Thư viện Đại học FPT Cần Thơ

Thư viện Đại học FPT Cần Thơ KÊNH THÔNG TIN CHÍNH THỨC CỦA
THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
(Quản lý nội dung: Ms.

Hà Kiều Anh)

Library of FPT University - Can Tho Campus
library.fpt.edu.vn Thư viện Trường Đại học FPT Cần Thơ là đơn vị chuyên môn trực thuộc Phòng Dịch vụ sinh viên, giữ vai trò là trung tâm thông tin, học liệu của Nhà trường. Thư viện có chức năng tham mưu cho Lãnh đạo Phòng và Nhà trường trong việc xây dựng, quản lý, phát triển và khai thác hiệu quả các nguồn tài nguyên thông tin nhằm phục vụ

hoạt động đào tạo, giảng dạy, học tập và nghiên cứu khoa học. Thư viện thực hiện công tác tổ chức thu thập, xử lý, lưu trữ và cung cấp các nguồn tài nguyên thông tin dưới nhiều hình thức, bao gồm tài liệu in, tài liệu điện tử, cơ sở dữ liệu trực tuyến và các học liệu số khác, bảo đảm đáp ứng yêu cầu của chương trình đào tạo và nhu cầu sử dụng của giảng viên, sinh viên. Công tác bổ sung và phát triển nguồn tài nguyên thông tin được thực hiện trên cơ sở kế hoạch hằng năm, phù hợp với định hướng phát triển của Nhà trường. Bên cạnh việc cung cấp tài nguyên thông tin, Thư viện triển khai các hoạt động hỗ trợ người học và giảng viên trong việc tiếp cận, khai thác và sử dụng hiệu quả các nguồn học liệu, thông qua công tác hướng dẫn sử dụng thư viện, hỗ trợ tra cứu thông tin và nâng cao kỹ năng học tập, nghiên cứu. Thư viện chú trọng ứng dụng công nghệ thông tin trong công tác quản lý và phục vụ, từng bước hiện đại hóa hoạt động thư viện, nâng cao chất lượng dịch vụ và trải nghiệm người sử dụng. Thông qua các hoạt động chuyên môn, Thư viện góp phần bảo đảm điều kiện học tập, nghiên cứu, đáp ứng các tiêu chuẩn kiểm định chất lượng giáo dục và đóng góp vào việc nâng cao chất lượng đào tạo của Nhà trường.

📺 SỐ 046 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCINNOVATING LETTER-OF-CREDIT MECHANISMS: THE INTEGRATION OF RSA-ENCRYPTED NFT...
20/06/2026

📺 SỐ 046 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

INNOVATING LETTER-OF-CREDIT MECHANISMS: THE INTEGRATION OF RSA-ENCRYPTED NFTS FOR ENHANCED SECURITY AND EFFICIENCY

🏫 Bài nghiên cứu được công bố trong Kỷ yếu Hội nghị Khoa học Quốc tế International Conference on the Economics of Grids, Clouds, Systems, and Services.

🔰 Tác giả sinh viên:

1. Lê Khanh Băng (CNTT)
2. Nguyễn Nhật Hưng (CNTT)
3. Nguyễn Thành Vinh (CNTT)
4. Nguyễn Hoàng Kha (CNTT)
5. Nguyễn Văn Minh (CNTT)

🔰 Đồng tác giả: Võ Hồng Khanh, Nguyễn Minh Triết, Nguyễn Thị Kim Ngân.

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
This paper presents a groundbreaking approach to modernizing the Letter-of-Credit (L/C) process in trade finance by integrating RSA-Encrypted Non-Fungible Tokens (NFTs). Addressing the prevalent challenges of fraud, privacy concerns, and operational inefficiencies in traditional L/C mechanisms, our research proposes a robust, transparent, and efficient framework. Building upon the advancements in blockchain technology and smart contracts, we introduce a dual-layered security strategy combining RSA encryption with the unique characteristics of NFTs. This integration ensures the secure encryption of trade documents, accessible only to authorized parties, and leverages blockchain’s immutability to create a transparent, tamper-evident record of document ownership and verification. Our approach not only enhances the security and privacy aspects of trade finance but also introduces significant improvements in efficiency through the automation of verification and settlement processes via smart contracts. This paper discusses how our innovative framework sets a new standard in international trade finance, promising a more secure, efficient, and reliable L/C transaction.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

