Vol. 1 No. 01 (2026)

Energy losses in sliced fruit-drying systems employing thermal-oil heaters constitute a critical technical challenge, with measurable impacts on both operational efficiency and environmental performance. This study provides a quantitative assessment of three principal mitigation strategies: 1. Recovery of waste heat from flue gas via installation of an air preheater (APH); 2. Enhancement of insulation and thermal protection; 3.Optimization of the combustion process. When these feasible measures (Solutions 1, 2, and 3) are implemented concurrently, the overall thermal efficiency of the heater can be improved from 87.84% to 95.27%. Building on these results, This study investigates outlines an integrated implementation pathway aimed at maximizing energy utilization efficiency and strengthening the economic performance of fruit-drying operations.

Bài báo trình bày quá trình nghiên cứu và chế tạo mô hình xe tự hành sử dụng xử lý ảnh để nhận dạng làn đường, biển báo và đèn giao thông nhằm điều khiển xe di chuyển tự động. Hệ thống được xây dựng dựa trên nền tảng Raspberry Pi 4 và Nucleo, kết hợp các thuật toán như Canny, Hough Transform và mạng nơ-ron để xử lý dữ liệu hình ảnh thời gian thực. Mô hình được thiết kế hướng đến điều kiện giao thông Việt Nam, có khả năng nhận dạng biển báo, dừng xe và rẽ theo tín hiệu thực tế. Kết quả cho thấy độ ổn định và khả năng xử lý chính xác trong điều kiện ánh sáng và môi trường thay đổi, góp phần làm cơ sở cho phát triển xe tự hành quy mô lớn trong tương lai.

The paper presents simulation results aimed at determining the effects of Brown’s gas addition into the intake manifold of a diesel engine on operating characteristics and exhaust emissions along the external characteristic curve. The investigated engine is the IVECO 8140.43R, and the simulation tool employed is AVL Boost. The results indicate that with a Brown’s gas substitution rate of 10÷20% of the torque, the average torque increases by 17%, power output increases by 25%, brake specific fuel consumption decreases by 20%, NOx emissions increase by 11,3% on average, soot emissions decrease by 13,7%, and CO emissions decrease by 25% on average.

Nghiên cứu được thực hiện với mục đích phân lập và xác định khả năng sinh acid của một số chủng vi khuẩn acetic và lactic có trong Kombucha, từ đó chọn lọc chủng vi khuẩn thích hợp cho lên men Kombucha. Từ 5 mẫu trà Kombucha đã phân lập được 22 chủng vi khuẩn trên môi trường YPGD và 7 chủng vi khuẩn trên môi trường MRS. Kết quả kiểm tra đặc điểm hình thái và sinh hóa cho thấy 11 chủng vi khuẩn phân lập trên YPGD có sự tương đồng với vi khuẩn acetic, trong đó chủng A2-5 có khả năng sinh acid cao nhất ở 24, 30 và 36 giờ nuôi cấy. Bảy chủng vi khuẩn phân lập trên MRS có đặc điểm khác với các loài vi khuẩn lactic có lợi. Kết quả giải trình tự và kiểm tra độ tương đồng vùng gen 16S rRNA của chủng A2-5 cho thấy mức tương đồng 100% với chủng vi khuẩn acetic Komagataeibacter saccharivorans.

The study develops a hybrid ANN–PSO model to forecast the electrical load of a seafood processing plant in Sóc Trăng, where consumption fluctuates strongly due to seasonal production and refrigeration systems. Data were collected from an MFM-384-C meter (1 hour/sample for 1 month) and processed through an HMI WEINTEK MT8071iE on an IoT platform. The ANN–PSO model uses a 1–5–1 structure, with PSO optimizing weights and biases to improve accuracy. Results show very low errors: hourly forecasts are mostly <0.5% (hour 1: actual 315 kWh, predicted 314.52 kWh – 0.15%, maximum 1.20%); weekly forecasts mostly <1% (hour 1: 2141 kWh vs. 2138.54 kWh – 0.11%, maximum 4.29%); monthly errors remain stable, with day 19 at 7524 kWh vs. 7525.41 kWh – 0.02%, and the highest error 1.45% on day 30. Compared to traditional ANN, ANN–PSO performs better, reducing RMSE from 1.45% to 0.53% (hourly) and from 1.85% to 0.78% (monthly). The model proves feasible for accurate energy consumption forecasting and energy management in processing plants.

