TÓM TẮT: Rút gọn thuộc tính là bài toán quan trọng trong bước tiền xử lý dữ liệu của quá trình khai phá dữ liệu và khám phá tri thức. Trong mấy năm gần đây, các nhà nghiên cứu đề xuất các phương pháp rút gọn thuộc tính trực tiếp trên bảng quyết định gốc theo tiếp cận tập thô mờ [Fuzzy Rough Set FRS] nhằm nâng cao độ chính xác mô hình phân lớp. Tuy nhiên, số lượng thuộc tính thu được theo tiếp cận FRS chưa tối ưu do ràng buộc giữa các đối tượng trong bảng quyết định chưa được xem xét đầy đủ. Trong bài báo này, chúng tôi đề xuất phương pháp rút gọn thuộc tính trực tiếp trên bảng quyết định gốc theo tiếp cận tập thô mờ trực cảm [Intuitionistic Fuzzy Rough Set IFRS] dựa trên các đề xuất mới về hàm thành viên và không thành viên. Kết quả thử nghiệm trên các bộ dữ liệu mẫu cho thấy, số lượng thuộc tính của tập rút gọn theo phương pháp đề xuất giảm đáng kể so với các phương pháp FRS và một số phương pháp IFRS khác.
Trong phần này, nhóm tác giả trình bày cụ thể và chi tiết hơn về FDI tại Việt Nam sau hơn ba thập kỷ dựa trên các tiêu chí bao gồm những sự kiện nổi bật, thực trạng và triển vọng.
Trong hệ thống du lịch thông minh, lập lộ trình tự động là một trong những chức năng phức tạp nhưng rất quan trọng và cần thiết cho du khách trước và trong hành trình thăm quan của mình. Chức năng này không chỉ yêu cầu tạo ra phương án lộ trình phù hợp với điều kiện của du khách một cách nhanh chóng, mà còn phải tối ưu về thời gian thăm quan và hiệu quả kinh tế. Trong bài báo này, chúng tôi trình bày một thuật toán lập lộ trình tự động mới dựa trên ý tưởng của bài toán lập lịch TSP [Traveling Salesman Problem] và bổ sung tham số về thời gian du lịch hợp lý, được gọi là TPA [Travel Planning Algorithm]. Thuật toán TPA được cài đặt trong hệ thống du lịch thông minh đa nền tảng của tỉnh Thái Nguyên. Dựa vào điểm du lịch được gợi ý trong quá trình lựa chọn điểm thăm quan của du khách, thuật toán TPA hoạt động ổn định và lập được lộ trình du lịch tốt hơn so với chức năng lập lộ trình trong hệ thống du lịch thông minh của TripHunter và Tập đoàn bưu chính viễn thông Việt Nam [VNPT].
Để hiểu được sự phát triển của công tác thông tin đối ngoại ở Việt Nam, bài viết này đã khảo sát hoạt động thông tin đối ngoại của Hồ Chí Minh - người đã đặt nền móng cho hoạt động này. Ngay từ buổi đầu cách mạng, Hồ Chí Minh đã sớm quan tâm đến tuyên truyền thông tin đối ngoại, coi đó là một phần quan trọng của công tác ngoại giao và công tác tuyên truyền. Bằng nhiều hình thức khác nhau, Hồ Chí Minh đã cung cấp nhiều thông tin hai chiều về Việt Nam cho thế giới và thông tin thế giới tới người dân Việt Nam. Những thông tin này đã góp phần lớn vào nâng cao nhận thức cho người dân Việt Nam về các vấn đề quốc tế, tạo sự đồng thuận trong cuộc đấu tranh giải phóng dân tộc; tuyên truyền đường lối ngoại giao của Đảng, thể hiện rõ quan điểm chính trị của Việt Nam trong xây dựng mối quan hệ giữa các nước và giải quyết các vấn đề quốc tế thời kỳ sau Cách mạng tháng 8 năm 1945.
Hiện nay, tại chùa Bảo Ninh Sùng Phúc [huyện Chiêm Hóa, Tuyên Quang] còn lưu giữ được tấm bia cổ duy nhất thuộc các tỉnh miền núi phía Bắc nước ta có niên đại từ thời nhà Lý. Nội dung văn bia chép về dòng họ Hà và những đóng góp của dòng họ này đối với vùng đất Vị Long nói riêng và đất nước nói chung ở thế kỷ XI - XII. Trong đó phải kể đến công lao to lớn của nhân vật lịch sử Hà Di Khánh.
