diff --git "a/README.md" "b/README.md" new file mode 100644--- /dev/null +++ "b/README.md" @@ -0,0 +1,5033 @@ +--- +tags: +- sentence-transformers +- sentence-similarity +- feature-extraction +- dense +- generated_from_trainer +- dataset_size:6765 +- loss:TripletLoss +base_model: dangvantuan/vietnamese-document-embedding +widget: +- source_sentence: Có bao nhiêu nhóm chỉ tiêu cấp điện chính được quy định + sentences: + - 'Public_521 + + ||Ví dụ: + + + _Hình 1.12: Các loại nét vẽ_' + - 'Public_024 + + CÁC CHỈ TIÊU CHẤT LƯỢNG CỦA THỰC PHẨM + + Chất lượng thực phẩm được đánh giá dựa trên nhiều chỉ tiêu. Có thể phân loại theo + hai cách:' + - "Public_049\nKiểu và cấu trúc dữ liệu\nKiểu dữ liệu\n**Kiểu dữ liệu ( _a data\ + \ type_ )** là một tên hay từ khóa dùng để chỉ tập các đối tượng dữ liệu cùng\ + \ các phép toán trên nó. Ví dụ trong C++, từ khóa _int_ dùng để chỉ tập các số\ + \ nguyên có độ lớn biểu diễn bằng 2 byte (tùy thuộc vào các compiler) cùng với\ + \ các phép toán số học, các phép toán so sánh, các phép toán cấp bít, các phép\ + \ toán dịch chuyển bit. Từ khóa _float_ dùng để chỉ tập các số thực có độ chính\ + \ xác đơn có độ lớn được biểu diễn bằng 4 byte (tùy thuộc vào các compiler) cùng\ + \ với các phép toán số học, các phép toán so sánh. Không có phép lấy phần dư,\ + \ các phép toán thao tác cấp bít với kiểu dữ liệu _float_. Kiểu dữ liệu được chia\ + \ thành hai loại kiểu dữ liệu cơ bản hay còn gọi là kiểu dữ liệu nguyên thủy và\ + \ các kiểu dữ liệu do người dùng định nghĩa.\n**Kiểu dữ liệu nguyên thủy** ( _primitive\ + \ data types_ ) các kiểu dữ liệu được định nghĩa bởi hệ thống ( _system defined\ + \ data type_ ) được gọi là các kiểu dữ liệu nguyên thủy. Thông thường, các ngôn\ + \ ngữ lập trình cung cấp ba kiểu dữ liệu nguyên thủy đó là ký tự ( _character_\ + \ ), số ( _numeric_ ), và kiểu logic ( _bool_ ). Kiểu dữ liệu ký tự được chia\ + \ thành hai loại ký tự ASCII ( _char_ ) và ký tự unicode ( _wchar_t_ ). Kiểu dữ\ + \ liệu số cũng được chia thành hai loại: số kiểu số nguyên ( _integer_ ) và kiểu\ + \ số thực ( _real_ ). Kiểu số nguyên được chia thành ba loại: số nguyên nhỏ (\ + \ _int_ ), số nguyên lớn ( _long_ ), số nguyên rất lớn ( _long long_ ). Kiểu số\ + \ thực được chia làm hai loại: số thực có độ chính xác đơn ( _float_ ) và số thực\ + \ có độ chính xác kép ( _double_ ). Dữ liệu kiểu bool chỉ định nghĩa bộ hai giá\ + \ trị đúng ( _true_ ) và sai ( _false_ ).\nĐương nhiên, hai từ khóa khác nhau\ + \ đại diện cho hai kiểu dữ liệu khác nhau. Quan sát này chỉ mang tính hình thức\ + \ vì ta có thể quan sát được bằng mắt. Sự khác biệt bên trong giữa các kiểu dữ\ + \ liệu là không gian bộ nhớ dùng để biểu diễn kiểu và các phép toán dành cho mỗi\ + \ biến thuộc kiểu. Không gian nhớ dành cho kiểu phụ thuộc vào compiler của ngôn\ + \ ngữ lập trình và hệ thống máy tính ta đang sử dụng. Chẳng hạn, kiểu dữ liệu\ + \ _int_ một số compiler dùng 2 byte biểu diễn, một số compiler dùng 4 byte để\ + \ biểu diễn. Các phép toán lấy phần dư ( _modulo_ ), dịch chuyển bít ( _bit operations_\ + \ ) định nghĩa cho các số _int_ , _long_ nhưng không định nghĩa cho các số _float_\ + \ và _double_. Để xác định độ lớn của kiểu ta có thể sử dụng hàm _sizeof_ ( _tên\ + \ kiểu_ ). Ví dụ dưới đây dùng để xác định không gian nhớ dành cho kiểu.\n\n\ + \n\n\n\n\n\n\n\n

//Ví dụ 1.1.\ + \ Xác định kích cỡ bộ nhớ biểu diễn\nkiểu

\n

#include <iostream> using\ + \ namespace std; int main(void){

\n

cout<<\"KÍCH CỠ KIỂU CƠ BẢN\"<<endl;\ + \ cout<<\"Kích cỡ\nkiểu bool:\"<<sizeof(bool)<<endl;

\n

cout<<\"\ + \ Kích cỡ kiểu\nchar:\"<<sizeof(char)<<endl;

\n

cout<<\"\ + \ Kích cỡ kiểu\nwchar_t:\"<<sizeof(wchar_t)<<endl; cout<<\"\ + \ Kích cỡ kiểu\nint:\"<<sizeof(int)<<endl; cout<<\" Kích cỡ\ + \ kiểu\nlong:\"<<sizeof(long)<<endl; cout<<\" Kích cỡ kiểu long\n\ + long:\"<<sizeof(long long)<<endl;

\n

cout<<\" Kích cỡ kiểu\ + \ float:\"<<sizeof(float)<<endl;\ncout<<\" Kích cỡ kiểu\ndouble:\"\ + <<sizeof(double)<<endl;

