Đồ án quản lý chấm công AI

HỌC VIỆN KỸ THUẬT QUÂN SỰ

LÊ VĂN NHẬT
KHÓA 14
HỆ ĐÀO TẠO KỸ SƯ

ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC
CHUYÊN NGÀNH HỆ THỐNG THÔNG TIN QUẢN LÝ

XÂY DỰNG HỆ THỐNG CHẤM CÔNG

NĂM 2020


HỌC VIỆN KỸ THUẬT QUÂN SỰ

LÊ VĂN NHẬT
KHÓA 14
HỆ ĐÀO TẠO KỸ SƯ

ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC
NGÀNH: HỆ THỐNG THÔNG TIN QUẢN LÝ
MÃ SỐ : 52480104

XÂY DỰNG HỆ THỐNG CHẤM CÔNG
Cán bộ hướng dẫn : 2//,GVC, TS. Hoa Tất Thắng

NĂM 2020


HỌC VIỆN KĨ THUẬT QUÂN SỰ

KHOA CÔNG NGHỆ THÔNG TIN
BỘ MƠN HỆ THỐNG THƠNG TIN

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên: Lê Văn Nhật

Lớp: HTTTQL14

Ngành: Cơng nghệ thơng tin

Khóa: 14

Chun ngành: Hệ thống thơng tin quản lý

1. Tên đề tài: Xây dựng hệ thống quản lý chấm công
2. Các số liệu ban đầu:
Qua hiểu biết, tìm hiểu và trải nghiệm thực tế của bản thân và mơ tả của các
thầy về quy trình chấm cơng , chúng em đã tổng hợp và có được:
- Quy trình quản lý chấm cơng do cơng ty HITECO Việt Nam
- Quy trình thực hiện việc chấm cơng tại các công ty hiện nay
3. Nội dung bản thuyết minh: gồm các chương
Chương 1. Khảo sát hệ thống.
Chương 2. Phân tích hệ thống.
Chương 3. Thiết kế hệ thống.
Chương 4. Xây dựng hệ thống quản lý chấm công ( bằng phương pháp
nhận diện khuôn mặt )
Chương 5. Kết luận

4. Số lượng, nội dung các bản vẽ: bao gồm …….. hình vẽ trải đều trong 4
chương.
- Chương 1. Gồm các mơ hình mơ tả hệ thống, mơ hình khảo sát.
- Chương 2. Gồm các mơ hình phân tích chức năng và phân tích dữ
liệu.
- Chương 3. Gồm các mơ hình thiết kế hệ thống.


- Chương 4 : Giao diện phần mềm , đưa ra đánh giá tổng quan so với
các phần mềm điểm danh thủ công đang sử dụng như chấm công
giấy , chấm công vân tay.
5. Cán bộ hướng dẫn:2//, GVC, TS. Hoa Tất Thắng
Ngày giao: ../…/2020.

Ngày hoàn thành: ../…/2020.
Hà Nội, ngày tháng

Chủ nhiệm bộ môn

năm 2020.

Cán bộ hướng dẫn
(Ký, ghi rõ họ tên, học hàm, học vị)

2//, GVC, TS. Hoa Tất Thắng
Sinh viên thực hiện
Đã hoàn thành và nộp đồ án ngày.. tháng .. năm 2020
(Ký và ghi rõ họ tên)

DANH MỤC TỪ VIẾT TẮT

Từ viết tắt
CSDL
SQL
CBTN
DFD
ERD
MVC

Ý nghĩa
Cơ sở dữ liệu
Structured Query Language
Cán bộ tiếp nhận
Mơ hình tiến trình nghiệp vụ
Mơ hình thực thể liên kết
Model - View - Controller


