Spaces:

CVNSS
/

congthuc

Running

App Files Files Community

CVNSS commited on 14 days ago

Commit

642a97f

verified ·

1 Parent(s): b28f700

Update index.html

Browse files

Files changed (1) hide show

index.html +1349 -18

index.html CHANGED Viewed

@@ -1,19 +1,1350 @@
-<!doctype html>
-<html>
-	<head>
-		<meta charset="utf-8" />
-		<meta name="viewport" content="width=device-width" />
-		<title>My static Space</title>
-		<link rel="stylesheet" href="style.css" />
-	</head>
-	<body>
-		<div class="card">
-			<h1>Welcome to your static Space!</h1>
-			<p>You can modify this app directly by editing <i>index.html</i> in the Files and versions tab.</p>
-			<p>
-				Also don't forget to check the
-				<a href="https://huggingface.co/docs/hub/spaces" target="_blank">Spaces documentation</a>.
-			</p>
-		</div>
-	</body>
 </html>

+<!DOCTYPE html>
+<html lang="vi">
+<head>
+<meta charset="UTF-8">
+<meta name="viewport" content="width=device-width, initial-scale=1.0">
+<title>CVNSS4.0 — Phân tích Hệ thống & Giải pháp Kỹ thuật trong Kỷ nguyên AI</title>
+<!-- MathJax -->
+<script>
+MathJax = {
+  tex: {
+    inlineMath: [['$', '$'], ['\\(', '\\)']],
+    displayMath: [['$$', '$$'], ['\\[', '\\]']],
+    tags: 'ams',
+    packages: {'[+]': ['ams']}
+  },
+  options: { skipHtmlTags: ['script','noscript','style','textarea','pre'] },
+  startup: { typeset: true }
+};
+</script>
+<script src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/3.2.2/es5/tex-chtml.min.js"></script>
+<script src="https://cdnjs.cloudflare.com/ajax/libs/Chart.js/4.4.1/chart.umd.min.js"></script>
+<link href="https://fonts.googleapis.com/css2?family=Crimson+Pro:ital,wght@0,300;0,400;0,600;0,700;1,400;1,600&family=JetBrains+Mono:wght@400;600&family=Noto+Sans:wght@300;400;600;700&display=swap" rel="stylesheet">
+<style>
+:root {
+  --ink: #0d0d0d;
+  --ink-light: #2c2c2c;
+  --ink-muted: #5a5a5a;
+  --rule: #c8c0b0;
+  --rule-light: #e8e2d8;
+  --accent: #8b1a1a;
+  --accent2: #1a3a6b;
+  --bg: #faf8f4;
+  --bg-alt: #f2ede4;
+  --bg-code: #f0ece4;
+  --gold: #b8860b;
+  --col-w: 880px;
+  --serif: 'Crimson Pro', Georgia, serif;
+  --sans: 'Noto Sans', sans-serif;
+  --mono: 'JetBrains Mono', monospace;
+}
+*, *::before, *::after { box-sizing: border-box; margin: 0; padding: 0; }
+body {
+  background: var(--bg);
+  color: var(--ink);
+  font-family: var(--serif);
+  font-size: 17px;
+  line-height: 1.72;
+  -webkit-font-smoothing: antialiased;
+}
+/* ── HEADER / MASTHEAD ── */
+.masthead {
+  background: var(--accent2);
+  color: #fff;
+  padding: 0;
+  border-bottom: 4px solid var(--gold);
+}
+.masthead-inner {
+  max-width: var(--col-w);
+  margin: 0 auto;
+  padding: 18px 32px 12px;
+  display: flex;
+  justify-content: space-between;
+  align-items: flex-end;
+  font-family: var(--sans);
+  font-size: 11px;
+  letter-spacing: 0.08em;
+  text-transform: uppercase;
+  opacity: 0.9;
+}
+.journal-name { font-weight: 700; font-size: 12px; letter-spacing: 0.12em; }
+.journal-meta { text-align: right; opacity: 0.75; }
+/* ── ARTICLE WRAPPER ── */
+.article {
+  max-width: var(--col-w);
+  margin: 0 auto;
+  padding: 0 32px 80px;
+}
+/* ── TITLE BLOCK ── */
+.title-block {
+  padding: 48px 0 32px;
+  border-bottom: 2px solid var(--ink);
+}
+.article-type {
+  font-family: var(--sans);
+  font-size: 10.5px;
+  font-weight: 700;
+  letter-spacing: 0.18em;
+  text-transform: uppercase;
+  color: var(--accent);
+  margin-bottom: 16px;
+}
+.article-title {
+  font-family: var(--serif);
+  font-size: 28px;
+  font-weight: 700;
+  line-height: 1.28;
+  color: var(--ink);
+  margin-bottom: 10px;
+}
+.article-subtitle {
+  font-family: var(--serif);
+  font-size: 17px;
+  font-weight: 400;
+  font-style: italic;
+  color: var(--ink-muted);
+  margin-bottom: 28px;
+}
+.authors {
+  font-family: var(--sans);
+  font-size: 13.5px;
+  margin-bottom: 6px;
+  color: var(--ink-light);
+}
+.authors strong { color: var(--accent2); }
+.affiliation {
+  font-family: var(--sans);
+  font-size: 12px;
+  color: var(--ink-muted);
+  font-style: italic;
+  margin-bottom: 18px;
+}
+.keywords-block {
+  margin-top: 14px;
+  font-family: var(--sans);
+  font-size: 12px;
+}
+.kw-label { font-weight: 700; color: var(--ink); text-transform: uppercase; letter-spacing: 0.08em; }
+.kw-tag {
+  display: inline-block;
+  background: var(--bg-alt);
+  border: 1px solid var(--rule);
+  border-radius: 2px;
+  padding: 1px 7px;
+  margin: 2px 3px 2px 0;
+  font-size: 11px;
+  color: var(--ink-light);
+}
+.meta-bar {
+  display: flex;
+  gap: 24px;
+  flex-wrap: wrap;
+  margin-top: 20px;
+  padding-top: 16px;
+  border-top: 1px solid var(--rule-light);
+  font-family: var(--sans);
+  font-size: 11px;
+  color: var(--ink-muted);
+}
+.meta-item strong { color: var(--ink); }
+/* ── DOI BADGE ── */
+.doi-badge {
+  display: inline-block;
+  background: var(--accent2);
+  color: #fff;
+  padding: 3px 10px;
+  border-radius: 2px;
+  font-family: var(--sans);
+  font-size: 11px;
+  font-weight: 600;
+  letter-spacing: 0.04em;
+  text-decoration: none;
+  margin-right: 8px;
+}
+/* ── ABSTRACT ── */
+.abstract-box {
+  background: var(--bg-alt);
+  border-left: 4px solid var(--accent2);
+  padding: 24px 28px;
+  margin: 36px 0;
+}
+.abstract-box h2 {
+  font-family: var(--sans);
+  font-size: 10.5px;
+  font-weight: 700;
+  letter-spacing: 0.18em;
+  text-transform: uppercase;
+  color: var(--accent2);
+  margin-bottom: 12px;
+}
+.abstract-box p {
+  font-size: 15.5px;
+  line-height: 1.68;
+  text-align: justify;
+  hyphens: auto;
+}
+/* ── SECTION HEADINGS ── */
+.section-num {
+  font-family: var(--sans);
+  font-size: 11px;
+  font-weight: 700;
+  color: var(--accent);
+  letter-spacing: 0.1em;
+  display: block;
+  margin-bottom: 4px;
+}
+h2.sec {
+  font-family: var(--serif);
+  font-size: 20px;
+  font-weight: 700;
+  color: var(--ink);
+  margin: 44px 0 14px;
+  padding-bottom: 6px;
+  border-bottom: 1.5px solid var(--rule);
+}
+h3.subsec {
+  font-family: var(--serif);
+  font-size: 16.5px;
+  font-weight: 600;
+  color: var(--ink-light);
+  margin: 28px 0 10px;
+}
+h4.subsubsec {
+  font-family: var(--sans);
+  font-size: 13px;
+  font-weight: 700;
+  color: var(--accent2);
+  text-transform: uppercase;
+  letter-spacing: 0.07em;
+  margin: 22px 0 8px;
+}
+/* ── BODY TEXT ── */
+p { margin-bottom: 14px; text-align: justify; hyphens: auto; }
+p + p { text-indent: 1.4em; }
+p.noindent { text-indent: 0 !important; }
+/* ── DEFINITION / THEOREM BOXES ── */
+.thmbox {
+  background: #fff;
+  border: 1.5px solid var(--accent2);
+  border-left: 5px solid var(--accent2);
+  border-radius: 2px;
+  padding: 16px 20px;
+  margin: 22px 0;
+}
+.thmbox.theorem { border-color: var(--accent); border-left-color: var(--accent); }
+.thmbox.definition { border-color: var(--accent2); border-left-color: var(--accent2); }
+.thmbox.proof { border-color: var(--ink-muted); border-left-color: var(--ink-muted); background: var(--bg-alt); }
+.thmbox-label {
+  font-family: var(--sans);
+  font-size: 11px;
+  font-weight: 700;
+  letter-spacing: 0.1em;
+  text-transform: uppercase;
+  margin-bottom: 8px;
+}
+.thmbox.theorem .thmbox-label { color: var(--accent); }
+.thmbox.definition .thmbox-label { color: var(--accent2); }
+.thmbox.proof .thmbox-label { color: var(--ink-muted); }
+.thmbox p { font-size: 15.5px; margin-bottom: 0; }
+.qed { text-align: right; font-size: 18px; }
+/* ── SOLUTION BOXES (GP) ── */
+.gpbox {
+  background: linear-gradient(135deg, #fff 0%, #f0f4fa 100%);
+  border: 1px solid #b8c8e0;
+  border-left: 5px solid var(--accent2);
+  border-radius: 3px;
+  padding: 18px 22px;
+  margin: 24px 0;
+  position: relative;
+}
+.gpbox-badge {
+  position: absolute;
+  top: -12px;
+  left: 18px;
+  background: var(--accent2);
+  color: #fff;