\n

}

\ + \ \n**Kiểu dữ liệu do người dùng định nghĩa** ( _user defined data types_ ) là\ + \ các kiểu dữ liệu được do người dùng xây dựng bằng cách tổ hợp các kiểu dữ liệu\ + \ nguyên thủy theo một nguyên tắc nào đó. Chẳng hạn, kiểu mảng ( _array_ ) là\ + \ dãy có thứ tự các phần tử ( _các biến_ ) có cùng chung một kiểu dữ liệu được\ + \ tổ chức liên tục nhau trong bộ nhớ. Kiếu xâu ký tự (string) là một mảng mỗi\ + \ phần tử là một ký tự và có ký tự kết thúc là ‘\\0’. Như vậy, các kiểu dữ liệu\ + \ không thuộc các kiểu dữ liệu nguyên thủy như mảng, cấu trúc, file đều được xem\ + \ là các kiểu dữ liệu do người dùng định nghĩa.\n**Cấu trúc dữ liệu ( _data structure_\ + \ )** là phương pháp biểu diễn các đối tượng ở thế giới thực thành một đối tượng\ + \ dữ liệu được tổ chức và lưu trữ trong máy tính để có thể sử lý một cách hiệu\ + \ quả. Theo nghĩa này, mảng ( _array_ ), danh sách liên kết ( _linked list_ ),\ + \ ngăn xếp ( _stack_ ), hàng đợi ( _queue_ ), cây ( _tree_ ), đồ thị ( _graph_\ + \ )… đều được gọi là các cấu trúc dữ liệu. Dựa vào biểu diễn của các cấu trúc\ + \ dữ liệu, khoa học máy tính chia các cấu trúc dữ liệu thành hai loại: các cấu\ + \ trúc dữ liệu tuyến tính ( _linear data structures_ ) và các cấu trúc dữ liệu\ + \ không tuyến tính ( _non-linear data structures_ ). Một cấu trúc dữ liệu được\ + \ gọi là tuyến tính nếu việc truy cập các phần tử được thực hiện tuần tự nhưng\ + \ không nhất thiết được tổ chức liên tục. Điều này có nghĩa, các cấu trúc dữ liệu\ + \ mảng, danh sách liên kết đơn, danh sách liên kết kép đều là các cấu trúc dữ\ + \ liệu tuyến tính. Một cấu trúc dữ liệu được gọi là không tuyến tính nếu các phần\ + \ tử của nó được tổ chức và truy cập không tuần tự. Theo nghĩa này, các cấu trúc\ + \ dữ liệu cây, graph đều là các cấu trúc dữ liệu không tuyến tính.\n**Cấu trúc\ + \ dữ liệu trừu tượng ( _Abstract Data types: ADTs_ )** là phương pháp kết hợp\ + \ giữa cấu trúc dữ liệu cùng với các phép toán trên dữ liệu cụ thể của cấu trúc\ + \ dữ liệu. Như vậy, mỗi kiểu dữ liệu ADTs bao gồm hai thành phần:\n * _Biểu diễn\ + \ cấu trúc dữ liệu_.\n * _Xây dựng các phép toán trên dữ liệu_ _cụ thể_ _của\ + \ cấu trúc dữ liệu._\nTheo nghĩa này các cấu trúc dữ liệu danh sách liên kết (\ + \ _linked list_ ), ngăn xếp ( _stack_ ), hàng đợi ( _queue_ ), hàng đợi ưu tiên\ + \ ( _priority queue_ ), cây nhị phân ( _binary tree_ ), đồ thị ( _graph_ ) đều\ + \ là _ADTs_. Mỗi cấu trúc dữ liệu cụ thể cùng các thao tác trên nó sẽ được trình\ + \ bày trong những chương tiếp theo của tài liệu.\nĐối với mỗi cấu trúc dữ liệu\ + \ trừu tượng, ta cần quan tâm và nắm bắt được những vấn đề sau:\n * **Định nghĩa**\ + \ : nhằm xác định rõ cấu trúc dữ liệu ADTs ta đang quan tâm đến là gì.\n * **Biểu\ + \ diễn** : nhằm định hình nên cấu trúc dữ liệu ADTs.\n * **Thao tác (phép toán)**\ + \ : những thao tác và phép toán nào được cài đặt trên cấu trúc dữ liệu ADTs.\n\ + \ * **Ứng dụng** : sử dụng cấu trúc dữ liệu ADTs để giải quyết lớp những bài\ + \ toán nào trong khoa học máy tính." +- source_sentence: 'Hãy xác định hai nền tảng được tài liệu nêu rõ là có thể tích + hợp trực tiếp với Tableau, và thao tác đầu tiên trong quá trình kết nối. + + ' + sentences: + - 'Public_195 + + Đặt vấn đề + + Trí tuệ nhân tạo trong giáo dục: Xu thế không thể đảo ngược + + Dù có lịch sử phát triển hơn 100 năm, từ những năm 1920 (xem Hình 1), sự có mặt + của trí tuệ nhân tạo (AI) trong lĩnh vực giáo dục chỉ được biết tới mạnh mẽ nhất + từ tháng 3 năm 1965, khi báo cáo UNESCO Courier giới thiệu về học máy (learning + machines) - Bộ chương trình được phát triển ở Mĩ để hỗ trợ học sinh học tập [1], + [2], [3], [4], [5], [6]. Trong suốt 60 năm vừa qua, quá trình phát triển vượt + bậc của những công cụ AI trong giáo dục gắn liền với sự thay đổi về đặc điểm và + yêu cầu kinh tế - xã hội, về nhu cầu và điều kiện giáo dục và quan trọng nhất, + về quan niệm dạy và học của từng quốc gia trên thế giới. + + || + + Từ những năm 1950 đến 1990 + + Trong giai đoạn này, sự phát triển của AI chủ yếu xoay quanh việc sử dụng máy + tính để cải thiện kết quả và trải nghiệm dạy và học. Cụ thể, từ những năm 1960, + ý tưởng về việc sử dụng máy tính và công nghệ trong giáo dục bắt đầu xuất hiện + với khái niệm về dạy và học máy (teaching and learning machines) được đề cập trong + các trích dẫn của các nhà giáo dục có tiếng [7]. Một ví dụ điển hình của học máy + kể tới PLATO (Programmed Logic for Automatic Teaching Operations) - một hệ thống + dạy học hỗ trợ máy tính, tiên phong cho nền dạy học trực tuyến ngày nay. Những + năm 1970 chứng kiến tính ứng dụng cao của AI trong giáo dục, trong đó xuất hiện + những thử nghiệm đầu tiên về việc tích hợp công nghệ trong giáo dục (Educational + technology tools) nhằm nâng cao hiệu quả học tập. Một số hệ thống AI sớm (Early + artificial intelligence systems) như AutoTutor (Hệ thống hỏi đáp hỗ trợ học sinh + học ngôn ngữ), LEGO Mindstorms (Sản phẩm giáo dục sử dụng chương trình và cảm + biến để giúp học sinh hiểu về lập trình, kĩ thuật và cơ bản của robot) cũng được + phát triển trong giai đoạn này [7]. + + Từ những năm 1980 đến 1990 + + Khi cơ sở hạ tầng công nghệ được cải thiện đáng kể, những công cụ AI trong giáo + dục ra đời ngoài mục đích nâng cao thành tích còn gia tăng trải nghiệm học tập + thích thú và tích cực cho học sinh đối với tất cả các môn học. Một số công cụ + nổi bật kể tới là sự ra đời của những môi trường giáo dục ảo (Virtual learning + environments), các phần mềm và ứng dụng học tập tự động và cá nhân hóa (Ví dụ: + Cognitive Tutor dạy và học Toán, Programming by Example dạy và học Lập trình, + Jupiter Learning dạy và học Điện và Kĩ thuật) [8]. + + Từ năm 2000 đến nay + + || + + Sự bùng nổ của các công cụ AI trong giáo dục bắt đầu trở nên mạnh mẽ từ những + năm 2000 và hoàn toàn thay đổi cục diện giáo dục thế giới vào năm 2020, với sự + tác động lớn của đại dịch COVID-19. Cụ thể, từ những năm 2000, các nền tảng giáo + dục trực tuyến kết hợp các tính năng tự động của AI trở nên phổ biến, cho phép + người học được tự tiếp cận kiến thức thông qua các nền tảng trực tuyến, tự xây + dựng lộ trình học tập linh hoạt phù hợp với nhu cầu cá nhân [8]. Ví dụ, nền tảng + Khan Academy thành lập năm 2006 đã xây dựng hơn 6000 video bài giảng miễn phí + và hệ thống đánh giá kết quả tự động, giúp học sinh tự đánh giá năng lực bản thân + và đưa ra định hướng học tập phù hợp nhất. Một nền tảng đáng chú ý khác là Knewton, + xuất hiện từ năm 2008, sử dụng thuật toán và dữ liệu để tối ưu hóa trải nghiệm + học tập [9]. + + Từ những năm 2010 + + Sự xuất hiện của Chatbots - công cụ AI cho phép con người giao tiếp với máy tính + để tiếp cận kiến thức và giải đáp thắc mắc đã bắt đầu thay đổi quan niệm của các + nhà nghiên cứu và nhà giáo dục về tiềm năng còn tiềm ẩn của các công cụ AI trong + lĩnh vực giáo dục [7]. Cùng với đó, công nghệ thực tế ảo (VR - Virtual Reality) + và thực tế ảo tăng cường (AR \- Augmented Reality) cũng được tích hợp trong giảng + dạy, mang lại trải nghiệm học tập hoàn toàn khác biệt so với giáo dục truyền thống. + Ví dụ, Google Expeditions sử dụng thực tế ảo tăng cường để đưa học sinh vào các + hành trình thực tế ảo, mở rộng không gian giáo dục đến những nơi học sinh chưa + từng đặt chân. + + Hình 1: Cột mốc phát triển của AI dựa trên khả năng giải quyết vấn đề [10] + + Từ Hình 1 ta thấy được rằng, khả năng giải quyết vấn đề và xử lý thông tin của + AI phát triển một cách đáng chú ý từ năm 2010, đánh dấu giai đoạn vàng của kỉ + nguyên AI. Nếu năm 2015, AI có thể thực hiện những thao tác mang tính nhận diện + và thông hiểu như nhận diện khuôn mặt và thông hiểu văn bản, thì năm 2023, với + sự ra đời của AI tạo sinh, các công cụ AI có thể vận dụng kiến thức từ dữ liệu, + phân tích hiện tượng như một con người và đưa ra những đánh giá hiện trạng nhằm + sáng tạo ra những ý tưởng mới [10]. Nhìn từ góc độ phát triển tư duy, AI đã đạt + tới được cấp độ sáng tạo - cấp độ cao nhất trong thang đo tư duy Bloom. + + Tác động của đại dịch COVID-19 + + Ngoài quá trình phát triển vốn có của AI, tác động của đại dịch COVID-19 tới quá + trình dạy và học tạo ra một cú hích lớn cho nhận thức toàn cầu về tầm quan trọng + của công nghệ trong giáo dục. Theo World Bank, chỉ trong hai năm đại dịch, việc + học tập của hơn 1.6 tỉ học sinh bị gián đoạn ở nhiều mức độ khác nhau, từ học + trực tuyến tới nghỉ học hoàn toàn (2023). Trong hai năm này, các nền tảng học + tập trực tuyến, các ứng dụng công nghệ giáo dục và các ứng dụng AI thông minh + trở thành giải pháp tối ưu để cải thiện việc tiếp cận giáo dục ở nhiều quốc gia + trên toàn thế giới [11], đóng vai trò như cầu nối giữa người học và tri thức, + không chỉ cung cấp nền tảng để trao đổi tri thức mà còn cung cấp trải nghiệm học + tập hấp dẫn [12]. + + Vì vậy, UNESCO (2021) nhấn mạnh rằng, việc sử dụng công nghệ không chỉ giúp duy + trì quá trình giảng dạy và học tập trong tình huống khẩn cấp như đại dịch mà còn + tạo ra cơ hội cho sự sáng tạo trong giáo dục, hướng tới một nền giáo dục tiên + tiến và chất lượng hơn [13]. Hơn nữa, các giải pháp công nghệ có thể được phát + triển dựa trên cơ sở hạ tầng và tài nguyên hiện có. Do đó, việc thúc đẩy tính + bền vững giáo dục có tiềm năng đạt được bằng cách trang bị cho học sinh các kĩ + năng cần thiết, bao gồm kĩ năng số để điều hướng và định vị bản thân trong một + thế giới đang tiến triển không ngừng. Từ đó trở đi, nhận thức và thói quen sử + dụng công nghệ của nhà trường, giáo viên và học sinh toàn cầu cũng có sự chuyển + biến rõ rệt. Xu hướng sử dụng AI để giải quyết các thách thức hiện nay trong giáo + dục trở nên phổ biến - một bình thường mới, một xu thế không thể đảo ngược [1], + [2], [3], [4], [5], [6]. Ví dụ, có thể kể đến những ứng dụng trò chơi tích hợp + AI nhằm tăng tương tác học tập (Quizlet, Quizziz, Padlet…), những nền tảng học + tập như Coursera sử dụng AI để cung cấp trải nghiệm học tập cá nhân hóa hiện nay + đã trở thành một phần không thể thiếu trong giáo dục chính quy và trong suốt hành + trình học tập suốt đời.' + - 'Public_195 + + Đặt vấn đề + + Từ vô địch cờ vua tới vô địch Olympics: Cuộc đua AI chưa có hồi kết + + Nhìn từ góc độ kĩ thuật, trong lịch sử gần 100 năm hình thành và phát triển, có + thể nói rằng, cuộc đua về trí thông minh của AI vẫn chưa có hồi kết. Bắt đầu với + một sự kiện chấn động thế giới vào năm 1997 khi Deep Blue - một siêu máy tính + sử dụng trí tuệ nhân tạo phát triển bởi IBM đánh bại kì thủ cờ vua thế giới nổi + tiếng Garry Kasparov, thể hiện khả năng tư duy chiến lược vượt qua trí tuệ con + người [14]. Chiến thắng này được coi là một bước ngoặt mang tính cách mạng trong + quá trình phát triển của AI, chỉ ra tiềm năng vượt bậc của công cụ này trong việc + giải quyết các nhiệm vụ phức tạp yêu cầu nhiều bước thực hiện phân tích dữ liệu + tức thì. Trong ba thập kỉ tiếp theo, sự tiến bộ của AI trong việc giải quyết các + vấn đề đa lĩnh vực diễn ra theo ba giai đoạn chính, tạm thời dừng chân với một + phát minh mới nhất của các nhà khoa học về một công cụ AI vượt qua những học sinh + ưu tú nhất, giành giải vô địch Olympics Toán học thế giới. + + Dù hành trình từ chiến thắng cờ vua tới chiến thắng Olympics chứng minh được tiềm + năng của các công cụ AI trong việc không ngừng đẩy lùi ranh giới của những gì + trước đây được coi là không thể, cuộc đua AI vẫn rất quyết liệt và chưa có hồi + kết. Đối mặt với hiện tượng này, các quốc gia trên thế giới dần đón nhận tiềm + năng của AI, đồng thời đối mặt với những thách thức liên quan đến quyền riêng + tư, các yếu tố về đạo đức nhằm đảm bảo rằng, những lợi ích của AI trong giáo dục + được khai thác công bằng và hướng tới tiến bộ chung của xã hội. Các quốc gia cũng + nhận thức rõ hơn về sự cần thiết để chuẩn bị công dân đáp ứng yêu cầu của thời + đại số, bắt đầu tích hợp AI vào chiến lược giáo dục quốc gia của mình. Báo cáo + Giám sát Giáo dục toàn cầu của UNESCO (2021) là một minh chứng cho xu hướng toàn + cầu này với sự tập trung vào việc nâng cao tính tiện ích, tính bao quát và chất + lượng của giáo dục thông qua công nghệ mới.' + - 'Public_592 + + Vùng gắn kết của các mục tiêu gắn kết + + + Trong hầu hết kết quả thu được, các túi liên kết của dẫn xuất VK3 với mục tiêu + gắn kết Aβ40-1BA4, Aβ42-1Z0Q, 5Aβ17-42, 12Aβ9-40 và 18Aβ9-40 đều tập trung trong + cùng một vùng không gian bên trong của mục tiêu gắn kết, vùng này chính là vùng + gắn kết. Hầu như độ phân tán rất nhỏ, những hình ảnh tiêu biểu về vùng gắn kết + của 5 mục tiêu gắn kết + + Việc chạy MD có thời gian khác nhau được áp dụng cho từng mục tiêu gắn kết. Rõ + ràng từ hình 3.30 và hình 3.31, trạng thái cân bằng của hệ phức hợp (dẫn xuất + VK3 và mục tiêu gắn kết) ở những khoảng thời gian khác nhau khi năng lượng tương + tác của dẫn xuất VK3 và mục tiêu gắn kết bão hòa. Chỉ những cấu hình đã đạt trạng + thái cân bằng mới được sử dụng để tính ∆Gbind bằng phương pháp MM- PBSA. Kết quả + cuối cùng được cho trong bảng 3.4 phù hợp với kết quả docking (năng lượng liên + kết của VK3-10 thấp nhất), với tương tác van der Waals chiếm ưu thế hơn tương + tác tĩnh điện. Điều quan trọng cần lưu ý VK3-9 và VK3-10 có ái lực mạnh hơn những + dẫn xuất khác (bảng 3.4). Những chất có năng lượng tự do liên kết cao hơn rõ rệt. + Cụ thể, _∆G_ bind = -15.41±3.44 và -12.42±3.87 kcal.mol-1 cho VK3-9 và VK3-10. + Cũng bằng phương pháp MM-PBSA Ngô Sơn Tùng và Mai Xuân Lý (NS Tung and MS Li, + Private Communication) đã tính được năng lượng liên kết của Cucurmin _∆G_ bind + = -14.3 kcal.mol-1 và kết quả này phù hợp với đánh giá bằng thực nghiệm _∆G_ bind + =-13.33 kcal.mol-1 [25]. Vì vậy kết quả MM-PBSA chỉ ra rằng VK3-9 và VK3-10 mạnh + như Cucurmin trong việc chống sự kết tập của các amyloid peptid[39]. Sử dụng các + kết quả thu được cho _∆G_ bind chúng ta có thể đánh giá hằng số ức chế IC50 của + VK3-9 và VK3-10 vào khoảng μM – nM. Điều này phù hợp với các thí nghiệm của Y-C + Chen và các cộng sự. + + Bảng 3.4: Năng lượng tự do liên kết, tương tác tĩnh điện, tương tác van der Waals + kcal.mol-1 của 5 dẫn xuất VK3 với Amyloid beta 1-40 peptid thu được bằng phương + pháp MM-PBSA. + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
∆elec
+ +

