UBND TỈNH BÌNH DƢƠNG TRƢỜNG ĐẠI HỌC THỦ DẦU MỘT NGUYỄN VIỆT THANH HIỀN ỨNG DỤNG ĐỘ ĐO ENTROPY VÀ FUZZY LOGIC CHO BÀI TOÁN DỮ LIỆU THƢA LUẬN VĂN THẠC SỸ CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN MÃ SỐ: 8480104 BÌNH DƢƠNG - 2019 UBND TỈNH BÌNH DƢƠNG TRƢỜNG ĐẠI HỌC THỦ DẦU MỘT NGUYỄN VIỆT THANH HIỀN ỨNG DỤNG ĐỘ ĐO ENTROPY VÀ FUZZY LOGIC CHO BÀI TOÁN DỮ LIỆU THƢA LUẬN VĂN THẠC SỸ CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN MÃ SỐ: 8480104 NGƢỜI HƢỚNG D N HOA HỌC: TS HỒNG MẠNH HÀ BÌNH DƢƠNG – 2019 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng tơi, trích dẫn đƣợc đồng ý trƣớc đƣa vào luận văn Các kết luận văn trung thực chƣa cơng bố cơng trình khoa học khác Bình Dương, tháng 10 năm 2019 Học viên Nguyễn Việt Thanh Hiền i LỜI CẢM ƠN Để hoàn thành luận văn này, trƣớc hết em xin bày tỏ lòng biết ơn sâu sắc tới Thầy TS Hồng Mạnh Hà tận tình dạy có góp ý quý báu cho em thời gian thực luận văn Em xin chân thành cảm ơn ban Lãnh đạo Khoa Kỹ Thuật Công Nghệ Trƣờng Đại học Thủ Dầu Một, Phòng Đào tạo Sau đại học Quý thầy Cô Trƣờng Đại học Thủ Dầu Một, thành phố Thủ Dầu Một, Tỉnh Bình Dƣơng, tạo điều kiện thuận lợi cho em trình học tập, nghiên cứu trƣờng Cảm ơn bạn Tập thể lớp Cao học CH17HT sát cánh chia kinh nghiệm học tập quý báu, giúp đỡ vƣợt qua khó khăn Cảm ơn Các Thầy, Phịng Cơng tác Sinh viên trƣờng Đại học Thủ Dầu Một, khoa Kỹ thuật Cơng Nghệ tận tình chia trao đổi thông tin lĩnh vực quản lí sinh viên Do thời gian có hạn khả cịn hạn chế nên khơng tránh khỏi thiếu sót, mong đƣợc đóng góp ý kiến từ Thầy Cô bạn bè để em luận văn hồn chỉnh Bình Dương, tháng 10 năm 2019 Học viên Nguyễn Việt Thanh Hiền ii TÓM TẮT LUẬN VĂN Trong thực tế, sở liệu (CSDL) không đáp ứng yêu cầu độ lớn mơ hình phân tích liệu, giải pháp đƣợc chọn để giải thƣờng Bootstrap Với đặc điểm tái tạo liệu từ liệu có sẵn cho tập liệu giữ nguyên tham số thống kê nhƣ kỳ vọng (trung bình), trung vị, vv , thuật toán Bootstrap thỏa mãn điều kiện dừng thống kê Điều sở để áp dụng thuật tốn cực tiểu hóa hàm mục tiêu Tại thời điểm bắt đầu giải tốn khơi phục liệu điểm rèn luyện sinh viên Đại học Thủ Dầu Một, chọn tiếp cận Fuzzy Logic nhƣng chƣa thành cơng Sau đó, vấn đề đƣợc khơi thông nhờ việc coi điểm bị nhƣ liệu chƣa có Bài tốn khơi phục liệu đƣợc chuyển thành tốn tạo liệu Do đó, thời điểm mặt trực giác, áp dụng Bootstrap vào trƣờng hợp Để đánh giá đƣợc độ xác, tơi giả định số điểm điểm bị cần phục hồi Thống kê độ sai lệch điểm thực điểm khơi phục tiêu chí đánh giá, so sánh độ tin cậy giải pháp Sau cài đặt Bootstrap Matlab, tiến hành thực nghiệm liệu điểm rèn luyện sinh viên lớp D14PM01 đƣợc kết độ xác trung bình đạt 72.59% Sau đó, tơi phát tƣơng đƣơng việc tái tạo ngẫu nhiên mẫu cho tham số thống kê không đổi Bootstrap với việc tìm mẫu có độ tƣơng đồng cao với mẫu cần khôi phục Phát này, sau đƣợc tơi biểu diễn dƣới dạng cơng thức (3.1) luận văn Theo hƣớng giải này, tơi gặp vấn đề điều kiện