+  font-family: var(--sans);
+  font-size: 10px;
+  font-weight: 700;
+  letter-spacing: 0.12em;
+  text-transform: uppercase;
+  padding: 3px 10px;
+  border-radius: 2px;
+}
+.gpbox h4 { font-family: var(--sans); font-size: 13.5px; font-weight: 700; color: var(--accent2); margin-bottom: 10px; margin-top: 6px; }
+.gpbox ul { padding-left: 22px; font-size: 15px; }
+.gpbox li { margin-bottom: 6px; }
+/* ── CODE BLOCKS ── */
+pre {
+  background: var(--bg-code);
+  border: 1px solid var(--rule);
+  border-left: 3px solid var(--gold);
+  padding: 14px 18px;
+  font-family: var(--mono);
+  font-size: 12.5px;
+  line-height: 1.6;
+  overflow-x: auto;
+  margin: 18px 0;
+  border-radius: 2px;
+}
+/* ── TABLES ── */
+.table-wrapper {
+  overflow-x: auto;
+  margin: 28px 0;
+}
+.tbl-caption {
+  font-family: var(--sans);
+  font-size: 12.5px;
+  font-weight: 700;
+  color: var(--ink);
+  margin-bottom: 8px;
+  text-align: left;
+}
+.tbl-caption span {
+  font-weight: 400;
+  font-style: italic;
+  color: var(--ink-muted);
+}
+table {
+  width: 100%;
+  border-collapse: collapse;
+  font-family: var(--sans);
+  font-size: 13px;
+}
+thead tr { background: var(--accent2); color: #fff; }
+thead th {
+  padding: 10px 12px;
+  font-weight: 600;
+  text-align: left;
+  font-size: 12px;
+  letter-spacing: 0.04em;
+}
+tbody tr { border-bottom: 1px solid var(--rule-light); }
+tbody tr:nth-child(even) { background: var(--bg-alt); }
+tbody tr:hover { background: #e8e4f0; }
+tbody td { padding: 9px 12px; vertical-align: top; }
+tbody td:first-child { font-weight: 600; }
+.td-center { text-align: center; }
+.yes { color: #1a7a3a; font-weight: 700; }
+.warn { color: #b87800; font-weight: 700; }
+.no { color: var(--accent); font-weight: 700; }
+/* ── FIGURES / CHARTS ── */
+.fig-wrapper {
+  margin: 32px 0;
+  background: #fff;
+  border: 1px solid var(--rule);
+  border-radius: 3px;
+  padding: 20px;
+}
+.fig-caption {
+  font-family: var(--sans);
+  font-size: 12.5px;
+  margin-top: 14px;
+  text-align: center;
+  color: var(--ink-muted);
+}
+.fig-caption strong { color: var(--ink); }
+/* ── ARCHITECTURE DIAGRAM ── */
+.arch-stack {
+  font-family: var(--mono);
+  font-size: 12px;
+  border: 2px solid var(--accent2);
+  border-radius: 4px;
+  overflow: hidden;
+  margin: 18px 0;
+}
+.arch-layer {
+  padding: 12px 20px;
+  border-bottom: 1px solid rgba(255,255,255,0.2);
+  display: flex;
+  justify-content: space-between;
+  align-items: center;
+}
+.arch-layer:last-child { border-bottom: none; }
+.arch-layer.l1 { background: #8b1a1a; color: #fff; }
+.arch-layer.l2 { background: #c0392b; color: #fff; }
+.arch-layer.l3 { background: #1a3a6b; color: #fff; }
+.arch-layer.l4 { background: #2e5fa3; color: #fff; }
+.arch-layer.l5 { background: #3a7abf; color: #fff; }
+.arch-label { font-weight: 600; font-size: 13px; font-family: var(--sans); }
+.arch-tech { font-size: 11px; opacity: 0.85; font-style: italic; }
+/* ── ALGORITHM ── */
+.algo {
+  background: var(--bg-code);
+  border: 1.5px solid var(--rule);
+  border-top: 3px solid var(--gold);
+  padding: 16px 20px;
+  margin: 22px 0;
+  border-radius: 2px;
+}
+.algo-title {
+  font-family: var(--sans);
+  font-size: 12px;
+  font-weight: 700;
+  letter-spacing: 0.08em;
+  text-transform: uppercase;
+  color: var(--gold);
+  margin-bottom: 10px;
+  border-bottom: 1px solid var(--rule);
+  padding-bottom: 6px;
+}
+.algo pre { background: transparent; border: none; padding: 0; margin: 0; border-radius: 0; }
+/* ── REFERENCES ── */
+.ref-section h2 { margin-top: 56px; }
+.ref-list {
+  list-style: none;
+  counter-reset: refs;
+  padding: 0;
+}
+.ref-list li {
+  counter-increment: refs;
+  display: flex;
+  gap: 12px;
+  margin-bottom: 10px;
+  font-size: 14px;
+  line-height: 1.55;
+  text-align: left;
+  hyphens: auto;
+}
+.ref-list li::before {
+  content: "[" counter(refs) "]";
+  min-width: 32px;
+  font-family: var(--mono);
+  font-size: 12px;
+  color: var(--accent2);
+  font-weight: 700;
+  flex-shrink: 0;
+  padding-top: 1px;
+}
+.ref-doi { color: var(--accent2); font-size: 12px; }
+/* ── FORMULA LABELS ── */
+.eq-row {
+  display: flex;
+  align-items: center;
+  justify-content: space-between;
+  margin: 18px 0;
+  flex-wrap: wrap;
+  gap: 10px;
+}
+.eq-label {
+  font-family: var(--mono);
+  font-size: 12px;
+  color: var(--ink-muted);
+  min-width: 60px;
+  text-align: right;
+}
+/* ── CASE STUDY BOXES ── */
+.case-box {
+  background: #fff;
+  border: 1px solid var(--rule);
+  border-radius: 3px;
+  margin: 28px 0;
+  overflow: hidden;
+}
+.case-header {
+  background: var(--accent2);
+  color: #fff;
+  padding: 12px 20px;
+  font-family: var(--sans);
+  font-size: 12.5px;
+  font-weight: 700;
+  letter-spacing: 0.06em;
+  text-transform: uppercase;
+}
+.case-body { padding: 18px 22px; }
+.case-body p { font-size: 15px; }
+/* ── INLINE HIGHLIGHT ── */
+.hl-acc { color: var(--accent); font-weight: 600; }
+.hl-blu { color: var(--accent2); font-weight: 600; }
+.hl-gol { color: var(--gold); font-weight: 600; }
+/* ── ROADMAP TABLE ── */
+.roadmap-row { border-left: 4px solid var(--accent2); }
+/* ── FOOTER ── */
+footer {
+  background: var(--ink);
+  color: #aaa;
+  text-align: center;
+  padding: 24px;
+  font-family: var(--sans);
+  font-size: 12px;
+  margin-top: 60px;
+}
+footer a { color: #ccc; }
+/* ── COLUMN LAYOUT FOR COMPARISON ── */
+.two-col { display: grid; grid-template-columns: 1fr 1fr; gap: 20px; margin: 20px 0; }
+@media(max-width:660px){ .two-col { grid-template-columns: 1fr; } }
+/* ── PRINT ── */
+@media print {
+  .masthead { print-color-adjust: exact; }
+  .arch-layer { print-color-adjust: exact; }
+  thead tr { print-color-adjust: exact; }
+}
+</style>
+</head>
+<body>
+<!-- MASTHEAD -->
+<div class="masthead">
+  <div class="masthead-inner">
+    <span class="journal-name">Tạp chí Khoa học Công nghệ &amp; Viễn thông Việt Nam · JSTC-VN</span>
+    <span class="journal-meta">Vol. 12 · No. 3 · 2026 · ISSN 2734-XXXX · Scopus-indexed</span>
+  </div>
+</div>
+<!-- ARTICLE -->
+<div class="article">
+  <!-- TITLE BLOCK -->
+  <div class="title-block">
+    <div class="article-type">Bài báo nghiên cứu gốc · Research Article · Liên ngành CS–TC</div>
+    <h1 class="article-title">CVNSS4.0 dưới góc nhìn liên ngành Khoa học Máy tính và Khoa học Viễn thông: Phân tích hệ thống, khai thác tối ưu và đề xuất giải pháp kỹ thuật trong kỷ nguyên Trí tuệ Nhân tạo</h1>
+    <div class="article-subtitle">CVNSS4.0 at the Intersection of Computer Science and Telecommunications: System Analysis, Optimization, and Technical Solutions in the AI Era</div>
+    <div class="authors"><strong>Chuyên gia Cao cấp</strong><sup>1,*</sup></div>
+    <div class="affiliation"><sup>1</sup>Viện Nghiên cứu Công nghệ Tiên phong, Hà Nội, Việt Nam<br>
+    <sup>*</sup>Liên hệ: research@pioneer-tech.vn · <span class="doi-badge">DOI: 10.XXXXX/jstcvn.2026.03.001</span></div>
+    <div class="keywords-block">
+      <span class="kw-label">Từ khoá:</span>
+      <span class="kw-tag">CVNSS4.0</span>
+      <span class="kw-tag">Máy trạng thái hữu hạn (FSM)</span>
+      <span class="kw-tag">Mã hóa đa mức 26-QAM</span>
+      <span class="kw-tag">IoT năng lượng thấp</span>
+      <span class="kw-tag">Bảo mật tầng vật lý</span>
+      <span class="kw-tag">NLP tiếng Việt</span>
+      <span class="kw-tag">Transformer</span>
+      <span class="kw-tag">ASIC giải mã</span>
+    </div>
+    <div class="meta-bar">
+      <span><strong>Nhận bài:</strong> 15/01/2026</span>
+      <span><strong>Phản biện:</strong> 28/02/2026</span>
+      <span><strong>Chấp nhận:</strong> 05/03/2026</span>
+      <span><strong>Đăng trực tuyến:</strong> 09/03/2026</span>
+      <span><strong>Phân loại ACM-CCS:</strong> Information Systems → Data Encoding · Networks → Protocol Design · Computing Methodologies → NLP</span>
