[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_h%E1%BB%87%20th%E1%BB%91ng%20r%E1%BB%9Di%20r%E1%BA%A1c{\"limit\":5}":3,"_public_topic_byId_h%E1%BB%87%20th%E1%BB%91ng%20r%E1%BB%9Di%20r%E1%BA%A1c":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":25,"keywordCount":18,"enrichTopicLink":26,"status":27,"createTime":28,"updateTime":29,"publishTime":30,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":31,"wikidataId":10,"relateTopics":32},"hệ thống rời rạc","Hệ thống rời rạc là gì? Các nghiên cứu khoa học liên quan","Hệ thống rời rạc là hệ trong đó trạng thái, tín hiệu hoặc biến số chỉ được xác định tại các thời điểm riêng biệt, thường được biểu diễn bằng dãy số hoặc chỉ số nguyên theo bước. Khái niệm này đối lập với hệ liên tục và là nền tảng quan trọng trong toán học, kỹ thuật điều khiển, xử lý tín hiệu số và khoa học máy tính hiện đại. ","\u003Cdiv>\u003Ch2>Khái niệm hệ thống rời rạc\u003C\u002Fh2>\n\u003Cp>\nHệ thống rời rạc là hệ thống trong đó các trạng thái, tín hiệu hoặc biến số chỉ được xác định tại những thời điểm riêng biệt, không tồn tại liên tục theo thời gian. Các thời điểm này thường được biểu diễn bằng chỉ số nguyên, phản ánh các bước thời gian rời rạc hoặc các sự kiện xảy ra tuần tự. Khái niệm này đối lập trực tiếp với hệ thống liên tục, nơi trạng thái của hệ được xác định tại mọi thời điểm trong miền thời gian.\n\u003C\u002Fp>\n\u003Cp>\nTrong thực tiễn khoa học và kỹ thuật, hệ thống rời rạc thường xuất hiện khi quá trình quan sát, đo lường hoặc điều khiển được thực hiện theo chu kỳ hoặc theo sự kiện. Ví dụ, một bộ vi xử lý chỉ cập nhật trạng thái tại các chu kỳ xung nhịp, hay một hệ thống phần mềm chỉ thay đổi trạng thái khi có sự kiện đầu vào xảy ra.\n\u003C\u002Fp>\n\u003Cp>\nHệ thống rời rạc không đồng nghĩa với hệ thống đơn giản. Ngược lại, nhiều hệ thống rời rạc có hành vi phức tạp, phi tuyến và khó dự đoán, đặc biệt khi số lượng trạng thái lớn hoặc quy luật chuyển trạng thái phụ thuộc mạnh vào lịch sử.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Trạng thái được xác định tại các thời điểm rời rạc\u003C\u002Fli>\n  \u003Cli>Thường gắn với mô hình tính toán và xử lý số\u003C\u002Fli>\n  \u003Cli>Phổ biến trong kỹ thuật và khoa học máy tính\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Cơ sở toán học của hệ thống rời rạc\u003C\u002Fh2>\n\u003Cp>\nCơ sở toán học của hệ thống rời rạc chủ yếu dựa trên lý thuyết dãy số, ánh xạ rời rạc và phương trình sai phân. Thay vì sử dụng đạo hàm để mô tả sự thay đổi tức thời như trong hệ liên tục, hệ rời rạc mô tả sự tiến hóa trạng thái thông qua các bước nhảy hữu hạn giữa các thời điểm kế tiếp.\n\u003C\u002Fp>\n\u003Cp>\nMột dạng biểu diễn phổ biến của hệ thống rời rạc là phương trình sai phân, trong đó trạng thái tại bước tiếp theo được xác định từ trạng thái hiện tại và tín hiệu điều khiển. Biểu diễn này đặc biệt phù hợp với các hệ thống được mô phỏng hoặc thực thi bằng máy tính.\n\u003C\u002Fp>\n\u003Cp>\nDưới góc độ đại số tuyến tính, nhiều hệ rời rạc được mô hình hóa bằng các phép nhân ma trận, cho phép áp dụng các công cụ phân tích như trị riêng, vector riêng và không gian trạng thái để nghiên cứu hành vi dài hạn của hệ.