DANH MỤC HÌNH ẢN
Hình 1.1 Mẫu biểu danh sách nhân viên..................................................................5
Hình 1.2 Mẫu biểu thống kê kết quả..........................................................................6
Hình 1.3 Mô hình hóa tiến trình nghiệp vụ...............................................................8
Hình 1.4 Biểu đồ hoạt động quy trình điểm danh.....................................................9
Hình 1.5 Biểu đồ hoạt động quy trình thống kê......................................................11
Hình 1.6 Các thức hoạt động mô hình 3 lớp...........................................................17
Hình 1.7 Ví dụ về bài tốn Face Recogination........................................................21
Hình 1.8 Quá trình trích xuất đặc sử dụng Facenet...............................................25
Hình 1.9 Mô hình mạng MTCNN............................................................................26
Hình 1.10 Mẫu Model- View - Controller................................................................35

Hình 1.11 Mô hình Client/ Server............................................................................40
Hình 2.1 Sơ đồ phân rã chức năng..........................................................................43
Hình 2.2 Biểu đồ luồng dữ liệu mức khung cảnh...................................................45
Hình 2.3 Biểu đồ luồng dữ liệu mức đỉnh...............................................................45
Hình 2.4 Biểu đồ luồng dữ liệu mức dưới đỉnh Quản lý nhân viên.......................46
Hình 2.5 Biểu đồ luồng dữ liệu mức dưới đỉnh Quản lí chấm cơng......................47
Hình 2.6 Biểu đồ luồng dữ liệu mức dưới đỉnh Quản lí thống kê..........................48
Hình 2.7 Biểu đồ luồng dữ liệu mức dưới đỉnh Quản lí lịch làm việc...................49
Hình 2.8 Biểu đồ luồng dữ liệu mức dưới đỉnh Quản lí trang thiết bị...................50
Hình 2.9 Mơ hình ERD mở rộng.............................................................................57
Hình 2.10 Mơ hình chuẩn hóa dữ liệu....................................................................58
Hình 3.1 Phân định TC-MT của quá trình quản lí thiết bị....................................62
Hình 3.2 Phân định TC-MT của quá trình quản lí nhân viên...............................63
Hình 3.3 Phân định TC-MT của quá trình quản lí thống kê..................................64
Hình 3.4 Phân định TC-MT của quá trình quản lý lịch làm việc..........................65
Hình 3.5 Phân định TC-MT của quá trình quản lý lịch làm việc..........................67
Hình 3.6 Sơ đồ luồng dữ liệu hệ thống....................................................................69


Hình 3.7 Tiến trình hệ thống nhóm “Quản trị”......................................................74
Hình 3.8 Mô hình dữ liệu phục vụ bảo mật............................................................74
Hình 3.9 Mô hình dữ liệu hệ thống.........................................................................75
Hình 3.10 Modul quản lí thiết bị..............................................................................84
Hình 3.11 Modul quản lí nhân viên.........................................................................84
Hình 3.12 Modul quản lí thống kê...........................................................................85
Hình 3.13 Modul quản lí chấm cơng.......................................................................85
Hình 3.14 Modul quản lí chấm cơng.......................................................................85


Mục lục

YLỜI MỞ ĐẦU....................................................................................................1

Chương 1.

KHẢO SÁT HỆ THỐNG..............................................................4

1.1 Mô tả hệ thống cần xây dựng........................................................................4
1.1.1 Nhiệm vụ cơ bản.........................................................................................4
1.1.2 Cơ cấu tổ chức.............................................................................................4
1.1.3 Quy trình xử lí, quy tắc quản lí.................................................................4
1.1.4 Mẫu biểu......................................................................................................5
1.2 Mơ hình hóa hệ thống....................................................................................6
1.2.1 Mơ hình tiến trình nghiệp vụ.....................................................................6
1.2.2 Biểu đồ hoạt động......................................................................................8
1.3 Khảo sát các công nghệ hiện nay................................................................11
1.3.1 Machine Learning.....................................................................................11
1.3.2 Deep Learning...........................................................................................12
1.3.3 Ứng dụng deep learning trong bài tốn nhận dạng khn mặt...........15
1.3.4 Hệ quản trị cơ sở dữ liệu ( Microsoft SQL Server 2014).......................15
1.3.5 Ngơn ngữ lập trình....................................................................................16
1.3.6 Deep learning và bài tốn Face Recognition..........................................20
1.3.7 Mơ hình MVC và áp dụng trong .NET MVC5......................................34
1.3.8. Mơ hình Client-Server.............................................................................40
1.4 Kết luận.........................................................................................................41
Chương 2.