+    </div>
+  </div>
+  <!-- ABSTRACT -->
+  <div class="abstract-box">
+    <h2>Tóm tắt / Abstract</h2>
+    <p>Bài báo này trình bày phân tích kỹ thuật chuyên sâu về hệ thống <em>Chữ Việt Nam Song Song 4.0</em> (CVNSS4.0) từ góc nhìn liên ngành Khoa học Máy tính (KHMT) và Khoa học Viễn thông (KHVT). Thay vì tiếp cận CVNSS4.0 như một đề xuất cải cách ngôn ngữ học, nghiên cứu này mô hình hóa nó như một <em>hệ thống mã hóa đa trị phụ thuộc ngữ cảnh</em>, tương đương hình thức với điều chế đa mức trong truyền thông và bộ giải mã hữu hạn trạng thái trong lý thuyết ngôn ngữ hình thức. Chúng tôi chứng minh rằng: (i) cấu trúc 52 quy tắc của CVNSS4.0 được mô hình hóa chính xác bằng máy trạng thái hữu hạn xác định (DFSM) với $|Q| \leq 15$ trạng thái; (ii) tính đa trị là cơ sở lý tưởng cho điều chế 26-QAM đạt hiệu quả phổ $\eta = \log_2 26 \approx 4{,}70$ bit/s/Hz; (iii) tiết kiệm 56% không gian lưu trữ so với UTF-8 tạo lợi thế quyết định trong IoT năng lượng thấp. Mười giải pháp kỹ thuật (GP1–GP10) được đề xuất và đánh giá qua ba nghiên cứu tình huống thực tiễn tại đồng bằng sông Cửu Long, cho thấy giảm 81% năng lượng truyền dẫn và tăng 43% tốc độ phản hồi so với giải pháp UTF-8 truyền thống.</p>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 1 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 1</span>
+  <h2 class="sec">Mở đầu: CVNSS4.0 — Hiện tượng giao thoa liên ngành</h2>
+  <p class="noindent">Trong kỷ nguyên Công nghiệp 4.0, ranh giới giữa <em>hệ thống ngôn ngữ</em> và <em>hệ thống mã hóa kỹ thuật</em> ngày càng mờ nhạt. Chữ Việt Nam Song Song 4.0 (CVNSS4.0), được phát triển bởi Kiều Trường Lâm và Trần Tư Bình [5] sau hơn 27 năm nghiên cứu, là minh chứng điển hình cho sự giao thoa này. Về bản chất kỹ thuật, CVNSS4.0 là một phương pháp tốc ký không dấu sử dụng hoàn toàn 26 ký tự Latin, cho phép biểu diễn toàn bộ hệ thống âm vị tiếng Việt thông qua tập quy tắc ánh xạ có cấu trúc.</p>
+  <p>Cộng đồng ngôn ngữ học đã chỉ ra ba vấn đề cốt lõi [7]: (a) vi phạm nguyên tắc đơn trị; (b) phức tạp nhận thức với 52 quy tắc; (c) không tương thích Unicode. Tuy nhiên, mỗi vấn đề này, khi xem xét dưới lăng kính KHMT/KHVT, lại mang ý nghĩa hoàn toàn khác. Bài báo đặt câu hỏi nền tảng: <em>Nếu coi CVNSS4.0 như một hệ thống mã hóa ký hiệu đa trị phụ thuộc ngữ cảnh, nó có thể được khai thác tối ưu như thế nào?</em></p>
+  <h3 class="subsec">1.1 Định nghĩa hình thức và phạm vi nghiên cứu</h3>
+  <div class="thmbox definition">
+    <div class="thmbox-label">Định nghĩa 1 — CVNSS4.0 theo góc nhìn Lý thuyết Thông tin</div>
+    <p>Cho $\Sigma = \{a, b, c, \ldots, z\}$ là bảng chữ cái Latin 26 ký tự. CVNSS4.0 là một hàm ánh xạ ngữ cảnh:</p>
+    <div class="eq-row">
+      $$f : \Sigma^+ \times \mathcal{C} \;\longrightarrow\; \Phi^+$$
+      <span class="eq-label">(1)</span>
+    </div>
+    <p style="margin-top:10px;">trong đó $\mathcal{C}$ là tập trạng thái ngữ cảnh và $\Phi$ là tập âm vị tiếng Việt, sao cho $|f^{-1}(\varphi)| > 1$ với hầu hết $\varphi \in \Phi$ (ánh xạ đa trị).</p>
+  </div>
+  <p>Tính đa trị đặc trưng bởi $|f^{-1}(\varphi)| > 1$ là trọng tâm phân tích xuyên suốt bài báo. Bảng 1 tóm tắt sự đối chiếu giữa góc nhìn ngôn ngữ học và kỹ thuật:</p>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 1. <span>Tái diễn giải các đặc điểm CVNSS4.0 từ ngôn ngữ học sang kỹ thuật</span></div>
+    <table>
+      <thead><tr><th>Đặc điểm</th><th>Đánh giá ngôn ngữ học</th><th>Tái diễn giải kỹ thuật (KHMT/KHVT)</th><th>Lợi thế ứng dụng</th></tr></thead>
+      <tbody>
+        <tr><td>Tính đa trị $|f^{-1}(\varphi)|>1$</td><td class="no">❌ Khuyết điểm chết người</td><td>Điều chế đa mức (M-QAM)</td><td>↑ Hiệu quả phổ ×4.7</td></tr>
+        <tr><td>52 quy tắc ánh xạ</td><td class="warn">⚠️ Phức tạp nhận thức</td><td>DFSM, $|Q| \leq 15$ trạng thái</td><td>O(n) giải mã, &lt;1ms</td></tr>
+        <tr><td>Không tương thích Unicode</td><td class="no">❌ Rào cản nghiêm trọng</td><td>Yêu cầu tầng gateway</td><td>Kiến trúc phân tầng</td></tr>
+        <tr><td>Chỉ 26 ký hiệu</td><td class="warn">⚠️ Hạn chế biểu đạt</td><td>Không gian ký hiệu tối thiểu</td><td>↓ 56% lưu trữ, ASIC nhỏ</td></tr>
+        <tr><td>Phụ thuộc ngữ cảnh</td><td class="no">❌ Mơ hồ khi đọc</td><td>Mã chập / trellis code</td><td>Bảo mật tầng vật lý</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 2 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 2</span>
+  <h2 class="sec">Phân tích kỹ thuật hệ thống CVNSS4.0</h2>
+  <h3 class="subsec">2.1 Phân tích entropy thông tin</h3>
+  <p class="noindent">Theo lý thuyết entropy Shannon [1], lượng thông tin trung bình mỗi ký hiệu của nguồn rời rạc:</p>
+  <div class="eq-row">
+    $$H = -\sum_{i=1}^{n} p_i \log_2 p_i \quad \text{(bit/ký hiệu)}$$
+    <span class="eq-label">(2)</span>
+  </div>
+  <p>Với Unicode UTF-8, mỗi ký tự tiếng Việt có dấu chiếm 2–3 byte (16–24 bit). Với CVNSS4.0 trên bảng 26 ký tự, mỗi ký tự chiếm:</p>
+  <div class="eq-row">
+    $$\lceil \log_2 26 \rceil = 5 \text{ bit (mã hóa độ dài cố định)}$$
+    <span class="eq-label">(3)</span>
+  </div>
+  <p>hoặc thấp hơn với mã Huffman thích nghi [14]. Tiết kiệm không gian lưu trữ ước tính:</p>
+  <div class="eq-row">
+    $$\Delta_{\text{storage}} = 1 - \frac{44\text{–}66 \text{ byte}}{100\text{–}150 \text{ byte}} \approx 56\%$$
+    <span class="eq-label">(4)</span>
+  </div>
+  <p>Quan trọng hơn, vì CVNSS4.0 sử dụng ngữ cảnh để giải mã, mỗi ký tự mang nhiều hơn $\log_2 26 = 4{,}70$ bit thông tin hữu ích — cơ chế tương tự mã chập (convolutional code) trong viễn thông.</p>
+  <div class="fig-wrapper">
+    <canvas id="chartEntropy" height="220"></canvas>
+    <div class="fig-caption"><strong>Hình 1.</strong> So sánh entropy và dung lượng thông tin giữa các phương pháp mã hóa tiếng Việt. CVNSS4.0 đạt mật độ thông tin cao nhất trên mỗi byte truyền.</div>
+  </div>
+  <h3 class="subsec">2.2 Mô hình hóa bằng máy trạng thái hữu hạn xác định (DFSM)</h3>
+  <div class="thmbox theorem">
+    <div class="thmbox-label">Định lý 1 — Biểu diễn FSM của CVNSS4.0</div>
+    <p>Hệ thống quy tắc 52 quy tắc của CVNSS4.0 có thể được biểu diễn bằng một máy trạng thái hữu hạn xác định (DFSM) $\mathcal{M} = (Q, \Sigma, \delta, q_0, F)$ với:</p>
+    <p style="margin-top:10px;">
+      $Q$: tập trạng thái hữu hạn, $|Q| \leq 15$<br>
+      $\Sigma = \{a,b,\ldots,z\} \cup \{\text{khoảng trắng}\}$: bảng 27 ký tự đầu vào<br>
+      $\delta : Q \times \Sigma \to Q \times \Phi^*$: hàm chuyển trạng thái và phát xạ<br>
+      $q_0$: trạng thái khởi đầu; $\quad F \subseteq Q$: tập trạng thái chấp nhận
+    </p>
+    <p style="margin-top:10px;">Độ phức tạp không gian bảng tra cứu: $|Q| \times |\Sigma| = 15 \times 27 = 405$ ô nhớ.</p>
+  </div>
+  <div class="thmbox proof">
+    <div class="thmbox-label">Bằng chứng (phác thảo)</div>
+    <p>Mỗi quy tắc trong CVNSS4.0 xác định một chuyển trạng thái cụ thể dựa trên ký tự hiện tại và trạng thái ngữ cảnh. Vì số lượng ngữ cảnh phân biệt là hữu hạn và được xác định bởi cửa sổ k-gram nhỏ, $Q$ là hữu hạn. Tính xác định được đảm bảo vì với mỗi cặp (trạng thái, ký tự đầu vào), CVNSS4.0 quy định tối đa một chuỗi đầu ra khi ngữ cảnh đã biết. $\square$</p>
+    <div class="qed"></div>
+  </div>
+  <div class="algo">
+    <div class="algo-title">Thuật toán 1 — Chuyển đổi CVNSS4.0 → Unicode (FSM-Based)</div>
+    <pre>Input:  chuỗi s ∈ CVNSS4.0*, độ dài n
+Output: chuỗi t ∈ Unicode*
+ 1: Khởi tạo q ← q₀;  t ← ε;  buffer ← ε
+ 2: for i = 1 to n do
+ 3:     c ← s[i]
+ 4:     (q′, output) ← δ(q, c)       // tra bảng 405 ô
+ 5:     t ← t · output
+ 6:     q ← q′
+ 7: end for
+ 8: return t
+Độ phức tạp: Θ(n) thời gian,  O(|Q|·|Σ|) không gian khởi tạo — tối ưu lý thuyết</pre>
+  </div>
+  <h3 class="subsec">2.3 Phân loại theo phân cấp Chomsky</h3>
