Luận văn thạc sĩ: Trích chọn sự kiện dịch bệnh cho hệ thống giám sát trực tuyến

Luận văn thạc sĩ VNU UET phân tích sự kiện dịch bệnh cho hệ thống giám sát trực tuyến, cung cấp giải pháp hiệu quả và ứng dụng thực tiễn.

• Tác giả: Nguyễn Minh Tiến
• Người hướng dẫn: Tiến Sỹ Nguyễn Trí Thành
• Trường học: Đại học Quốc Gia Hà Nội - Trường Đại học Công Nghệ
• Chuyên ngành: Công nghệ Thông tin
• Đề tài: Trích Chọn Sự Kiện Dịch Bệnh Cho Hệ Thống Giám Sát Trực Tuyến
• Loại tài liệu: Luận Văn Thạc Sỹ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN TRÍCH XUẤT SỰ KIỆN
• 1.1. Bài toán trích xuất thông tin
• 1.2. Dữ liệu lớn - Cơ hội và thách thức cho lĩnh vực trích chân thông tin
• 1.3. Tổng quan về sự kiện
• 1.3.1. Định nghĩa sự kiện
• 1.3.2. Trích chân sự kiện
• 1.3.3. Bài toán trích chân sự kiện dịch bệnh
• 1.3.3.1. Trích chân sự kiện dịch bệnh - Định nghĩa và tầm quan trọng
• 1.3.3.2. Phát hiện sự kiện
• 1.3.3.3. Trích chân sự kiện
• 1.3.3.4. Định nghĩa bài toán trích chân sự kiện dịch bệnh
• 1.3.3.5. Định nghĩa khoa học
• 1.3.3.6. Khó khăn và thách thức
• 2. CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP TIẾP CẬN
• 2.1. Phương pháp tiếp cận dựa trên luật
• 2.2. Luật ngữ nghĩa
• 2.3. Phương pháp tiếp cận dựa trên học máy
• 2.4. Phương pháp kết hợp luật và học máy
• 2.5. Một số nhận xét
• 3. CHƯƠNG 3: MÔ HÌNH Ế XUẤT
• 3.1. Các đặc tính của sự kiện dịch bệnh
• 3.2. Phát biểu bài toán
• 3.3. Phương pháp ế xuất
• 3.4. Mô hình phát hiện và trích chân sự kiện
• 4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 4.1. Môi trường và các công cụ cài đặt
• 4.1.1. Cấu hình phần cứng
• 4.1.2. Xây dựng tập dữ liệu
• 4.1.2.1. Thu thập dữ liệu
• 4.1.3. Các gói chương trình
• 4.2. Đánh giá quá trình phát hiện sự kiện
• 4.2.1. Đánh giá bộ lọc dữ liệu
• 4.2.2. Đánh giá quá trình phân lớp
• 4.3. Đánh giá quá trình trích chân sự kiện
• 4.4. Phân tích lỗi và bàn luận
• 4.4.1. Phân tích lỗi bộ lọc dữ liệu
• 4.4.2. Phân tích lỗi quá trình trích chân sự kiện
• DANH MỤC TỪ VIẾT TẮT
• DANH SÁCH BẢNG
• DANH SÁCH HÌNH

Tóm tắt

I. Tổng quan về nghiên cứu trích chọn sự kiện dịch bệnh

Nghiên cứu trích chọn sự kiện dịch bệnh cho hệ thống giám sát trực tuyến là một lĩnh vực quan trọng trong việc quản lý và theo dõi tình hình dịch bệnh. Hệ thống này giúp thu thập, phân tích và cung cấp thông tin kịp thời về các sự kiện dịch bệnh, từ đó hỗ trợ các quyết định y tế công cộng. Việc trích chọn thông tin từ các nguồn dữ liệu lớn là một thách thức lớn, đòi hỏi các phương pháp hiện đại và hiệu quả.

1.1. Khái niệm về trích chọn sự kiện dịch bệnh

Trích chọn sự kiện dịch bệnh là quá trình xác định và thu thập thông tin liên quan đến các sự kiện dịch bệnh từ các nguồn dữ liệu khác nhau. Điều này bao gồm việc phát hiện các sự kiện mới, theo dõi diễn biến và phân tích tác động của chúng đến sức khỏe cộng đồng.