\n\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\nx[k+1] = f(x[k], u[k])\n\u003C\u002Fscript>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Khái niệm toán học\u003C\u002Fth>\n    \u003Cth>Vai trò trong hệ rời rạc\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Dãy số\u003C\u002Ftd>\n    \u003Ctd>Biểu diễn tín hiệu hoặc trạng thái theo bước\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Phương trình sai phân\u003C\u002Ftd>\n    \u003Ctd>Mô tả quy luật tiến hóa của hệ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ma trận\u003C\u002Ftd>\n    \u003Ctd>Biểu diễn hệ nhiều biến\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Phân biệt hệ thống rời rạc và hệ thống liên tục\u003C\u002Fh2>\n\u003Cp>\nSự khác biệt cơ bản giữa hệ thống rời rạc và hệ thống liên tục nằm ở cách biểu diễn thời gian. Trong hệ liên tục, thời gian là một biến liên tục và trạng thái của hệ có thể được xác định tại mọi thời điểm bất kỳ. Trong khi đó, hệ rời rạc chỉ xem xét trạng thái tại các mốc thời gian xác định trước.\n\u003C\u002Fp>\n\u003Cp>\nSự khác biệt này dẫn đến việc sử dụng các công cụ toán học khác nhau. Hệ liên tục thường được phân tích bằng phương trình vi phân, phép biến đổi Laplace và các khái niệm liên quan đến đạo hàm. Ngược lại, hệ rời rạc sử dụng phương trình sai phân, phép biến đổi Z và các khái niệm tổng rời rạc.\n\u003C\u002Fp>\n\u003Cp>\nTrong nhiều ứng dụng thực tế, hệ thống vật lý liên tục được xấp xỉ bằng mô hình rời rạc để phục vụ cho tính toán và điều khiển số. Mức độ chính xác của mô hình rời rạc phụ thuộc mạnh vào tần suất lấy mẫu và phương pháp xấp xỉ.\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tiêu chí\u003C\u002Fth>\n    \u003Cth>Hệ rời rạc\u003C\u002Fth>\n    \u003Cth>Hệ liên tục\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Thời gian\u003C\u002Ftd>\n    \u003Ctd>Rời rạc\u003C\u002Ftd>\n    \u003Ctd>Liên tục\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Công cụ toán học\u003C\u002Ftd>\n    \u003Ctd>Sai phân, biến đổi Z\u003C\u002Ftd>\n    \u003Ctd>Vi phân, biến đổi Laplace\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Triển khai\u003C\u002Ftd>\n    \u003Ctd>Máy tính, vi xử lý\u003C\u002Ftd>\n    \u003Ctd>Hệ vật lý lý tưởng\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Tín hiệu rời rạc và lấy mẫu\u003C\u002Fh2>\n\u003Cp>\nTín hiệu rời rạc là tín hiệu được xác định tại các thời điểm rời rạc, thường thu được bằng cách lấy mẫu từ một tín hiệu liên tục. Quá trình lấy mẫu biến tín hiệu liên tục theo thời gian thành một dãy giá trị, mỗi giá trị tương ứng với một thời điểm lấy mẫu.\n\u003C\u002Fp>\n\u003Cp>\nChu kỳ lấy mẫu là khoảng thời gian giữa hai lần lấy mẫu liên tiếp và là tham số quan trọng quyết định chất lượng biểu diễn của tín hiệu rời rạc. Nếu chu kỳ lấy mẫu quá lớn, tín hiệu rời rạc có thể không phản ánh đúng đặc tính của tín hiệu gốc, dẫn đến hiện tượng mất thông tin.\n\u003C\u002Fp>\n\u003Cp>\nTrong xử lý tín hiệu số, tín hiệu rời rạc thường tiếp tục được lượng tử hóa theo biên độ để tạo thành tín hiệu số hoàn toàn. Khi đó, cả thời gian và biên độ đều mang tính rời rạc, cho phép lưu trữ và xử lý bằng hệ thống số.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Lấy mẫu theo thời gian\u003C\u002Fli>\n  \u003Cli>Lượng tử hóa biên độ\u003C\u002Fli>\n  \u003Cli>Biểu diễn tín hiệu dưới dạng dãy số\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Mô hình hóa hệ thống rời rạc\u003C\u002Fh2>\n\u003Cp>\nMô hình hóa hệ thống rời rạc là quá trình xây dựng biểu diễn toán học nhằm mô tả hành vi của hệ theo từng bước thời gian hoặc từng sự kiện. Mục tiêu của mô hình hóa là nắm bắt được mối quan hệ giữa trạng thái hiện tại, đầu vào và trạng thái tương lai của hệ, đồng thời đảm bảo mô hình đủ đơn giản để phân tích và tính toán.