∆vdw

+ +
+ +

∆sur

+ +
∆PB
+ +

-T∆S

+ +
∆Gbind
+ +

221traj1 221traj2 221traj3

+ +

221traj4

+ +
+ +

-12.99

+ +

-15.25

+ +

-14.17

+ +

-12.66

+ +
+ +

-18.54

+ +

-13.18

+ +

-16.40

+ +

-20.07

+ +
+ +

-2.44

+ +

-1.82

+ +

-1.99

+ +

-2.13

+ +

22.50

+ +

22.88

+ +

19.90

+ +

18.36

+ +

6.08

+ +

5.78

+ +

5.81

+ +

5.85

+ +

-5.39

+ +

-1.58

+ +

-6.86

+ +

-10.66

+ +

Trung bình

+ +

của VK3-221

+ +
-13.77 ±1.02
+ +

-17.05 ± 2.59

+ +
-2.09 ±0.23
+ +

20.91 ±1.87

+ +
+ +

5.88 ± 0.12

+ +
-6.12 ± 3.25
+ +

vk3-2traj1 vk3-2traj2 vk3-2traj3

+ +

vk3-2traj4

+ +

-26.74

+ +

-6.06

+ +

-17.72

+ +

-27.85

+ +

-28.83

+ +

-22.62

+ +

-13.71

+ +

-21.89

+ +
+ +

-3.52

+ +

-2.54

+ +

-2.11

+ +

-2.74

+ +

29.38

+ +

16.30

+ +

20.41

+ +

31.55

+ +

10.35

+ +

10.59

+ +

9.48

+ +

10.66

+ +

-19.37

+ +

-4.34

+ +

-3.65

+ +

-10.27

+ +

Trung bình

+ +

của VK3-2

+ +
-19.59 ±8.75
+ +

-21.76 ± 5.37

+ +
+ +

-2.73 ±0.51

+ +
+ +

24.41 ±6.27

+ +
+ +

10.27 ±0.47

+ +
-9.41 ± 6.30
+ +

vk3-6traj1 vk3-6traj2 vk3-6traj3

+ +

vk3-6traj4

+ +

37.81

+ +

51.96

+ +

68.39

+ +

8.48

+ +

-15.86

+ +

-26.67

+ +

-14.10

+ +

-23.31

+ +
+ +

-2.16

+ +

-3.30

+ +

-1.84

+ +

-2.68

+ +

-30.65

+ +

-43.22

+ +

-60.46

+ +

5.74

+ +

10.62

+ +

11.54

+ +

6.75

+ +

9.48

+ +

-0.23

+ +

-9.69

+ +

-1.26

+ +

-2.29

+ +

Trung bình

+ +

của VK3-6

+ +
+ +

41.66 ±22.00

+ +
+ +

-19.99 ± 5.18

+ +
+ +

-2.49 ±0.55

+ +
-32.15 ±24.30
+ +

9.60 ± 1.80

+ +
-3.37 ± 3.72
+ +

vk3-9traj1 vk3-9traj2 vk3-9traj3 vk3-9traj4

+ +

vk3-9traj5 vk3-9traj6

+ +
+ +

-32.38

+ +

-45.30

+ +

-35.59

+ +

-21.22

+ +

-17.19

+ +

-22.66

+ +
+ +

-25.43

+ +

-23.17

+ +

-31.66

+ +

-25.04

+ +

-30.54

+ +

-30.63

+ +
+ +

-3.02

+ +

-3.35

+ +

-3.56

+ +

-3.04

+ +

-3.52

+ +

-3.62

+ +

31.06

+ +

46.90

+ +

36.05

+ +

24.41

+ +

23.93

+ +

29.29

+ +

12.34

+ +

12.80

+ +

12.69

+ +

12.25

+ +

13.85

+ +

12.92

+ +
+ +

-17.43

+ +

-12.12

+ +

-22.07

+ +

-12.64

+ +

-13.47

+ +

-14.70

+ +
+ +

Trung bình

+ +

của VK3-9

+ +
-29.06 ±9.67
+ +

-27.75 ± 3.29

+ +
+ +

-3.35 ±0.24

+ +
+ +

31.94 ±7.85

+ +
+ +

12.81 ±0.52

+ +
-15.41 ±3.44
+ +

vk3-10traj1 vk3-10traj2

+ +

vk3-10traj3 vk3-10traj4

+ +

-10.49

+ +

-5.72

+ +

-5.84

+ +

-5.28

+ +

-33.79

+ +

-22.54

+ +

-37.20

+ +

-23.70

+ +
+ +

-3.29

+ +

-2.90

+ +

-3.84

+ +

-2.82

+ +

20.08

+ +

9.76

+ +

17.16

+ +

12.62

+ +

12.20

+ +

11.45

+ +

12.73

+ +

11.75

+ +

-15.29

+ +

-9.95

+ +

-16.98

+ +

-7.44

+ +

Trung bình

+ +

của VK3-10

+ +
-6.83 ± 2.12
+ +

-29.31 ± 6.32

+ +
+ +

-3.21 ±0.40

+ +
+ +

14.91 ±3.99

+ +
+ +

12.03 ±0.48

+ +
-12.42 ±3.87
' +- source_sentence: Khi thêm node vào đầu danh sách liên kết đơn, nếu danh sách không + rỗng, con trỏ 'p' sẽ trỏ đến đâu? + sentences: + - "Public_056\nDanh sách liên kết đơn (Single Linked List)\nThao tác trên danh sách\ + \ liên kết đơn\nCác thao tác trên danh sách liên kết đơn bao gồm:\n * Tạo node\ + \ rời rạc có giá trị value cho danh sách liên kết đơn\n * Thêm một node vào đầu\ + \ danh sách liên kết đơn.\n * Thêm một node vào cuối danh sách liên kết đơn.\n\ + \ * Thêm node vào vị trí xác định trong danh sách liên kết đơn.\n * Loại node\ + \ trong sách liên kết đơn.\n * Tìm node trong sách liên kết đơn.\n * Sắp xếp\ + \ node trong danh sách liên kết đơn.\n * Sửa đổi nội dung node trong sách liên\ + \ kết đơn.\n * Đảo ngược các node trong danh sách liên kết đơn.\n * Duyệt các\ + \ node của danh sách liên kết đơn.\nĐể đơn giản, ta xem thành phần thông tin của\ + \ node (Item) là một số nguyên. Khi đó, các thao tác trên danh sách liên kết đơn\ + \ ta định nghĩa một lớp các thao tác như sau:\nstruct node { // _biểu diễn node_\n\ + int info; // _thành phần thông tin của node_\nstruct node *next; // _thành phần\ + \ con trỏ của node_\n}*start; // _danh sách liên kết đơn: *start._\nclass single_linked_list\ + \ { // _biểu diễn lớp danh sách liên kết đơn_\npublic:\nnode* create_node(int);//\ + \ _Tạo một node cho danh sách liên kết đơn_\nvoid insert_begin(); // _thêm node\ + \ vào đầu DSLKĐ_\nvoid insert_pos(); // _thêm node tại vị trí cụ thể trên DSLKĐ_\n\ + void insert_last(); // _thêm node vào cuối DSLKĐ_\nvoid delete_pos(); // _loại\ + \ node tại vị trí cho trước trên DSLKĐ_\nvoid sort(); // _sắp xếp nội dung các\ + \ node theo thứ tự tăng dần_\nvoid search(); // _tìm kiếm node trên DSLKĐ_\nvoid\ + \ update(); // _sửa đổi thông tin của node trên DSLKĐ_\nvoid reverse(); // _đảo\ + \ ngược danh sách liên kết đơn_\nvoid display(); // _hiển thị nội dung DSLKĐ_\n\ + single_linked_list(){// _constructor của lớp single linked list_. start = NULL;//\ + \ _chú ý start là biến toàn cục_\n}\n};\n**Thao tác:** _tạo một node rời rạc có\ + \ giá trị value cho DSLKĐ_ **.**\nnode *single_linked_list::create_node(int value){\n\ + struct node *temp; // _khai báo hai con trỏ node *temp_ temp = new(struct node);\ + \ // _cấp phát miền nhớ cho temp_ if (temp == NULL){ // _nếu không đủ không gian\ + \ nhớ_\ncout<<“ _không đủ bộ nhớ để cấp phát_ \"<info\ + \ = value;// _thiết lập thông tin cho node temp_\ntemp->next = NULL; // _thiết\ + \ lập liên kết cho node temp_\nreturn temp;// _trả lại node temp đã được thiết\ + \ lập_\n}\n}\n**Thao tác: _thêm node vào đầu DSLKĐ_.**\nvoid single_linked_list::insert_begin(){\ + \ // _chèn node vào đầu DSLKĐ_\nint value; cout<<“Nhập giá trị node:\"; cin>>value;\ + \ // _giá trị node cần chèn_\nstruct node *temp, *p; // _sử dụng hai con trỏ temp\ + \ và p_\ntemp = create_node(value);// _tạo một node rời rạc có giá trị value_\n\ + if (start == NULL){ // _nếu danh sách liên kết rỗng_\nstart = temp; // _danh sách\ + \ liên kết chính là node temp_\nstart->next = NULL; // _không có liêt kết với\ + \ node khác_\n}\nelse { // _nếu danh sách không rỗng_\np = start; // _p trỏ đến\ + \ node đầu của start_\nstart = temp; // _node temp trở thành node đầu tiên của\ + \ start_\nstart->next = p;// _các node còn lại chính là p_\n}\n}\nHình 3.2. dưới\ + \ đây mô tả phép thêm node vào đầu danh sách liên kết đơn.\n||\n**Hình\ + \ 3.2. Thêm node vào đầu danh sách liên kết đơn**\n**Thao tác thêm node vào cuối\ + \ danh sách liên kết đơn** :\nvoid single_linked_list::insert_last() **{** //\ + \ _thêm node vào cuối DSLKĐ_\nint value;\ncout<<“Nhập giá trị cho node: \";cin>>value;\ + \ // _nhập giá trị node_\nstruct node *temp, *s; // _sử dung hai con trỏ temp\ + \ và s_\ntemp = create_node(value);// _tạo node rời rạc có giá trị value_\nif(start==NULL)\ + \ {// _trường hợp DSLKĐ rỗng_\nstart = temp;\ntemp->next=NULL;\n}\ns = start;\ + \ // _s trỏ đến node đầu danh sách_\nwhile (s->next != NULL){ // _di chuyển s\ + \ đến node cuối cùng_\ns = s->next;\n}\ntemp->next = NULL; // _temp không chỏ\ + \ đi đâu nữa_ s->next = temp; // _thiết lập liên kết cho s_ cout<<“ _Hoàn thành\ + \ thêm node vào cuối_ \"<|\n**Hình 3.3. Thêm node vào cuối\ + \ danh sách liên kết đơn**\n**Thao tác thêm node vào vị trí pos của danh sách\ + \ liên kết đơn** :\nvoid single_linked_list::insert_pos() **{** // _thêm node\ + \ vào vị trí pos_\nint value, pos, counter = 0; cout<<\"Nhap gia tri node:\";cin>>value;\ + \ struct node *temp, *s, *ptr; // _sử dụng ba con trỏ node_\ntemp = create_node(value);//\ + \ _tạo node rời rạc có giá trị value_\ncout<<“Nhập vị trí node cần thêm: \";cin>>pos;\ + \ int i; s = start; // _s trỏ đến node đầu tiên_\nwhile (s != NULL){ // _đếm số\ + \ node của DSLKĐ_\ns = s->next; counter++;\n}\nif (counter==0) {// _trường hợp\ + \ DSLK đơn rỗng_\ncout<<”Danh sách rỗng”; return;\n}\nif (pos == 1){ // _nếu pos\ + \ là vị trí đầu tiên_\nif (start == NULL){ // _trường hợp DSLKĐ rỗng_\nstart =\ + \ temp; start->next = NULL;\n}\nelse { // _thêm node temp vào đầu DSLKĐ_\nptr\ + \ = start; start = temp; start->next = ptr;\n}\n}\nelse if (pos > 1 && pos <=\ + \ counter){ // _trường hợp pos hợp lệ_\ns = start; // _s trỏ đến node đầu tiên_\n\ + for (i = 1; i < pos; i++){ // _di chuyển đến node pos-1_\nptr = s; s = s->next;\n\ + }\nptr->next = temp; temp->next = s; // _thiết lập liên kết cho node_\n}\nelse\ + \ { cout<<“ _Vượt quá giới hạn DSLKĐ_ \"<|\n**Hình 3.4.