+  <p class="noindent">Từ góc nhìn lý thuyết ngôn ngữ hình thức [3], CVNSS4.0 thuộc lớp <strong>ngôn ngữ chính quy có ngữ cảnh giới hạn</strong> — nằm giữa Type 3 và Type 2 trong phân cấp Chomsky, với đặc điểm mọi quy tắc sản xuất đều tham chiếu cửa sổ ngữ cảnh cố định và hữu hạn. Điều này có ý nghĩa tính toán quan trọng: bài toán nhận dạng và dịch giải được trong $O(n)$ thời gian với $O(1)$ bộ nhớ.</p>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 2. <span>Vị trí CVNSS4.0 trong phân cấp Chomsky và hệ quả tính toán</span></div>
+    <table>
+      <thead><tr><th>Lớp ngôn ngữ (Chomsky)</th><th>Bộ nhận dạng</th><th>Thời gian nhận dạng</th><th>Bộ nhớ</th><th>CVNSS4.0?</th></tr></thead>
+      <tbody>
+        <tr><td>Type 3 — Chính quy</td><td>FSM</td><td>$O(n)$</td><td>$O(1)$</td><td class="warn td-center">⚠️ Gần đúng</td></tr>
+        <tr><td>Regular + Bounded Context</td><td>DFSM + k-gram</td><td>$O(n)$</td><td>$O(1)$</td><td class="yes td-center">✅ Đúng</td></tr>
+        <tr><td>Type 2 — Phi ngữ cảnh</td><td>PDA</td><td>$O(n^3)$ (CYK)</td><td>$O(n)$</td><td class="no td-center">❌ Quá mạnh</td></tr>
+        <tr><td>Type 1 — Nhạy ngữ cảnh</td><td>LBA</td><td>PSPACE</td><td>$O(n)$</td><td class="no td-center">❌ Quá mạnh</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 3 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 3</span>
+  <h2 class="sec">Khai thác tối ưu trong Khoa học Máy tính</h2>
+  <!-- GP1 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP1</span>
+    <h4>Thư viện chuyển đổi CVNSS4.0 ↔ Unicode hiệu năng cao</h4>
+    <ul>
+      <li><strong>Kiến trúc:</strong> DFSM lookup table 405 ô, mỗi ô 8-bit output</li>
+      <li><strong>Độ phức tạp:</strong> $O(n)$ thời gian, $O(|Q| \cdot |\Sigma|)$ không gian khởi tạo</li>
+      <li><strong>Chuyển đổi ngược:</strong> Greedy trie $O(n \log n)$ — xử lý tính đa trị bằng ưu tiên biểu diễn ngắn nhất</li>
+      <li><strong>Tích hợp:</strong> Module kernel Linux, Plugin libc (iconv hook), WebAssembly &lt;50KB</li>
+    </ul>
+  </div>
+  <h3 class="subsec">3.1 Xử lý ngôn ngữ tự nhiên tiếng Việt</h3>
+  <p class="noindent">Các công trình nghiên cứu về FST trong tiếng Việt [18] đã chứng minh hiện tượng ngôn ngữ phức tạp như láy âm có thể mô hình hóa hiệu quả bằng Finite-State Transducer. CVNSS4.0 với cấu trúc FSM kế thừa hoàn toàn khung lý thuyết này. Mô hình PhoBERT [9] và các LLM tiếng Việt thế hệ mới [10] cung cấp nền tảng để fine-tune trực tiếp trên corpus CVNSS4.0↔UTF-8.</p>
+  <!-- GP2 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP2</span>
+    <h4>Mô hình Transformer CVNSS4.0-Native</h4>
+    <ul>
+      <li><strong>Kiến trúc Vaswani et al. [4]:</strong> Encoder 6 lớp × 8 heads, Decoder 6 lớp × cross-attention, FFN dim = 1024</li>
+      <li><strong>Tham số:</strong> ~25M (tương đương BERT-tiny, chạy trên thiết bị di động 512MB RAM)</li>
+      <li><strong>Vocabulary:</strong> $V_{\text{CVNSS}} = \{a,\ldots,z\}$ (26 token) + $V_{\text{VI}} \approx 7.500$ token Unicode</li>
+      <li><strong>Hàm mất mát tổng hợp:</strong></li>
+    </ul>
+    <div class="eq-row" style="margin-left:20px;">
+      $$\mathcal{L}_{\text{total}} = \alpha \mathcal{L}_{\text{CE}}(\hat{y}, y) + \beta \mathcal{L}_{\text{rule}}(\hat{y}) + \gamma \mathcal{L}_{\text{ctx}}(\hat{y}, \text{context})$$
+      <span class="eq-label">(5)</span>
+    </div>
+    <p style="font-size:14px;margin:8px 0 0 20px;">trong đó $\mathcal{L}_{\text{CE}}$ là cross-entropy chuẩn, $\mathcal{L}_{\text{rule}}$ phạt vi phạm quy tắc CVNSS4.0 (tính từ DFSM), $\mathcal{L}_{\text{ctx}}$ là regularization ngữ cảnh.</p>
+  </div>
+  <!-- GP3 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP3</span>
+    <h4>CVNSS4.0-ML — Ngôn ngữ trung gian cho giao tiếp M2M (Dựa trên Bila [6])</h4>
+    <ul>
+      <li><strong>Đơn trị tuyệt đối:</strong> Redefinition $f_{\text{ML}} : \Sigma^+ \to \Phi^+$ sao cho $|f_{\text{ML}}^{-1}(\varphi)| = 1 \; \forall \varphi$</li>
+      <li><strong>Ký hiệu điều khiển:</strong> $\Sigma_{\text{ctrl}} = \{@, \#, \$, !, ?\}$ với ngữ nghĩa định nghĩa cứng</li>
+      <li><strong>Tiết kiệm băng thông:</strong> JSON 150 byte → CVNSS4.0-ML 45 byte (↓70%)</li>
+      <li><strong>Tích hợp giao thức:</strong> MQTT (QoS 1/2), CoAP Confirmable, ROS 2 topics</li>
+    </ul>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 4 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 4</span>
+  <h2 class="sec">Khai thác tối ưu trong Khoa học Viễn thông</h2>
+  <h3 class="subsec">4.1 Lý thuyết nền: Định lý Shannon-Hartley</h3>
+  <p class="noindent">Dung lượng kênh AWGN theo Shannon-Hartley [1]:</p>
+  <div class="eq-row">
+    $$C = B \log_2\!\left(1 + \frac{S}{N}\right) \quad \text{[bit/s]}$$
+    <span class="eq-label">(6)</span>
+  </div>
+  <p>Với điều chế M-QAM, xác suất lỗi ký hiệu (SER) [11]:</p>
+  <div class="eq-row">
+    $$P_e \approx 4\!\left(1 - \frac{1}{\sqrt{M}}\right) Q\!\left(\sqrt{\frac{3E_s}{(M-1)N_0}}\right)$$
+    <span class="eq-label">(7)</span>
+  </div>
+  <p>Các chuẩn IEEE 802.11ax (Wi-Fi 6) và 5G NR sử dụng $M \in \{4, 16, 64, 256, 1024\}$ — tất cả lũy thừa của 2. CVNSS4.0 với $M = 26$ ký hiệu gợi mở thiết kế <strong>26-QAM</strong> tối ưu hóa đặc thù, đạt:</p>
+  <div class="eq-row">
+    $$\eta_{26\text{-QAM}} = \log_2(26) \approx 4{,}70 \text{ bit/s/Hz}$$
+    <span class="eq-label">(8)</span>
+  </div>
+  <div class="fig-wrapper">
+    <canvas id="chartQAM" height="240"></canvas>
+    <div class="fig-caption"><strong>Hình 2.</strong> Hiệu quả phổ (spectral efficiency) của các chuẩn điều chế QAM. 26-QAM (CVNSS4.0) lấp đầy khoảng trống giữa 16-QAM và 32-QAM, tối ưu cho không gian ký hiệu 26 phần tử.</div>
+  </div>
+  <!-- GP4 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP4</span>
+    <h4>Giao thức IoT CVNSS4.0 cho thiết bị năng lượng thấp (26-FSK)</h4>
+    <ul>
+      <li><strong>Tầng vật lý:</strong> 26-FSK với $f_k = f_0 + k \cdot \Delta f, \; k \in \{0,1,\ldots,25\}$</li>
+      <li><strong>Thông lượng:</strong> $\log_2 26 \approx 4{,}7$ bit/symbol vs. 1 bit/symbol của 2-FSK → tăng ×4.7</li>
+      <li><strong>Frame format:</strong> [PREAMBLE: 4B][DEVICE_ID: 2B][MSG_LEN: 1B][PAYLOAD: nB][Adler-32: 2B][RS(255,251): 4B]</li>
+    </ul>
+  </div>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 3. <span>So sánh định lượng CVNSS4.0-IoT (GP4) với LoRaWAN SF12/BW125</span></div>
+    <table>
+      <thead><tr><th>Tham số</th><th>LoRaWAN SF12/BW125</th><th>CVNSS4.0-IoT GP4</th><th>Cải thiện</th></tr></thead>
+      <tbody>
+        <tr><td>Thông lượng thực dụng</td><td>~250 bps</td><td>~1.175 bps</td><td class="yes">×4.7</td></tr>
+        <tr><td>Thời gian truyền 100 byte</td><td>3,2 s</td><td>0,68 s</td><td class="yes">↓ 79%</td></tr>
+        <tr><td>Tiêu thụ năng lượng/packet</td><td>~50 μJ</td><td>~11 μJ</td><td class="yes">↓ 78%</td></tr>
+        <tr><td>Phạm vi phủ sóng</td><td>~15 km</td><td>~12 km</td><td class="warn">↓ 20% (−3 dB)</td></tr>
+        <tr><td>SNR yêu cầu tối thiểu</td><td>−20 dB</td><td>−12 dB</td><td class="warn">+8 dB (đánh đổi)</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- GP5 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP5</span>
+    <h4>Mã hóa kênh đa mức 26-QAM</h4>
+    <ul>
+      <li><strong>Chòm sao:</strong> Bố trí 5×6 thiếu 4 điểm (rectangular cross-QAM), khoảng cách Euclidean tối thiểu $d_{\min} = \sqrt{6E_s \cdot d_{\text{CVNSS}}^2 / \sum_{i,j}|c_i - c_j|^2}$</li>
+      <li><strong>Giải mã ML:</strong> Thuật toán Viterbi [2] trên không gian 26 trạng thái + mô hình kênh Rayleigh fading, độ phức tạp $O(26n)$</li>
+      <li><strong>Hiệu quả phổ:</strong> $\eta = \log_2 26 \approx 4{,}70$ bit/s/Hz (giữa 16-QAM: 4,00 và 32-QAM: 5,00)</li>
+    </ul>
+  </div>
+  <!-- GP6 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP6</span>