để tính độ tƣơng đồng hai điểm rèn luyện hai sinh viên Khi áp dụng cơng thức tính độ tƣơng đồng thơng qua tính cos , tơi nhận kết khơng chắn độ dài vector không đủ iii Để giải vấn đề này, tơi tham khảo tốn tƣơng đƣơng ngành tài Với giải pháp sử dụng bƣớc biến đổi Copula Gauss, phần tử vector đƣợc biểu diễn lại dƣới dạng phân bố cân đối Copula Gauss Do áp dụng cơng thức tính độ tƣơng đồng cho kết tin cậy đƣợc Để giảm bớt số phép tính, bƣớc cải tiến tiến hành tiền xử lý liệu thơng qua lọc nhóm sinh viên có kết rèn luyện tƣơng đồng nhƣ sau: - Về độ lớn điểm thông qua phân cụm Fuzzy C-means - Về độ bất định thông qua Entropy Sau đó, việc tìm điểm có độ tƣơng đồng lớn đƣợc thực thông qua duyệt phạm vi sinh viên nhóm sau lọc Tại bƣớc thực nghiệm để so sánh, đánh giá, thực liệu với thực nghiệm Bootstrap thu đƣợc kết 87.41% , cao so với kết áp dụng Bootstrap Kết nghiên cứu đƣợc chúng tơi trình bày Hội nghị REV-ECIT2019 tháng 12 tới, báo đƣợc chấp nhận trình bày Hội nghị iv MỤC LỤC LỜI CAM ĐOAN …………………………………………………………… i LỜI CÁM ƠN………………………………………………………………… ii TÓM TẮT LUẬN VĂN……………………………………………………….iii MỤC LỤC:…………………………………………………………………… iv DANH MỤC CÁC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT………………viii DANH MỤC CÁC BẢNG…………………………………………………… ix DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ……………………………………x CHƢƠNG TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU 1.1 Lý chọn đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tƣợng phạm vi nghiên cứu 1.4 Phƣơng pháp nghiên cứu 1.5 Ý nghĩa khoa học thực tiễn 1.6 Bố cục luận văn CHƢƠNG CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 Một số kiến thức sở đƣợc sử dụng luận văn 2.1.1 Lý thuyết Entropy thông tin 2.1.2 Lý thuyết Fuzzy logic 2.1.3 Độ tƣơng đồng vector 12 2.1.4 Lý thuyết Copula Gauss 13 2.2 Các nghiên cứu liên quan 15 2.2.1 Phục hồi liệu Bootstrap 16 v 2.2.2 Phục hồi liệu thuật toán đối sánh phù hợp (Matching pursuit algorithm): 18 2.2.3 Phục hồi liệu thuật toán đối sánh trực giao (Orthogonal matching pursuit): 20 2.3 Ứng dụng độ đo bất định Entropy Fuzzy Logic cho toán liệu điểm rèn luyện 20 2.3.1 Tổng quan liệu điểm rèn luyện 20 2.3.2 Đánh giá điểm rèn luyện 21 2.3.3 Đánh giá ý thức học tập 21 2.3.4 Phân loại kết rèn luyện 24 2.4 Các hƣớng tiếp cận 26 2.4.1 Ứng dụng Entropy thông tin để phân nhóm liệu 26 2.4.2 Ứng dụng thuật toán phân cụm C-Mean cho toán tiền xử lý liệu làm tiền để để ứng dụng Fuzzy logic khôi phục điểm 26 2.4.3 Ứng dụng Fuzzy logic để phục hồi liệu 27 2.5 Hƣớng đề xuất nghiên cứu 31 CHƢƠNG ỨNG DỤNG ĐO ĐỘ TƢƠNG ĐỒNG GIỮA VECTOR VÀ ỨNG DỤNG CHUYỂN ĐỔI COPULA GAUSS ĐỂ GIẢI QUYẾT BÀI TOÁN 33 3.1 Tổng quan mô hình đề xuất 33 3.2 Các đặc trƣng mơ hình đề xuất 35 CHƢƠNG THỰC NGHIỆM 36 4.1 Dữ liệu 36 4.2 Xử lý liệu 36 4.3 Thực nghiệm 36 vi 4.4 Đánh giá 48 CHƢƠNG ẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 50 5.1 Kết đạt đƣợc 50 5.2 Hƣớng phát triển 50 PHỤ LỤC 51 TÀI LIỆU