Mạng nơron tích chập (CNN) là một trong những mô hình mạng học sâu (Deep Learning) phổ biến nhất hiện nay, có khả năng nhận dạng và phân loại hình ảnh với độ chính xác cao, thậm chí tốt hơn con người trong nhiều trường hợp. Mô hình này đã và đang được ứng dụng vào các hệ thống xử lý ảnh lớn của Facebook, Google hay Amazon… Bài báo nghiên cứu lý thuyết về mô hình mạng CNN tiên tiến (VGG-16), dựa trên kiến trúc VGG-16. Tác giả xây dựng mô hình mới, bằng cách xen kẽ kích thước bộ lọc 3x3, 1x1, tăng số lượng khối tích chập, sử dụng hàm kích hoạt ELU sau mỗi lớp tích chập, tinh chỉnh các siêu tham số; sau đó thực nghiệm áp dụng mô hình mới vào dự đoán góc lái xe tự hành dựa trên hình ảnh thu được từ phần mềm mô phỏng xe tự lái Udacity. Thực hiện đánh giá, so sánh, kết quả nghiên cứu cho thấy mô hình mới dự đoán góc lái thực sự hiệu quả.

Bài báo đề xuất một phương án cải tiến cấu trúc hốc nhằm cải thiện đặc tính chịu đựng công suất của bộ lọc hốc cộng hưởng. Cấu trúc hốc cộng hưởng mới gồm một khối nón cụt kim loại đặt phía trên hộp cộng hưởng hình trụ tròn, đinh ốc trong hốc cộng hưởng được bo tròn với bán kính 1 mm. Từ đó, diện tích tiếp xúc giữa đinh ốc và trụ cộng hưởng giảm đi dẫn tới việc tối thiểu hóa cường độ điện trường lớn nhất trong mỗi hốc. Khả năng chịu đựng công suất của bộ lọc hốc cộng hưởng được cải thiện. Ảnh hưởng của việc thay đổi góc nghiêng của khối nón cụt đến cường độ điện trường lớn nhất trong mỗi hốc được tính toán đánh giá. Các kết quả cho thấy cường độ điện trường đạt tối thiểu khi góc nghiêng xấp xỉ bằng 300, cường độ điện trường giảm 32,6% so với cấu trúc cũ. Cấu trúc hộp cộng hưởng mới được áp dụng cho trạm phát sóng 5G, dải tần 3600-3800 MHz. Bộ lọc thu được có công suất chịu đựng đạt 1028,85W, cải thiện 346,4 W so với cấu trúc cũ.

Sản xuất vật liệu từ phế phụ phẩm của ngành chế biến nông sản thay thế cho nhựa tổng hợp đang trở thành xu hướng gần đây. Trong nghiên cứu này, bã nghệ - phụ phẩm của quá trình chế biến các sản phẩm từ củ nghệ được sử dụng làm nguyên liệu chính. Với mục tiêu là xác định được điều kiện xử lý bã nghệ thích hợp để tạo màng bao gói thực phẩm, các thông số của quá trình xử lý cơ học và xử lý hóa học bã nghệ được khảo sát. Kết quả cho thấy, xử lý cơ học bã nghệ bằng máy nghiền bi ở 4 h - 600 vòng/phút, sau đó, xử lý hóa học bã nghệ bằng NaOH 2,5% trong 4 h và tẩy trắng bằng NaClO 3,3% ở 25ºC trong 4 h sẽ thu được bã nghệ khi sử dụng để tạo màng có các đặc điểm về độ dày 71 µm, độ bền kéo 18,85 MPa, độ giãn dài khi đứt 2,54%, độ ẩm 14,6% và độ hòa tan 36,43%.

Gia công laser là quá trình gia công không tiếp xúc cơ học trực tiếp giữa phôi và thiết bị cắt, khả năng bóc tách vật hiệu dựa trên hiệu ứng nhiệt nên rất thích hợp để cắt các vật liệu kỹ thuật tiên tiến khó gia công bằng các phương pháp truyền thống. Tính năng quan trọng nhất của cắt laser là khả năng tạo ra nhiệt năng tập trung cao để thực hiện gia công nhanh và chính xác, tạo ra đường cắt hẹp, chất lượng tốt và vùng ảnh hưởng nhiệt nhỏ. Để đánh giá ảnh hưởng của các tham số đến độ nhám bề mặt rãnh cắt trên SKD11, các thông số: công suất laser (P), vận tốc cắt (v) và đường kính đầu cắt (d) đã được lựa chọn theo phương pháp thực nghiệm Taguchi. Kết quả cho thấy vận tốc cắt là yếu tố ảnh hưởng chính đến nhám bề mặt với 45,73%, tiếp theo là công suất laser với tỷ lệ là 36,95% và đường kính đầu cắt là 15,93%. Từ dữ liệu thực nghiệm, phương pháp quy hoạch thực nghiệm trực giao được sử dụng để xây dựng mô hình toán học của hàm nhám bề mặt với công suất laser, vận tốc cắt, đường kính đầu cắt. Kết quả xác nhận rằng ảnh hưởng của vận tốc cắt lớn hơn so với ảnh hưởng của công suất và đường kính đầu cắt.