Đây là một mô hình kinh tế học đã đoạt giải Nobel Kinh tế vào năm 1973. Trong mô hình này, tồn tại ma trận đầu vào – đầu ra , được phát triển bởi nhà Kinh tế học Wassily W. Leotief , dùng miêu tả mối tương quan giữa những lĩnh vực khác nhau của một nền kinh tế. Cụm từ đầu vào – đầu ra [ Input – Output ] đã được sử dụng bởi vì ma trận này thể hiện đầu ra của một ngành có thể là đầu vào cần thiết cho các ngành khác cũng như cho người tiêu dùng.
Để dễ nắm bắt và hiểu rõ mô hình, giả sử ta đang quan sát một nền kinh tế đơn giản gồm ba ngành liên quan với nhau, đặt tên là ngành 1 , ngành 2 và ngành 3 [chẳng hạn như : nông nghiệp, than đá và thép]. Với mỗi ngành j [với j 1, 2, 3] , sản xuất một sản phẩm j
cần đầu vào từ các ngành khác, bao gồm cả ngành j. Nếu ta đặt aij là số lượng đầu vào
lấy từ ngành i [với i 1, 2, 3] cần có để sản xuất một sản phẩm của j thì các số aij tạo
thành một ma trận vuông cấp 3 như sau [thường gọi là ma trận hệ số đầu vào hoặc ma trận Leontief ] :
11 12 13 21 22 23 31 32 33
a a a A a a a a a a
Chẳng hạn như ta xét cụ thể ma trận Leontief :
0, 3 0, 2 0,
0, 2 0, 3 0, 2
0, 2 0, 3 0, 4
A
Đọc các số trong cột thứ nhất của ma trận A ở trên như sau : để sản xuất một sản phẩm đầu ra của ngành 1 thì người ta cần 0, 3 đơn vị đầu vào lấy từ ngành 1. 0, 2 đơn vị đầu vào lấy từ ngành 2. 0, 2 đơn vị đầu vào lấy từ ngành 3. Tương tự như vậy, số lượng đầu vào cần thiết cho ngành 2 , ngành 3 lần lượt đọc được từ cột thứ hai và cột thứ ba của ma trận A.
Trong nền kinh tế có thể tồn tại yêu cầu cuối cùng , nghĩa là với mỗi ngành thì yêu cầu đầu ra có thể không được sử dụng như đầu vào cho các ngành 1, ngành 2 và ngành 3. Những yêu cầu cuối cùng như vậy có thể là sản phẩm xuất khẩu hay hàng tiêu dùng. Trên quan điểm của mô hình trên, ta chỉ quan tâm đến vấn đề duy nhất từ yêu cầu cuối cùng , chúng sẽ không trùng với yêu cầu được miêu tả bởi ma trận A. Chẳng hạn như, có một yêu cầu cuối cùng cần 66 đơn vị đầu ra từ ngành 1 76 đơn vị đầu ra từ ngành 2 44 đơn vị đầu ra từ ngành 3 Khi đó, ta có thể biểu thị các con số này bởi ma trận sau đây [thường gọi là ma trận yêu
cầu cuối cùng ]
66 76 44
D
Mô hình này cần giải quyết câu hỏi : xác định mức sản xuất cho từng ngành [ngành 1, ngành 2, ngành 3] để đáp ứng được yêu cầu cuối cùng D và đồng thời cũng đáp ứng được yêu cầu bên trong [ tức là đáp ứng đầu vào của các ngành ]. Nghĩa là
Giá trị Sản lượng = Yêu cầu bên trong + Yêu cầu cuối cùng [*]
Ta đặt ma trận sau đây biểu thị giá trị sản lượng [còn gọi là giá trị đầu ra ] của ba ngành
1 2 3
x X x x
[trong đó x 1 , x 2 , x 3 lần lượt là giá trị đầu ra của ngành 1, ngành 2 và ngành 3].