THAM HẢO 57 vii DANH MỤC CÁC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT STT Kí hiệu Ý nghĩa OPM Orthogonal matching pursuit (Đối sánh trực giao) NCKH Nghiên cứu khoa học BCH Ban chấp hành D14PM01 Đại học kỹ thuật phần mềm khóa 14 viii 1424801030015 2 0 15 10 12 0 10 10 0 1424801030002 10 0 15 10 12 0 10 10 10 0 10 1424801030003 10 0 15 10 12 0 10 10 0 18 1424801030032 10 0 15 10 12 0 10 10 0 + Dòng tƣơng quan với dòng dịng số 18 có hệ số tƣơng quan r=0.9995 Giá trị điểm phục hồi dòng cột 17 giá trị điểm thực giá trị tính đƣợc 4.9974 + Nhóm 8: 28 1424801030041 10 2 0 14 12 3 0 10 10 10 0 36 1424801030145 0 15 10 12 0 10 10 10 0 + Dòng tƣơng quan với dịng 28 dịng số 36 có hệ số tƣơng quan r=0.9853 Giá trị điểm phục hồi dòng 28 cột giá trị điểm thực 10 giá trị tính đƣợc 8.8678 Kết tổng hợp nhƣ sau: Bảng Bảng kết ứng dụng chuyển đổi Copula Gauss dựa KQ lớn Nhóm Dịng có sinh viên thiếu điểm Cột điểm thiếu cột Dịng tƣơng quan với dịng thiếu Điểm tính đƣợc Làm tròn Điểm Thực Sinh viên Độ sai lệch sau làm tròn Tỉ lệ % Độ sai lệch trƣớc làm tròn Tỉ lệ % 46 12.1336 12 15 80.00% 2.8664 80.89% 25 10 10 10 100.00% 100.00% 11 12 33 3 100.00% 100.00% 33 32 2 100.00% 100.00% 19 17 14 4.7295 5 100.00% 0.2705 94.59% 26 44 14.5 15 13 86.67% -1.5 111.54% 40 9.43 10 90.00% 0.57 94.30% 17 18 4.997 40.00% -2.997 249.85% 28 36 8.8678 10 90.00% 1.1322 88.68% Trung bình độ xác (%) 87.41% 44 4.3.2 So sánh mơ hình phần 4.3.1 để chọn mơ hình hiệu Trong phần 4.3.1 sau thực nghiệm với mơ hình tơi đƣợc kết tổng hợp nhƣ sau: Bảng 4 Kết thực nghiệm phƣơng pháp Stt Mơ hình Kết Thuật tốn Bootstrap 72,59 % Tính độ tƣơng đồng vector dựa độ tƣơng quan lớn Ứng dụng chuyển đổi Copula Gauss để tính độ tƣơng đồng vector dựa đô tƣơng quan lớn 89.95 % 87.41 % Phần thực nghiệm tính hiệu ứng dụng Copula Gauss tính độ tƣơng đồng lớn véc tơ ½ liệu cịn lại + Nhóm 1: 73 1424801030202 10 0 0 15 10 12 0 0 10 10 0 77 1424801030158 10 0 0 15 10 12 0 0 10 10 0 50 1424801030053 10 0 0 15 10 10 0 0 10 10 0 75 1424801030147 10 0 0 15 10 10 0 0 10 10 0 83 1424801030201 10 0 15 10 10 0 0 10 5 0 + Dòng tƣơng quan với dòng 73 dòng số 77 có hệ số tƣơng quan r=1.0 Giá trị điểm phục hồi dòng 73 cột giá trị điểm thực 15 giá trị tính đƣợc 15 + Nhóm 2: 76 1424801030196 10 0 0 10 10 12 0 0 10 10 0 58 1424801030059 10 0 0 15 5 10 0 0 10 10 0 51 1424801030063 10 0 0 15 10 0 12 0 0 10 10 0 45 53 1424801030065 10 0 0 15 10 12 0 0 10 10 0 54 1424801030139 10 0 0 15 10 12 0 0 10 10 0 60 1424801030068 10 0 15 10 12 0 0 10 10 0 61 1424801030071 10 0 15 10 12 0 0 10 10 0 63 1424801030072 10 0 15 10 12 0 0 10 10 0 66 1424801030213 10 0 15 10 12 0 0 10 10 0 67 1424801030172 10 0 15 10 12 0 0 10 10 0 74 1424801030215 10 0 0 15 10 12 0 0 10 10 0 79 1424801030161 10 0 0 15 10 12 0 0 10 10 0 81 1424801030149 10 0 0 15 10 12 0 0 10 10 0 82 1424801030176 10 0 0 15 10 12 0 0 10 10 0 88 1424801030170 10 0 15 10 12 0 0 10 10 0 93 1424801030200 