🌻 “Gần như không có cuộc đời nào diễn ra đúng theo kế hoạch, rất ít người trong chúng ta đi qua cuộc đời mà không mang t...
18/06/2026

🌻 “Gần như không có cuộc đời nào diễn ra đúng theo kế hoạch, rất ít người trong chúng ta đi qua cuộc đời mà không mang theo vết thương. Thậm chí cũng rất đáng nghi ngờ, so với tổ tiên mặc áo da thú và săn bắt hái lượm thời xưa, liệu tất cả những cỗ máy tinh xảo và những thành tựu phức tạp mà chúng ta tạo ra có thực sự giúp con người bây giờ bớt đi phiền não hơn không?”

-----
📙 Sự Thật Về Thất Bại - Đi Qua Vấp Ngã Để Hiểu Chính Mình
✍️ The School Of Life



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 045 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCTHE PSYCHOLOGY OF AI ADOPTION IN EDUCATION: UNIVERSITY STUDENTS' INTENTIONS ...
16/06/2026

📺 SỐ 045 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

THE PSYCHOLOGY OF AI ADOPTION IN EDUCATION: UNIVERSITY STUDENTS' INTENTIONS TO USE LARGE LANGUAGE MODELS FOR LEARNING FROM A TAM AND TPB PERSPECTIVE

🏫 Bài nghiên cứu được công bố trên tạp chí khoa học Acta Psychologica.

🔰 Tác giả sinh viên:

1. Võ Trần Thúy An (QTKD)
2. Phan Minh Trang (QTKD)

🔰 Đồng tác giả: Ngô Thị Thúy An

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
The rapid rise of artificial intelligence (AI) and the exponential growth of AI-based tools, particularly LLMs, have spurred extensive global research in recent years. In the education sector, LLMs have demonstrated their potential to enhance students' learning experiences and contribute to improved academic performance. In Vietnam, while recent studies have explored university students' perceptions of using LLMs in learning, there is a notable research gap regarding their actual adoption of these tools for educational purposes. Therefore, this research was conducted to address this gap by investigating the intentions to adopt LLMs for learning by university students, applying the extended Technology Adoption Model (TAM) and Theory of Planned Behavior (TPB) models. The study employed a non-probability convenience sampling approach to gather data from 226 university students in Vietnam who have prior experiences in adapting LLMs for their learning. Partial Least Square Structural Equation Modeling (PLS-SEM) was employed to test the hypotheses and to evaluate the research model. The findings revealed that perceived ease of use, perceived usefulness, and perceived trust in LLMs significantly and positively influence students' attitudes toward adoption. Moreover, all TPB constructs—attitude, subjective norms, and perceived behavioral control—positively impact intention to use LLMs, with subjective norms having the strongest effect. These findings underscore the critical role of social influence in shaping students' adoption behavior within this cultural context. This study contributes to theory by demonstrating the importance of incorporating cultural elements, such as subjective norms, into adoption models. Practically, it provides clear guidance for educators and policymakers to promote LLM integration through peer-led strategies and the cultivation of positive social norms around AI use in education. Ultimately, the study highlights that fostering a supportive and socially endorsed environment is key to encouraging effective adoption of AI technologies in learning.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 044 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCA CROSS-CHAIN ANALYSIS OF NFT-BASED PERSONAL DATA MARKETPLACES: EVALUATING E...
13/06/2026

📺 SỐ 044 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

A CROSS-CHAIN ANALYSIS OF NFT-BASED PERSONAL DATA MARKETPLACES: EVALUATING EVM-SUPPORTED PLATFORMS FOR TRANSPARENT OF DATA TRADING

🏫 Bài nghiên cứu được công bố trong Kỷ yếu Hội nghị Khoa học Quốc tế Principle and Practice of Data and Knowledge Acquisition Workshop.