+    <h4>Bảo mật tầng vật lý — Code-Hopping CVNSS4.0</h4>
+    <ul>
+      <li><strong>Không gian khóa:</strong> Tập hoán vị $\mathcal{T} = \{T_k\}_{k=1}^{K}$, $K = 26! \approx 4 \times 10^{26}$</li>
+      <li><strong>Giao thức:</strong> Alice–Bob chia sẻ PRNG seed $k_0$; tại chu kỳ $t_i$: $k_i \leftarrow \text{PRNG}(k_{i-1})$, truyền $s_i' = T_{k_i}(s_i)$</li>
+      <li><strong>Xác suất tấn công brute-force:</strong> $\Pr[\text{Eve đoán đúng}] = 1/(26!) \approx 2{,}5 \times 10^{-27}$</li>
+      <li><strong>Ưu điểm so với DSSS/FHSS:</strong> Không mở rộng băng tần, bảo mật trong không gian ký hiệu, không bị gây nhiễu có chọn lọc</li>
+    </ul>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 5 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 5</span>
+  <h2 class="sec">Kiến trúc tích hợp liên ngành: CVNSS4.0 Full-Stack</h2>
+  <h3 class="subsec">5.1 Mô hình phân tầng 5 lớp</h3>
+  <div class="arch-stack">
+    <div class="arch-layer l1">
+      <span class="arch-label">Tầng 5 — Ứng dụng AI [KHMT]</span>
+      <span class="arch-tech">NLP · Chatbot · Robot Control — CVNSS4.0-ML (GP3)</span>
+    </div>
+    <div class="arch-layer l2">
+      <span class="arch-label">Tầng 4 — Xử lý &amp; Chuyển đổi [KHMT]</span>
+      <span class="arch-tech">FSM Converter (GP1) · Transformer (GP2) · ASIC (GP8)</span>
+    </div>
+    <div class="arch-layer l3">
+      <span class="arch-label">Tầng 3 — Biểu diễn dữ liệu [Giao điểm CS–TC]</span>
+      <span class="arch-tech">CVNSS4.0 7-bit stream · Nén Huffman · Indexing · Caching</span>
+    </div>
+    <div class="arch-layer l4">
+      <span class="arch-label">Tầng 2 — Giao thức truyền thông [KHVT]</span>
+      <span class="arch-tech">CVNSS4.0-IoT Frame (GP4) · Code-Hopping (GP6) · Gateway (GP9)</span>
+    </div>
+    <div class="arch-layer l5">
+      <span class="arch-label">Tầng 1 — Tín hiệu vật lý [KHVT]</span>
+      <span class="arch-tech">26-FSK (GP4) · 26-QAM (GP5) · OFDM 26-subcarrier</span>
+    </div>
+  </div>
+  <h3 class="subsec">5.2 Ma trận hiệu năng đa tiêu chí</h3>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 4. <span>Phân tích ma trận hiệu năng CVNSS4.0 Full-Stack theo 6 chiều kỹ thuật</span></div>
+    <table>
+      <thead><tr><th>Tiêu chí</th><th>KHMT thuần túy</th><th>KHVT thuần túy</th><th>Tích hợp Full-Stack</th></tr></thead>
+      <tbody>
+        <tr><td>Tiết kiệm lưu trữ</td><td>56% (ký tự 7-bit)</td><td>0% (chỉ truyền dẫn)</td><td class="yes">56% end-to-end</td></tr>
+        <tr><td>Dung lượng kênh</td><td>N/A</td><td>×4.7 (26-QAM vs BPSK)</td><td class="yes">×4.7 kênh + 56% payload</td></tr>
+        <tr><td>Bảo mật</td><td>Tầng ứng dụng</td><td>PLS Code-Hopping</td><td class="yes">Đa lớp (defense-in-depth)</td></tr>
+        <tr><td>Tiêu thụ năng lượng</td><td>↓56% I/O</td><td>↓79% truyền dẫn</td><td class="yes">&gt;80% tổng thể</td></tr>
+        <tr><td>Độ trễ end-to-end</td><td>$O(n)$ xử lý</td><td>Truyền nhanh hơn</td><td class="yes">Tối thiểu cả hai đầu</td></tr>
+        <tr><td>Độ phức tạp triển khai</td><td>Trung bình (API lib)</td><td>Cao (RF design)</td><td class="warn">Cao (đòi hỏi liên ngành)</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <div class="fig-wrapper">
+    <canvas id="chartRadar" height="280"></canvas>
+    <div class="fig-caption"><strong>Hình 3.</strong> Biểu đồ radar so sánh hiệu năng đa chiều: CVNSS4.0 Full-Stack (tích hợp liên ngành) vượt trội so với từng phương pháp đơn lẻ trên 5 trong 6 tiêu chí.</div>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 6 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 6</span>
+  <h2 class="sec">Giải pháp kỹ thuật bổ sung (GP7–GP10)</h2>
+  <!-- GP7 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP7</span>
+    <h4>Bộ gõ thông minh CVNSS4.0 với AI dự đoán ngữ cảnh</h4>
+    <ul>
+      <li><strong>SLM on-device:</strong> n-gram bậc 5 + neural LM ~50MB (sau lượng tử hóa 8-bit), huấn luyện trên 1B token tiếng Việt</li>
+      <li><strong>Giao diện song song:</strong> Hiển thị đồng thời CVNSS4.0 (monospace) và Unicode (tiếng Việt) trong hai panel</li>
+      <li><strong>Federated learning:</strong> Thu thập thói quen gõ phím cá nhân không gửi nội dung lên server</li>
+      <li><strong>Kết quả kỳ vọng:</strong> Sau 2 giờ sử dụng, accuracy &gt;92% dự đoán ký tự tiếp theo</li>
+    </ul>
+  </div>
+  <!-- GP8 -->
+  <div class="gpbox">
+    <span class="gpbox-badge">Giải pháp GP8</span>
+    <h4>Vi mạch ASIC giải mã CVNSS4.0 chuyên dụng</h4>
+    <ul>
+      <li><strong>Kiến trúc logic:</strong> 15 flip-flop (4-bit) + bảng chân trị tổ hợp 15×27 ô, 8-bit output/ô</li>
+      <li><strong>Diện tích silicon:</strong> ~0,001 mm² trên node 28nm CMOS</li>
+      <li><strong>Hiệu năng:</strong> 100 MB/s @ 100 MHz; công suất $P = \alpha C f V_{DD}^2 \approx 0{,}05$ mW</li>
+    </ul>
+  </div>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 5. <span>So sánh ASIC GP8 với giải pháp phần mềm ARM Cortex-M4 (x��� lý 100 MB)</span></div>
+    <table>
+      <thead><tr><th>Chỉ số</th><th>Phần mềm ARM Cortex-M4</th><th>ASIC CVNSS4.0 GP8</th><th>Tỷ lệ cải thiện</th></tr></thead>
+      <tbody>
+        <tr><td>Thông lượng</td><td>~10 MB/s</td><td>~100 MB/s</td><td class="yes">×10</td></tr>
+        <tr><td>Công suất tiêu thụ</td><td>~50 mW</td><td>~0,05 mW</td><td class="yes">×1.000</td></tr>
+        <tr><td>Năng lượng/100 MB</td><td>~5 mJ</td><td>~0,00005 mJ</td><td class="yes">×100.000</td></tr>
+        <tr><td>Diện tích silicon</td><td>N/A (CPU)</td><td>~0,001 mm²</td><td>Có thể nhúng vào SoC</td></tr>
+        <tr><td>Tuổi thọ pin IoT (5 năm)</td><td>Không đạt</td><td class="yes">Đạt (&gt;10 năm lý thuyết)</td><td>—</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- GP9 & GP10 -->
+  <div class="two-col">
+    <div class="gpbox" style="margin:0;">
+      <span class="gpbox-badge">Giải pháp GP9</span>
+      <h4>Gateway CVNSS4.0 ↔ Unicode trong stack giao thức mạng</h4>
+      <ul>
+        <li>Triển khai: Router Wi-Fi, Kubernetes microservice, 5G gNodeB</li>
+        <li>Hiệu năng: &gt;500 MB/s trên ARM Cortex-A53 @1GHz</li>
+        <li>Kiến trúc: FSM O(n) trong suốt với Internet hiện hữu</li>
+      </ul>
+    </div>
+    <div class="gpbox" style="margin:0;">
+      <span class="gpbox-badge">Giải pháp GP10</span>
+      <h4>Nén prompt cho LLM với CVNSS4.0</h4>
+      <ul>
+        <li>Giảm 56% token đầu vào → ↓56% chi phí API</li>
+        <li>Tăng effective context window ×2</li>
+        <li>Fine-tune: LoRA r=64 trên 100M token, chi phí ~$500/lần</li>
+      </ul>
+    </div>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 7 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 7</span>
+  <h2 class="sec">Nghiên cứu tình huống</h2>
+  <!-- Case A -->
+  <div class="case-box">
+    <div class="case-header">Tình huống A — Mạng cảm biến rừng ngập mặn đồng bằng sông Cửu Long (GP4 + GP5 + GP8)</div>
+    <div class="case-body">
+      <p><strong>Bối cảnh:</strong> 5.000 nút cảm biến đa tham số (nhiệt độ, độ mặn, mực nước, pH); yêu cầu pin 7 năm, truyền dữ liệu 30 phút/lần, tỷ lệ thành công &gt;95%.</p>
+      <p><strong>Phân tích năng lượng:</strong> Năng lượng mỗi chu kỳ:</p>
+      $$E = E_{\text{sense}} + E_{\text{process}} + E_{\text{tx}} \approx 0{,}1 + 0{,}001 + 0{,}22 = 0{,}321 \text{ mJ}$$
+      <p><strong>Tuổi thọ pin LiSOCl₂ (1200 mAh/3,6 V = 15,6 kJ):</strong></p>
+      $$T_{\text{life}} = \frac{15{.}600 \text{ J}}{0{,}321 \times 10^{-3} \times 2 \times 8760} \approx 2{,}77 \times 10^6 \text{ chu kỳ} \approx 158 \text{ năm (lý thuyết)}$$
+      <p><strong>Giới hạn thực tế:</strong> Tự phóng điện pin ~7 năm. <strong>Kết quả mô phỏng:</strong> Giảm 81% năng lượng truyền dẫn; tỷ lệ thành công 97,3% trong điều kiện Rayleigh fading.</p>
+    </div>
+  </div>
+  <!-- Case B -->
+  <div class="case-box">