1.2. Tầm quan trọng của hệ thống giám sát trực tuyến

Hệ thống giám sát trực tuyến giúp theo dõi và phân tích tình hình dịch bệnh một cách nhanh chóng và hiệu quả. Nó cung cấp thông tin kịp thời cho các nhà quản lý y tế, giúp họ đưa ra các quyết định chính xác và kịp thời trong việc ứng phó với dịch bệnh.

II. Các thách thức trong việc trích chọn sự kiện dịch bệnh

Việc trích chọn sự kiện dịch bệnh đối mặt với nhiều thách thức, bao gồm độ chính xác của dữ liệu, sự đa dạng của nguồn dữ liệu và khả năng xử lý thông tin lớn. Những thách thức này cần được giải quyết để đảm bảo rằng hệ thống giám sát có thể hoạt động hiệu quả.

2.1. Độ chính xác của dữ liệu

Độ chính xác của dữ liệu là một yếu tố quan trọng trong việc trích chọn sự kiện dịch bệnh. Dữ liệu không chính xác có thể dẫn đến những quyết định sai lầm trong quản lý dịch bệnh, ảnh hưởng đến sức khỏe cộng đồng.

2.2. Sự đa dạng của nguồn dữ liệu

Nguồn dữ liệu cho việc trích chọn sự kiện dịch bệnh rất đa dạng, từ báo chí, mạng xã hội đến các cơ sở dữ liệu y tế. Việc tích hợp và xử lý thông tin từ nhiều nguồn khác nhau là một thách thức lớn.

III. Phương pháp trích chọn sự kiện dịch bệnh hiệu quả

Để giải quyết các thách thức trong việc trích chọn sự kiện dịch bệnh, nhiều phương pháp đã được phát triển. Các phương pháp này bao gồm sử dụng công nghệ học máy, khai thác dữ liệu và các thuật toán phân tích ngữ nghĩa.

3.1. Sử dụng công nghệ học máy

Công nghệ học máy giúp tự động hóa quá trình trích chọn thông tin từ các nguồn dữ liệu lớn. Các mô hình học máy có thể học từ dữ liệu lịch sử để phát hiện các sự kiện dịch bệnh mới một cách chính xác.

3.2. Khai thác dữ liệu

Khai thác dữ liệu là một phương pháp quan trọng trong việc trích chọn sự kiện dịch bệnh. Nó cho phép phân tích và tìm kiếm các mẫu thông tin trong dữ liệu lớn, từ đó phát hiện các sự kiện dịch bệnh một cách hiệu quả.

IV. Ứng dụng thực tiễn của hệ thống giám sát dịch bệnh

Hệ thống giám sát dịch bệnh đã được áp dụng rộng rãi trong nhiều lĩnh vực, từ y tế công cộng đến nghiên cứu khoa học. Các ứng dụng này không chỉ giúp theo dõi tình hình dịch bệnh mà còn hỗ trợ trong việc phát triển các chính sách y tế.

4.1. Theo dõi tình hình dịch bệnh

Hệ thống giám sát giúp theo dõi tình hình dịch bệnh theo thời gian thực, cung cấp thông tin kịp thời cho các nhà quản lý y tế. Điều này giúp họ có thể đưa ra các biện pháp ứng phó nhanh chóng.

4.2. Hỗ trợ nghiên cứu khoa học

Dữ liệu từ hệ thống giám sát có thể được sử dụng trong các nghiên cứu khoa học để phân tích nguyên nhân và tác động của dịch bệnh, từ đó phát triển các phương pháp điều trị hiệu quả.

V. Kết luận và tương lai của nghiên cứu trích chọn sự kiện dịch bệnh

Nghiên cứu trích chọn sự kiện dịch bệnh cho hệ thống giám sát trực tuyến là một lĩnh vực đang phát triển mạnh mẽ. Với sự tiến bộ của công nghệ, khả năng trích chọn và phân tích thông tin sẽ ngày càng được cải thiện, giúp nâng cao hiệu quả trong việc quản lý dịch bệnh.

5.1. Tương lai của hệ thống giám sát

Hệ thống giám sát dịch bệnh trong tương lai sẽ ngày càng trở nên thông minh hơn, với khả năng tự động hóa cao và tích hợp nhiều nguồn dữ liệu khác nhau. Điều này sẽ giúp cải thiện độ chính xác và hiệu quả trong việc phát hiện và theo dõi dịch bệnh.

5.2. Vai trò của công nghệ trong nghiên cứu

Công nghệ sẽ đóng vai trò quan trọng trong việc phát triển các phương pháp mới cho việc trích chọn sự kiện dịch bệnh. Các công nghệ như trí tuệ nhân tạo và học máy sẽ giúp nâng cao khả năng phân tích và xử lý dữ liệu lớn.

Trích đoạn nội dung tài liệu

ÑI H≈C QU»C GIA HÀ NÀI TR◊ÕNG ÑI H≈C CÔNG NGHõ NGUYôN MINH TIòN TRÍCH CH≈N S‹ KIõN D¿CH BõNH CHO Hõ TH»NG GIÁM SÁT TR‹C TUYòN LUäN VãN THÑC Sfl CÔNG NGHõ THÔNG TIN HÀ NÀI - 2014 LUAN VAN CHAT LUONG download : add [e-mail] ÑI H≈C QU»C GIA HÀ NÀI TR◊ÕNG ÑI H≈C CÔNG NGHõ NGUYôN MINH TIòN TRÍCH CH≈N S‹ KIõN D¿CH BõNH CHO Hõ TH»NG GIÁM SÁT TR‹C TUYòN Ngành: Công nghª Thông tin Chuyên ngành: Hª thËng Thông tin Mã sË: 60480104 LUäN VãN THÑC Sfl CÔNG NGHõ THÔNG TIN NG◊ÕI H◊ŒNG DàN KHOA HOC: Ti∏n sˇ Nguyπn Trí Thành HÀ NÀI - 2014 LUAN VAN CHAT LUONG download : add [e-mail] LÌi cam oan Tôi xin cam oan lu™n v´n “Trích chÂn s¸ kiªn d‡ch bªnh cho hª thËng giám sát tr¸c tuy∏n” là công trình nghiên c˘u cıa riêng tôi. Các sË liªu, k∏t qu£ ˜Òc trình bày trong lu™n v´n là hoàn toàn trung th¸c và ch˜a t¯ng ˜Òc công bË trong bßt k˝ mÎt công trình nào khác. Tôi ã trích d®n ¶y ı các tài liªu tham kh£o, công trình nghiên c˘u liên quan  trong n˜Óc và quËc t∏. Ngo§i tr¯ các tài liªu tham kh£o này, lu™n v´n là công viªc cıa riêng tôi.

Hà NÎi, ngày.n´m 2014 Tác gi£ Nguyπn Minh Ti∏n 3 LUAN VAN CHAT LUONG download : add [e-mail] LÌi c£m Ïn Tr˜Óc tiên, tôi xin g˚i lÌi c£m Ïn sâu s≠c nhßt tÓi TS. Nguyπn Trí Thành, nguÌi ã t™n tình chø b£o và h˜Óng d®n tôi trong quá trình th¸c hiªn lu™n v´n tËt nghiªp. Tôi xin g˚i lÌi c£m Ïn chân thành tÓi PGS. Hà Quang Thˆy, ng˜Ìi ã t™n tình giúp Ô, ‡nh h˜Óng và góp ˛ cho tôi trong suËt thÌi gian tôi nghiên c˘u và làm viªc t§i phòng thí nghiªm Công nghª Tri th˘c (Knowledge Technology Laboratory - KT-Lab).

Tôi xin g˚i lÌi c£m Ïn tÓi TS. Phan Xuân Hi∏u, nghiên c˘u sinh Tr¶n Mai VÙ, nh˙ng ng˜Ìi ã cÍ vÙ, giúp Ô và óng góp ˛ ki∏n cho tôi trong suËt quá trình hÂc t™p và nghiên c˘u t§i tr˜Ìng §i hÂc Công nghª - §i hÂc QuËc gia Hà NÎi. Tôi chân thành c£m Ïn các th¶y, cô, và cán bÎ tr˜Ìng §i hÂc Công nghª - §i hÂc QuËc gia Hà NÎi ã gi£ng d§y và t§o i∑u kiªn thu™n lÒi cho tôi hÂc t™p, nghiên c˘u, và hoàn thành lu™n v´n. Bên c§nh ó, tôi xin c£m Ïn các anh, ch‡, và các b§n sinh viên thuÎc phòng nghiên c˘u Công nghª Tri th˘c (KT-Lab) ã giúp Ô tôi hoàn thành lu™n v´n.