PHÂN TÍCH HỆ THỐNG..........................................................42

2.1 Phân tích chức năng nghiệp vụ...................................................................42
2.1.1 Mơ hình hóa chức năng nghiệp vụ..........................................................42

2.1.2 Mơ hình hóa tiến trình nghiệp vụ............................................................43
2.1.3

Đặc tả tiến trình nghiệp vụ.................................................................50

2.2 Phân tích dữ liệu nghiệp vụ........................................................................55
2.2.1 Mơ hình dữ liệu ban đầu..........................................................................55
2.2.2 Chuẩn hóa dữ liệu.....................................................................................57
2.2.3 Đặc tả bảng dữ liệu...................................................................................58
2.3 Kết luận.........................................................................................................61
Chương 3.

THIẾT KẾ HỆ THỐNG.............................................................61

3.1 Thiết kế tổng thể..........................................................................................61
3.1.1 Phân định công việc giữa người và máy.................................................61
3.1.2 Thiết kế tiến trình hệ thống.....................................................................67
3.2 Thiết kế kiểm sốt........................................................................................69
3.2.1 Xác định nhóm người dùng......................................................................69
3.2.2 Phân định quyền hạn nhóm người dùng...............................................69
3.2.3 Xác định các tình huống kiểm sốt người dùng.....................................71
3.2.4 Thiết kế tiến trình hệ thống cho nhóm “Quản trị..................................72
3.3. Thiết kế cơ sở dữ liệu..................................................................................74
3.3.1 Mơ hình dữ liệu vật lý...............................................................................74
3.3.2 Đặc tả dữ liệu bảng...................................................................................75
3.4 Thiết kế modul chương trình......................................................................84
3.4.1 Modul “Quản lí thiết bị”..........................................................................84
3.4.2 Modul “Quản lí nhân viên”.....................................................................84

3.4.3 Modul “Quản lí thống kê”.......................................................................84
3.4.4 Modul “Quản lí chấm cơng”....................................................................85


3.4.5 Modul “Quản lí lịch làm việc”.................................................................85
3.5 Kết luận.........................................................................................................85
Chương 4.

XÂY DỰNG HỆ THỐNG CHẤM CƠNG.................................87

4.1 Giao diện màn hình.....................................................................................87
4.2. Đánh giá quá trình sử dụng.......................................................................89
KẾT LUẬN.........................................................................................................92
1. Kết quả đạt được............................................................................................92
2. Hướng phát triển...........................................................................................92
TÀI LIỆU THAM KHẢO................................................................................93


1

LỜI MỞ ĐẦU
Ngày nay với sự phát triển mạnh mẽ của khoa học công nghệ, Công nghệ Thông
tin là một trong những ngành có vị thế dẫn đầu và có vai trị rất lớn trong sự phát
triển chung đó. Các ứng dụng của công nghệ thông tin được áp dụng trong mọi
lĩnh vực nghiên cứu khoa học cũng như trong mọi lĩnh vực của đời sống.
Trong việc phát triển phần mềm, địi hỏi khơng chỉ là sự chính xác, xử lý được
nhiều nghiệp vụ thực tế mà còn phải đáp ứng yêu cầu khác như về tốc độ, giao
diện thân thiện, mơ hình hóa được thực tế vào máy tính để người dùng sử dụng
tiện lợi, quen thuộc, tính tương thích cao….Các phần mềm giúp tiết kiệm một
lượng lớn thời gian, cơng sức của con người, tăng độ chính xác và hiệu quả trong

