Kết cấu nội dung của Luận văn này gồm 3 chương: Chương 1 - Mạng nơron và mạng nơron tích chập; Chương 2 - Tổng quan về nhận dạng biển số xe; Chương 3 - Áp dụng mạng nơron tích chập trong nhận dạng ký tự. Mời các bạn cùng tham khảo! | HỌC VIỆN CÔNG NGHỆ BƢU CHÍNH VIỄN THÔNG - Nguyễn Thế Quyền NGHIÊN CỨU VỀ MẠNG NƠRON TÍCH CHẬP VÀ ỨNG DỤNG CHO BÀI TOÁN NHẬN DẠNG BIỂN SỐ XE Chuyên ngành KHOA HỌC MÁY TÍNH Mã số TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT HÀ NỘI - NĂM 2020 Luận văn được hoàn thành tại HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học TS. PHẠM HOÀNG DUY Phản biện 1 . Phản biện 2 . Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ tại Học viện Công nghệ Bưu chính Viễn thông Vào lúc . giờ . ngày . tháng . năm 2020 Có thể tìm hiểu luận văn tại - Thư viện của Học viện Công nghệ Bưu chính Viễn thông 1 PHẦN MỞ ĐẦU Deep Learning là một thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt cả cụ thể lẫn trừu tượng qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning được ứng dụng trong nhận diện hình ảnh nhận diện giọng nói xử lý ngôn ngữ tự nhiên Hiện nay rất nhiều các bài toán nhận dạng sử dụng deep learning để giải quyết do deep learning có thể giải quyết các bài toán với số lượng lớn kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống. Những năm gần đây ta đã chứng kiến được nhiều thành tựu vượt bậc trong ngành Thị giác máy tính Computer Vision . Các hệ thống xử lý ảnh lớn như Facebook Google hay Amazon đã đưa vào sản phẩm của mình những chức năng thông minh như nhận diện khuôn mặt người dùng phát triển xe hơi tự lái hay drone giao hàng tự động. Convolutional Nơron Network CNNs Mạng nơ-ron tích chập là một trong những mô hình Deep Learning tiên tiến giúp cho chúng ta xây dựng được những hệ thống thông minh với độ chính xác cao như hiện nay. Trong luận văn cao học này em đi vào nghiên cứu về mạng nơron cũng như mạng Convolution tích chập cũng như ý tưởng của mô hình CNNs trong phân lớp ảnh Image Classification và áp dụng trong việc xây dựng hệ thống nhận dạng biển số xe tự động. Nội dung bài báo cáo bao gồm 3 chương. Chương 1 Mạng nơron và mạng nơron tích chập. Chương
