Nghiên cứu được thực hiện nhằm sản xuất mứt nhuyễn xoài với việc bổ sung phụ gia pectin tạo cấu trúc đông đặc ổn định cho sản phẩm. Kết quả đã lựa chọn được Grinsted® Pectin SF Extra với nồng độ 0,7%, thời gian cô đặc 40 phút và tốc độ khuấy trong công đoạn phối trộn pectin 325 vòng/phút trên thiết bị Thermomix TM5 nhằm kiểm soát tốt các thông số công nghệ để nâng cao chất lượng mứt nhuyễn xoài. Sản phẩm mứt nhuyễn xoài được đánh giá đạt loại tốt và thành phần dinh dưỡng phù hợp với tiêu chuẩn sản phẩm đồ hộp mứt nhuyễn trước 10 ngày. Đây là hướng đi đúng, góp phần đa dạng hoá sản phẩm mứt nhuyễn quả trên thị trường.

Ngũ vị tử (Schisandra chinensis) thu hoạch ở chân núi Ngọc Linh - Kom Tum. Theo Đông y, ngũ vị tử có vị chua, tính ôn. Ngũ vị tử có nhiều công dụng trong hỗ trợ điều trị bệnh bởi trong quả chứa các thành phần hóa học có hoạt chất sinh học như lignan, vitamin C, axit hữu cơ. Tuy nhiên, các hoạt chất dễ bị tổn thất trong công đoạn làm khô quả. Nghiên cứu đã ứng dụng phương pháp sấy bơm nhiệt kết hợp bức xạ hồng ngoại để làm khô quả ngũ vị tử với các thông số công nghệ: nhiệt độ sấy 49,18oC, độ dày lớp quả sấy 20,41 cm, tốc độ tác nhân sấy 1,5 m/s. Kết quả thu được quả ngũ vị tử khô có hàm lượng lignan được bảo tồn là 4,26%, hàm hượng VTM C 143,28 mg%; hàm lượng axit 5,37%, độ ẩm < 9%, quả khô đều, màu đỏ nâu sáng phù hợp để làm dược liệu hỗ trợ trong điều trị bệnh hoặc dùng làm nguyên liệu để chế biến các sản phẩm trà từ ngũ vị tử.

Mạng cảm biến vô tuyến công nghiệp cần có các giải pháp mã kênh mạnh với các gói tin ngắn. Mã tích là họ mã kênh chỉ cần với chiều dài từ mã ngắn, đã đạt khả năng sửa lỗi rất tốt do có khoảng cách Hamming cực tiểu lớn. Vì quá trình giải mã phức tạp nên hiện nay mã tích vẫn chưa được đề xuất ứng dụng trong các hệ thống truyền tin. Với mong muốn khai thác khả năng kiểm soát lỗi của mã tích trong các ứng dụng truyền tin hiện đại, bài báo này dựa vào cơ sở lý thuyết giải mã tích, lựa chọn mã Hamming làm mã thành phần, đề xuất thuật toán giải mã lặp áp dụng phù hợp với mã tích cho chất lượng giải mã tốt với độ phức tạp chấp nhận được. Kết quả mô phỏng cho thấy, tại tỉ lệ lỗi bit (BER) 105, yêu cầu về tỉ lệ công suất tín hiệu trên tạp âm chỉ cần 3,7 dB nếu sử dụng mã Hamming (31, 26) làm mã thành phần.

Thế giới đang trải qua cuộc Cách mạng công nghiệp 4.0 với đặc trưng là Dữ liệu lớn (Big data), Trí tuệ nhân tạo (AI), Internet vạn vật (IoT), Điện toán đám mây (Cloud computing) và Khoa học dữ liệu (Data Science). Bài báo theo hướng khoa học dữ liệu, sử dụng thuật toán học máy nhằm xây dựng mô hình phân loại khách hàng thông qua bộ dữ liệu giao dịch thương mại điện tử, phân khúc khách hàng để phân chia cơ sở khách hàng thành nhiều nhóm cá nhân có cùng điểm giống nhau theo những cách khác nhau có liên quan đến hoạt động tiếp thị như giới tính, tuổi tác, sở thích và thói quen chi tiêu không rõ ràng. Đầu tiên, nhóm sẽ thực hiện thu thập và khai phá dữ liệu. Tiếp theo, nhóm sẽ dựa trên thuật toán học máy xây dựng mô hình phân loại khách hàng. Cuối cùng, nhóm sẽ đánh giá dữ liệu khách hàng đầu vào để có được phân loại dữ liệu vào phân khúc khách hàng.