\ + \ Thêm node vào vị trí pos**\n**Thao tác loại node tại vị trí pos** :\nvoid single_linked_list::delete_pos()\ + \ **{** // _loại node ở vị trí pos_\nint pos, i, counter = 0;\nif (start == NULL){\ + \ // _nếu danh sách liê kết đơn rỗng_\ncout<<“Không thực hiện được\"<>pos;\nstruct node *s, *ptr; s = start;\ + \ // _s trỏ đến đầu danh sách_\nif (pos == 1){// _nếu vị trí loại bỏ là node đầu\ + \ tiên_\nstart = s->next; s->next=NULL; free(s);}\nelse {\nwhile (s != NULL) {\ + \ // _đếm số node của DSLKĐ_\ns = s->next; counter++;}\nif (pos > 0 && pos <=\ + \ counter){ // _nếu vị trí pos hợp lệ_\ns = start;// _s trỏ đến node đầu của danh\ + \ sách_\nfor (i = 1;i < pos; i++){ // _di chuyển đến vị trí pos-1_\nptr = s; s\ + \ = s->next;\n}\nptr->next = s->next; // _thiết lập liên kết cho node_\n}\nelse\ + \ { cout<<\"Vi tri ngoai danh sach\"<|\n**Hình 3.5. Thao tác loại node\ + \ ở vị trí pos**\n**Thao tác sửa đổi nội dung của node** :\nvoid single_linked_list::update()\ + \ **{** // _sửa đổi thông tin của node_\nint value, pos, i;\nif (start == NULL){\ + \ // _nếu danh sách LKĐ rỗng_\ncout<<“ _Không thực hiện được_ \"<>pos; cout<<“ _Giá trị mới của node_\ + \ :\";cin>>value; struct node *s, *ptr; // _sử dụng hai con trỏ s và ptr_ s =\ + \ start; // _s trỏ đến node đầu tiên_\nif (pos == 1) { start->info = value;} //\ + \ _sửa luôn node đầu tiên_\nelse { // _nếu pos không phải là node đầu tiên_\n\ + for (i = 0;i < pos - 1;i++){// _chuyển s đến vị trí pos-1_\nif (s == NULL){//\ + \ _Nếu s là node cuối cùng_\ncout<<\"Vị trí \"<next;\n}\ns->info = value; // _Sửa đổi thông tin cho node_\n}\ncout<<“\ + \ _Hoàn thành việc sửa đổi_ \"<info<<\"\ + ->\"; // _hiển thị thông tin node_ temp = temp->next; // _di chuyển đến node tiếp\ + \ theo_\n}\ncout<<\" _NULL_ \"<>value; struct node *s; s = start;// _s\ + \ trỏ đến đầu danh sách_ while (s != NULL){ pos++;\nif (s->info == value){// _Nếu\ + \ s- >infor là value_\nflag = true;\ncout<<“ _Tìm thấy_ \"<next;\n}\nif (!flag) {// _đến cuối vẫn không\ + \ thấy_\ncout<<“ _Giá trị_ \"<next; s !=NULL; s = s->next){ // _s\ + \ là node tiếp theo_\nif (ptr->info > s->info){// _nếu điều này xảy ra_\nvalue\ + \ = ptr->info;// _tráo đổi nội dung hai node_\nptr->info = s->info; s->info =\ + \ value;\n}\n}\nptr = ptr->next;\n}\n}\n**Thao tác đảo ngược các node của DSLKĐ**\ + \ :\nvoid single_linked_list::reverse() **{** // _đảo ngược danh sách_\nstruct\ + \ node *ptr1, *ptr2, *ptr3; // _sử dụng ba con trỏ node_\nif (start == NULL) {//\ + \ _Nếu danh sách rỗng_\ncout<<“ _ta không cần đảo_ \"<next\ + \ == NULL){//Nếu danh sách chỉ có một node cout<<“ _đảo ngược là chính nó_ \"\ + <next;//\ + \ _ptr2 trỏ đến node kế tiếp của ptr1_ ptr3 = ptr2->next;// _ptr3 trỏ đến nod\ + \ kế tiếp của ptr2_ ptr1->next = NULL;// _Ngắt liên kết ptr1_\nptr2->next = ptr1;//\ + \ _node ptr2 bây giờ đứng trước node ptr1_\nwhile (ptr3 != NULL){// _Lặp nếu ptr3\ + \ khác rỗng_ ptr1 = ptr2; // _ptr1 lại bắt đầu tại vị trí ptr2_ ptr2 = ptr3; //\ + \ _ptr2 bắt đầu tại vị trí ptr3_\nptr3 = ptr3->next; // _ptr3 trỏ đến node kế\ + \ tiếp_\nptr2->next = ptr1; // _Thiết lập liên kết cho ptr2_\n}\nstart = ptr2;\ + \ // _node đầu tiên bây giờ là ptr2_\n}\n**//Chương trình cài đặt các thao tác\ + \ trên danh sách liên kết đơn:**\n#include using namespace std;\nstruct\ + \ node { // _biểu diễn danh sách liên kết đơn_\nint info; // _thành phần thông\ + \ tin_\nstruct node *next; // _thành phần liên kết_\n}*start;\nclass single_linked_list\ + \ { // _biểu diễn lớp single_linked_list_\npublic:\nnode* create_node(int);//\ + \ _tạo node rời rạc có giá trị value_\nvoid insert_begin();// _thêm node vào đầu\ + \ danh sách liên kết đơn_\nvoid insert_pos();// _thêm node vào vị trí pos trong\ + \ danh sách liên kết đơn_\nvoid insert_last();// _thêm node vào cuối danh sách\ + \ liên kết đơn_ void delete_pos();// _loại node tại vị trí pos của sách liên kết\ + \ đơn_ void sort();// _sắp xếp theo giá trị node cho danh sách liên kết đơn_ void\ + \ search();// _tìm node trong danh sách liên kết đơn_\nvoid update(); // _cập\ + \ nhật thông tin cho node_\nvoid reverse(); // _đảo ngược các node trong danh\ + \ sách liên kết đơn_ void display(); // _duyệt danh sách liên kết đơn_ single_linked_list(){//\ + \ _constructor của lớp_\nstart = NULL;\n}\n};" + - 'Public_633 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
1Hệ thống nội soi tiêu hóa ống mềm video (mỗi + + hệ thống có 01 dây đại tràng + 01 dây dạ dày+ 01 dây dạ dày qua đường + + mũi)I. YÊU CẦU CHUNG- Thiết bị mới 100%, sản xuất từ năm 2023 trở về sau
2- Đạt tiêu chuẩn ISO 13485 hoặc tương đương
3II. YÊU CẦU CẤU HÌNH- 01 Bộ xử lý hình ảnh và nguồn sáng LED độc lập hoặc tích hợp
4- 01 Ống soi dạ dày video
5- 01 Ống soi đại tràng video
601 Ống soi dạ dày qua ngã mũi video
7- 01 Hộp Kìm sinh thiết cho dạ dày, ngàm hình oval
8- 01 Hộp Kìm sinh thiết cho đại tràng, ngàm hình oval
901 hộp kìm sinh thiết dạ dày qua ngã mũi, ngàm oval
10- 01 Dụng cụ thử rò rỉ
11- 01 Màn hình y tế chuyên dụng 27 inches
12- 01 Máy hút dịch
13- 01 Xe đẩy máy thiết kế chuyên dụng cho hệ thống nội soi mềm
14- 01 Hệ thống máy vi tính + máy in phun màu + Phần mềm in trả kết + + quả nội soi
15III. THÔNG SỐ KỸ THUẬT1. Bộ xử lý hình ảnh và nguồn sáng LED độc lập hoăc tích + + hợp
16Phụ kiện tiêu chuẩn:
1704 miếng cố định chân máy
1801 dây cáp giao tiếp giữa nguồn sáng và bộ xử lý nếu hệ thống tách + + rời
1901 Dây cáp nguồn
2001 Cáp truyền hình ảnh giữa bộ xử lý và màn hình
2101 Thẻ nhớ di động
2201 Bình nước
23Thông số kỹ thuật:
24Có chức năng tách riêng cấu trúc hình ảnh và độ sáng để xử lý, sau + + đó kết hợp lại và tăng cường màu sắc để quan sát sự khác biệt giữa các + + mô dễ dàng hơn.
25Có khả năng chiếu sáng với bước sóng ngắn cho hình ảnh niêm mạc sắc + + nét
26có ≥4 chế độ hình ảnh tăng cường
27Có chức năng quan sát hình ảnh với nhiều tiêu cự
28Có khả năng tương thích với thiết bị sử dụng trí tuệ nhân tạo để hỗ + + trợ phát hiện tổn thương.
29Có khả năng tương thích với Nội soi siêu âm, hệ thống quản lý thông + + tin Nội soi (tùy chọn)
30Hệ thống gồm ≥ 4 đèn LED
31Có chức năng quan sát rõ hình ảnh ở vùng gần và xa
32Có chức năng tự động cân bằng trắng
33Có khả năng cung cấp hình ảnh Full HD hoặc tốt hơn
34Chức năng dừng hình trước bằng cách phân tích các hình ảnh trước đó + + để chọn ra hình ảnh rõ nét trong thời gian ngắn nhất có thể.
35Có thể thực hiện chức năng lấy tiêu cự: tiêu cự thường và tiêu cự + + gần
36Thiết kế kết nối với ống soi chỉ bằng một bước đơn giản mà không cần + + đến dây cáp tín hiệu.
37Ngõ ra 4:3, 16:9
38Có chức năng hiển thị hình trong hình, hình ngoài hình.
39Tương thích với bộ nhớ di động để lưu trữ dữ liệu.
40Tín hiệu ngõ ra analogcó thể được sử dụng đồng thời: ≥2 cổng
41Tín hiệu ngõ ra ký thuật số ≥4 cổng
42Có thể điều chỉnh tông màu: ≥50 bước
43Có thể lưu cài đặt cho 20 người sử dụng
44Có chức năng chuyển đổi nhiều thông số cài đặt cùng một lúc.
45Chế độ điều khiển ánh sáng: tự động và thủ công
46Độ tương phản: ≥2 chế độ
47Hiệu chỉnh ánh sáng tự động: 3 chế độ: Tự động, Đỉnh, Trung + + bình.
48Chuyển đổi các chế độ tăng cường: 4 mức
49Có hỗ trợ ≥4 tính năng quan sát quang học kỹ thuật số.
50Tùy chỉnh chế độ cho các chức năng nhất định bằng nút bấm trên ống + + soi, trên bộ xử lý và trên bàn phím
51Các thiết bị phụ trợ sau đây có thể điều khiển từ xa được: bộ nhớ di + + động, đầu ghi, máy in màu, hệ thống lưu trữ hình ảnh
52Trạng thái ghi dữ liệu của các thiết bị phụ trợ sau đây có thể được + + hiển thị trên màn hình: Bộ nhớ di động: dung lượng còn lại, đầu ghi + + video: số cảnh quay, tình trạng quay, máy in: số trang in, hệ thống lưu + + trữ hình ảnh: số lượng hình.
53Những dữ liệu sau có thể được hiển thị trên màn hình: Mức tăng cường + + hình ảnh, tỷ lệ phóng đại điện tử, tốc độ màn chập, chế độ quan sát
54Dữ liệu sau đây có thể hiển thị trên màn hình: Số ID bệnh nhân, tên + + bệnh nhân, giới tính, tuổi, ngày sinh, ghi chú...
55Dữ liệu của ≥ 45 bệnh nhân có thể nhập vào trước: Số ID bệnh nhân, + + tên bệnh nhân, tuổi & giới tính, ngày sinh
56Các cài đặt được lưu giữ trong bộ nhớ sau khi bộ xử lý đã tắt
57Có chức năng tùy chọn chất lượng hình ảnh khi lưu: ≥ 2 mức
58Thiết kế kết nối với ống soi chỉ bằng một bước đơn giản, không tiếp + + xúc, không cần đến dây cáp tín hiệu.
59Có chức năng phát ánh sáng nhấp nháy với cường độ sáng lớn nhất để + + có thể phát hiện được vị trí đầu ống soi từ bên ngoài cơ thể.
60Có chế độ giảm cường độ chiếu sáng để tránh máu của bệnh nhân bị vón + + cục, tránh bỏng niêm mạc bằng một nút bấm.
61Có thể thay đổi áp lực máy bơm khí/nước ≥ 3 mức
62Có nút bấm điều chỉnh cường độ sáng của đèn ≥ 9 mức
63Ánh sáng ngõ ra tối đa: ≥1400lm
64Giá trị cường độ ánh sáng trung bình ≥ 4000mW