Tôi xin g˚i lÌi c£m Ïn tÓi nh˙ng Áng nghiªp t§i BÎ môn Công nghª Ph¶n m∑m - Khoa Công nghª Thông tin - Tr˜Ìng §i hÂc S˜ ph§m Kˇ Thu™t H˜ng Yên ã ıng hÎ, cÍ vÙ tôi trong suËt thÌi gian hÂc t™p, nghiên c˘u và hoàn thành lu™n v´n. CuËi cùng, tôi muËn g˚i lÌi c£m Ïn ∞c biªt tÓi gia ình, b§n bè, và nh˙ng ng˜Ìi thân yêu luôn bên c§nh Îng viên tôi trong suËt quá trình hÂc t™p và th¸c hiªn lu™n v´n tËt nghiªp. Tôi xin chân thành c£m Ïn! HÂc viên Nguyπn Minh Ti∏n 4 LUAN VAN CHAT LUONG download : add [e-mail] Mˆc lˆc 1 TÍng quan v∑ bài toán trích xußt s¸ kiªn 1 1.1 Bài toán trích xußt thông tin t¯ d˙ liªu lÓn .1 Bài toán trích xußt thông tin .2 D˙ liªu lÓn - CÏ hÎi và thách th˘c cho lænh v¸c trích chÂn thông tin .2 TÍng quan v∑ s¸ kiªn .1 ‡nh nghæa s¸ kiªn .2 Trích chÂn s¸ kiªn .3 Bài toán trích chÂn s¸ kiªn d‡ch bªnh .1 Trích chÂn s¸ kiªn d‡ch bªnh - fi nghæa và t¶m quan trÂng .2 Phát hiªn s¸ kiªn .3 Trích chÂn s¸ kiªn .4 fi nghæa bài toán trích chÂn s¸ kiªn d‡ch bªnh .1 fi nghæa khoa hÂc .5 Khó kh´n và thách th˘c. 11 2 MÎt sË ph˜Ïng pháp ti∏p c™n 12 2.1 Ph˜Ïng pháp ti∏p c™n d¸a trên lu™t .2 Lu™t ng˙ nghæa .2 Ph˜Ïng pháp ti∏p c™n d¸a trên hÂc máy .3 Ph˜Ïng pháp k∏t hÒp lu™t và hÂc máy .4 MÎt sË nh™n xét.

17 3 Mô hình ∑ xußt 18 3.1 Các ∞c tính cıa s¸ kiªn d‡ch bªnh .2 Phát bi∫u bài toán .3 Ph˜Ïng pháp ∑ xußt .4 Mô hình phát hiªn và trích chÂn s¸ kiªn. 20 5 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.5 Bài toán phát hiªn s¸ kiªn .1 Phát bi∫u bài toán .2 Xây d¸ng t™p lu™t .3 Xây d¸ng mô hình phân lÓp .6 Bài toán trích chÂn s¸ kiªn .1 Phát bi∫u bài toán .2 Trích chÂn thÌi gian .3 Trích chÂn tên bªnh .4 Trích chÂn ‡a i∫m. 29 4 Th¸c nghiªm và ánh giá k∏t qu£ 30 4.1 Môi tr˜Ìng và các công cˆ cài ∞t .1 Cßu hình ph¶n c˘ng .3 Các gói ch˜Ïng trình .2 Xây d¸ng t™p d˙ liªu .1 Thu th™p d˙ liªu .3 ánh gía quá trình phát hiªn s¸ kiªn .1 ánh giá bÎ lÂc d˙ liªu .2 ánh giá quá trình phân lÓp .4 ánh gía quá trình trích chÂn s¸ kiªn .5 Phân tích lÈi và bàn lu™n .1 Phân tích lÈi bÎ lÂc d˙ liªu .2 Phân tích lÈi quá trình trích chÂn s¸ kiªn. 41 LUAN VAN CHAT LUONG download : add [e-mail] Danh mˆc các t¯ vi∏t t≠t STT T¯ vi∏t t≠t T¯ ¶y ı 1 IE Information Extraction 2 IR Information Retrieval 3 DM Data Mining 4 DSSs Decision Supporting Systems 5 OMSs Online Monitoring Systems 6 RSs Recommendation Systems 7 MUC Message Understanding Conference 8 ACE Automatic Content Extraction 9 NOAA National Oceanic and Atmospheric Administration 10 TDT Topic Detection and Tracking 11 NLP Natural Language Processing 12 NER Named Entity Recognition 13 TF-IDF Term Frequency - Inverse Document Frequency 14 CRFs Conditional Random Fields 15 Maxent Maximum Entropy Model 7 LUAN VAN CHAT LUONG download : add [e-mail] Danh sách b£ng 1.1 ThËng kê trên d˙ liªu Twitter .1 Danh sách các t¯/cˆm t¯ th˜Ìng xuyên .1 Cßu hình ph¶n c˘ng ˜Òc s˚ dˆng trong th¸c nghiªm .2 Công cˆ ph¶n m∑m ˜Òc s˚ dˆng trong th¸c nghiªm .3 Danh sách các lÓp trong t¯ng gói ph¶n m∑m .4 Các thành ph¶n cıa mÎt bài báo .5 T lª lÈi cıa ch˘c n´ng lÂc d˙ liªu .6 So sánh kh£ n´ng phân lÓp gi˙a Thí nghiªm a and Thí nghiªm b .7 So sánh Î chính xác quá trình trích chÂn gi˙a Thí nghiªm c and Thí nghiªm d .8 LÈi trong Thí nghiªm c (15 trên 25 lÈi) .9 LÈi trong Thí nghiªm d.