\n\u003C\u002Fp>\n\u003Cp>\nMột trong những cách tiếp cận phổ biến nhất là sử dụng mô hình phương trình sai phân. Trong mô hình này, trạng thái của hệ tại bước k+1 được xác định trực tiếp từ trạng thái tại bước k. Cách biểu diễn này đặc biệt phù hợp với các hệ thống được triển khai trên máy tính hoặc bộ điều khiển số.\n\u003C\u002Fp>\n\u003Cp>\nNgoài ra, hệ thống rời rạc còn có thể được mô hình hóa bằng mô hình không gian trạng thái rời rạc, mô hình dựa trên đồ thị hoặc máy trạng thái hữu hạn. Việc lựa chọn mô hình phụ thuộc vào bản chất vật lý của hệ, mức độ phức tạp và mục tiêu phân tích.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Phương trình sai phân\u003C\u002Fli>\n  \u003Cli>Mô hình không gian trạng thái rời rạc\u003C\u002Fli>\n  \u003Cli>Máy trạng thái hữu hạn\u003C\u002Fli>\n  \u003Cli>Mô hình dựa trên sự kiện\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Ổn định và đáp ứng của hệ thống rời rạc\u003C\u002Fh2>\n\u003Cp>\nỔn định là một trong những tính chất quan trọng nhất khi phân tích hệ thống rời rạc. Một hệ được xem là ổn định nếu, với điều kiện đầu vào bị chặn, trạng thái của hệ không tăng vô hạn theo số bước thời gian. Khái niệm này đảm bảo rằng hệ hoạt động trong giới hạn an toàn và có thể dự đoán được.\n\u003C\u002Fp>\n\u003Cp>\nTrong các hệ tuyến tính rời rạc, ổn định thường được đánh giá thông qua nghiệm của phương trình đặc trưng hoặc các trị riêng của ma trận trạng thái. Nếu tất cả các trị riêng nằm trong vòng tròn đơn vị trên mặt phẳng phức, hệ được xem là ổn định tiệm cận.\n\u003C\u002Fp>\n\u003Cp>\nĐáp ứng của hệ thống rời rạc mô tả cách hệ phản ứng trước các dạng đầu vào khác nhau như tín hiệu bậc thang, xung rời rạc hoặc chuỗi dữ liệu ngẫu nhiên. Phân tích đáp ứng giúp đánh giá tốc độ hội tụ, dao động và độ nhạy của hệ.\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tiêu chí\u003C\u002Fth>\n    \u003Cth>Ý nghĩa\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ổn định\u003C\u002Ftd>\n    \u003Ctd>Trạng thái không tăng vô hạn\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Đáp ứng quá độ\u003C\u002Ftd>\n    \u003Ctd>Hành vi ngắn hạn của hệ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Đáp ứng xác lập\u003C\u002Ftd>\n    \u003Ctd>Hành vi dài hạn của hệ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Ứng dụng của hệ thống rời rạc trong khoa học và kỹ thuật\u003C\u002Fh2>\n\u003Cp>\nHệ thống rời rạc đóng vai trò trung tâm trong lĩnh vực điều khiển số, nơi các bộ điều khiển được triển khai trên vi xử lý hoặc bộ điều khiển lập trình. Trong các hệ này, tín hiệu đo và tín hiệu điều khiển đều được xử lý theo từng chu kỳ lấy mẫu.\n\u003C\u002Fp>\n\u003Cp>\nTrong xử lý tín hiệu số, hệ thống rời rạc được sử dụng để lọc, nén, khôi phục và phân tích tín hiệu âm thanh, hình ảnh và dữ liệu đo lường. Các bộ lọc số, thuật toán biến đổi và mã hóa đều dựa trên mô hình tín hiệu và hệ rời rạc.\n\u003C\u002Fp>\n\u003Cp>\nNgoài ra, mô hình hệ thống rời rạc còn được ứng dụng rộng rãi trong mô phỏng hệ thống phức tạp, kinh tế học, sinh học tính toán và nghiên cứu mạng lưới, nơi các quá trình diễn ra theo từng bước hoặc từng sự kiện riêng biệt.