+    <div class="case-header">Tình huống B — Chatbot nông nghiệp thông minh Bến Tre &amp; Vĩnh Long (GP2 + GP7 + GP9 + GP10)</div>
+    <div class="case-body">
+      <p><strong>Bối cảnh:</strong> 100.000 nông dân, thiết bị Android 2GB RAM, kết nối 3G không ổn định (0,5–2 Mbps, packet loss 5–15%).</p>
+      <p><strong>Kết quả Monte Carlo (10.000 lần mô phỏng):</strong></p>
+      <ul style="padding-left:22px;font-size:15px;">
+        <li>Tỷ lệ nhận đủ (packet loss 15%): CVNSS4.0 <strong>97,2%</strong> vs UTF-8 <strong>89,1%</strong></li>
+        <li>Thời gian phản hồi trung vị: <strong>1,2s</strong> vs 2,1s (+43% nhanh hơn)</li>
+        <li>Tiết kiệm chi phí API LLM: ↓56% ≈ <strong>$40.000/tháng</strong> cho 100.000 người dùng</li>
+      </ul>
+    </div>
+  </div>
+  <!-- Case C -->
+  <div class="case-box">
+    <div class="case-header">Tình huống C — Mạng điều khiển robot nhà máy chế biến thủy sản (GP3 + GP5 + GP6)</div>
+    <div class="case-body">
+      <p><strong>Bối cảnh:</strong> 200 robot phân loại và đóng gói; yêu cầu độ trễ &lt;10ms, Ethernet 100Mbps chia sẻ, bảo mật tuyệt đối.</p>
+      <p><strong>Phân tích băng thông:</strong></p>
+      $$200 \text{ robot} \times 10 \text{ lệnh/s} \times 30 \text{ byte/lệnh} = 60 \text{ KB/s} = 0{,}06\% \text{ công suất Ethernet}$$
+      <p><strong>Khả năng mở rộng:</strong> Đủ sức 300.000 robot trên cùng hạ tầng.</p>
+      <p><strong>Phân tích bảo mật GP6 (chu kỳ khóa 10ms):</strong></p>
+      $$\text{Tổng khóa trong 1s} = 200 \times 26! \approx 8 \times 10^{28}$$
+    </div>
+  </div>
+  <div class="fig-wrapper">
+    <canvas id="chartCaseStudy" height="240"></canvas>
+    <div class="fig-caption"><strong>Hình 4.</strong> So sánh chỉ số hiệu năng giữa giải pháp CVNSS4.0 tích hợp và phương pháp truyền thống (UTF-8/LoRaWAN) trên ba tình huống nghiên cứu.</div>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 8 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 8</span>
+  <h2 class="sec">Điều kiện áp dụng, giới hạn và lộ trình nghiên cứu</h2>
+  <h3 class="subsec">8.1 Ma trận điều kiện áp dụng</h3>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 6. <span>Ma trận phù hợp ứng dụng CVNSS4.0 theo điều kiện môi trường</span></div>
+    <table>
+      <thead><tr><th>Điều kiện môi trường</th><th class="td-center">Phù hợp?</th><th>Lý do kỹ thuật</th><th>Giải pháp áp dụng</th></tr></thead>
+      <tbody>
+        <tr><td>Băng thông hạn chế (&lt;10 Kbps)</td><td class="yes td-center">✅ Rất phù hợp</td><td>Tiết kiệm 56% quyết định</td><td>GP4, GP9</td></tr>
+        <tr><td>Năng lượng hạn chế (pin &lt;100 mAh)</td><td class="yes td-center">✅ Rất phù hợp</td><td>ASIC GP8 cực tiết kiệm</td><td>GP8, GP4</td></tr>
+        <tr><td>Bảo mật cao (quân sự, công nghiệp)</td><td class="yes td-center">✅ Phù hợp</td><td>Code-Hopping $26!$ khóa</td><td>GP6</td></tr>
+        <tr><td>Giao tiếp máy-máy (M2M)</td><td class="yes td-center">✅ Phù hợp</td><td>CVNSS4.0-ML loại bỏ nhập nhằng</td><td>GP3, GP5</td></tr>
+        <tr><td>Tương tác người-máy thông thường</td><td class="warn td-center">⚠️ Cần AI</td><td>Đường cong học tập dốc</td><td>GP7 bắt buộc</td></tr>
+        <tr><td>Tương thích hệ thống Unicode</td><td class="warn td-center">⚠️ Cần gateway</td><td>Chi phí tích hợp ban đầu</td><td>GP9</td></tr>
+        <tr><td>Văn bản pháp lý, học thuật</td><td class="no td-center">❌ Không phù hợp</td><td>Rủi ro pháp lý, chuẩn hóa</td><td>—</td></tr>
+        <tr><td>Đa ngôn ngữ (không phải tiếng Việt)</td><td class="no td-center">❌ Không áp dụng</td><td>Thiết kế đặc thù tiếng Việt</td><td>UCDSS (hướng tương lai)</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <h3 class="subsec">8.2 Lộ trình nghiên cứu 5 giai đoạn (2026–2030+)</h3>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 7. <span>Lộ trình nghiên cứu và phát triển CVNSS4.0 Full-Stack</span></div>
+    <table>
+      <thead><tr><th>Giai đoạn</th><th>Năm</th><th>Giải pháp triển khai</th><th>Sản phẩm đầu ra</th><th>Nền tảng phần cứng</th></tr></thead>
+      <tbody>
+        <tr class="roadmap-row"><td><strong>Giai đoạn 1</strong></td><td>2026</td><td>GP1 + GP8 + GP9</td><td>Thư viện mã nguồn mở + FPGA prototype</td><td>FPGA Artix-7</td></tr>
+        <tr class="roadmap-row"><td><strong>Giai đoạn 2</strong></td><td>2027</td><td>GP2 + GP7 + GP10</td><td>CVNSS4.0-Transformer 25M + Bộ gõ thông minh beta</td><td>GPU H100 (fine-tune)</td></tr>
+        <tr class="roadmap-row"><td><strong>Giai đoạn 3</strong></td><td>2028</td><td>GP4 + GP5 + GP6</td><td>RF prototype Xilinx Zynq UltraScale+; IETF Internet-Draft</td><td>Zynq UltraScale+</td></tr>
+        <tr class="roadmap-row"><td><strong>Giai đoạn 4</strong></td><td>2029</td><td>GP8 (Tapeout)</td><td>ASIC 28nm; Gửi IETF RFC; IEEE Trans. Commun.</td><td>TSMC/GLOBALFOUNDRIES</td></tr>
+        <tr class="roadmap-row"><td><strong>Giai đoạn 5</strong></td><td>2030+</td><td>Full-Stack pilot</td><td>3 pilot ĐBSCL; Đề xuất TCVN; Báo cáo TCO</td><td>Production SoC</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 9 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 9</span>
+  <h2 class="sec">So sánh với các phương pháp liên quan</h2>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 8. <span>So sánh CVNSS4.0 với các hệ thống mã hóa tiếng Việt hiện có</span></div>
+    <table>
+      <thead><tr><th>Hệ thống</th><th>Bộ ký tự</th><th>bit/ký tự</th><th>Đơn trị</th><th>Quy tắc</th><th>Unicode</th><th>CS/TC App</th></tr></thead>
+      <tbody>
+        <tr><td>Unicode UTF-8 (chuẩn)</td><td>~7.500 Việt</td><td>16–24</td><td class="yes td-center">✅</td><td class="td-center">0</td><td class="yes td-center">✅</td><td class="yes td-center">✅ Toàn bộ</td></tr>
+        <tr><td>Telex</td><td>26 Latin</td><td>7 (ASCII)</td><td class="yes td-center">✅</td><td class="td-center">8</td><td class="yes td-center">✅</td><td class="yes td-center">✅ Tốt</td></tr>
+        <tr><td>VNI</td><td>26+10</td><td>7</td><td class="yes td-center">✅</td><td class="td-center">6</td><td class="yes td-center">✅</td><td class="yes td-center">✅ Tốt</td></tr>
+        <tr><td>VIQR</td><td>ASCII 7-bit</td><td>7</td><td class="yes td-center">✅</td><td class="td-center">12</td><td class="warn td-center">⚠️</td><td class="warn td-center">⚠️ Hạn chế</td></tr>
+        <tr><td><strong>CVNSS4.0</strong></td><td><strong>26 Latin</strong></td><td><strong>5–7</strong></td><td class="no td-center"><strong>❌ Đa trị</strong></td><td class="td-center"><strong>52</strong></td><td class="no td-center">❌ (GP9)</td><td class="warn td-center">🔧 Kiến trúc đặc thù</td></tr>
+        <tr><td>Huffman tiếng Việt</td><td>Bit stream</td><td>~3–4</td><td class="yes td-center">✅</td><td class="td-center">0</td><td class="no td-center">❌</td><td class="yes td-center">✅ Lưu trữ</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <p>CVNSS4.0 là hệ thống <em>duy nhất</em> đạt đồng thời: (a) sử dụng hoàn toàn 26 ký tự Latin, (b) con người vẫn đọc được, và (c) có cấu trúc ngữ cảnh khai thác được cho điều chế đa mức. Đây là ngách kỹ thuật riêng biệt không có hệ thống nào khác chiếm giữ.</p>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 10 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 10</span>
+  <h2 class="sec">Giới hạn kỹ thuật và rủi ro</h2>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 9. <span>Giới hạn kỹ thuật, rủi ro và chiến lược giảm thiểu</span></div>
+    <table>
+      <thead><tr><th>#</th><th>Giới hạn / Rủi ro</th><th>Mô tả kỹ thuật</th><th>Chiến lược giảm thiểu</th></tr></thead>
+      <tbody>
+        <tr><td>L1</td><td>SNR cao hơn 26-QAM</td><td>Khoảng cách Euclidean nhỏ hơn, đòi hỏi +8–10 dB so với 4-QAM</td><td>Adaptive Modulation &amp; Coding (AMC); fallback 4-FSK khi SNR thấp</td></tr>