39 8 LUAN VAN CHAT LUONG download : add [e-mail] Danh sách hình v≥ 1.1 S¸ t´ng tr˜ng d˙ liªu t¯ n´m 2004 ∏n n´m 2020 .2 D˙ liªu trên Internet trong 60 giây .3 Các b˜Óc trong quá trình khám phá tri th˘c trong cÏ s d˙ liªu [15] 4 3.1 Quá trình phát hiªn và trích chÂn s¸ kiªn .2 Thành ph¶n phát hiªn s¸ kiªn .3 Thành ph¶n trích chÂn s¸ kiªn .4 Bi∫u diπn cıa cây phân cßp ‡a i∫m. 28 9 LUAN VAN CHAT LUONG download : add [e-mail] LÌi nói ¶u Trích chÂn/trích xußt thông tin (Information Extraction - IE), ∞c biªt là trích chÂn/trích xußt s¸ kiªn (Event Extraction - EE) là mÎt lænh v¸c con trong khai phá d˙ liªu (Data Mining - DM). K∏t qu£ cıa quá trình trích chÂn có th∫ ˜Òc dùng cho các hª thËng hÈ trÒ ra quy∏t ‡nh (Decision Supporting Systems - DSSs), các hª thËng t˜ vßn (Recommendation Systems - RSs), ho∞c các hª thËng giám sát tr¸c tuy∏n (Online Monitoring Systems - OMSs) [20]. Nh˙ng n´m g¶n ây, trích chÂn s¸ kiªn ã thu hút nhi∑u s¸ quan tâm t¯ các nhà khoa hÂc trong lænh v¸c khai phá d˙ liªu nói chung và trích chÂn thông tin nói riêng.

Trích chÂn s¸ kiªn ˜Òc ∑ xußt l¶n ¶u tiên t§i hÎi th£o Message Understanding Conference n´m 1987 [19]. Trong hÎi ngh‡ này, mÎt s¸ kiªn ˜Òc ‡nh nghæa nh˜ sau: mÎt s¸ kiªn b≠t buÎc ph£i có tác nhân (actor), thÌi gian x£y ra s¸ kiªn (time), ‡a i∫m (place) và tác Îng tÓi môi tr˜Ìng xung quanh (impact on the surrounding environment). Bênh c§nh ó, ch˜Ïng trình Automatic Content Extraction (ACE) ˜a ra ‡nh nghæa: s¸ kiªn là mÎt hành Îng ˜Òc t§o ra bi ng˜Ìi tham gia và ˜Òc chia thành tám lo§i: cuÎc sËng (life), s¸ di chuy∫n (movement), s¸ chuy∫n (transection), kinh doanh (business), xung Ît (conflict), liên hª (contact), con ng˜Ìi (personnel) và lu™t phát (justice). Theo inh nghæa cıa Allen và cÎng s¸ [1], mÎt s¸ kiªn bao gÁm bËn thuÎc tính: ph˜Ïng th˘c (modality), s¸ phân c¸c (Positive, Negative), m˘c Î (Specific, Generic) và thÌi i∫m (Past, Present, Future, Unspecified).