Trong bối cảnh chuyển đổi số trong giáo dục đại học và giáo dục nghề nghiệp, học liệu số đóng vai trò ngày càng quan trọng đối với các học phần thực hành; tuy nhiên, việc xây dựng học liệu số cho dạy học thực hành hiện nay còn thiếu các quy chuẩn thống nhất, ảnh hưởng đến chất lượng và hiệu quả sư phạm. Nghiên cứu này nhằm xây dựng hệ thống quy chuẩn học liệu số cho dạy học thực hành trên cơ sở các định hướng chuyển đổi số, cơ sở lý luận về học liệu số và yêu cầu đặc thù của bài học gắn với kỹ năng nghề, với nội dung “Quy trình đặt món tại nhà hàng” được lựa chọn làm trường hợp minh họa. Kết quả nghiên cứu đề xuất một hệ thống quy chuẩn gồm phân loại học liệu số thực hành, yêu cầu kỹ thuật, sư phạm, quản lý - lưu trữ và pháp lý, góp phần chuẩn hóa quá trình xây dựng học liệu số, nâng cao hiệu quả và khả năng ứng dụng trong thực tiễn giảng dạy.

This study investigates the influence of grinding parameters on surface roughness (Ra) in grinding HARDOX 500 steel with a CBN wheel, using a quadratic Response Surface Methodology (RSM). A full quadratic model, including linear, interaction, and squared terms, was initially developed and subsequently simplified through stepwise selection based on the Akaike Information Criterion (AIC). The full model achieved R² = 0.987 and adjusted R² = 0.964, while the simplified model achieved R² = 0.985 and adjusted R² = 0.974, indicating strong predictive capability with reduced complexity. Analysis of variance (ANOVA) and partial effect size (η²) revealed that the squared term of depth of cut (t²) exerted the dominant and statistically significant influence on Ra (p < 0.001). In contrast, spindle speed, feed rate, and their higher-order terms played only minor or negligible roles. Diagnostic plots confirmed model adequacy, with residuals evenly distributed and predicted values closely matching experimental data. The findings highlight that precise control of depth of cut is the key factor in achieving the desired surface quality when grinding HARDOX 500 steel, providing practical guidance for optimizing process parameters in industrial applications.

Gastrointestinal cancer is a leading cause of mortality, requiring highly accurate treatment approaches such as radiotherapy. Accurate localization of organs such as the stomach, small intestine and large intestine on MRI scans is crucial to minimize radiation-induced damage to surrounding healthy tissues. However, manual segmentation is often time-consuming and prone to subjective errors. This study proposes a deep learning-based model named GI-ENSNet, which ensembles three architectures: UNet with EfficientNet-B2 as backbone, UNet++ with EfficientNet-B0 optimized using Stochastic Weight Averaging (SWA) and a modified UNet integrated with the Boundary Awareness Module (BAM). The outputs of these models are fused using a Soft Voting ensemble strategy, followed by post-processing with the Segment Anything Model (SAM) to refine segmentation masks. The model is trained on a dataset of 38,496 MRI images provided by the UW-Madison Cancer Center and achieves high segmentation performance with a Dice coefficient of 0.9255 and an IoU of 0.8964. The proposed approach significantly enhances segmentation accuracy and supports clinicians in delivering more precise radiotherapy while reducing processing time in clinical practice.

Mục tiêu nghiên cứu là xác định thời gian hấp phù hợp nhằm nâng cao chất lượng cảm quan, khả năng hấp thụ nước, màu sắc và mùi vị của bột khoai tây và đồng thời khảo sát ảnh hưởng của tỷ lệ bổ sung bột khoai tây đến các chỉ tiêu chất lượng của sản phẩm mì sợi. Các yếu tố được khảo sát bao gồm: giá trị màu sắc (L*, a* và b*); lực cắt và chất lượng cảm quan. Kết quả phân tích cho thấy, sản phẩm bột khoai tây hấp ở thời gian 6 phút tại 90oC là tốt nhất đảm bảo các chỉ tiêu về chất lượng như: chỉ tiêu màu sắc L* (73,58); a* (5,52) và b* (29,43); Hàm lượng ẩm (7,66%) và khả năng hấp thụ nước (6,14). Ngoài ra, khi bổ sung bột khoai tây ở tỷ lệ 10%, sản phẩm đạt được các chỉ tiêu chất lượng tốt nhất như: chỉ tiêu màu sắc L* (72,01); a* (4,74) và b* (32,68); Lực cắt (23,47 N) và điểm giá trị cảm quan cao về màu sắc (8,40); mùi (8,20); vị (8,00); cấu trúc (8,13) và sự ưa thích chung (8,30). Việc hấp khoai tây trong 6 phút và sử dụng tỷ lệ phối trộn 10% bột khoai tây là thông số kỹ thuật phù hợp để sản xuất mì sợi có chất lượng cảm quan và giá trị cấu trúc tốt.