🔰 Tác giả sinh viên:
1. Lê Khanh Băng
2. Lê Trúc Nhi
3. Phạm Thanh Nghiêm
4. Huỳnh Gia Khiêm
5. Trần Bá Nam

🔰 Đồng tác giả: Nguyễn Minh Triết, Võ Hồng Khanh, Nguyễn Thị Kim Ngân

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
This paper presents a comprehensive study of blockchain-enabled personal data marketplaces, focusing on the application of NFTs for data representation and trading. We analyze four prominent EVM-supported platforms: Binance Smart Chain, Polygon, Fantom, and Celo, to determine their suitability for implementing a decentralized data trading ecosystem. The study addresses the limitations of traditional centralized data management systems, particularly in terms of user privacy, control, and fair compensation. We propose a smart contract-based framework that leverages NFTs to represent personal data assets, enabling transparent pricing and secure transactions. Our evaluation encompasses key metrics such as transaction fees, gas costs, and overall platform efficiency. The findings provide insights into the optimal blockchain infrastructure for personal data marketplaces, considering factors like scalability, cost-effectiveness, and user experience. This research contributes to the ongoing development of user-centric data management solutions in the digital economy, offering a balanced approach that considers the interests of data owners, consumers, and platform operators.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

🍀 “Khi chính miệng thừa nhận rằng mình chỉ là một người bình thường đến mức chẳng có gì đặc biệt, lòng tôi lại trở nên n...
11/06/2026

🍀 “Khi chính miệng thừa nhận rằng mình chỉ là một người bình thường đến mức chẳng có gì đặc biệt, lòng tôi lại trở nên nhẹ nhõm hơn. Tôi không còn phải gắng gượng để trở thành một điều gì đó nữa. Cũng không cần phải cố chứng minh rằng mình có tiềm năng đặc biệt nào. Chỉ đến lúc ấy, tôi mới bắt đầu tò mò rằng rốt cuộc mình thật sự là người như thế nào.

Khi buông xuống nỗi ám ảnh phải trở nên nổi bật, tôi lại nhìn thấy bản thân rõ ràng hơn.”

-----
📙 Nếu Cả Đời Không Rực Rỡ Thì Có Sao?
✍️ Yoo Jung Ah



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 043 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCUNDERSTANDING THE ADOPTION OF AI-GENERATED DEEPFAKE CONTENT ON SOCIAL MEDIA:...
09/06/2026

📺 SỐ 043 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

UNDERSTANDING THE ADOPTION OF AI-GENERATED DEEPFAKE CONTENT ON SOCIAL MEDIA: AN EXTENDED INFORMATION ACCEPTANCE MODEL (IACM) APPROACH

🏫 Bài nghiên cứu được công bố trên tạp chí khoa học Telematics and Informatics Reports.

🔰 Tác giả sinh viên:

1. Nguyễn Ngọc Diễm My (QTKD)
2. Nguyễn Ngọc Anh (QTKD)

🔰 Đồng tác giả: Ngô Thị Thúy An

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
The rapid rise of AI-generated deepfake content (AGDC) is transforming digital entertainment and communication, yet how users cognitively and affectively evaluate and adopt such synthetic media, particularly in emerging digital markets, remains insufficiently understood. Addressing this gap, this study examines how Vietnamese Generation Z evaluates and adopts AGDC on social media platforms by extending the Information Acceptance Model (IACM). The proposed framework integrates cognitive factors (perceived information usefulness, quality, credibility, and information needs) and affective factors (perceived enjoyment and uncertainty) to explain their effects on attitude, trust, and subsequently information adoption. Data collected from 715 respondents were analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings indicate that perceived usefulness, information quality, information needs, and enjoyment significantly strengthen both attitude and trust, while credibility enhances trust but does not significantly influence attitude. In contrast, perceived uncertainty negatively affects both attitude and trust. Attitude and trust jointly explain 54.3% of the variance in AGDC adoption intention, highlighting the importance of both evaluative and relational mechanisms in synthetic media adoption. Notably, information usefulness emerged as the strongest predictor of attitude, whereas information needs had the strongest effect on trust. Theoretically, this study advances prior IACM research by incorporating affective mechanisms into the model and demonstrating its applicability to AI-generated deepfake content. By providing empirical evidence from a rapidly digitalizing context, the findings refine the cognitive–affective structure of IACM and extend its relevance to emerging forms of AI-mediated information environments. The findings also offer practical insights for designing transparent and engaging AI-generated media that encourage informed and responsible user engagement.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 042 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCROBUST STUDENT ATTENDANCE CHECKING SYSTEM USING EFFICIENT LBP-BASED ENSEMBLE...
06/06/2026