cơng việc.
Hiện nay, các hình thức chấm cơng của các văn phịng làm việc vẫn cịn thủ cơng.
Hàng ngày việc chấm cơng nhân viên vẫn cịn hạn chế ở mức để cho nhân viên
hoặc trưởng phòng chấm công bằng tay vào sổ chấm công của công ty sẽ làm
giảm thời gian làm việc của nhân viên / trưởng phịng vì vậy cơng việc sẽ bị trì trệ
đi thời gian khoảng 20%. Do đó việc xây dựng một hệ thống chấm cơng tự động
sẽ giúp ích rất nhiều trong việc chấm cơng cũng như chính xác để tránh việc
người thân của người chấm công không đi làm nhưng vẫn được chấm cơng. Do
đó chúng em xin đề xuất dự án “ Hệ thống chấm công tự động” để giải quyết các
vấn đề trên.
- Mục đích đồ án:
* Tin học hóa q trình chấm cơng
- Xây dựng ứng dụng dễ dàng cài đặt trên nền tảng website
* Giảm thiểu và đơn giản hóa thao tác cơng việc chấm cơng và thống kê cho nhân
viên và trưởng bộ phận phụ trách chấm công
-Bộ phận phụ trách chấm công : thay vì phải đi đến nơi hoặc trích xuất để xem có
nhân viên đi làm đúng giờ hay khơng thỳ hệ thống sẽ mở chấm công trong thời
gian cho phép qua đó đưa ra được tính khách quan trong việc chấm cơng và tránh
những trường hợp hạn chế khơng đáng có


2

-Nhân viên : thay vì mỗi lần đi làm đều phải tự chấm công thỳ hệ thống sẽ giúp
nhân viên chấm cơng để tránh mất thời gian trong q trình chấm công hoặc báo
cáo chấm công.
- Ý nghĩa thực tiễn:
Xây dựng hệ thống chấm công tự động ( hay là tin học hóa q trình chấm cơng )
giúp hoạt động chấm công trở nên dễ dàng, thuận tiện và tăng tính chính xác,
chống một số sự gian lận trong hoạt động chấm công. Kết quả của đề tài sẽ được

ứng dụng vào hoạt động chấm công của tất cả các tổ chức , cơng ty , văn phịng
đại diện giúp người quản lý dễ dàng chấm công và quan sát trong thời gian làm
việc của nhân viên. Với sự trợ giúp của chương trình này, nhân viên viên cũng có
thể cập nhật nhanh lịch làm việc , tổng số ngày nghỉ , đăng kí nghỉ phép của mình
để thuận tiện cho công việc của cá nhân cũng như công việc của tổ chức
- Nội dung đồ án:
Đồ án gồm 4 chương với nội dung:
- Chương 1: Khảo sát hệ thống: Khảo sát chung về quy trình chấm cơng tự động,
đưa ra được các nhiệm vụ, cơ cấu tổ chức và quy trình cơ bản của hệ thống.
- Chương 2: Phân tích thiết kế hệ thống: Phân tích các quy trình nghiệp vụ của hệ
thống sẽ xây dựng và đưa ra được các chức năng cần thiết cho hệ thống. Giới
thiệu các mơ hình: Mơ hình phân cấp chức năng, mơ hình luồng dữ liệu, mơ
hình liên kết thực thể, mơ hình quan hệ.
- Chương 3: Thiết kế hệ thống: Phân định được công việc giữa người và máy, xác
định và phân định được nhóm người sử dụng hệ thống. Thiết kế kiểm soát cho hệ
thống. Thiết kế giao diện người sử dụng, thiết kế cơ sở dữ liệu cho hệ thống.
- Chương 4: Xây dựng hệ thống chấm công tự động: Giới thiệu ngơn ngữ lập
trình, cơ sở dữ liệu, viết các tài liệu cho hệ thống.
Trong quá trình thực hiện đồ án, do sự non yếu về kiến thức cũng như trình độ
nên đồ án của chúng em chắc chắn cịn tồn tại những thiếu sót. Vì vậy chúng em
rất mong được sự đóng góp ý kiến của các thầy cô và các bạn. Chúng em xin gửi
lời cảm ơn Học viện Kỹ thuật quân sự, cũng như tất cả các thầy cô trong bộ môn


3

Hệ thống thông tin và khoa Công nghệ thông tin, các thầy cơ đã ln nhiệt tình
giúp đỡ và chỉ bảo thêm những gì cịn sai sót và những vấn đề gặp phải trong quá
trình nghiên cứu. Chúng em cũng xin được gửi lời cảm ơn chân thành nhất đến
thầy giáo Hoa Tất Thắng, người đã luôn theo sát định hướng và hướng dẫn chúng

em làm đồ án tốt nghiệp này.


