Giảm chiều dữ liệu trên bảng quyết định dựa trên topo Hausdorff – Công bố quốc tế trên Computers, Materials & Continua
Khoa Công nghệ số ứng dụng trân trọng giới thiệu công bố quốc tế mới nhất với tiêu đề: "Attribute Reduction on Decision Tables Based on Hausdorff Topology" trên Computers, Materials & Continua. Bài báo được thực hiện bởi Tiến sĩ Cù Nguyên Giáp (Giảng viên Khoa Công nghệ số ứng dụng) và cộng sự.
Bối cảnh và chủ đề nghiên cứu
Trong kỷ nguyên dữ liệu lớn, việc xử lý các tập dữ liệu có chiều cao với hàng nghìn thuộc tính gây ra áp lực lớn về thời gian tính toán, bộ nhớ và làm giảm hiệu suất của các mô hình học máy. Đặc biệt trong các bài toán phân loại và ra quyết định dựa trên bảng quyết định, việc loại bỏ các thuộc tính dư thừa mà vẫn bảo toàn cấu trúc thông tin là một thách thức lớn. Nghiên cứu tập trung giải quyết bài toán giảm chiều dữ liệu bằng cách ứng dụng nền tảng toán học topo Hausdorff để tối ưu hóa không gian thuộc tính.
Phương pháp nghiên cứu
Nghiên cứu đề xuất khung phương pháp luận mới dựa trên khái niệm và tính chất của topo Hausdorff áp dụng trực tiếp lên các bảng quyết định:
Xây dựng cơ sở toán học để đo lường khoảng cách và cấu trúc hình học giữa các tập hợp dữ liệu trong không gian topo.
Thiết kế thuật toán giảm chiều dữ liệu nhằm chọn lọc ra tập thuộc tính rút gọn tối ưu, vừa đảm bảo giữ nguyên khả năng phân lớp, vừa loại bỏ triệt để các nhiễu và thông tin thừa.
Các phát hiện chính
Kết quả thử nghiệm và đánh giá thực nghiệm trên nhiều tập dữ liệu chuẩn mang lại những điểm nhấn cốt lõi:
Bảo toàn thông tin tối ưu: Phương pháp dựa trên topo Hausdorff chứng minh khả năng giữ lại toàn bộ độ chính xác của quyết định ban đầu ngay cả khi số lượng thuộc tính đã được giảm thiểu đáng kể.
Hiệu suất tính toán vượt trội: Giúp tăng tốc độ xử lý của các thuật toán phân loại phía sau và giảm thiểu độ phức tạp không gian của hệ thống thông tin.
Ý nghĩa thực tiễn
Từ kết quả nghiên cứu, nhóm tác giả đóng góp các hàm ý ứng dụng thiết thực:
Đối với phân tích dữ liệu và học máy: Cung cấp một công cụ tiền xử lý dữ liệu mạnh mẽ, giúp các kỹ sư dữ liệu và nhà nghiên cứu tối ưu hóa đầu vào cho các mô hình trí tuệ nhân tạo.
Đối với các hệ thống thông tin doanh nghiệp: Giúp nâng cao hiệu quả lưu trữ, khai thác và tăng tốc độ phản hồi của các hệ thống hỗ trợ ra quyết định thông minh dựa trên dữ liệu lớn.
Tổng kết
Công bố trên tạp chí quốc tế uy tín Computers, Materials & Continua (SCIE/Scopus) tiếp tục khẳng định năng lực nghiên cứu khoa học chuyên sâu của đội ngũ giảng viên Khoa Công nghệ số ứng dụng, Trường Đại học Thương mại trong lĩnh vực toán ứng dụng và khoa học dữ liệu.
Chi tiết bài báo xem tại: Link