Bài báo trình bày cách sử dụng Python lõi xây dựng một modul thực hiện tính toán một số phép tính toán ma trận. Modul được xây dựng một cách trực quan, rõ ràng bởi tập các hàm được lập trình dựa trên các thuật toán về các phép toán về ma trận trong đại số tuyến tính.

Học sâu (deep learning) là một phần của học máy (machine learning), còn học máy là thuật ngữ chung để chỉ các phương pháp, chương trình khiến cho máy tính có thể thông minh lên, tạo ra trí tuệ nhân tạo (AI). Khử mờ ảnh bị mờ do chuyển động (motion blur). Dựa trên tiến bộ đáng kể gần đây đã đạt được trong các lĩnh vực liên quan đến siêu phân giải hình ảnh (super-resolution) và xóa bỏ chi tiết thừa trong ảnh (inpainting) bằng cách áp dụng các mạng sinh phân biệt (GANs). Bài báo này trình bày kỹ thuật học sâu deblurGAN - một cách tiếp cận dựa trên các mạng sinh phân biệt có điều kiện và hàm mất mát đa thành phần (multi-component loss function) áp dụng cho bài toán khử mờ ảnh số bị mờ do chuyển động.

Trong bài báo này sử dụng phần mềm AVL-Boost để mô phỏng những ảnh hưởng của việc sử dụng nhiên liệu sinh học E5, E10, E20, E85 pha lẫn với xăng RON 92 dùng cho động cơ đốt trong. Cụ thể bài báo nghiên cứu công suất của động cơ khi pha nhiên liệu sinh học với xăng RON 92 theo các tỷ lệ nhất định. Thử nghiệm trên động cơ Toyota – 5A, mọi thông số về kết cấu của động cơ được giữ nguyên bản. Kết quả nghiên cứu cho thấy, khi sử dụng nhiên liệu sinh học kết hợp với xăng RON 92 thì công suất của động cơ có xu hướng giảm, suất tiêu hao nhiên liệu tăng, nồng độ phát thải CO và HC giảm, nồng độ NOx tăng. Từ nghiên cứu mô phỏng trên đưa ra được những khuyến cáo cho nhà sản xuất cũng như người sử dụng được những thay đổi về tỷ lệ nhiên liệu sinh học trong xăng RON 92 khi sử dụng.

Trong những năm gần đây, việc nghiên cứu chế tạo màng phủ hoặc lớp phủ bảo quản thực phẩm có nguồn gốc thiên nhiên, dễ dàng bị phân hủy sinh học, an toàn với người sử dụng, khắc phục được những nhược điểm của màng polyme nhân tạo như thời gian phân hủy kéo dài, khó xử lý, gây ô nhiễm môi trường và có hại đến sức khỏe của con người, là hướng nghiên cứu hấp dẫn và có tính ứng dụng cao. Trong số đó polysacarit có nguồn gốc thiên nhiên như chitosan đang chứng tỏ là nhóm vật liệu đầy tiềm năăng trong bảo quản thực phẩm. Rutin là một hợp chất thuộc nhóm flavonoid có thể được chiết xuất từ thảo dược, rất an toàn, khá phổ biến và rẻ tiền, lại có hoạt tính chống oxy hóa và kháng khuẩn. Tuy nhiên, rutin lại khó phân tán trong dung dịch polyme nền, do đó, hạn chế đến hiệu quả sử dụng. Bài báo này đưa ra phương pháp chế tạo lớp phủ nanocomposite từ chitosan kết hợp với nano rutin, ứng dụng bảo quản quả xoài. Rutin được nano hóa có kích thước trung bình 50 nm, được đưa vào dung dịch chitosan với công thức CS2%/rutin0,5% cho thấy hiệu quả bảo quản tốt nhất so với các công thức trong khoảng nghiên cứu. Trong điều kiện bảo quản tự nhiên với nhiệt độ nằm trong khoảng 25-30oC, độ ẩm >80%, các mẫu quả xoài khi được phủ bởi công thức CS2%/rutin0,5% có thời gian bảo quản lâu hơn (18 ngày) và giữ được hàm lượng vitamin C (0,033 mg/mL), hàm lượng đường (14,69%) nhiều hơn so với các mẫu đối chứng.