4

Chương 1.

KHẢO SÁT HỆ THỐNG

1.1 Mô tả hệ thống cần xây dựng
1.1.1 Nhiệm vụ cơ bản
- Xây dựng hệ thống chấm cơng tự động (hay tin học hóa quy trình chấm công
nhân viên) giúp hoạt động điểm danh trở nên dễ dàng, thuận tiện và tăng tính
chính xác, chống một số sự gian lận trong hoạt động điểm danh.
- Hệ thống sẽ tự động chấm công theo khung giờ được yêu cầu rõ ràng.
-Thống kê danh sách nhân viên , danh sách chấm cơng của nhân viên theo từng
phịng ban được quản lý bởi các trưởng phòng cụ thể.
- Quản lí thơng tin cá nhân người dùng.
- Quản lí lịch làm việc , lịch nghỉ , ngày nghỉ.
- Quản lý phịng ban
- Quản lí trang thiết bị
1.1.2 Cơ cấu tổ chức
- Quản trị hệ thống: Quản lí tài khoản, thơng tin của nhân viên , quản lý trang
thiết bị , quản lý thơng tin phịng ban
- Quản lý : Quản lý chấm công , quản lý nhân viên , quản lý thiết bị
- Nhân viên: quản lý lịch làm việc, xem thơng tin chấm cơng
1.1.3 Quy trình xử lí, quy tắc quản lí
- Nhân viên : Sẽ được đăng kí tài khoản của mình với hệ thống chấm cơng tự
động ứng với mỗi phịng ban. Khi đến cơng ty sẽ phải đi qua cửa chấm cơng được
đặt sẵn tại phịng ban làm việc . Hệ thống sẽ tự động nhận diện ra nhân viên đó và

ghi vào chấm cơng trong thời gian tương ứng. Hệ thống có thể tự đưa ra xem
nhân viên đó đi đúng giờ hay chậm trễ bao lâu
-Quản lý : Sau khi đăng kí tài khoản thỳ sẽ được phân quyền thành trưởng
phòng. Trưởng phòng sẽ quản lý lịch làm việc của các nhân viên ứng với phịng
ban của mình. Trưởng phịng cũng xem được báo cáo, thống kê thơng tin của
nhân viên trong phịng ban cũng như sơ đồ chấm công của các nhân viên trong
phịng ban của mình


5

- Quản trị hệ thống : thực hiện quản lý trang thiết bị có thể trích xuất lại thơng tin
khi chấm công tự động trong thời gian cho phép.
1.1.4 Mẫu biểu
- Danh sách nhân viên

Hình 1.1 Mẫu biểu danh sách nhân viên
- Thống kê kết quả chấm công


6

Hình 1.2 Mẫu biểu thống kê kết quả
1.2 Mơ hình hóa hệ thống
1.2.1 Mơ hình tiến trình nghiệp vụ
- Ký hiệu sử dụng trong mơ hình:
Mơ hình kiến trúc chung

Hệ con

Tác nhân

Đường biên
Luồng thơng tin
Mơ hình tiến trình nghiệp vụ


7

Bộ phận trong hệ thống

Tác nhân tác động vào hệ
thống
Luồng thông tin
Biểu đồ hoạt động

Bắt đầu / Kết thúc
Công việc
Điều kiện rẽ nhanh
Giấy tờ giao dịch
Kho dữ liệu
Luồng dữ liệu / Luồng công
việc


8

- Vẽ hình:

Hình 1.3 Mơ hình hóa tiến trình nghiệp vụ

1.2.2 Biểu đồ hoạt động
- Ký hiệu sử dụng trong biểu đồ:

- Quy trình chấm cơng


9

Hình 1.4 Biểu đồ hoạt động quy trình điểm danh
- Quy trình thống kê


10


11

Hình 1.5 Biểu đồ hoạt động quy trình thống kê
1.3 Khảo sát các công nghệ hiện nay
- Đây là mục đích sử dụng chấm cơng trong hệ thống mạng nội bộ sử dụng đến
các camera IP , camera giám sát , camera an ninh được đặt trước các đầu mối của
từng phịng ban , từng cửa ra vào nên cơng nghệ sử dụng trên môi trường web là :
.NET MVC 5, WDF.
- Hiện nay bài tốn nhận diện khn mặt được sử dụng rộng rãi trên toàn thế giới
với các cơng nghệ , thuật tốn rất khác nhau và cho kết quả cũng tương đối chính
xác. Trí tuệ nhân tạo (AI) là tương lai. Trí tuệ nhân khơng chỉ là khoa học viễn
tưởng mà còn là một phần của cuộc sống hàng ngày của chúng ta. Nó phụ thuộc
vào mục tiêu phát triển AI của bạn.
Ví dụ: Khi AlphaGo của Google đánh bại kì thủ cờ vây quốc tế người Hàn Quốc
Lee Se-Dol vào năm 2016. Thuật ngữ AI, machine learning và deep learning được

giới truyền thông sử dụng để mô tả chiến thắng của DeepMind. Cả AI, machine
learning và deep learning đều góp phần tạo nên chiến thắng của AlphaGo trước kì
thủ Se-Dol. Nhưng chúng khơng giống nhau.
- Vì vậy trong bài tốn nhận dạng khn mặt được sử dụng hiện nay rất nhiều các
chuyên gia đã nhận định sử dung Machine Learning hay Deep Learning có hiệu
quả hơn. Sau đây chúng ta cùng so sánh.
1.3.1 Machine Learning
Machine learning theo định nghĩa cơ bản là ứng dụng các thuật tốn để phân tích
cú pháp dữ liệu, học hỏi từ nó, và sau đó thực hiện một quyết định hoặc dự đốn
về các vấn đề có liên quan. Vì vậy, thay vì code phần mềm bằng cách thức thủ
cơng với một bộ hướng dẫn cụ thể để hoàn thành một nhiệm vụ cụ thể, máy được
“đào tạo” bằng cách sử dụng một lượng lớn dữ liệu và các thuật toán cho phép nó
học cách thực hiện các tác vụ.
Machine learning bắt nguồn từ các định nghĩa về AI ban đầu, và các phương pháp
tiếp cận thuật toán qua nhiều năm bao gồm:logic programming, clustering,
reinforcement learning, and Bayesian networks. Như chúng ta đã biết, không ai


12

đạt được mục tiêu cuối cùng của General AI, và thậm chí cả Narrow AI hầu hết là
ngồi tầm với những phương pháp tiếp cận Machine learning sơ khai.
Một trong những lĩnh vực ứng dụng tốt nhất cho Machine learning trong nhiều
năm qua là computer vision, mặc dù nó vẫn địi hỏi rất nhiều kỹ năng code thủ
cơng để có thể hồn thành cơng việc. Mọi người vẫn sẽ viết các lớp phân loại
bằng tay như các bộ lọc để chương trình có thể xác định nơi mà một đối tượng bắt
đầu và kết thúc. Phát hiện hình dạng để xác định nếu nó có tám mặt. Một phân
loại để nhận dạng các chữ cái “S-T-O-P”. Từ tất cả những ứng dụng phân loại, họ
sẽ phát triển các thuật toán để làm cho hình ảnh và “học” khả năng nhận diện dấu
hiệu liệu nó có phải là kí hiệu stop hay khơng? .