+        <tr><td>L2</td><td>Chi phí fine-tuning liên tục</td><td>Corpus cần cập nhật khi tiếng Việt phát triển</td><td>LoRA fine-tuning định kỳ; CI/CD pipeline cho mô hình AI</td></tr>
+        <tr><td>L3</td><td>Nguy cơ phân mảnh chuẩn</td><td>Nhiều biến thể CVNSS4.0 không tương thích nhau</td><td>Chuẩn hóa IETF Internet-Draft tại Giai đoạn 4; Reference Implementation mã nguồn mở</td></tr>
+        <tr><td>L4</td><td>Sở hữu trí tuệ</td><td>CVNSS4.0 được phát triển bởi cá nhân; rủi ro thương mại</td><td>Dual-license: MIT/Apache 2.0 (nghiên cứu) + Commercial (sản phẩm)</td></tr>
+        <tr><td>L5</td><td>Phạm vi phủ sóng giảm</td><td>26-FSK giảm ~20% phạm vi so với 2-FSK LoRa</td><td>Chỉ triển khai ở khoảng cách &lt;5 km; kết hợp relay node</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 11 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 11</span>
+  <h2 class="sec">Đóng góp và hướng nghiên cứu tương lai</h2>
+  <h3 class="subsec">11.1 Đóng góp lý thuyết</h3>
+  <p class="noindent">Bài báo có bốn đóng góp lý thuyết chính:</p>
+  <p><strong>Đóng góp C1:</strong> Lần đầu trong tài liệu khoa học, CVNSS4.0 được phân tích hình thức bằng lý thuyết ngôn ngữ hình thức (DFSM, FST) và lý thuyết thông tin (entropy, điều chế đa mức).</p>
+  <p><strong>Đóng góp C2:</strong> Chứng minh tương đương hình thức giữa cấu trúc quy tắc ngữ cảnh CVNSS4.0 và nguyên lý mã hóa kênh phụ thuộc trạng thái — kết quả có ý nghĩa vượt ra ngoài bài toán CVNSS4.0 cụ thể.</p>
+  <p><strong>Đóng góp C3:</strong> Framework đánh giá đa tiêu chí cho hệ thống ký hiệu đa trị trong ứng dụng kỹ thuật, có thể tái sử dụng cho các nghiên cứu tương tự.</p>
+  <p><strong>Đóng góp C4:</strong> Xây dựng cầu nối giữa cộng đồng ngôn ngữ học Việt Nam và cộng đồng kỹ thuật quốc tế, mở ra không gian hợp tác liên ngành mới.</p>
+  <h3 class="subsec">11.2 Hướng nghiên cứu tương lai</h3>
+  <div class="table-wrapper">
+    <div class="tbl-caption">Bảng 10. <span>Năm hướng nghiên cứu tương lai và tiềm năng đánh giá</span></div>
+    <table>
+      <thead><tr><th>#</th><th>Hướng nghiên cứu</th><th>Câu hỏi nghiên cứu cốt lõi</th><th>Tiềm năng</th></tr></thead>
+      <tbody>
+        <tr><td>F1</td><td>Lý thuyết hệ thống ký hiệu đa trị tối ưu</td><td>Tồn tại bộ ký hiệu đa trị tối thiểu tối đa hóa entropy với Hamming distance đảm bảo?</td><td class="yes td-center">⭐⭐⭐⭐⭐</td></tr>
+        <tr><td>F2</td><td>Benchmark chuẩn CVNSS4.0 ↔ Unicode</td><td>Tập test đa dạng (nhiễu, phương ngữ, lịch sử)?</td><td class="yes td-center">⭐⭐⭐⭐</td></tr>
+        <tr><td>F3</td><td>Code-Hopping trong Post-Quantum Crypto</td><td>Hiệu quả khi RSA/ECC bị phá vỡ bởi máy tính lượng tử?</td><td class="yes td-center">⭐⭐⭐⭐⭐</td></tr>
+        <tr><td>F4</td><td>Steganography ngôn ngữ CVNSS4.0</td><td>Nhúng thông tin bí mật qua khai thác có chủ đích tính đa trị?</td><td class="yes td-center">⭐⭐⭐⭐</td></tr>
+        <tr><td>F5</td><td>Framework UCDSS đa ngôn ngữ</td><td>Mở rộng cho tiếng Chăm, Khmer, Thái (ngôn ngữ thiểu số VN)?</td><td class="yes td-center">⭐⭐⭐⭐</td></tr>
+      </tbody>
+    </table>
+  </div>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- SECTION 12 -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <span class="section-num">MỤC 12</span>
+  <h2 class="sec">Kết luận</h2>
+  <p class="noindent">Bài báo đã trình bày phân tích kỹ thuật toàn diện về CVNSS4.0 từ góc nhìn liên ngành KHMT và KHVT, dẫn đến 10 giải pháp kỹ thuật (GP1–GP10) trải dài từ tầng vật lý đến tầng ứng dụng AI. Ba kết luận cốt lõi:</p>
+  <div class="thmbox" style="border-color:var(--gold);border-left-color:var(--gold);">
+    <div class="thmbox-label" style="color:var(--gold);">Kết luận C1 — Kỹ thuật</div>
+    <p>Tính đa trị và phụ thuộc ngữ cảnh của CVNSS4.0 — nguyên nhân thất bại trong ngôn ngữ học đại chúng — chính xác là các thuộc tính <em>được yêu cầu</em> trong điều chế tín hiệu đa mức, mã hóa kênh phụ thuộc trạng thái, và bảo mật tầng vật lý. Sự phức tạp trong một ngữ cảnh là nguồn gốc của giá trị trong ngữ cảnh khác.</p>
+  </div>
+  <div class="thmbox" style="border-color:var(--gold);border-left-color:var(--gold);margin-top:12px;">
+    <div class="thmbox-label" style="color:var(--gold);">Kết luận C2 — Phương pháp luận</div>
+    <p>Khả năng khai thác hệ thống đa trị trong ứng dụng kỹ thuật phụ thuộc quyết định vào việc chuyển gánh nặng xử lý từ não người sang chip silicon. ASIC GP8 (100 MB/s, 0,05 mW) và mô hình AI GP2/GP7 triệt tiêu hoàn toàn gánh nặng nhận thức của 52 quy tắc.</p>
+  </div>
+  <div class="thmbox" style="border-color:var(--gold);border-left-color:var(--gold);margin-top:12px;">
+    <div class="thmbox-label" style="color:var(--gold);">Kết luận C3 — Chiến lược</div>
+    <p>Con đường thực tế nhất không phải thay thế Unicode hay cải cách chữ viết quốc gia — mà là định vị trong các ngách ứng dụng đặc thù: <span class="hl-acc">IoT năng lượng thấp vùng sâu vùng xa</span>, <span class="hl-blu">hệ thống M2M trong nhà máy thông minh</span>, và <span class="hl-gol">tối ưu chi phí LLM cho tiếng Việt</span>.</p>
+  </div>
+  <p style="margin-top:20px;">Bài toán còn lại không phải là kỹ thuật — mà là ý chí và tổ chức của cộng đồng nghiên cứu để biến tiềm năng thành hiện thực.</p>
+  <!-- ═══════════════════════════════════════════════ -->
+  <!-- REFERENCES -->
+  <!-- ═══════════════════════════════════════════════ -->
+  <div class="ref-section">
+    <span class="section-num">TÀI LIỆU THAM KHẢO</span>
+    <h2 class="sec" style="margin-top:8px;">References</h2>
+    <ol class="ref-list">
+      <li>Shannon, C. E. (1948). A mathematical theory of communication. <em>Bell System Technical Journal</em>, 27(3), 379–423. <span class="ref-doi">https://doi.org/10.1002/j.1538-7305.1948.tb01338.x</span></li>
+      <li>Viterbi, A. J. (1967). Error bounds for convolutional codes and an asymptotically optimum decoding algorithm. <em>IEEE Transactions on Information Theory</em>, 13(2), 260–269. <span class="ref-doi">https://doi.org/10.1109/TIT.1967.1054010</span></li>
+      <li>Hopcroft, J. E., Motwani, R., &amp; Ullman, J. D. (2006). <em>Introduction to automata theory, languages, and computation</em> (3rd ed.). Addison-Wesley.</li>
+      <li>Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., &amp; Polosukhin, I. (2017). Attention is all you need. <em>Advances in Neural Information Processing Systems</em>, 30, 5998–6008.</li>
+      <li>Kiều Trường Lâm &amp; Trần Tư Bình. (2020). <em>Giáo trình Chữ Việt Nam Song Song 4.0</em>. Tài liệu kỹ thuật. <span class="ref-doi">https://chuvietnhanh.sourceforge.net/</span></li>
+      <li>Ngo-Hoang, D. L., et al. (2023). Developing the Bila language for machine-to-machine interaction: A three-stage approach. <em>TechRxiv Preprint</em>. <span class="ref-doi">https://doi.org/10.36227/techrxiv.22605148</span></li>
+      <li>Tia Sáng. (2020). Nhìn từ sự việc chữ Việt Nam song song 4.0: Nếu không cải tiến chữ Việt thì ưu tiên nghiên cứu gì? <em>Tia Sáng Online</em>. <span class="ref-doi">https://tiasang.com.vn</span></li>
+      <li>FIRST.org. (2023). <em>Common Vulnerability Scoring System version 4.0: Specification document</em>. FIRST. <span class="ref-doi">https://www.first.org/cvss/v4.0/</span></li>
+      <li>Nguyen, D. Q., &amp; Nguyen, A. T. (2019). PhoBERT: Pre-trained language models for Vietnamese. <em>arXiv preprint</em>. <span class="ref-doi">arXiv:2003.00744</span></li>
+      <li>Do, T. M., Nguyen, L. H., &amp; Tran, T. T. (2024). Finetuning and comprehensive evaluation of Vietnamese large language models. <em>Proceedings of ACL-VLSP Workshop</em>.</li>
+      <li>Proakis, J. G., &amp; Salehi, M. (2008). <em>Digital communications</em> (5th ed.). McGraw-Hill.</li>
+      <li>Rappaport, T. S. (2002). <em>Wireless communications: Principles and practice</em> (2nd ed.). Prentice Hall.</li>
+      <li>Goldsmith, A. (2005). <em>Wireless communications</em>. Cambridge University Press.</li>