📺 SỐ 042 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

ROBUST STUDENT ATTENDANCE CHECKING SYSTEM USING EFFICIENT LBP-BASED ENSEMBLE LEARNING APPROACHES

🏫 Bài nghiên cứu được công bố trong Kỷ yếu Hội nghị Khoa học Quốc tế International Conference on Intelligent Information Technology.

🔰 Tác giả sinh viên:

1. Lê Huy Hoàng (CNTT)
2. Nguyễn Thị Mỹ Ái (CNTT)
3. Huỳnh Hưng Lợi (CNTT)
4. Trần Đại Lợi (CNTT)
5. Nguyễn Huy Khánh (CNTT)

🔰 Đồng tác giả: Nguyễn Đình Vinh.

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
Facial recognition systems often face challenges in balancing accuracy and computational efficiency, particularly in real-world environments with varying lighting conditions and image quality. Many existing methods rely on individual machine learning models, which may not fully capture the complex patterns needed for high-precision recognition across diverse datasets. This research addresses these limitations by implementing and comparing several machine learning algorithms—K-Nearest Neighbors (KNN), Random Forest, and Support Vector Machine (SVM)—and improving their performance through ensemble techniques such as Voting and Stacking. The process includes key steps like image preprocessing, facial detection using "hog" and "cnn" models, and feature extraction with facial encodings and Local Binary Pattern (LBP). Additionally, extensive data augmentation techniques—including image rotation, noise injection, LBP, and brightness adjustment—were applied to simulate real-world variations and improve model robustness. Dimensionality reduction with principal component analysis(PCA) and hyperparameter tuning via GridSearchCV further optimized performance. Our proposed method achieved a facial recognition accuracy of 99.22%, exceeding the results of the SVM 95.34% [15]. This demonstrates the effectiveness of integrating machine learning models and applying ensemble methods, leading to more reliable facial recognition systems and marking a significant improvement over current approaches..

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

“Vận may có thể đến, gian khổ cũng có thể tìm đến, do đó dù các bạn đang ở trong hoàn cảnh gian nan như thế nào chăng nữ...
04/06/2026

“Vận may có thể đến, gian khổ cũng có thể tìm đến, do đó dù các bạn đang ở trong hoàn cảnh gian nan như thế nào chăng nữa, tôi cũng mong muốn các bạn không chùn bước, không chịu thua hoàn cảnh, hãy cố gắng tiến về phía trước với một cái tâm vị tha. Nếu như vậy thì chắc chắn vận mệnh sẽ xoay theo chiều hướng tốt và một cuộc đời hạnh phúc sẽ tìm đến chúng ta.”

-----
📙 Tâm - Sức Mạnh Khiến Cuộc Đời Như Mình Mong Muốn
✍️ Inamori Kazuo



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 041 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCCANINE EYE DISEASE DIAGNOSIS: A HYBRID APPROACH USING YOLOV11 AND AUTOENCODE...
02/06/2026

📺 SỐ 041 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

CANINE EYE DISEASE DIAGNOSIS: A HYBRID APPROACH USING YOLOV11 AND AUTOENCODER MODELS

🏫 Bài nghiên cứu được công bố trong Kỷ yếu Hội nghị Khoa học Quốc tế International Conference on Intelligent Information Technology.

🔰 Tác giả sinh viên:
1. Nguyễn Thị Diễm Hương (CNTT)
2. Hồ Văn Lộc An (CNTT)
3. Mai Nguyễn Trúc Vy (CNTT)
4. Nguyễn Vũ Đức (CNTT)
5. Võ Minh Thống (CNTT)

🔰 Đồng tác giả: Nguyễn Đình Vinh

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
The rising prevalence of eye diseases in dogs underscores the need for prompt and precise diagnostic tools to ensure timely treatment and improved outcomes. Traditional diagnostic methods often require specialized veterinary expertise and are prone to delays in detection. This study presents a novel image-based diagnostic framework utilizing a hybrid approach that combines the YOLOv11 object detection model with an autoencoder for feature extraction and disease classification. By employing the autoencoder to distill critical features and leveraging its synergy with YOLOv11 for localization, the system achieves exceptional performance in diagnosing canine eye diseases. Our approach achieves a mAP@50 of 99.5% and a mAP@50-95 of 90.9%, demonstrating its robust accuracy and effectiveness. This innovative diagnostic tool offers significant potential to assist veterinary professionals and pet owners in the rapid and accurate identification of canine eye diseases, setting a new benchmark in veterinary diagnostics.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

📺 SỐ 040 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌCDOAM-MECA: A ROBUST FRAMEWORK FOR VEHICLE DETECTION UNDER ADVERSE DRIVING CO...
30/05/2026

📺 SỐ 040 | NGƯỜI TRẺ VỚI NGHIÊN CỨU KHOA HỌC

DOAM-MECA: A ROBUST FRAMEWORK FOR VEHICLE DETECTION UNDER ADVERSE DRIVING CONDITIONS

🏫 Bài nghiên cứu được công bố trên tạp chí khoa học Signal, Image and Video Processing.

🔰 Tác giả sinh viên:

1. Trần Hữu Nhân
2. Đào Anh Khoa

🔰 Đồng tác giả: Nguyễn Đình Vinh

📈 Toàn văn bài báo: Xem phía dưới bình luận

📊 Tóm tắt:
Vehicle detection under hostile driving conditions remains a significant challenge, particularly in adverse scenarios such as low-light, snowy, rain, or night conditions. Therefore, this research proposes a novel detection framework that integrates a Disparity-guided Obstacle Attention Module (DOAM) into the backbone and a Multiscale and Efficient Channel Attention (MECA) module into the detection neck. The DOAM studies depth features to guide the network’s focus on obstacle regions only, while the MECA improves feature discrimination across various scales and channels. Comprehensive experiments conducted on the KITTI, CCD, and HCI datasets demonstrate that our method achieves better performance compared to state-of-the-art approaches, reaching an mAP@50–95 of 61.35% at night and 65.57% during the day, representing a 4–5% mAP improvement over the latest YOLOv12 baseline. Moreover, the proposed approach maintains a fast inference speed of 6.81 ms, highlighting its practicality for real-time deployment. These results underscore the effectiveness and efficiency of the proposed architecture, particularly in challenging real-world scenarios.

---
📺 𝗡𝗴𝘂̛𝗼̛̀𝗶 𝘁𝗿𝗲̉ 𝘃𝗼̛́𝗶 𝗡𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝗞𝗵𝗼𝗮 𝗵𝗼̣𝗰 là dự án truyền thông học thuật do Thư viện Trường Đại học FPT Cần Thơ triển khai, nhằm giới thiệu và lan tỏa các bài báo, công trình nghiên cứu khoa học của sinh viên đã được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, qua đó ghi nhận hành trình nỗ lực bền bỉ của người học, khơi dậy tinh thần nghiên cứu, truyền cảm hứng học thuật và góp phần hình thành văn hóa nghiên cứu – học tập bền vững trong cộng đồng nhà trường.



---
📁 THƯ VIỆN TRƯỜNG ĐẠI HỌC FPT CẦN THƠ
└📁 Hotline: 0292 730 1988
└📁 Email: [email protected]
└📁 Thư viện số: eresources.fpt.edu.vn
└📁 Inbox Admin: m.me/thuviendaihocfpt
└📁 Đánh giá dịch vụ: https://bom.so/5RkdRt

Address

Số 600, Nguyễn Văn Cừ Nối Dài, An Bình
Can Tho
94118

Opening Hours

Monday 08:00 - 17:30
Tuesday 08:00 - 22:00
Wednesday 08:00 - 22:00
Thursday 08:00 - 22:00
Friday 08:00 - 22:00
Saturday 08:00 - 18:00

Telephone

+842927301988

Website

Alerts

Be the first to know and let us send you an email when Thư viện Đại học FPT Cần Thơ posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Organization

Send a message to Thư viện Đại học FPT Cần Thơ:

Shortcuts

Share