65Tuổi thọ nguồn chiếu sáng LED: ≥10.000 giờ
66Năng lượng cung cấp: Điện áp: 100-240 V AC ±10%. Tần số: 50/60 Hz ±3 + + Hz
672. Ống soi dạ dày video
68Phụ kiện:
6901 Vali đựng ống soi
7003 chổi rửa
7101 bộ rửa kênh ống soi
7201 nắp đậy ổ van
7301 van tăng cường
7401 xilanh
7502 ngáng miệng
7610 van sinh thiết
7701 van hút
7801 van khí nước
7901 nắp đậy cổng nối bình nước
8001 ống nối cho kênh nước phụ
8101 sách hướng dẫn sử dụng
8201 sách hướng dẫn vệ sinh tiệt trùng
83Thông số kỹ thuật:
84Có khả năng phóng đại cao lên đến tối đa ≥ 100 lần, khi kết hợp màn + + hình tương thích
85Có tính năng quan sát ở nhiều tiêu cự khác nhau: Tiêu cự thường và + + nhiều tiêu cự gần
86Ống soi có thể quan sát gần tới 3 mm ở chế độ tiêu cự thường, cho + + hình ảnh rõ ràng, sắc nét, giảm thiểu việc điều chỉnh tiêu cự thường + + xuyên.
87Có khả năng chiếu sáng bước sóng ngắn cho ra hình ảnh tương phảncao + + giữa các mạch máu và các niêm mạc xung quanh
88Có tính năng dễ dàng phát hiện sự khác biệt giữa các mô tổn thương + + và các mô bình thường
89Chip hình ảnh CCD hoặc CMOS
90Chế độ zoom: ≥ 3 bước
91Khả năng đàn hồi lấy lại hình dạng thẳng của phần uốn cong sau khi + + qua góc cong
92Thiết kế truyền lực giúp truyền lực đẩy, kéo, xoay của bác sĩ đến + + đầu dây.
9304 góc uốn cong thuận tiện khi thao tác mà không cần xoay dây + + soi
94Có ≥ 02 đường dẫn sáng
95Ống soi được thiết kế tay cầm nhẹ và thuận tiện.
96Kết nối ống soi với bộ xử lý và nguồn sáng chỉ bẳng một thao + + tác
97Ống soi có kênh nước phụ
98Ống soi có khả năng chống thấm nước.
99Đầu dây soi có ≥ 5 phím bấm
100Trường nhìn cho chế độ tiêu cự thường 140°
101Trường nhìn cho chế độ tiêu cự gần ≥ 56°
102Hướng quan sát: Nhìn thẳng
103Độ sâu của trường nhìn cho tiêu cự thường: 3 mm – 100 mm
104Độ sâu của trường nhìn cho tiêu cự gần: 1.5 mm – ≥2.5 mm
105Đường kính ngoài đầu cuối ống soi ≤ 9.9 mm
106Đường kính ngoài của thân ống soi ≤ 9.8 mm
107Đường kính bên trong kênh dụng cụ ≥ 2.8 mm
108Khoảng cách tối thiểu để nhìn thấy dụng cụ từ đầu cuối ống soi ≤ 4 + + mm
109Ống soi có ≥ 6 kênh làm việc
110Độ uốn cong của đầu ống soi:
111+ Hướng lên ≥210°
112+ Hướng xuống ≥90°
113+ Hướng phải ≥100°
114+ Hướng trái ≥100°
115Chiều dài làm việc: ≥1030 mm
116Chiều dài tổng: ≥1350 mm
1173. Ống soi đại tràng video
118Phụ kiện :
11901 Vali đựng ống soi
12003 chổi rửa
12101 bộ rửa kênh ống soi
12201 nắp đậy ổ van
12301 van tăng cường
12401 xilanh
12510 van sinh thiết
12601 van hút
12701 van khí nước
12801 nắp đậy cổng nối bình nước
12901 ống nối cho kênh nước phụ
13001 sách hướng dẫn sử dụng
13101 sách hướng dẫn vệ sinh tiệt trùng
132Thông số kỹ thuật:
133Có khả năng phóng đại cao lên đến tối đa ≥90 lần, khi kết hợp màn + + hình tương thích
134Có tính năng quan sát ở nhiều tiêu cự khác nhau: Tiêu cự thường và + + nhiều tiêu cự gần
135Ống soi có thể quan sát gần tới 3 mm ở chế độ tiêu cự thường, cho + + hình ảnh rõ ràng, sắc nét, giảm thiểu việc điều chỉnh tiêu cự thường + + xuyên.
136Có khả năng chiếu sáng bước sóng ngắn cho ra hình ảnh tương phản cao + + giữa các mạch máu và các niêm mạc xung quanh
137Có tính năng dễ dàng phát hiện sự khác biệt giữa các mô tổn thương + + và các mô bình thường
138Chip hình ảnh CCD hoặc CMOS
139Chế độ zoom: ≥ 3 bước
140Khả năng đàn hồi lấy lại hình dạng thẳng của phần uốn cong sau khi + + qua góc cong
141Thiết kế truyền lực giúp truyền lực đẩy, kéo, xoay của bác sĩ đến + + đầu dây.
14204 góc uốn cong thuận tiện khi thao tác mà không cần xoay dây + + soi
143Có ≥ 02 đường dẫn sáng
144Ống soi được thiết kế tay cầm nhẹ và thuận tiện.
145Kết nối ống soi với bộ xử lý và nguồn sáng chỉ bẳng một thao + + tác
146Ống soi có kênh nước phụ
147Ống soi có khả năng chống thấm nước.
148Có khả năng thay đổi độ cứng phần thân ống soi 4 chế độ
149Ống soi có một đoạn uốn cong thụ động ngay sau đoạn uốn cong thông + + thường
150Khả năng đàn hồi lấy lại hình dạng thẳng của phần uốn cong sau khi + + qua góc cong
151Ống soi có khả năng truyền lực cao
152Có ≥5 phím nhấn
153Trường nhìn cho tiêu cự thường ≥ 140°
154Trường nhìn cho tiêu cự gần ≥56°
155Hướng quan sát: Nhìn thẳng
156Độ sâu của trường nhìn cho tiêu cự thường: ≤3 mm – 100 mm
157Độ sâu của trường nhìn cho tiêu cự gần: ≤1.5 mm – ≥2.5 mm
158Đường kính ngoài đầu cuối ống soi ≤ 13.2 mm
159Đường kính ngoài của thân ống soi ≤ 12.8 mm
160Đường kính bên trong kênh dụng cụ ≥3.2 mm
161Khoảng cách tối thiểu để nhìn thấy dụng cụ từ đầu cuối ống soi ≤ 4 + + mm
162Ống soi có ≥ 6 kênh làm việc
163Độ uốn cong của đầu ống soi:
164+ Hướng lên ≥180°
165+ Hướng xuống ≥180°
166+ Hướng phải ≥160°
167+ Hướng trái ≥160°
168Chiều dài làm việc: ≥ 1330 mm
169Chiều dài tổng: ≥1650 mm
1704. Ống soi dạ dày qua ngã mũi Video
171Phụ kiện tiêu chuẩn kèm theo gồm:
172Vali đựng ống soi: 01 cái
173Kềm sinh thiết: 01 Cái (Dùng nhiều lần)
174Đầu nối thông khí: 01 Cái
175Chổi rửa dài : 01 cái
176Chổi rửa ngắn : 01 Cái
177Ngáng miệng : 02 Cái
178Van sinh thiết: 10 Cái
179Đầu nối súc rửa ống soi: 01 Cái
180Nắp đậy đầu nối bình khí nước : 01 Cái
181Xilanh: 01 cái
182Van hút : 01 Cái
183Van tăng cường : 01 Cái
184Van khí nước: 01 cái
185Bộ đậy ổ van: 01 bộ
186Sách hướng dẫn sử dụng và hướng dẫn vệ sinh: 01 bộ
187Thông số kỹ thuật
188Có khả năng chiếu sáng với bước sóng ngắn cho phép quan sát sự khác + + biệt các mao mạch và cấu trúc lớp niêm mạc hỗ trợ trong việc chẩn đoán + + ung thư ở giai đoạn sớm
189Bộ nối 1 chạm “One touch” chống thấm nước
190Trường nhìn: ≥1400.
191Hướng quan sát: 00 ( Hướng nhìn thẳng)
192Chiều sâu trường nhìn: ≥ 3 – 100 mm
193Đường kính thân ống soi: ≤ 5.9 mm.
194Đường kính chóp đuôi ống soi: ≤5.8 mm.
195- Phần uốn cong:
196Lên ≥210°/Xuống ≥90°
197Phải ≥100°/Trái ≥100°
198Chiều dài làm việc: ≥1100mm.
199Tổng chiều dài: ≥1400mm.
200Đường kính kênh dụng cụ: ≥ 2.2 mm
201Khoảng cách tối thiểu có thể quan sát được từ chóp đuôi ống soi : + + 3mm
2024. Bộ kìm sinh thiết, ngàm hình oval:
203- 01 Hộp Kìm sinh thiết dùng cho dạ dày, ngàm hình oval
204- 01 Hộp Kìm sinh thiết dùng cho đại tràng, ngàm hình oval
2055. Kìm sinh thiết, ngàm hình oval
206Kìm sinh thiết dạ dày, tương thích kênh dụng cụ ≥2.0 mm, ngàm hình + + oval: 01 hộp
2076. Dụng cụ thử rò rỉ
208Dùng để kiểm tra sự rò rỉ của ống soi trước và sau khi sử dụng.
2097. Màn hình LCD 27"chuyên dụng
210* Phụ kiện tiêu chuẩn kèm theo : 01 Bộ
211Thông số kỹ thuật:
212Loại màn hình TFT LCD 27 inch
213Độ sáng: 300 cd/m2
214Độ phân giải: 1920 x 1080 pixel
215Tỉ lệ khung hình:16:9
216Đèn nền: đèn LED
217Công nghệ màn hình: LCD với IPS
218Độ tương phản: 1000:1
219Màu sắc: xấp xỉ 16,7 triệu màu
220Góc nhìn: 89°/89°/89°/89° (độ tương phản lên/xuống/trái/phải 10: + + 1)
221Các ngõ vào tín hiệu video: DVI-D, SD/HD-SDI, Y/C, component, + + RGB,…
222Các ngõ ra tín hiệu video: DVI-D, DC 5V
223Có các chức năng: hình ảnh gương, hình trong hình (P in P), hình + + ngoài hình (P out P)
2248. Máy hút dịch
225Phụ kiện tiêu chuẩn:
226Bình chứa dịch 5000ml, có van chống tràn dịch : 02 cái
227Bộ lọc chống nhiễm khuẩn và chống thấm nước : 01 bộ
228Pedal bàn đạp chân : 01 cái
229Dây nguồn : 01 cái
230Sách hướng dẫn sử dụng : 01 bộ
231Thông số kỹ thuật:
232Ống hút dịch có thể tiệt trùng được
233Bình chứa dịch có thể tiệt trùng được với van chống tràn.
234Dãy điều chỉnh chân không tối đa: -0.90 Bar/ -90kPa/ -675mmHg
235Tốc độ lưu thông khí tự do tối đa: 60 lít/phút
236Dung tích bình chứa: 5 lít
2379. Xe đẩy máy thiết kế chuyên dụng cho hệ thống nội + + soi
238Đặt trên bánh xe có khóa hãm.
239Có giá treo cho ống soi
240Khay đựng bàn phím trượt được
241Khung bằng sắt sơn tĩnh điện
242Có ổ điện cấp cho cả hệ thống
24310. Hệ thống máy vi tính + Máy in phun màu + Phần mềm in trả + + kết quả bệnh nhân
244Hệ thống máy vi tính:
245CPUcore i5≥ 2.8 GHz hoặc cao hơn
246Bộ nhớ 4Gb hoặc cao hơn
247Ổ cứng ≥ 500Gb
248Màn hình LCD ≥ 17 Inch
249Máy in phun màu
250Cở giấy: A4
251Tốc độ in: ≥ 15 tờ/Phút
252Phần mềm in trả kết quả nội soi
253IV. CÁC YÊU CẦU KHÁC:Bảo hành toàn hệ thống: 24 tháng kể từ ngày hoàn thành nghiệm thu + + đưa vào sử dụng
254Bảo trì định kỳ theo tiêu chuẩn hãng sản xuất (tối thiểu 4 + + tháng/lần).
255Cam kết hướng dẫn sử dụng, chuyển giao công nghệ.
256Cung cấp tài liệu hướng dẫn sử dụng bằng tiếng Anh/Việt
257Thời gian có mặt để xử lý sự cố: trong vòng 48 giờ kể từ lúc nhận + + thông tin từ đơn vị sử dụng (qua điện thoại, email...).
258Đội ngũ nhân viên thực hiện bảo hành, bảo trì với số lượng, chất + + lượng và trình độ và kinh nghiệm đáp ứng trong mọi tình huống.