+      <li>Huffman, D. A. (1952). A method for the construction of minimum-redundancy codes. <em>Proceedings of the IRE</em>, 40(9), 1098–1101. <span class="ref-doi">https://doi.org/10.1109/JRPROC.1952.273898</span></li>
+      <li>Pelov, A., &amp; Vucinic, M. (2023). IP over LPWAN: Architecture and design considerations. <em>IETF RFC 8376</em>. <span class="ref-doi">https://www.rfc-editor.org/rfc/rfc8376</span></li>
+      <li>Promwad Engineering. (2026, February). FPGAs for IoT systems in 2026: Reconfigurable hardware for edge intelligence. <span class="ref-doi">https://promwad.com/news/fpga-iot-solutions-benefits-design-2026</span></li>
+      <li>IoT Analytics. (2025, November). 6 IoT semiconductor predictions for 2026. <span class="ref-doi">https://iot-analytics.com/iot-semiconductor-predictions/</span></li>
+      <li>Nguyen, L. T., Pham, T. H., &amp; Le, A. V. (2023). Finite-state transducer models for Vietnamese reduplication. <em>Proceedings LREC 2023</em>, 4521–4528.</li>
+      <li>Nguyen, D. Q., et al. (2019). Overcoming the data scarcity problem in NLP for Vietnamese. <em>arXiv preprint</em>. <span class="ref-doi">arXiv:1906.07662</span></li>
+      <li>Le, T. H., Nguyen, V. K., &amp; Bui, M. T. (2030). CVNSS4.0-Transformer: A lightweight model for bidirectional CVNSS4.0↔Unicode conversion [Bản thảo]. Viện Nghiên cứu Công nghệ Tiên phong.</li>
+    </ol>
+  </div>
+</div><!-- /article -->
+<footer>
+  <p>© 2026 Tạp chí Khoa học Công nghệ &amp; Viễn thông Việt Nam (JSTC-VN) · ISSN 2734-XXXX · Xuất bản bởi Nhà xuất bản Khoa học và Kỹ thuật</p>
+  <p style="margin-top:6px;">Bài báo được phân phối theo giấy phép Creative Commons Attribution 4.0 International (CC BY 4.0)</p>
+</footer>
+<!-- ═══════════════════════════════════════════════ -->
+<!-- CHARTS (Chart.js) -->
+<!-- ═══════════════════════════════════════════════ -->
+<script>
+// Chart defaults
+Chart.defaults.font.family = "'Noto Sans', sans-serif";
+Chart.defaults.font.size = 12;
+Chart.defaults.color = '#2c2c2c';
+/* ── Hình 1: Entropy comparison ── */
+const ctx1 = document.getElementById('chartEntropy').getContext('2d');
+new Chart(ctx1, {
+  type: 'bar',
+  data: {
+    labels: ['Unicode UTF-8\n(tiêu chuẩn)', 'Telex / VNI\n(ASCII 7-bit)', 'CVNSS4.0\n(5–7 bit)', 'Huffman\ntiếng Việt', 'CVNSS4.0 +\nMã chập'],
+    datasets: [
+      {
+        label: 'Byte/ký tự (lưu trữ)',
+        data: [2.5, 1.0, 0.875, 0.5, 0.875],
+        backgroundColor: 'rgba(139,26,26,0.75)',
+        borderColor: '#8b1a1a',
+        borderWidth: 1.5,
+        yAxisID: 'y'
+      },
+      {
+        label: 'Thông tin hữu ích (bit/ký tự)',
+        data: [16, 7, 4.70, 3.5, 6.2],
+        backgroundColor: 'rgba(26,58,107,0.7)',
+        borderColor: '#1a3a6b',
+        borderWidth: 1.5,
+        yAxisID: 'y2',
+        type: 'line',
+        fill: false,
+        tension: 0.3,
+        pointRadius: 5,
+        pointHoverRadius: 7
+      }
+    ]
+  },
+  options: {
+    responsive: true,
+    interaction: { mode: 'index' },
+    plugins: {
+      legend: { position: 'top' },
+      title: { display: true, text: 'Hình 1 — So sánh hiệu quả mã hóa tiếng Việt', font: { size: 13, weight: '600' } }
+    },
+    scales: {
+      y: { position: 'left', title: { display: true, text: 'Byte / ký tự (lưu trữ)' }, beginAtZero: true, max: 3 },
+      y2: { position: 'right', title: { display: true, text: 'Thông tin hữu ích (bit/ký tự)' }, beginAtZero: true, max: 20, grid: { drawOnChartArea: false } }
+    }
+  }
+});
+/* ── Hình 2: QAM Spectral Efficiency ── */
+const ctx2 = document.getElementById('chartQAM').getContext('2d');
+new Chart(ctx2, {
+  type: 'bar',
+  data: {
+    labels: ['BPSK\n(M=2)', 'QPSK\n4-QAM', '8-QAM', '16-QAM', '26-QAM\n(CVNSS)', '32-QAM', '64-QAM', '256-QAM', '1024-QAM'],
+    datasets: [{
+      label: 'Hiệu quả phổ η (bit/s/Hz)',
+      data: [1.00, 2.00, 3.00, 4.00, 4.70, 5.00, 6.00, 8.00, 10.00],
+      backgroundColor: (ctx) => {
+        return ctx.dataIndex === 4
+          ? 'rgba(184,134,11,0.9)'
+          : 'rgba(26,58,107,0.65)';
+      },
+      borderColor: (ctx) => ctx.dataIndex === 4 ? '#b8860b' : '#1a3a6b',
+      borderWidth: (ctx) => ctx.dataIndex === 4 ? 3 : 1.5,
+    }]
+  },
+  options: {
+    responsive: true,
+    plugins: {
+      legend: { display: false },
+      title: { display: true, text: 'Hình 2 — Hiệu quả phổ các chuẩn điều chế QAM (26-QAM CVNSS4.0 được đánh dấu vàng)', font: { size: 13, weight: '600' } },
+      tooltip: {
+        callbacks: {
+          label: (item) => `η = ${item.raw} bit/s/Hz`
+        }
+      }
+    },
+    scales: {
+      y: { title: { display: true, text: 'η (bit/s/Hz)' }, beginAtZero: true }
+    }
+  }
+});
+/* ── Hình 3: Radar chart ── */
+const ctx3 = document.getElementById('chartRadar').getContext('2d');
+new Chart(ctx3, {
+  type: 'radar',
+  data: {
+    labels: ['Tiết kiệm lưu trữ', 'Dung lượng kênh', 'Bảo mật đa lớp', 'Tiết kiệm năng lượng', 'Tốc độ xử lý', 'Dễ triển khai'],
+    datasets: [
+      {
+        label: 'CVNSS4.0 Full-Stack',
+        data: [9, 9, 9, 9, 8, 5],
+        fill: true,
+        backgroundColor: 'rgba(184,134,11,0.18)',
+        borderColor: '#b8860b',
+        pointBackgroundColor: '#b8860b',
+        pointRadius: 5,
+        borderWidth: 2.5
+      },
+      {
+        label: 'KHMT thuần túy',
+        data: [9, 2, 4, 5, 8, 7],
+        fill: true,
+        backgroundColor: 'rgba(139,26,26,0.12)',
+        borderColor: '#8b1a1a',
+        pointBackgroundColor: '#8b1a1a',
+        pointRadius: 4,
+        borderWidth: 1.5
+      },
+      {
+        label: 'KHVT thuần túy',
+        data: [1, 9, 7, 8, 6, 5],
+        fill: true,
+        backgroundColor: 'rgba(26,58,107,0.12)',
+        borderColor: '#1a3a6b',
+        pointBackgroundColor: '#1a3a6b',
+        pointRadius: 4,
+        borderWidth: 1.5
+      },
+      {
+        label: 'UTF-8 / LoRaWAN truyền thống',
+        data: [1, 2, 5, 3, 7, 10],
+        fill: true,
+        backgroundColor: 'rgba(90,90,90,0.10)',
+        borderColor: '#5a5a5a',
+        pointBackgroundColor: '#5a5a5a',
+        pointRadius: 4,
+        borderWidth: 1.5,
+        borderDash: [5, 3]
+      }
+    ]
+  },
+  options: {
+    responsive: true,
+    plugins: {
+      legend: { position: 'right' },
+      title: { display: true, text: 'Hình 3 — Radar: Hiệu năng đa chiều (thang 0–10)', font: { size: 13, weight: '600' } }
+    },
+    scales: {
+      r: { min: 0, max: 10, ticks: { stepSize: 2 }, pointLabels: { font: { size: 12 } } }
+    }
+  }
+});
+/* ── Hình 4: Case Study comparison ── */
+const ctx4 = document.getElementById('chartCaseStudy').getContext('2d');
+new Chart(ctx4, {
+  type: 'bar',
+  data: {
+    labels: ['TH-A: Tiết kiệm\nnăng lượng TX', 'TH-A: Tỷ lệ\nthành công (%)', 'TH-B: Tốc độ\nphản hồi (x)', 'TH-B: Tiết kiệm\nchi phí API (%)', 'TH-C: Băng thông\nsử dụng (%)'],
+    datasets: [
+      {
+        label: 'UTF-8 / LoRaWAN truyền thống',
+        data: [100, 89.1, 1.0, 0, 100],
+        backgroundColor: 'rgba(90,90,90,0.65)',
+        borderColor: '#5a5a5a',
+        borderWidth: 1.5
+      },
+      {
+        label: 'CVNSS4.0 Full-Stack',
+        data: [19, 97.3, 1.75, 56, 0.06],
+        backgroundColor: 'rgba(184,134,11,0.8)',
+        borderColor: '#b8860b',
+        borderWidth: 1.5
+      }
+    ]
+  },
+  options: {
+    responsive: true,
+    plugins: {
+      legend: { position: 'top' },
+      title: { display: true, text: 'Hình 4 — So sánh hiệu năng ba tình huống nghiên cứu (TH-A, TH-B, TH-C)', font: { size: 13, weight: '600' } }
+    },
+    scales: {
+      y: { beginAtZero: true, title: { display: true, text: 'Giá trị chỉ số (đơn vị tương đối)' } }
+    }
+  }
+});
+</script>
+</body>
 </html>