Lu™n v´n "Trích chÂn s¸ kiªn d‡ch bªnh cho hª thËng giám sát tr¸c tuy∏n" t™p trung vào nghiên c˘u các cách th˘c và ph˜Ïng pháp gi£i quy∏t bài toán trích chÂn s¸ kiªn d‡ch bªnh. Qua ó, ˜a ra mô hình, gi£i pháp cho vßn ∑ trích chÂn s¸ kiªn d‡ch bªnh trên mi∑n d˙ liªu ti∏ng Viªt. Lu™n v´n s˚ dˆng ph˜Ïng pháp k∏t hÒp gi˙a lu™t (rule-based) và hÂc máy ∫ gi£i quy∏t hai bài toán lÓn trong nghiên c˘u, ó là: bài toán phát hiªn s¸ kiªn và bài toán trích chÂn s¸ kiªn. K∏t qu£ cıa nghiên c˘u là danh sách các s¸ kiªn d‡ch bªnh ˜Òc tr¸c quan hóa trên hª thËng giám sát tr¸c tuy∏n, nÏi mà ng˜Ìi dùng có th∫ theo dõi tình hình diπn bi∏n d‡ch bªnh trên lãnh thÍ Viªt Nam.

Cßu trúc lu™n v´n ˜Òc chia làm bËn ch˜Ïng, nÎi dung ˜Òc mô t£ nh˜ sau: Ch˜Ïng 1: TÍng quan v∑ bài toán trích chÂn s¸ kiªn Ch˜Ïng này trình bày cÏ b£n v∑ bài toán trích chÂn s¸ kiªn trong bËi c£nh bùng 10 LUAN VAN CHAT LUONG download : add [e-mail] DANH SÁCH HÌNH Vì 11 nÍ thông tin trên Internet. HÏn n˙a, lu™n v´n cÙng ∑ c™p tÓi mÎt sË nghiên c˘u liên quan v∑ trích chÂn s¸ kiªn, ‡nh nghæa s¸ kiªn. Quan trÂng hÏn, ch˜Ïng này chø ra ˛ nghæa cıa bài toán trích chÂn s¸ kiªn d‡ch bªnh trên mi∑n d˙ liªu ti∏ng Viªt. CuËi cùng, tác gi£ trình bày nh˙ng thách th˘c trong bài toán trích chÂn s¸ kiªn d‡ch bªnh và ˘ng dˆng cıa bài toán.

Ch˜Ïng 2: MÎt sË ph˜Ïng pháp ti∏p c™n Ch˜Ïng này t™p trung trình bày ba ph˜Ïng pháp gi£i quy∏t bài toán phát hiªn và trích chÂn s¸ kiªn, ó là: ph˜Ïng pháp s˚ dˆng lu™t, ph˜Ïng ti∏p c™n hÂc máy, và ph˜Ïng pháp k∏t hÒp gi˙a lu™t và hÂc máy. Bên c§nh ó, lu™n v´n cÙng ˜a ra mÎt sË nh™n xét gi˙a các ph˜Ïng pháp. CuËi cùng, lu™n v´n chø ra ph˜Ïng pháp phù hÒp vÓi bài toán trích chÂn s¸ kiªn d‡ch bªnh. Ch˜Ïng 3: Mô hình ∑ xußt Ch˜Ïng này mô t£ mô hình ∑ xußt cho bài toán phát hiªn và trích chÂn s¸ kiªn d‡ch bªnh, bên c§nh ó mô t£ chi ti∏t hai bài toán lÓn trong lu™n v´n ó là: bài toán phát hiªn s¸ kiªn và trích chÂn s¸ kiªn.

Ch˜Ïng 4: Th¸c nghiªm và ánh giá k∏t qu£ Ch˜Ïng này mô t£ quá trình th¸c nghiªm và ánh giá k∏t qu£ cıa ph˜Ïng pháp ∑ xußt d¸a trên hai bài toán lÓn, ó là: bài toán phát hiªn s¸ kiªn và trích chÂn s¸ kiªn.