10 0 0 15 10 0 12 0 0 10 10 0 72 1424801030190 10 0 0 15 10 12 0 0 10 10 0 84 1424801030233 10 0 0 15 10 12 0 0 10 10 0 86 1424801030198 10 0 15 10 12 0 0 10 10 0 68 1424801030194 10 0 0 10 10 10 0 0 10 5 0 + Dòng tƣơng quan với dịng 58 dịng số 86 có hệ số tƣơng quan r=0.9576 Giá trị điểm phục hồi dòng 58 cột 16 giá trị điểm thực 10 giá trị tính đƣợc 9.5763 + Dịng tƣơng quan với dịng 93 dịng số 51 có hệ số tƣơng quan r=1.0 Giá trị điểm phục hồi dòng 93 cột giá trị điểm thực giá trị tính đƣợc + Nhóm 3: 57 1424801030091 10 0 0 10 10 12 0 0 10 10 0 70 1424801030185 10 0 0 15 5 12 0 0 10 10 0 64 1424801030148 10 0 0 10 10 12 0 0 10 10 0 62 1424801030070 10 0 0 15 10 10 0 0 10 0 65 1424801030223 10 0 0 15 10 0 0 10 10 0 46 + Dòng tƣơng quan với dịng 70 dịng số 65 có hệ số tƣơng quan r=0.9997 Giá trị điểm phục hồi dòng 70 cột giá trị điểm thực giá trị tính đƣợc 1.9994 + Nhóm 4: 56 1424801030058 10 0 0 15 10 12 0 0 10 10 10 0 55 1424801030064 0 0 15 10 10 0 10 5 + Dòng tƣơng quan với dòng 56 dòng số 55 có hệ số tƣơng quan r=0.7375 Giá trị điểm phục hồi dòng 56 cột 17 giá trị điểm thực giá trị tính đƣợc 3.6876 + Nhóm 5: 59 1424801030056 10 2 15 10 12 0 0 10 10 0 69 1424801030152 10 0 0 15 10 12 0 0 10 10 0 78 1424801030188 10 2 15 10 12 0 0 10 10 0 80 1424801030171 10 0 0 15 10 12 0 10 10 0 85 1424801030195 10 2 15 10 12 0 0 10 10 0 89 1424801030209 10 2 15 10 12 0 0 10 10 0 90 1424801030167 10 2 0 15 10 12 0 0 10 10 0 91 1424801030164 10 2 0 15 10 0 0 10 10 94 1424801030211 10 2 0 15 10 12 0 0 10 10 0 96 1424801030226 10 0 15 10 12 0 0 10 10 0 97 1424801030193 10 0 15 10 12 0 0 10 10 0 98 1424801030186 10 0 15 10 12 0 0 10 10 0 + Dòng tƣơng quan với dòng 69 dòng số 91 có hệ số tƣơng quan r=0.9997 Giá trị điểm phục hồi dòng 69 cột 10 giá trị điểm thực 12 giá trị tính đƣợc 11.9964 + Dòng tƣơng quan với dòng 98 dịng số 97 có hệ số tƣơng quan r=1.0 Giá trị điểm phục hồi dòng 98 cột giá trị điểm thực 10 giá trị tính đƣợc 10 47 + Nhóm 6: 92 1424801030169 0 15 10 10 0 0 10 10 87 1424801030221 0 0 15 5 12 0 0 10 10 0 52 1424801030129 10 0 0 15 10 12 0 10 10 0 + Dòng tƣơng quan với dịng 87 dịng số 92 có hệ số tƣơng quan r=0.8515 Giá trị điểm phục hồi dòng 87 cột giá trị điểm thực 15 giá trị tính đƣợc 12.7725 Kết tổng hợp nhƣ sau: Bảng Kết thực nghiệm để đánh giá hiệu Copula Gauss ½ liệu cịn lại Nhóm Dịng có sinh viên thiếu điểm Cột điểm thiếu cột Dòng tƣơng quan với dịng thiếu Điểm tính đƣợc làm trịn Điểm Thực Sinh viên Độ sai lệch sau làm tròn Tỉ lệ % Độ sai lệch trƣớc làm tròn Tỉ lệ % 73 77 15 15 15 100.00% 100.00% 58 16 86 9.5763 10 10 100.00% 0.4237 95.76% 93 51 2 100.00% 100.00% 70 65 1.9994 50.00% 2.0006 49.99% 56 17 55 3.6876 80.00% 1.3124 73.75% 69 10 91 11.9994 12 12 100.00% 0.0006 100.01% 98 97 10 10 10 100.00% 100.00% 87 92 12.7725 13 15 86.67% 2.2275 85.15% Trung bình độ xác (%) 89.58% 4.4 Đánh giá Với phƣơng pháp tính độ tƣơng đồng lớn vector cho kết 89.95 % Với phƣơng pháp