pháp

- Tìm hiểu các cách mô hình biểu diễn đa đặc trưng và đề xuất một phương án thử nghiệm

- Cài đặt






Phát hiện đối tượng

(Object detection)

- Tìm hiểu các phương pháp phát hiện đối tượng trên ảnh

- Đề xuất cải tiến và cài đặt thử nghiệm





21)TS. Nguyễn Hồng Quang


I. Thông tin về giảng viên

1. Họ và tên giảng viên: Nguyễn Hồng Quang

2. Học hàm / học vị: Tiến sỹ

3. Nơi công tác:

Bộ môn: Kỹ thuật máy tính, Viện Công nghệ Thông tin - Truyền thông

Trường Đại học Bách Khoa Hà Nội

4. Điện thoại cơ quan: 04 38696125 Điện thoại di động: 0978813688

5. Email: quangnh@it-hut.edu.vn, quangnh-fit@mail.hut.edu.vn



II. Định hướng khoa học, các bài báo công bố và đề tài cao học đã hướng dẫn

1. Định hướng nghiên cứu : xử lý ngôn ngữ tự nhiên (xử lý tiếng nói, xử lý văn bản)

2. Danh sách các bài báo tiêu biểu đã công bố gần nhất (liệt kê không quá 5)


  • Large vocabulary continuous speech recognition for vietnamese, an under-resourced language (Nhận dạng tiếng nói từ vựng lớn cho tiếng Việt, một ngôn ngữ có nguồn tài nguyên hạn chế). Hội nghị quốc tế về công nghệ ngôn ngữ nói với các ngôn ngữ có nguồn tài nguyên hạn chế (SLTU 2008), Hà Nội, Việt Nam, 5-7 tháng 5, 2008.

  • Tone Recognition of Vietnamese Continuous Speech using Hidden Markov Model (Nhận dạng thanh điệu cho tiếng nói tiếng Việt liên tục sử dụng mô hình Markov ẩn). Hội nghị quốc tế lần thứ hai về truyền thông và điện tử (HUT-ICCE 2008), Hội An, Việt Nam, 4-6 tháng 6, 2008.

  • Reconnaissance automatique de la parole continue grand vocabulaire en Vietnamien, une langue syllabique tonale (Nhận dạng tự động tiếng nói từ vựng lớn cho tiếng Việt, một ngôn ngữ dựa trên âm tiết có thanh điệu). Những ngày nghiên cứu về tiếng nói lần thứ 27 (JEP 2008), Avignon, Cộng hòa Pháp, 9-13 tháng 6, 2008.

  • A Novel Approach in Continuous Speech Recognition for Vietnamese, an isolating tonal language (Một cách tiếp cận mới về nhận dạng tiếng nói liên tục cho tiếng Việt, một ngôn ngữ đơn lập có thanh điệu). Hội nghị quốc tế về xử lý tiếng nói (INTERSPEECH 2008), Brisband, Australia, 22-26 tháng 9, 2008.

3. Danh sách các đề tài luận văn cao học hướng dẫn gần đây nhất (liệt kê không quá 5)

III. Các định hướng đề tài luận văn cao học

STT

Tên đề tài/định hướng luận văn

Nội dung công việc

1

Xác định tần số cơ bản F0 cho tiếng nói tiếng Việt

Thử nghiệm các phương pháp xác định tần số cơ bản F0 trên tín hiệu tiếng nói tiếng Việt.

Đánh giá kết quả dựa trên tín hiệu EGG



2

Nhận dạng thanh điệu của tiếng nói tiếng Việt phát âm liên tục và ứng dụng vào nhận dạng tiếng nói tiếng Việt

Xây dựng cơ sở dữ liệu cho thanh điệu của tiếng nói tiếng Việt phát âm liên tục.

Nghiên cứu và thử nghiệm các phương pháp nhận dạng thanh điệu cho tiếng Việt.

Ứng dụng môđun nhận dạng thanh điệu vào hệ thống nhận dạng tiếng nói từ vựng lớn cho tiếng Việt.


3

Phân đoạn từ cho văn bản tiếng Việt đơn âm tiết và ứng dụng vào nhận dạng tiếng nói tiếng Việt

Tìm hiểu và thử nghiệm các bộ công cụ phân đoạn từ cho tiếng Việt. Trên cơ sở đánh giá chất lượng của các bộ công cụ này, từ đó đưa ra một phương pháp mới cho vấn đề phân đoạn từ tiếng Việt.

Ứng dụng kết quả đạt được vào hệ thống nhận dạng tiếng nói từ vựng lớn cho tiếng Việt



4

Xây dựng mô hình ngôn ngữ tri-gram và ứng dụng vào nhận dạng tiếng nói tiếng Việt

Xây dựng mô hình ngôn ngữ tri-gram cho tiếng Việt.

Ứng dụng mô hình này vào hệ nhận dạng tiếng nói tiếng Việt liên tục dựa trên hệ HTK



5

Truy vấn thông tin trong cơ sở dữ liệu tiếng nói tiếng Việt

Nghiên cứu các phương pháp truy vấn thông tin trong tiếng nói.

Tích hợp các đặc điểm riêng biệt của tiếng nói tiếng Việt để nâng cao hiệu năng cho hệ thống truy vấn với tiếng Việt







tải về 394.68 Kb.

Chia sẻ với bạn bè của bạn:
1   ...   7   8   9   10   11   12   13   14   15




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương