Đồ án tốt nghiệp - Dự báo dữ liệu chuỗi thời gian bằng mô hình lai ghép LSTM và SVM

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN KỸ THUẬT DỮ LIỆU

NGUYỄN QUỐC THẮNG: 20133120
NGUYỄN TRUNG CƯỜNG: 20133028

Đề Tài:

DỰ BÁO DỮ LIỆU CHUỖI THỜI GIAN
BẰNG MÔ HÌNH LAI GHÉP LSTM VÀ SVM
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIÁO VIÊN HƯỚNG DẪN
TS. NGUYỄN THÀNH SƠN

KHÓA 2020-2024

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*********

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Nguyễn Quốc Thắng

MSSV 1: 20133120

Họ và tên Sinh viên 2: Nguyễn Trung Cường

MSSV 2: 20133028

Ngành: Kỹ thuật dữ liệu
Tên đề tài: Dự báo dữ liệu chuỗi thời gian bằng mô hình lai ghép LSTM và SVM
Họ và tên Giáo viên hướng dẫn: TS. Nguyễn Thành Sơn.
NHẬN XÉT:
1. Về nội dung thực hiện:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày … tháng … năm 2024
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*********

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên Sinh viên 1: Nguyễn Quốc Thắng

MSSV 1: 20133120

Họ và tên Sinh viên 2: Nguyễn Trung Cường

MSSV 2: 20133028

Ngành: Kỹ thuật dữ liệu
Tên đề tài: Dự báo dữ liệu chuỗi thời gian bằng mô hình lai ghép LSTM và SVM
Họ và tên Giáo viên phản biện:
NHẬN XÉT:
1. Về nội dung thực hiện:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày … tháng … năm 2024
Giáo viên phản biện
(Ký &amp ghi rõ họ tên)

LỜI CẢM ƠN

Chúng tôi muốn dành lời cảm ơn sâu sắc đến Trường Đại học Sư phạm Kỹ thuật Thành
phố Hồ Chí Minh, Khoa Công nghệ Thông tin, và đặc biệt là Thầy Nguyễn Thành Sơn,
người đã hỗ trợ và hướng dẫn chúng tôi suốt quá trình thực hiện dự án nghiên cứu này.
Với
...

...
tạp hơn: Do hạn chế về thời gian và phạm
vi, đề tài không so sánh hiệu quả của mô hình lai ghép LSTM-SVM với các mô
hình phức tạp hơn như mạng nơ-ron hồi quy (RNN) hoặc mạng nơ-ron hồi quy dài
hạn (GRU).
1.3. Hướng phát triển
Mở rộng phạm vi dự báo: Nghiên cứu và phát triển mô hình lai ghép LSTM-SVM
để có thể áp dụng vào việc dự báo nhiều biến trong dữ liệu chuỗi thời gian, từ đó
mở ra khả năng ứng dụng của mô hình trong nhiều lĩnh vực khác nhau.
Tăng cường so sánh và đánh giá: Nghiên cứu so sánh hiệu quả của mô hình lai ghép
LSTM-SVM với các mô hình dự báo khác, bao gồm cả các mô hình phức tạp hơn
như mạng nơ-ron hồi quy (RNN) và mạng nơ-ron hồi quy dài hạn (GRU), để đánh
giá độ chính xác và ổn định của mô hình.
Nghiên cứu về dự báo đa biến: Nghiên cứu và phát triển mô hình lai ghép LSTMSVM có khả năng dự báo nhiều biến đồng thời trong dữ liệu chuỗi thời gian, để giải
quyết các vấn đề phức tạp và đa chiều trong thực tế.
Mở rộng ứng dụng thực tiễn: Nghiên cứu và phát triển ứng dụng của mô hình dự
báo trong nhiều lĩnh vực khác nhau như tài chính, y tế, khí tượng, sản xuất, và
thương mại điện tử, để đáp ứng nhu cầu dự báo đa dạng từ các ngành công nghiệp.
64

TÀI LIỆU THAM KHẢO
[1] - Blog, “Deep Learning là gì? Khám phá sự sâu thẳm của trí tuệ nhân tạo”
https://cloud.z.com/vn/news/deep-learning/
[2] - Hưng Nguyễn,” Deep Learning là gì ?Tổng quan về Deep Learning từ A - Z”
https://vietnix.vn/deep-learning-la-gi/(21/04/2022).
[3] - “Time Series Foreing: Definition, Applications, and Examples “
https://www.tableau.com/learn/articles/time-series-foreing
[4] – Raghav Agrawal,” Time-series Foreing -Complete Tutorial”
https://www.analyticsvidhya.com/blog/2021/07/time-series-foreing-complete-tutorial-part1/ (14/03/2024).
[5] - “Time Series Foreing Tutorial” Time series Foreing tutorial | DataCamp
[6] - Haiying and Huiru Zheng ,”Modek Validation,Machine Learning” Model Validation,
Machine Learning | SpringerLink
[7] - “GridSearchCV” GridSearchCV — scikit-learn 1.5.0 documentation
[8] - “RandomizedSeacrchCV” RandomizedSearchCV — scikit-learn 1.5.0 documentation
[9] - “Mastering Bayesian Optimization” Mastering Bayesian Optimization in Data Science |
DataCamp
[10] - Oinkina with Hakyll, “Understanding LSTM Networks” Understanding LSTM Networks -colahs blog (27/08/2015).
[11] – Alakh Sethi,” Support Vector Regression In Machine Learning”
Regression In Machine Learning (analyticsvidhya.com)(27/5/2024).

65

Support Vector