ứng dụng chuyển đổi Copula Gauss để tính độ tƣơng đồng lớn cho kết 87,41 % Với phƣơng pháp Bootstrap để phục hồi liệu cho kết 72,59 % 48 Với thực nghiệm ứng dụng Copula Gauss cho phần liệu lại cho kết tốt 89.58% Tuy kết không cao nhƣng chúng tơi hài lịng thực tế phƣơng pháp phục hổi liệu của liệu điểm rèn luyện sinh viên Đại học Thủ Dầu Một so với phục hồi liệu Bootstrap cao 100.000% Thuật toán Bootstrap 90.000% 80.000% Tính độ tƣơng đồng vector dựa độ tƣơng quan lớn 70.000% 60.000% 50.000% 40.000% 89.950% 87.410% 89.580% 72.590% 30.000% Ứng dụng chuyển đổi Copula Gauss để tính độ tƣơng đồng vector dựa tƣơng quan lớn 20.000% 10.000% 000% Mơ hình Ứng dụng chuyển đổi Copula Gauss để tính độ tƣơng đồng vector dựa đô tƣơng quan lớn cho 1/2 liệu lại Biểu đồ Biểu đồ trực quan hóa so sánh thực nghiệm đạt đƣợc 49 CHƢƠNG KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 5.1 Kết đạt đƣợc + Nghiên cứu tổng quan phƣơng pháp phục hồi liệu + Nghiên cứu cài đặt thực nghiệm phƣơng pháp Bootstrap cho toán phục hồi liệu + Nghiên cứu Fuzzy Logic cài đặt thuật toán phân cụm CMean + Ứng dụng Entropy thơng tin để tính độ bất định điểm sinh viên + Áp dụng chuyển đổi Copulas Gauss cho toán xác định độ tƣơng đồng hai vector liệu với số chiều nhỏ + Đề xuất công thức, bƣớc khôi phục liệu dựa kết độ tƣơng đồng lớn + Kết nghiên cứu đề tài ứng dụng vào Phục hồi điểm cho sinh viên với điều kiện diểm có tƣơng quan với 5.2 Hƣớng phát triển + Vì việc ứng dụng Fuzzy logic vào phục hồi liệu vấn đề khó Các kết nghiên cứu Do hƣớng phát triển đề tài Ứng dụng Fuzzy logic cho việc phục hồi liệu thời gian tới + Mở rộng sang ứng dụng khác (đặc biệt y tế nghiên cứu bệnh gặp mà thiếu liệu) 50 PHỤ LỤC Phụ lục 1: Dữ liệu điểm rèn luyện ngành Kỹ thuật phần mềm 51 Phụ lục 2: Bảng tính tƣơng quan mơn CN Pearson Correlation CN KQHT CGVK NCKH TH NN KVPQC ANTT GGVS HDNK LLNC KTPT YTPL HTHT CLB LT_BTCD BCS_BCH TTDB V19 188** 104** 006 b 030 208** 047 301** 105** -.009 062 219** 255** 145** -.026 040 001 b 000 007 887 434 000 222 000 007 806 108 000 000 000 497 297 979 Sig (2-tailed) KQHT CGVK NCKH TH N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 188** 297** 283** b 196** 002 -.093* 079* 074 -.014 211** -.010 060 028 106** 119** -.024 b Sig (2-tailed) 000 000 000 000 968 016 040 054 710 000 804 121 464 006 002 542 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 104** 297** 095* b 083* 128** 029 054 110** -.011 028 019 -.091* -.130** 004 033 -.011 b Sig (2-tailed) 007 000 014 032 001 448 162 004 767 462 629 019 001 911 399 777 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 006 283** 095* b 014 031 031 061 040 080* 306** 020 -.012 -.048 206** 060 -.016 b Sig (2-tailed) 887 000 014 726 418 418 111 295 039 000 603 751 210 000 117 672 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation b b b b b b b b b b b b b b b b b b b Sig (2-tailed) N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 