1Hệ thống nội soi tiêu hóa ống mềm và mật tụy + + ngược dòng (hệ thống gồm có 01 dây dạ dày + 01 dây nội soi mật tụy + 01 + + bộ dụng cụ ERCP kèm theo máy cắt đốt)I. YÊU CẦU CHUNG- Thiết bị mới 100%, sản xuất từ năm 2023 trở về sau
2- Đạt tiêu chuẩn ISO 13485 hoặc tương đương
3II. YÊU CẦU CẤU HÌNH01 Bộ xử lý hình ảnh và nguồn sáng LED
401 Ống soi dạ dày video
501 Ống soi tá tràng nghiêng video
6Vỏ bọc dùng 1 lần cho đầu ống nội soi: 10
701 hộp kìm sinh thiết dạ dày, ngàm oval
801 Dụng cụ thử rò rỉ
901 Màn hình y tế chuyên dụng 27 inches
1001 Máy hút dịch
1101 Mát cắt đốt nội soi
1201 Bộ dụng cụ ERCP
1301 Xe đẩy máy thiết kế chuyên dụng cho hệ thống nội soi mềm: 01 + + cái
1401 Hệ thống máy vi tính + máy in phun màu + Phần mềm in trả kết quả + + nội soi: 01 bộ
15III. THÔNG SỐ KỸ THUẬT1. Bộ xử lý hình ảnh và nguồn sáng LED độc lập hoăc tích + + hợp
16Phụ kiện tiêu chuẩn:
1704 miếng cố định chân máy
1801 dây cáp giao tiếp giữa nguồn sáng và bộ xử lý nếu hệ thống tách + + rời
1901 Dây cáp nguồn
2001 Cáp truyền hình ảnh giữa bộ xử lý và màn hình
2101 Thẻ nhớ di động
2201 Bình nước
23Thông số kỹ thuật:
24Có chức năng tách riêng cấu trúc hình ảnh và độ sáng để xử lý, sau + + đó kết hợp lại và tăng cường màu sắc để quan sát sự khác biệt giữa các + + mô dễ dàng hơn.
25Có khả năng chiếu sáng với bước sóng ngắn cho hình ảnh niêm mạc sắc + + nét
26có ≥4 chế độ hình ảnh tăng cường
27Có chức năng quan sát hình ảnh với nhiều tiêu cự
28Có khả năng tương thích với thiết bị sử dụng trí tuệ nhân tạo để hỗ + + trợ phát hiện tổn thương.
29Có khả năng tương thích với Nội soi siêu âm, hệ thống quản lý thông + + tin Nội soi (tùy chọn)
30Hệ thống gồm ≥ 4 đèn LED
31Có chức năng quan sát rõ hình ảnh ở vùng gần và xa
32Có chức năng tự động cân bằng trắng
33Có khả năng cung cấp hình ảnh Full HD hoặc tốt hơn
34Chức năng dừng hình trước bằng cách phân tích các hình ảnh trước đó + + để ch��n ra hình ảnh rõ nét trong thời gian ngắn nhất có thể.
35Có thể thực hiện chức năng lấy tiêu cự: tiêu cự thường và tiêu cự + + gần
36Thiết kế kết nối với ống soi chỉ bằng một bước đơn giản mà không cần + + đến dây cáp tín hiệu.
37Ngõ ra 4:3, 16:9
38Có chức năng hiển thị hình trong hình, hình ngoài hình.
39Tương thích với bộ nhớ di động để lưu trữ dữ liệu.
40Tín hiệu ngõ ra analogcó thể được sử dụng đồng thời: ≥2 cổng
41Tín hiệu ngõ ra ký thuật số ≥4 cổng
42Có thể điều chỉnh tông màu: ≥50 bước
43Có thể lưu cài đặt cho 20 người sử dụng
44Có chức năng chuyển đổi nhiều thông số cài đặt cùng một lúc.
45Chế độ điều khiển ánh sáng: tự động và thủ công
46Độ tương phản: ≥2 chế độ
47Hiệu chỉnh ánh sáng tự động: 3 chế độ: Tự động, Đỉnh, Trung + + bình.
48Chuyển đổi các chế độ tăng cường: 4 mức
49Có hỗ trợ ≥4 tính năng quan sát quang học kỹ thuật số.
50Tùy chỉnh chế độ cho các chức năng nhất định bằng nút bấm trên ống + + soi, trên bộ xử lý và trên bàn phím
51Các thiết bị phụ trợ sau đây có thể điều khiển từ xa được: bộ nhớ di + + động, đầu ghi, máy in màu, hệ thống lưu trữ hình ảnh
52Trạng thái ghi dữ liệu của các thiết bị phụ trợ sau đây có thể được + + hiển thị trên màn hình: Bộ nhớ di động: dung lượng còn lại, đầu ghi + + video: số cảnh quay, tình trạng quay, máy in: số trang in, hệ thống lưu + + trữ hình ảnh: số lượng hình.
53Những dữ liệu sau có thể được hiển thị trên màn hình: Mức tăng cường + + hình ảnh, tỷ lệ phóng đại điện tử, tốc độ màn chập, chế độ quan sát
54Dữ liệu sau đây có thể hiển thị trên màn hình: Số ID bệnh nhân, tên + + bệnh nhân, giới tính, tuổi, ngày sinh, ghi chú...
55Dữ liệu của ≥ 45 bệnh nhân có thể nhập vào trước: Số ID bệnh nhân, + + tên bệnh nhân, tuổi & giới tính, ngày sinh
56Các cài đặt được lưu giữ trong bộ nhớ sau khi bộ xử lý đã tắt
57Có chức năng tùy chọn chất lượng hình ảnh khi lưu: ≥ 2 mức
58Thiết kế kết nối với ống soi chỉ bằng một bước đơn giản, không tiếp + + xúc, không cần đến dây cáp tín hiệu.
59Có chức năng phát ánh sáng nhấp nháy với cường độ sáng lớn nhất để + + có thể phát hiện được vị trí đầu ống soi từ bên ngoài cơ thể.
60Có chế độ giảm cường độ chiếu sáng để tránh máu của bệnh nhân bị vón + + cục, tránh bỏng niêm mạc bằng một nút bấm.
61Có thể thay đổi áp lực máy bơm khí/nước ≥ 3 mức
62Có nút bấm điều chỉnh cường độ sáng của đèn ≥ 9 mức
63Ánh sáng ngõ ra tối đa: ≥1400lm
64Giá trị cường độ ánh sáng trung bình ≥ 4000mW
65Tuổi thọ nguồn chiếu sáng LED: ≥10.000 giờ
66Năng lượng cung cấp: Điện áp: 100-240 V AC ±10%. Tần số: 50/60 Hz ±3 + + Hz
672. Ống soi dạ dày video
68Phụ kiện:
6901 Vali đựng ống soi
7003 chổi rửa
7101 bộ rửa kênh ống soi
7201 nắp đậy ổ van
7301 van tăng cường
7401 xilanh
7502 ngáng miệng
7610 van sinh thiết
7701 van hút
7801 van khí nước
7901 nắp đậy cổng nối bình nước
8001 ống nối cho kênh nước phụ
8101 sách hướng dẫn sử dụng
8201 sách hướng dẫn vệ sinh tiệt trùng
83Thông số kỹ thuật:
84Có khả năng phóng đại cao lên đến tối đa ≥ 100 lần, khi kết hợp màn + + hình tương thích
85Có tính năng quan sát ở nhiều tiêu cự khác nhau: Tiêu cự thường và + + nhiều tiêu cự gần
86Ống soi có thể quan sát gần tới 3 mm ở chế độ tiêu cự thường, cho + + hình ảnh rõ ràng, sắc nét, giảm thiểu việc điều chỉnh tiêu cự thường + + xuyên.
87Có khả năng chiếu sáng bước sóng ngắn cho ra hình ảnh tương phảncao + + giữa các mạch máu và các niêm mạc xung quanh
88Có tính năng dễ dàng phát hiện sự khác biệt giữa các mô tổn thương + + và các mô bình thường
89Chip hình ảnh CCD hoặc CMOS
90Chế độ zoom: ≥ 3 bước
9104 góc uốn cong thuận tiện khi thao tác mà không cần xoay dây + + soi
92Có ≥ 02 đường dẫn sáng
93Ống soi được thiết kế tay cầm nhẹ và thuận tiện.
94Kết nối ống soi với bộ xử lý và nguồn sáng chỉ bẳng một thao + + tác
95Ống soi có kênh nước phụ
96Ống soi có khả năng chống thấm nước.
97Đầu dây soi có ≥ 5 phím bấm
98Trường nhìn cho chế độ tiêu cự thường 140°
99Trường nhìn cho chế độ tiêu cự gần ≥ 56°
100Hướng quan sát: Nhìn thẳng
101Độ sâu của trường nhìn cho tiêu cự thường: 3 mm – 100 mm
102Độ sâu của trường nhìn cho tiêu cự gần: 1.5 mm – ≥2.5 mm
103Đường kính ngoài đầu cuối ống soi ≤ 9.9 mm
104Đường kính ngoài của thân ống soi ≤ 9.8 mm
105Đường kính bên trong kênh dụng cụ ≥ 2.8 mm
106Khoảng cách tối thiểu để nhìn thấy dụng cụ từ đầu cuối ống soi ≤ 4 + + mm
107Ống soi có ≥ 6 kênh làm việc
108Độ uốn cong của đầu ống soi:
109+ Hướng lên ≥210°
110+ Hư���ng xuống ≥90°
111+ Hướng phải ≥100°
112+ Hướng trái ≥100°
113Chiều dài làm việc: ≥1030 mm
114Chiều dài tổng: ≥1350 mm
1153. Ống nội soi tá tràng nghiêng thế hệ Video
116Phụ kiện tiêu chuẩn:
117Vali đựng ống soi: 01
118Chổi rửa ngắn: 01 Cái
119Chổi rửa dài: 01 Cái
120Bộ rửa kênh ống soi: 01 cái
121Nắp đậy cổng nối bình nước: 01 cái;
122Vỏ bọc đầu ống soi dùng 1 lần: 10 cái
123Xilanh: 01 cái
124Van hút: 01 cái
125Van khí nước: 01 cái
126Van tăng cường: 01 cái
127Van sinh thiết: 10 cái
128Ngáng miệng: 02 cái
129Bộ chuyển đổi xả nước đầu cuối: 01 cái
130Sách hướng dẫn sử dụng và vệ sinh: 01 bộ
131Thông số kỹ thuật:
132Vỏ bọc đầu ống soi dùng một lần, giúp việc vệ sinh đầu ống soi dễ + + dàng hơn
133Có thể khóa được guidwire ≤ 0.035’’
134Đầu kết nối ống soi có thiết kế chống nước
135Chức năng truyền lực cao giúp cải thiện khả năng linh động và khả + + năng phản hồi của ống soi.
136Có tính năng nhìn rõ được cấu trúc niêm mạc
137Khung hình hiển thị tròn hoặc vuông
138Trường nhìn của ống soi: 100°
139Hướng quan sát: nghiêng về phía sau ≥ 5°
140Chiều sâu trường nhìn: ≥4 – 60 mm
141Đường kính ngoài: ≤ 11.3 mm
142Đường kính chóp đuôi ống soi: ≤13.1 mm
143Đường kính bên trong kênh dụng cụ: ≥4.2 mm
144Độ uốn cong của đầu ống soi: Hướng lên: ≥120°, Xuống: ≥90°, Bên + + phải: ≥110°, Bên trái: ≥90°.
145Chiều dài làm việc: ≥1240 mm
146Chiều dài tổng: ≥1550 mm