Tốt, nhưng khơng hồn tồn hồn hảo. Đặc biệt vào một ngày sương mù khi tầm
nhìn khơng thấy rõ, hoặc cây che khuất một phần. Đó là lý do khiến computer
vision và image detection không gây được thiện cảm, vì nó q nhạy cảm và dễ
phát sinh lỗi.
Thời gian, và ứng dụng đúng thuật toán đã tạo ra sự khác biệt.
1.3.2 Deep Learning
Một phương pháp tiếp cận thuật toán khác từ cộng đồng machine-learning,
Artificial Neural Networks, được nhắc đến nhiều thập kỷ qua. Neural Networks
được lấy cảm hứng từ sự hiểu biết về sinh học của bộ não loài người – sự liên kết
giữa các nơ-ron. Tuy nhiên, không giống như một bộ não sinh học nơi mà bất kỳ
nơ-ron nào cũng có thể liên kết với các nơ-ron khác trong một khoảng cách vật lý
nhất định, các mạng thần kinh nhân tạo này có các lớp rời rạc, các kết nối, và các
hướng truyền dữ liệu.
Chẳng hạn, bạn có thể lấy một hình ảnh, cắt nó thành một nhóm được đặt vào lớp
đầu tiên của mạng thần kinh nhân tạo. Trong lớp đầu tiên các nơ-ron cá nhân


13

truyền dữ liệu đến lớp thứ hai. Lớp thứ hai của nơ-ron làm nhiệm vụ của nó, và
như vậy, cho đến khi lớp cuối cùng và cho ra sản phẩm cuối cùng.
Mỗi nơ-ron đảm nhiệm một chức năng – làm thế nào để biết chính xác liệu rằng
nó có liên quan đến nhiệm vụ đang được thực hiện. Vì vậy, suy nghĩ về điểm
dừng là một dấu hiệu. Các thuộc tính của một hình ảnh dấu hiệu “dừng” được cắt
nhỏ và được “kiểm tra” bởi các nơ-ron – dạng hình trụ, màu đỏ của các động cơ
cháy, các chữ cái đặc trưng, kích thước biển báo giao thơng, và sự chuyển động
hoặc sự thiếu hụt của nó. Nhiệm vụ của mạng thần kinh là để kết luận liệu đây có
phải là dấu hiệu dừng hay khơng. Nó đi kèm với một “vector xác suất”. Trong ví
dụ của chúng ta, hệ thống có thể xác định chắc chắn đến 86% một dấu hiệu dừng,
7% rằng đó là một dấu hiệu giới hạn tốc độ, và 5% còn lại là một con diều bị mắc

kẹt trong cây,( hoặc cái gì đó tương tự) vv … và kiến trúc mạng sau đó sẽ thơng
báo đến mạng nơron cho dù đó là đúng hay sai.
Thậm chí ví dụ này cũng là một sự tiến bộ, bởi vì mạng lưới thần kinh đã có thể
làm được tất cả nhưng bị xa lánh bởi cộng đồng nghiên cứu về AI. Nó đã có mặt
từ những ngày đầu tiên của AI, và tạo ra rất ít sản phẩm “trí tuệ”. Vấn đề là ngay
cả những mạng nơ-ron cơ bản nhất cũng có tính tốn rất cao, nó không phải là
cách tiếp cận thực tiễn. Tuy nhiên, một nhóm nghiên cứu nhỏ do Geoffrey Hinton
thuộc trường đại học Toronto đứng đầu, cuối cùng đã parallelizing các thuật toán
cho siêu máy tính để chạy và chứng minh khái niệm, nhưng nó khơng chính xác
cho đến khi GPU được triển khai .
Nếu chúng ta quay trở lại ví dụ “ký hiệu dừng”, rất có thể là khi mạng đang được
điều chỉnh hoặc được “đào tạo” thì sẽ có câu trả lời sai – rất nhiều. Những gì nó
cần là luyện tập. Nó cần phải nhìn thấy hàng trăm ngàn, thậm chí hàng triệu hình
ảnh, cho đến khi trọng lượng của đầu vào nơ-ron được điều chỉnh chính xác đến
mức nó có được câu trả lời ngay trong thực tế mọi lúc – sương mù hoặc khơng có
sương mù, nắng hoặc mưa. Vào thời điểm đó mạng thần kinh đã tự dạy cho nó