52 NN KVPQ C ANTT GGVS HDNK LLNC Pearson Correlation 030 196** 083* 014 b -.064 -.074 048 -.048 009 077* 022 053 070 -.013 094* -.018 b Sig (2-tailed) 434 000 032 726 096 056 212 212 823 044 574 171 071 735 014 647 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 208** 002 128** 031 b -.064 322** 051 057 019 050 171** 048 036 064 040 018 b Sig (2-tailed) 000 968 001 418 096 000 184 136 618 195 000 218 356 099 296 636 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 047 -.093* 029 031 b -.074 322** 095* -.020 066 005 131** 033 055 044 039 017 b Sig (2-tailed) 222 016 448 418 056 000 013 604 087 891 001 391 153 249 313 658 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 301** 079* 054 061 b 048 051 095* 057 074 137** 174** 071 137** 089* 080* 045 b Sig (2-tailed) 000 040 162 111 212 184 013 140 056 000 000 067 000 022 038 246 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 105** 074 110** 040 b -.048 057 -.020 057 265** 051 -.002 -.068 008 173** -.015 118** b Sig (2-tailed) 007 054 004 295 212 136 604 140 000 188 956 078 833 000 690 002 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation -.009 -.014 -.011 080* b 009 019 066 074 265** 111** -.028 -.026 058 227** 051 173** b Sig (2-tailed) 806 710 767 039 823 618 087 056 000 004 473 494 135 000 184 000 53 KTPT YTPL HTHT CLB N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 062 211** 028 306** b 077* 050 005 137** 051 111** 022 062 114** 132** 177** 051 b Sig (2-tailed) 108 000 462 000 044 195 891 000 188 004 566 110 003 001 000 187 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 219** -.010 019 020 b 022 171** 131** 174** -.002 -.028 022 221** 166** 016 023 005 b Sig (2-tailed) 000 804 629 603 574 000 001 000 956 473 566 000 000 678 549 887 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 255** 060 -.091* -.012 b 053 048 033 071 -.068 -.026 062 221** 354** 022 045 019 b Sig (2-tailed) 000 121 019 751 171 218 391 067 078 494 110 000 000 573 248 619 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 145** 028 -.130** -.048 b 070 036 055 137** 008 058 114** 166** 354** 076* 053 041 b Sig (2-tailed) 000 464 001 210 071 356 153 000 833 135 003 000 000 050 170 282 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 -.026 106** 004 206** b -.013 064 044 089* 173** 227** 132** 016 022 076* 025 253** b Sig (2-tailed) 497 006 911 000 735 099 249 022 000 000 001 678 573 050 519 000 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 040 119** 033 060 b 094* 040 039 080* -.015 051 177** 023 045 053 025 -.019 b LT_BT Pearson Correlation CD BCS_B Pearson Correlation 54 CH TTDB V19 Sig (2-tailed) 297 002 399 117 014 296 313 038 690 184 000 549 248 170 519 626 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation 001 -.024 -.011 -.016 b -.018 018 017 045 118** 173** 051 005 019 041 253** -.019 b Sig (2-tailed) 979 542 777 672 647 636 658 246 002 000 187 887 619 282 000 626 N 