Nghiên cứu này tập trung vào bài toán phát hiện và phân loại tấn công mạng bằng các kỹ thuật học máy hiện đại, bao gồm CNN-LSTM, RNN và LSTM, trên tập dữ liệu NF-UQ NIDS-v2. Hai kịch bản được triển khai: (1) huấn luyện trực tiếp trên dữ liệu gốc không xử lý mất cân bằng, và (2) áp dụng kỹ thuật cân bằng bằng trọng số lớp (class-weight). Kết quả thực nghiệm cho thấy trong kịch bản (1), các mô hình đạt độ chính xác cao với các lớp phổ biến nhưng gần như thất bại trong việc nhận diện các lớp hiếm. Ngược lại, ở kịch bản (2), phương pháp đánh trọng số giúp cải thiện khả năng phát hiện và phân loại toàn bộ 21 lớp, đặc biệt đối với các lớp thiểu số, mặc dù độ chính xác tổng thể của một số lớp đa số bị suy giảm. Nhìn chung, phương pháp cân bằng trọng số lớp đã chứng minh được hiệu quả trong việc giảm thiểu tác động của sự mất cân bằng dữ liệu, mở ra hướng nghiên cứu kết hợp với các kỹ thuật nâng cao như SMOTE biến thể nhằm tăng độ chính xác và tính khái quát hóa của mô hình trong thực tiễn.

This study proposes a NeuMF–LSTM model for multi-behavior recommender systems in e-commerce, integrating the nonlinear interaction learning capability of NeuMF with the sequential modeling strength of LSTM. Experiments on the Tianchi and Tmall datasets show that the proposed model improves purchase prediction accuracy compared to baseline methods, confirming its effectiveness

Trong thời đại 4.0, mạng xã hội đã trở nên phổ biến và mang lại nhiều lợi ích thiết thực cho con người nói chung, đặc biệt là thế hệ sinh viên. Tuy nhiên, việc sử dụng hệ thống mạng cũng tiềm ẩn không ít rủi ro và hệ lụy, nhất là đối với giới trẻ. Bài viết này tập trung phân tích những tác động của mạng xã hội đến sinh viên trong thời đại số, đồng thời đề xuất các giải pháp nhằm giúp sinh viên có thể sử dụng nền tảng trực tuyến một cách hợp lý và an toàn, từ đó tối ưu hóa lợi ích và hạn chế rủi ro trong bối cảnh công nghệ phát triển mạnh mẽ hiện nay.

Bài báo xây dựng mô hình cơ cấu thu hoạch hành tím với ba biên dạng (dạng dao xúc, dạng hình thang, dạng tam giác) và phân tích trên phần mềm Ansys Workbench. Dựa trên phương pháp phần tử hữu hạn, cơ cấu thu hoạch được mô phỏng tải làm việc thực tế để tìm ra ứng suất tương đương và tần số riêng đáp ứng điều hòa và biên độ rung của lưỡi. Trên nền dữ liệu mô phỏng, ma trận Taguchi L27 được thiết kế cho bốn thông số gồm bề dày lưỡi t, bán kính mũi R, khoảng cách lưỡi s và biên dạng p. Nghiên cứu đã xây dựng được mô hình RSM bậc hai, kiểm định ANOVA và R2, vẽ biểu đồ Contour 3D trực quan giúp nhận diện xu thế ảnh hưởng của các tham số. Bên cạnh đó việc tối ưu đa mục tiêu bằng hàm desirability nhằm giảm ứng suất và biên độ, tăng tần số riêng. Kết quả của nghiên cứu đã tìm ra được bộ thông số thiết kế tối ưu giúp nâng cao độ bền, giảm rung và cải thiện ổn định làm việc của cơ cấu thu hoạch hành tím.