147| + + **Hình 2.1:** Ngôn ngữ lập trình Dart + + || + + **Hình 2.3:** Thống kê các ngôn ngữ lập trình phổ biến năm 2023 + + Với vai trò mở rộng trong nhiều lĩnh vực và sự hỗ trợ từ cộng đồng, Dart hứa hẹn + sẽ tiếp tục là một công cụ không thể thiếu cho các nhà phát triển trong tương + lai.' + - 'Public_517 + + + + Autodesk Inventor liên kết mô hình chi tiết và cụm lắp với bản vẽ. Mọi thay đổi + của mô hình sẽ được cập nhật vào bản vẽ. Ngược lại, bạn có thể thay đổi mô hình + chi tiết và cụm lắp bằng cách sửa kích thước mô hình ngay trong bản vẽ. Mối quan + hệ 2 chiều này đảm bảo cho bản vẽ luôn luôn phản ánh các thông số thiết kế mới + nhất của mô hình.' + - 'Public_517 + + Trình tự thực hiện + + Sử dụng kích thước mô hình + + Bạn có thể cho hiện kích thước mô hình trong bản vẽ. Chỉ kích thước nào song song + với mặt phẳng chiếu mới được hiện lên. Nếu bạn cài đặt Autodesk Inventor với tùy + chọn, cho phép sửa đổi mô hình từ trong bản vẽ thì bạn có thể thay đổi mô hình + bằng cách sửa kích thước mô hình trong bản vẽ. Bạn có thể thay đổi kiểu kích thước + mô hình như với kích thước bản vẽ. + + Để hiện kích thước mô hình trong bản vẽ, kích phải một hình chiếu và chọn Get + Model Dimensions trong menu vừa hiện lên. Các kích thước mô hình song song với + mặt phẳng chiếu sẽ hiện lên trong hình chiếu. + + Để xóa kích thước mô hình khỏi hình chiếu, kích phải lên kích thước cần xóa rồi + chọn Delete trong menu vừa hiện lên. + + Để chuyển kích thước mô hình sang hình chiếu khác, xóa kích thước trong hình chiếu + nguồn, xong kích phải lên hình chiếu đích và chọn Get Model Dimensions trong menu + vừa hiện lên. + + Để sửa một kích thước mô hình, kích phải lên kích thước cần sửa, chọn Edit Model + Dimension trong menu vừa hiện lên. Nhập giá trị mới vào hộp thoại Edit Dimension, + xong kích vào dấu check để thực hiện.' +- source_sentence: Thách thức nào đặc thù khi huấn luyện AI cho an ninh mạng? + sentences: + - 'Public_076 + + Kiến trúc tổng thể của hệ thống phòng thủ AI + + Một giải pháp AI an ninh mạng toàn diện thường bao gồm nhiều lớp:' + - "Public_123\nMạng nơ ron tích chập (mạng CNN)\nKiến trúc chung của mạng neural\ + \ tích chập\nTích chập được ứng dụng phổ biến trong lĩnh vực thị giác máy tính.\ + \ Thông qua các phép tích chập, các đặc trưng chính từ ảnh được trích xuất và\ + \ truyền vào các tầng _tích chập_ (layer convolution). Mỗi một tầng tích chập\ + \ sẽ bao gồm nhiều đơn vị mà kết quả ở mỗi đơn vị là một phép biến đổi tích chập\ + \ từ layer trước đó thông qua phép nhân tích chập với bộ lọc.\nVề cơ bản thiết\ + \ kế của một mạng nơ ron tích chập 2 chiều có dạng như sau:\nINPUT -> [[CONV ->\ + \ RELU]*N -> POOL?]*M -> [FC -> RELU]*K -> FC\nTrong đó:\n * INPUT: Tầng đầu\ + \ vào\n * CONV: Tầng tích chập\n * RELU: Tầng kích hoạt. Thông qua hàm kích\ + \ hoạt ( _activation function_ ), thường là ReLU hoặc LeakyReLU để kích hoạt phi\ + \ tuyến\n * POOL: Tầng tổng hợp, thông thường là Max pooling hoặc có thể là Average\ + \ pooling dùng để giảm chiều của ma trận đầu vào.\n * FC: Tầng kết nối hoàn toàn.\ + \ Thông thường tầng này nằm ở sau cùng và kết nối với các đơn vị đại diện cho\ + \ nhóm phân loại.\nCác kí hiệu [] _N, []_ M hoặc []*K ám chỉ các khối bên trong\ + \ [] có thể lặp lại nhiều lần liên tiếp nhau. M, K là số lần lặp lại. Kí hiệu\ + \ -> đại diện cho các tầng liền kề nhau mà tầng đứng trước sẽ làm đầu vào cho\ + \ tầng đứng sau. Dấu ? sau POOL để thể hiện tầng POOL có thể có hoặc không sau\ + \ các khối tích chập.\nNhư vậy ta có thể thấy một mạng nơ ron tích chập về cơ\ + \ bản có 3 quá trình khác nhau:\n * Quá trình tích chập (convolution): Thông\ + \ qua các tích chập giữa ma trận đầu vào với bộ lọc để tạo thành các đơn vị trong\ + \ một tầng mới. Quá trình này có thể diễn ra liên tục ở phần đầu của mạng và thường\ + \ sử dụng kèm với hàm kích hoạt ReLU. Mục tiêu của tầng này là trích suất đặc\ + \ trưng hai chiều.\n * Quá trình tổng hợp (max pooling): Các tầng càng về sau\ + \ khi trích xuất đặc trưng sẽ cần số lượng tham số lớn do chiều sâu được qui định\ + \ bởi số lượng các kênh ở các tầng sau thường tăng tiến theo cấp số nhân. Điều\ + \ đó làm tăng số lượng tham số và khối lượng tính toán trong mạng nơ ron. Do đó\ + \ để giảm tải tính toán chúng ta sẽ cần giảm kích thước các chiều của khối ma\ + \ trận đầu vào hoặc giảm số đơn vị của tầng. Vì mỗi một đơn vị sẽ là kết quả đại\ + \ diện của việc áp dụng 1 bộ lọc để tìm ra một đặc trưng cụ thể nên việc giảm\ + \ số đơn vị sẽ không khả thi. Giảm kích thước khối ma trận đầu vào thông qua việc\ + \ tìm ra 1 giá trị đại diện cho mỗi một vùng không gian mà bộ lọc đi qua sẽ không\ + \ làm thay đổi các đường nét chính của bức ảnh nhưng lại giảm được kích thước\ + \ của ảnh. Do đó quá trình giảm chiều ma trận được áp dụng. Quá trình này gọi\ + \ là tổng hợp nhằm mục đích giảm kích thước dài, rộng.\n * Quá trình kết nối\ + \ hoàn toàn (fully connected): Sau khi đã giảm kích thước đến một mức độ hợp lý,\ + \ ma trận cần được trải phẳng (flatten) thành một vector và sử dụng các kết nối\ + \ hoàn toàn giữa các tầng. Quá trình này sẽ diễn ra cuối mạng CNN và sử dụng hàm\ + \ kích hoạt là ReLU. Tầng kết nối hoàn toàn cuối cùng (fully connected layer)\ + \ sẽ có số lượng đơn vị bằng với số classes và áp dụng hàm kích hoạt là softmax\ + \ nhằm mục đích tính phân phối xác xuất." + - "Public_076\nKiến trúc tổng thể của hệ thống phòng thủ AI\nTầng phân tích và học\ + \ máy\n* Giám sát (Supervised Learning): sử dụng dữ liệu đã gắn nhãn (ví dụ, gói\ + \ tin tấn công) để dự đoán tấn công đã biết.\n * Không giám sát (Unsupervised/Anomaly\ + \ Detection): tìm kiếm mẫu hành vi bất thường, hữu ích với các cuộc tấn công 0-day.\n\ + \ * Học bán giám sát và tự giám sát: giảm phụ thuộc vào dữ liệu gắn nhãn khan\ + \ hiếm.\n * Học tăng cường (Reinforcement Learning): cho phép hệ thống tự điều\ + \ chỉnh chính sách phản ứng dựa trên kết quả." +pipeline_tag: sentence-similarity +library_name: sentence-transformers +--- + +# SentenceTransformer based on dangvantuan/vietnamese-document-embedding + +This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [dangvantuan/vietnamese-document-embedding](https://huggingface.co/dangvantuan/vietnamese-document-embedding). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more. + +## Model Details + +### Model Description +- **Model Type:** Sentence Transformer +- **Base model:** [dangvantuan/vietnamese-document-embedding](https://huggingface.co/dangvantuan/vietnamese-document-embedding) +- **Maximum Sequence Length:** 8192 tokens +- **Output Dimensionality:** 768 dimensions +- **Similarity Function:** Cosine Similarity + + + + +### Model Sources + +- **Documentation:** [Sentence Transformers Documentation](https://sbert.net) +- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers) +- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers) + +### Full Model Architecture + +``` +SentenceTransformer( + (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False, 'architecture': 'VietnameseModel'}) + (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True}) + (2): Normalize() +) +``` + +## Usage + +### Direct Usage (Sentence Transformers) + +First install the Sentence Transformers library: + +```bash +pip install -U sentence-transformers +``` + +Then you can load this model and run inference. +```python +from sentence_transformers import SentenceTransformer + +# Download from the 🤗 Hub +model = SentenceTransformer("TTHDZ/finetuned_vietnamese-document-embedding") +# Run inference +sentences = [ + 'Thách thức nào đặc thù khi huấn luyện AI cho an ninh mạng?', + 'Public_076\nKiến trúc tổng thể của hệ thống phòng thủ AI\nTầng phân tích và học máy\n* Giám sát (Supervised Learning): sử dụng dữ liệu đã gắn nhãn (ví dụ, gói tin tấn công) để dự đoán tấn công đã biết.\n * Không giám sát (Unsupervised/Anomaly Detection): tìm kiếm mẫu hành vi bất thường, hữu ích với các cuộc tấn công 0-day.\n * Học bán giám sát và tự giám sát: giảm phụ thuộc vào dữ liệu gắn nhãn khan hiếm.\n * Học tăng cường (Reinforcement Learning): cho phép hệ thống tự điều chỉnh chính sách phản ứng dựa trên kết quả.', + 'Public_076\nKiến trúc tổng thể của hệ thống phòng thủ AI\nMột giải pháp AI an ninh mạng toàn diện thường bao gồm nhiều lớp:', +] +embeddings = model.encode(sentences) +print(embeddings.shape) +# [3, 768] + +# Get the similarity scores for the embeddings +similarities = model.similarity(embeddings, embeddings) +print(similarities) +# tensor([[1., 1., 1.], +# [1., 1., 1.], +# [1., 1., 1.]]) +``` + + + + + + + + + + + +## Training Details + +### Training Dataset + +#### Unnamed Dataset + +* Size: 6,765 training samples +* Columns: sentence_0, sentence_1, and sentence_2 +* Approximate statistics based on the first 1000 samples: + | | sentence_0 | sentence_1 | sentence_2 | + |:--------|:----------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------| + | type | string | string | string | + | details |
  • min: 9 tokens
  • mean: 25.87 tokens
  • max: 77 tokens
|
  • min: 25 tokens
  • mean: 846.87 tokens
  • max: 8192 tokens
|
  • min: 11 tokens
  • mean: 630.59 tokens
  • max: 8192 tokens
| +* Samples: + | sentence_0 | sentence_1 | sentence_2 | + |:----------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| + | Theo tài liệu Public_503, bộ kí tự (character set) trong ngôn ngữ lập trình có chức năng gì? | Public_503
Ngôn ngữ lập trình (NNLT)