Với ma trận Leontief đang xét là
11 12 13 21 22 23 31 32 33
0, 3 0, 2 0,
0, 2 0, 3 0, 2
0, 2 0, 3 0, 4
a a a A a a a a a a
, ta thấy rằng :
Cần lấy 0, 3 x 1 lượng đơn vị lấy từ đầu ra của ngành 1 để sản xuất được x 1 của ngành 1 và 0, 2 x 2 lượng đơn vị lấy từ đầu ra của ngành 1 để sản xuất được x 2 của ngành 2 và 0,1 x 3 lượng đơn vị lấy từ đầu ra của ngành 1 để sản xuất được x 3 của ngành 3. Nghĩa là cần 0, 3 x 1 0, 2 x 2 0,1 x 3 lượng đơn vị lấy từ đầu ra của ngành 1 để sản xuất được x 1 , x 2 , x 3 lần lượt là đầu ra của ngành 1, ngành 2 và ngành 3. Con số 0, 3 x 1 0, 2 x 2 0,1 x 3 này là kết quả của dòng thứ nhất trong ma trận A nhân vô hướng với các số trong ma trận X. Lập luận tương tự, cần 0, 2 x 1 0, 3 x 2 0, 2 x 3 lượng đơn vị từ đầu ra của ngành 2 để sản xuất được x 1 , x 2 , x 3 lần lượt là đầu ra của ngành 1, ngành 2 và ngành 3. Con số 0, 2 x 1 0, 3 x 2 0, 2 x 3 này là kết quả của dòng thứ hai trong ma trận A nhân vô hướng với các số trong ma trận X. Lập luận tương tự, cần 0, 2 x 1 0, 3 x 2 0, 4 x 3 lượng đơn vị từ đầu ra của ngành 3 để sản xuất được x 1 , x 2 , x 3 lần lượt là đầu ra của ngành 1, ngành 2 và ngành 3. Con số 0, 2 x 1 0, 3 x 2 0, 4 x 3 này là kết quả của dòng thứ ba trong ma trận A nhân vô hướng với các số trong ma trận X. Yêu cầu bên trong là lượng đơn vị lấy từ đầu ra của ngành 1, ngành 2, ngành 3 để sản xuất được x 1 , x 2 , x 3. Như vậy, yêu cầu bên trong chính là A X.. Nên, từ điều kiện [*] , ta sẽ có
một phương trình ma trận như sau :
X A X D.
Điều này tương đương phương trình : [ I A X ]. D
đơn vị cho đầu vào ngành 1, 450 đơn vị cho đầu vào ngành 2, 280 đơn vị cho đầu vào ngành 3 và 530 đơn vị cho yêu cầu cuối cùng. Ý nghĩa của dòng thứ ba : trong 1400 đơn vị đầu ra của ngành 3 , người ta dùng 240 đơn vị cho đầu vào ngành 1, 450 đơn vị cho đầu vào ngành 2, 560 đơn vị cho đầu vào ngành 3 và 150 đơn vị cho yêu cầu cuối cùng.
Ý nghĩa của cột thứ nhất : để sản xuất 1200 đơn vị đầu ra của ngành 1 , thì người ta cần mua 360 đơn vị đầu ra của ngành 1, 240 đơn vị đầu ra của ngành 2, 240 đơn vị đầu ra ngành 3 và 360 đơn vị của yếu tố khác. Ý nghĩa của cột thứ hai : để sản xuất 1500 đơn vị đầu ra của ngành 2 , thì người ta cần mua 300 đơn vị đầu ra của ngành 1, 450 đơn vị đầu ra của ngành 2, 450 đơn vị đầu ra ngành 3 và 300 đơn vị của yếu tố khác. Ý nghĩa của cột thứ ba : để sản xuất 1400 đơn vị đầu ra của ngành 3 , thì người ta cần mua 140 đơn vị đầu ra của ngành 1, 280 đơn vị đầu ra của ngành 2, 560 đơn vị đầu ra ngành 3 và 420 đơn vị của yếu tố khác.
Giả thuyết quan trọng của mô hình này là cấu trúc cơ bản của nền kinh tế phải giữ nguyên trong khoảng thời gian hợp lý. Cấu trúc cơ bản này sẽ giúp ta xác định được các hệ số đầu vào, và từ đó lập được ma trận Leontief.
Theo trên, ta thấy rằng, để sản xuất 1200 đơn vị đầu ra của ngành 1, thì cần mua 360 đơn vị đầu ra của ngành 1, 240 đơn vị đầu ra của ngành 2, 240 đơn vị đầu ra ngành 3, nghĩa là ta tính được các hệ số đầu vào sau đây
11
360
1200
a , 21 240 1200
a và 31 240 1200
a
Cứ tương tự như vậy, ta sẽ tính được các hệ số đầu vào còn lại. Tóm lại, từ các số liệu trong bảng trên, ta viết được ma trận Leontief như sau : 360 300 140 120015001400 0, 3 0, 2 0, 240 450 280 0, 2 0, 3 0, 2 1200 1500 1400 240 450 560 0, 2 0, 3 0, 4 1200 1500 1400
A
Như thế, với bảng đầu vào – đầu ra ở trên, thì ta sẽ thu được đẳng thức ma trận X A X D.
trong đó
1200
1500
1400
X
và
400
530
150
D
.
Tóm lại, từ bảng đầu vào – đầu ra, ta luôn luôn tìm được ma trận Leontief A tương ứng. Nếu nhu cầu cuối cùng D thay đổi, giá trị đầu ra X tương ứng sẽ thay đổi thỏa mãn X A X D. [nghĩa là tìm được giá trị đầu ra X khi có yêu cầu cuối cùng D ].