14

một dấu hiệu dừng như thế nào; Hoặc khuôn mặt của mẹ bạn trong trường hợp
của Facebook. Hay một con mèo, đó là điều mà Andrew Ng đã làm trong năm
2012 tại Google.
Sự đột phá của Ng là đưa các mạng thần kinh này, và làm cho chúng trở nên to
lớn, tăng số layer và các nơ-ron, sau đó chạy một khối lượng lớn dữ liệu thông
qua hệ thống để huấn luyện nó. Trong trường hợp của Ng, đó là hình ảnh từ 10
triệu video trên YouTube. Ng đặt “deep” vào deep learning, mô tả tất cả các lớp
trong các mạng nơron này.
Ngày nay, khả năng nhận dạng hình ảnh của máy móc được luyện tập thơng qua
deep learning trong một số tình huống tốt hơn so với con người. AlphaGo của

Google đã được huấn luyện chơi cờ vay – nó điều chỉnh mạng lưới thần kinh của
mình bằng cách tự mình chống lại chính mình.
Deep Learning đã cho phép ứng dụng nhiếu vấn đề thực tế của máy học và bằng
cách mở rộng lĩnh vực tổng thể của AI. Deep learning phá vỡ các cách thức con
người làm việc bằng cách làm cho tất cả các loại máy móc trợ giúp có thể thực
hiện được, gần hoặc giống hệt con người.
Ơ tơ khơng người lài, chăm sóc sức khoẻ tốt hơn, thậm chí cả đề xuất về bộ phim
tốt hơn, tất cả đều hiện thực trong thời đại ngày nay. AI là hiện tại và tương lai.
Với sự trợ giúp của Deep Learning, AI có thể hiện thức hóa ước mơ khoa học giả
tưởng mà chúng ta đã tưởng tượng từ rất lâu. Bạn có một C-3PO, tơi sẽ lấy nó.
Bạn có thể giữ Terminator của bạn.
Ví dụ tách con mèo ra khỏi video của youtube là điểm nổi bật nhất của deep
learning so với machine learning


15

1.3.3 Ứng dụng deep learning trong bài toán nhận dạng khuôn mặt
1.3.4 Hệ quản trị cơ sở dữ liệu ( Microsoft SQL Server 2014)
- Nền tảng dữ liệu của Microsoft Cuộc cách mạng trong việc phát triển các ứng
dụng cơ sở dữ liệu Microsoft SQL Server™ 2014 là trái tim của một nền tảng dữ
liệu toàn diện, cho phép bạn có thể truy cập và gia cơng dữ liệu cho doanh nghiệp
từ các thiết bị khác nhau, các nền tảng và dịch vụ dữ liệu trong doanh nghiệp.
- Microsoft SQL Server™ 2014 là phiên bản mới nhất của giải pháp cơ sở dữ liệu
được triển khai rộng rãi nhất trên thế giới, cũng là cơ sở cho nền tảng dữ liệu toàn
diện mới của Microsoft, đưa lại hiệu năng đột phá cho các ứng dụng quan trọng.
Sử dụng công nghệ bộ nhớ trong, SQL Server 2014 có thể điều chuyển thông tin
chuyên sâu từ mọi loại dữ liệu cho người sử dụng bất kỳ thông qua các công cụ
quen thuộc như Excel, đồng thời là một nền tảng linh hoạt cho việc xây dựng,
triển khai và quản lý các giải pháp, được triển khai tại hạ tầng doanh nghiệp hay

đám mây cùng Microsoft Azure. Một số tính năng nổi bật của SQL Server mà
nhóm đã ứng dụng vào đồ án:
- Ánh xạ các cấu trúc dữ liệu cho các thực thể bằng ADO.NET Entity Framework
mới.