Các thành phần cơ bản của NNLT bao gồm:
* Bộ kí tự (character set) hay bảng chữ cái dùng để viết chương trình.
* Cú pháp (syntax) là bộ quy tắc để viết chương trình.
* Ngữ nghĩa (semantic) xác định ý nghĩa các thao tác, hành động cần phải thực hiện, ngữ cảnh (context) của các câu lệnh trong chương trình.
Hiện đã có hàng nghìn NNLT được thiết kế, và hàng năm lại có thêm nhiều NNLT mới xuất hiện. Sự phát triển của NNLT gắn liền với sự phát triển của ngành tin học. Mỗi loại NNLT phù hợp với một số lớp bài toán nhất định.
Phân loại NNLT:
* _**Ngôn ngữ máy**_ (machine language) hay còn gọi là NNLT cấp thấp có tập lệnh phụ thuộc vào một hệ máy cụ thể. Chương trình viết bằng ngôn ngữ máy sử dụng bảng chữ cái chỉ gồm 2 kí tự 0, 1. Chương trình ngôn ngữ máy được nạp trực tiếp vào bộ nhớ và thực hiện ngay.
* _**Ngôn ngữ lập trình cấp cao**_ nói chung không phụ thuộc vào loại máy tính cụ thể. Chương trình viết bằng NNLT cấp cao sử dụng bộ kí tự phon... | Public_183
Transactional outbox pattern?
Solution
* Nếu mất connection và không publish được event thì một cách đơn giản có thể nghĩ đến là retry. Những thứ cần quan tâm là retry trong bao lâu, bao nhiêu l���n?
* Cần store message ở đâu để đảm bảo nếu application crash/restart thì vẫn có message để retry: file, database, distributed storage?
* Nếu để đảm bảo vừa atomic mà vừa consistent thì chỉ có nhồi vào chung transaction thôi. Có nghĩa là message/event cần được lưu và database và xử lý chung một transaction với business logic?
Từ những idea trên, liệu bạn đã mường tượng ra tổng thể solution cần thực hiện là như thế nào chưa? Đi từng bước một nhé. | + | Theo tài liệu Public_194, khái niệm Database trong MongoDB là gì? | Public_194
CÁC THUẬT NGỮ MONGODB THƯỜNG DÙNG
Database
Trong MongoDB, database là một container vật lý chứa tập hợp các collection. Một database có thể chứa 0 collection hoặc nhiều collection.
Một phiên bản máy chủ MongoDB có thể lưu trữ nhiều database và không có giới hạn về số lượng database có thể được lưu trữ trên một phiên bản, nhưng giới hạn ở không gian bộ nhớ ảo có thể được phân bổ bởi hệ điều hành. | Public_194
MONGODB hoạt động như thế nào?
MongoDB lưu trữ dữ liệu như thế nào?
Như chúng ta biết rằng MongoDB là một máy chủ cơ sở dữ liệu và dữ liệu được lưu trữ trong các cơ sở dữ liệu này. Hay nói cách khác, môi trường
MongoDB cung cấp cho bạn một máy chủ mà bạn có thể khởi động và sau đó tạo nhiều cơ sở dữ liệu trên đó bằng MongoDB.
Nhờ vào cơ sở dữ liệu NoSQL, dữ liệu được lưu trữ dưới dạng collection và document. Do đó, cơ sở dữ liệu, collection và document có mối liên hệ với nhau như hình dưới đây:
\|\|
Trong máy chủ MongoDB, bạn có thể tạo nhiều cơ sở dữ liệu và nhiều collection.
Cách cơ sở dữ liệu MongoDB chứa các collection cũng giống như cách cơ sở dữ liệu MySQL chứa các table.
Bên trong collection, chúng ta có document. Các document này chứa dữ liệu mà bạn muốn lưu trữ trong cơ sở dữ liệu MongoDB và một collection có thể chứa nhiều document. Đồng thời, với tính chất schema-less (không cần một cấu trúc lưu trữ dữ liệu), document này không nhất thiết phải giống với doc... | + | Dự án Stellarator nào được đề cập trong tài liệu? | Public_096
Công nghệ lò phản ứng
Stellarator:
* Thiết kế từ trường xoắn phức tạp, giúp plasma ổn định hơn và vận hành liên tục.
* Dự án: Wendelstein 7-X (Đức). | Public_096
Tại sao các nhà khoa học nghiên cứu năng lượng nhiệt hạch (nuclear fusion)?
nan
Ngay từ khi lý thuyết về phản ứng nhiệt hạch được hiểu rõ vào những năm 1930, các nhà khoa học – và ngày càng nhiều kỹ sư – đã theo đuổi mục tiêu tái tạo và khai thác nguồn n��ng lượng này. Lý do là nếu có thể tái tạo phản ứng nhiệt hạch trên Trái Đất ở quy mô công nghiệp, nó có thể cung cấp nguồn năng lượng sạch, an toàn và gần như vô hạn với chi phí hợp lý để đáp ứng nhu cầu của thế giới.
Phản ứng nhiệt hạch có khả năng tạo ra năng lượng gấp **bốn lần so với phân hạch** (đang được dùng trong các nhà máy điện hạt nhân) và gần **bốn triệu lần so với việc đốt dầu hoặc than** tính theo cùng khối lượng nhiên liệu.
Hầu hết các thiết kế lò phản ứng nhiệt hạch đang được phát triển đều sử dụng **hỗn hợp deuteri và triti** – các nguyên tử hydro chứa thêm nơtron. Về lý thuyết, chỉ cần vài gram hai loại nhiên liệu này có thể tạo ra **1 terajoule năng lượng** , tương đương lượng năng lượng một người ở quốc g... | +* Loss: [TripletLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters: + ```json + { + "distance_metric": "TripletDistanceMetric.EUCLIDEAN", + "triplet_margin": 5 + } + ``` + +### Training Hyperparameters +#### Non-Default Hyperparameters + +- `per_device_train_batch_size`: 2 +- `per_device_eval_batch_size`: 2 +- `fp16`: True +- `multi_dataset_batch_sampler`: round_robin + +#### All Hyperparameters +
Click to expand + +- `overwrite_output_dir`: False +- `do_predict`: False +- `eval_strategy`: no +- `prediction_loss_only`: True +- `per_device_train_batch_size`: 2 +- `per_device_eval_batch_size`: 2 +- `per_gpu_train_batch_size`: None +- `per_gpu_eval_batch_size`: None +- `gradient_accumulation_steps`: 1 +- `eval_accumulation_steps`: None +- `torch_empty_cache_steps`: None +- `learning_rate`: 5e-05 +- `weight_decay`: 0.0 +- `adam_beta1`: 0.9 +- `adam_beta2`: 0.999 +- `adam_epsilon`: 1e-08 +- `max_grad_norm`: 1 +- `num_train_epochs`: 3 +- `max_steps`: -1 +- `lr_scheduler_type`: linear +- `lr_scheduler_kwargs`: {} +- `warmup_ratio`: 0.0 +- `warmup_steps`: 0 +- `log_level`: passive +- `log_level_replica`: warning +- `log_on_each_node`: True +- `logging_nan_inf_filter`: True +- `save_safetensors`: True +- `save_on_each_node`: False +- `save_only_model`: False +- `restore_callback_states_from_checkpoint`: False +- `no_cuda`: False +- `use_cpu`: False +- `use_mps_device`: False +- `seed`: 42 +- `data_seed`: None +- `jit_mode_eval`: False +- `bf16`: False +- `fp16`: True +- `fp16_opt_level`: O1 +- `half_precision_backend`: auto +- `bf16_full_eval`: False +- `fp16_full_eval`: False +- `tf32`: None +- `local_rank`: 0 +- `ddp_backend`: None +- `tpu_num_cores`: None +- `tpu_metrics_debug`: False +- `debug`: [] +- `dataloader_drop_last`: False +- `dataloader_num_workers`: 0 +- `dataloader_prefetch_factor`: None +- `past_index`: -1 +- `disable_tqdm`: False +- `remove_unused_columns`: True +- `label_names`: None +- `load_best_model_at_end`: False +- `ignore_data_skip`: False +- `fsdp`: [] +- `fsdp_min_num_params`: 0 +- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False} +- `fsdp_transformer_layer_cls_to_wrap`: None +- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None} +- `parallelism_config`: None +- `deepspeed`: None +- `label_smoothing_factor`: 0.0 +- `optim`: adamw_torch +- `optim_args`: None +- `adafactor`: False +- `group_by_length`: False +- `length_column_name`: length +- `project`: huggingface +- `trackio_space_id`: trackio +- `ddp_find_unused_parameters`: None +- `ddp_bucket_cap_mb`: None +- `ddp_broadcast_buffers`: False +- `dataloader_pin_memory`: True +- `dataloader_persistent_workers`: False +- `skip_memory_metrics`: True +- `use_legacy_prediction_loop`: False +- `push_to_hub`: False +- `resume_from_checkpoint`: None +- `hub_model_id`: None +- `hub_strategy`: every_save +- `hub_private_repo`: None +- `hub_always_push`: False +- `hub_revision`: None +- `gradient_checkpointing`: False +- `gradient_checkpointing_kwargs`: None +- `include_inputs_for_metrics`: False +- `include_for_metrics`: [] +- `eval_do_concat_batches`: True +- `fp16_backend`: auto +- `push_to_hub_model_id`: None +- `push_to_hub_organization`: None +- `mp_parameters`: +- `auto_find_batch_size`: False +- `full_determinism`: False +- `torchdynamo`: None +- `ray_scope`: last +- `ddp_timeout`: 1800 +- `torch_compile`: False +- `torch_compile_backend`: None +- `torch_compile_mode`: None +- `include_tokens_per_second`: False +- `include_num_input_tokens_seen`: no +- `neftune_noise_alpha`: None +- `optim_target_modules`: None +- `batch_eval_metrics`: False +- `eval_on_start`: False +- `use_liger_kernel`: False +- `liger_kernel_config`: None +- `eval_use_gather_object`: False +- `average_tokens_across_devices`: True +- `prompts`: None +- `batch_sampler`: batch_sampler +- `multi_dataset_batch_sampler`: round_robin +- `router_mapping`: {} +- `learning_rate_mapping`: {} + +
+ +### Training Logs +| Epoch | Step | Training Loss | +|:------:|:-----:|:-------------:| +| 0.1478 | 500 | 5.0049 | +| 0.2956 | 1000 | 4.9978 | +| 0.4434 | 1500 | 4.9986 | +| 0.5912 | 2000 | 4.9993 | +| 0.7390 | 2500 | 5.0005 | +| 0.8868 | 3000 | 4.999 | +| 1.0346 | 3500 | 5.0014 | +| 1.1824 | 4000 | 4.9977 | +| 1.3302 | 4500 | 4.9989 | +| 1.4780 | 5000 | 5.003 | +| 1.6258 | 5500 | 5.0022 | +| 1.7736 | 6000 | 4.9975 | +| 1.9214 | 6500 | 4.9974 | +| 2.0692 | 7000 | 4.9986 | +| 2.2170 | 7500 | 5.0003 | +| 2.3648 | 8000 | 4.9994 | +| 2.5126 | 8500 | 4.9971 | +| 2.6604 | 9000 | 5.0037 | +| 2.8082 | 9500 | 4.997 | +| 2.9560 | 10000 | 4.9997 | + + +### Framework Versions +- Python: 3.12.11 +- Sentence Transformers: 5.1.0 +- Transformers: 4.57.1 +- PyTorch: 2.7.0+cu126 +- Accelerate: 1.11.0 +- Datasets: 3.6.0 +- Tokenizers: 0.22.1 + +## Citation + +### BibTeX + +#### Sentence Transformers +```bibtex +@inproceedings{reimers-2019-sentence-bert, + title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks", + author = "Reimers, Nils and Gurevych, Iryna", + booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing", + month = "11", + year = "2019", + publisher = "Association for Computational Linguistics", + url = "https://arxiv.org/abs/1908.10084", +} +``` + +#### TripletLoss +```bibtex +@misc{hermans2017defense, + title={In Defense of the Triplet Loss for Person Re-Identification}, + author={Alexander Hermans and Lucas Beyer and Bastian Leibe}, + year={2017}, + eprint={1703.07737}, + archivePrefix={arXiv}, + primaryClass={cs.CV} +} +``` + + + + + + \ No newline at end of file