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 Pearson Correlation b b b b b b b b b b b b b b b b b b b Sig (2-tailed) N 0 0 0 0 0 0 0 0 0 ** Correlation is significant at the 0.01 level (2-tailed) * Correlation is significant at the 0.05 level (2-tailed) b Cannot be computed because at least one of the variables is constant 55 CƠNG TRÌNH CƠNG BỐ Hồng Mạnh Hà, Nguyễn Việt Thanh Hiền, Hoàng Hà Quang Tùng, Lê Quang Thiện, Nông Kiều Trang (2019) “Copulas Gauss cho toán xác định độ tƣơng quan ứng dụng đối sánh vector đặc trƣng” Hội nghị Quốc gia lần thứ XXII Điện tử, Truyền thông Công nghệ Thông tin” (The 22st National Conference on Electronics, Communications and Information Technology, viết tắt REV-ECIT) REV-ECIT Hội nghị Khoa học Quốc gia thƣờng niên REV chủ trì 56 TÀI LIỆU THAM KHẢO [1] Claude E Shannon, (1948), "A Mathematical Theory of Communication", Bell System Technical Journal, Vol 27, pp 379–423, 623–656 [2] S.N Sivanandam, S Sumathi, S.N Deepa, (2007), Introduction to Fuzzy Logic using MATLAB, Springer, Springer-Verlag Berlin, Heidelberg ©2006, ISBN:354035780 [3] Liang Zhao and Kai Liu,(2018) Research on Reconstruction Method of Random Missing Sensor Data Based on Fuzzy Logic Theory, 8th International Conference on Computer Engineering and Networks, pp 7787 [4] Samoro G, Taqqu M S,“Stable non-Gaussian Random Process” Chapman and Hall, LonDon, 1994, 632 pages [5] Bouyé, E, V Durrleman, A Nikeghbali, G Riboulet, and T Roncalli, (2000), “Copulas for Finance: A Reading Guide and Some Applications.” Working Paper Groupe de Recherche Opérationnelle, Crédit Lyonnais, Paris, 69 Pages Posted: 26 Nov 2007 Last revised: Apr 2009 [6] Bradley Efron, R.J Tibshirani, (1993), Introduction to the Bootstrap Monographs on Statistics and Applied Probability 57, Chapman & Hall/CRC, 1998, CRC Press LLC [BT] [7] Zheng Zhang, Yong Xu, Jian Yang, Xuelong Li, David Zhang (2015), A Survey of Sparse Representation: Algorithms and Applications IEEE Access, IEEE, 2015, ff10.1109/ACCESS.2015.2430359, hal 01311245 [8] Bộ Giáo dục Đào tạo, (2015), Quy chế đánh giá rèn luyện ngƣời học đƣợc đào tạo trình độ đại học hệ quy ban hành kèm theo Thơng tƣ số 16/2015/TT-BGDĐT [9] Trƣờng Đại học Thủ Dầu Một, (2015), Hƣớng dẫn đánh giá kết rèn 57 luyện sinh viên trình độ đại học, hệ quy Hƣớng dẫn số 597/ĐHTDM - CTSV 58 ... 2.4.1 Ứng dụng Entropy thơng tin để phân nhóm liệu 26 2.4.2 Ứng dụng thuật toán phân cụm C-Mean cho toán tiền xử lý liệu làm tiền để để ứng dụng Fuzzy logic khôi phục điểm 26 2.4.3 Ứng dụng Fuzzy. .. thay cho việc ứng dụng Fuzzy logic Phân nhóm liệu dựa độ đo bất định vector 32 CHƢƠNG ỨNG DỤNG ĐO ĐỘ TƢƠNG ĐỒNG GIỮA VECTOR VÀ ỨNG DỤNG CHUYỂN ĐỔI COPULA GAUSS ĐỂ GIẢI QUYẾT BÀI TOÁN 3.1 Tổng... cho việc phát triển ứng dụng Fuzzy Logic để phục hồi liệu sau Tôi xin đề xuất hƣớng tiếp cận cho đề tài ? ?Ứng dụng đo độ tƣơng đồng vector ứng dụng chuyển đổi Copula Gauss để giải toán? ?? thay cho