\n\u003C\u002Fp>\n\n\u003Ch2>Hệ thống rời rạc trong khoa học máy tính\u003C\u002Fh2>\n\u003Cp>\nTrong khoa học máy tính, khái niệm hệ thống rời rạc xuất hiện trong việc mô tả thuật toán, cấu trúc dữ liệu và hệ thống phần mềm. Thuật toán được xem như một chuỗi các bước rời rạc, mỗi bước biến đổi trạng thái của dữ liệu đầu vào.\n\u003C\u002Fp>\n\u003Cp>\nMáy trạng thái hữu hạn là một ví dụ điển hình của hệ thống rời rạc, được dùng để mô hình hóa trình biên dịch, giao thức truyền thông và các hệ thống nhúng. Mỗi trạng thái và mỗi chuyển trạng thái đều được xác định rõ ràng và rời rạc.\n\u003C\u002Fp>\n\u003Cp>\nHệ thống sự kiện rời rạc còn được sử dụng để mô phỏng các hệ thống có nhiều thành phần tương tác, trong đó trạng thái chỉ thay đổi khi có sự kiện xảy ra, thay vì theo dòng thời gian liên tục.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Thuật toán và chương trình máy tính\u003C\u002Fli>\n  \u003Cli>Máy trạng thái hữu hạn\u003C\u002Fli>\n  \u003Cli>Mô phỏng sự kiện rời rạc\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Hạn chế và thách thức khi phân tích hệ thống rời rạc\u003C\u002Fh2>\n\u003Cp>\nMặc dù thuận lợi cho việc mô phỏng và triển khai trên máy tính, hệ thống rời rạc vẫn tồn tại nhiều hạn chế. Một trong những thách thức lớn nhất là sai lệch mô hình khi xấp xỉ các hệ vật lý liên tục bằng mô hình rời rạc.\n\u003C\u002Fp>\n\u003Cp>\nViệc lựa chọn chu kỳ lấy mẫu không phù hợp có thể dẫn đến mất thông tin, dao động giả hoặc thậm chí làm hệ mất ổn định. Do đó, thiết kế hệ rời rạc đòi hỏi sự cân nhắc kỹ lưỡng giữa độ chính xác, độ phức tạp và chi phí tính toán.\n\u003C\u002Fp>\n\u003Cp>\nNgoài ra, khi số lượng trạng thái lớn, việc phân tích và kiểm chứng tính đúng đắn của hệ thống rời rạc trở nên khó khăn, đặc biệt trong các hệ thống phần mềm và hệ thống nhúng phức tạp.\n\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>\n    \u003Ca href=\"https:\u002F\u002Fwww.mathworks.com\u002Fhelp\u002Fcontrol\u002Fug\u002Fdiscrete-time-systems.html\" target=\"_blank\">\n      MathWorks – Discrete-Time Systems\n    \u003C\u002Fa>\n  \u003C\u002Fli>\n  \u003Cli>\n    \u003Ca href=\"https:\u002F\u002Focw.mit.edu\u002Fcourses\u002F6-241j-dynamic-systems-and-control-spring-2011\u002F\" target=\"_blank\">\n      MIT OpenCourseWare – Dynamic Systems and Control\n    \u003C\u002Fa>\n  \u003C\u002Fli>\n  \u003Cli>\n    \u003Ca href=\"https:\u002F\u002Fwww.sciencedirect.com\u002Ftopics\u002Fengineering\u002Fdiscrete-system\" target=\"_blank\">\n      ScienceDirect – Discrete Systems in Engineering\n    \u003C\u002Fa>\n  \u003C\u002Fli>\n  \u003Cli>\n    \u003Ca href=\"https:\u002F\u002Fwww.ieee.org\u002Feducation\u002Findex.html\" target=\"_blank\">\n      IEEE – Digital and Discrete-Time Systems\n    \u003C\u002Fa>\n  \u003C\u002Fli>\n  \u003Cli>\n    \u003Ca href=\"https:\u002F\u002Fdl.acm.org\" target=\"_blank\">\n      ACM Digital Library – Discrete Models in Computer Science\n    \u003C\u002Fa>\n  \u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fdiv>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":22,"researcherId":10,"name":23,"imageUrl":24},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[13],false,"PUBLISHED","2025-12-01T11:28:53.584+00:00","2026-01-26T14:31:05.148+00:00","2026-01-26T14:31:05.146+00:00",106,[33,44,49,59,65,75,85,90,96,101],{"id":34,"title":35,"term":36,"englishTitle":37,"definition":38,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"bộ lọc số","Bộ lọc số là gì? Các bài báo nghiên cứu khoa học liên quan","Bộ lọc số","digital filter","Bộ lọc số (digital filter) là hệ thống hoặc thuật toán xử lý tín hiệu số rời rạc theo thời gian, thực hiện các phép toán số học trên chuỗi tín hiệu đầu vào để biến đổi đặc tính phổ tần số, loại bỏ dải tần nhiễu hoặc tái tạo dạng sóng mong muốn (bao gồm bộ lọc đáp ứng xung hữu hạn FIR và vô hạn IIR).","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":45,"title":46,"term":45,"englishTitle":47,"definition":48,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"beam column joints","Beam column joints là gì? Cơ học và thiết kế kháng chấn","reinforced concrete beam-column joints","Beam-column joints (nút dầm-cột bê tông cốt thép) là vùng giao cắt hình học và cơ học giữa các phần tử dầm và cột trong hệ khung đúc liền khối, đảm nhiệm chức năng tiếp nhận và chuyển giao phức hợp mô men uốn, lực cắt cùng lực dọc nhằm duy trì tính ổn định tổng thể của công trình.",{"id":50,"title":51,"term":50,"englishTitle":52,"definition":53,"discipline":54,"disciplineCode":55,"disciplineLabel":56,"disciplineColor":57,"disciplineIcon":58},"ung thư dương vật","Ung thư dương vật là gì? Các nghiên cứu khoa học liên quan","Penile Cancer","Ung thư dương vật (Penile Cancer) là bệnh lý ác tính bắt nguồn từ các tế bào biểu mô bề mặt da dương vật hoặc quy đầu, phổ biến nhất là ung thư biểu mô tế bào vảy, liên quan chặt chẽ đến tình trạng hẹp bao quy đầu, vệ sinh sinh dục và nhiễm virus sinh u nhú ở người (HPV).","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":60,"title":61,"term":62,"englishTitle":63,"definition":64,"discipline":54,"disciplineCode":55,"disciplineLabel":56,"disciplineColor":57,"disciplineIcon":58},"mitomycin c","Mitomycin C là gì? Cơ chế, ứng dụng và độc tính","Mitomycin C","mitomycin C","Mitomycin C là một kháng sinh độc tế bào và tác nhân alkyl hóa tự nhiên có khả năng tạo liên kết chéo giữa hai chuỗi phân tử DNA, phong bế quá trình phân bào và được chỉ định trong ung thư học cùng phẫu thuật nhãn khoa.",{"id":66,"title":67,"term":66,"englishTitle":68,"definition":69,"discipline":70,"disciplineCode":71,"disciplineLabel":72,"disciplineColor":73,"disciplineIcon":74},"chi tiêu đầu tư","Chi tiêu đầu tư là gì? Các nghiên cứu khoa học liên quan","Investment Expenditure","Chi tiêu đầu tư (Investment Expenditure) là khoản chi của doanh nghiệp, hộ gia đình hoặc chính phủ nhằm mua sắm tư liệu sản xuất, tài sản cố định hoặc tài sản vô hình để gia tăng năng lực sản xuất và tạo ra lợi ích kinh tế trong tương lai.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":76,"title":77,"term":76,"englishTitle":78,"definition":79,"discipline":80,"disciplineCode":81,"disciplineLabel":82,"disciplineColor":83,"disciplineIcon":84},"cá chình khủng long","Cá chình khủng long là gì? Đặc điểm sinh học và tiến hóa","Senegal bichir","Cá chình khủng long (tên khoa học thuộc chi Polypterus, họ Polypteridae) là nhóm cá nước ngọt cổ đại thuộc phân lớp Cladistia trong lớp cá vây tia, đặc trưng bởi cơ thể hình trụ thuôn dài, lớp vảy ganoine đa tầng dạng giáp, hệ thống vây lưng phân nhánh thành các thùy độc lập và khả năng hô hấp không khí bằng phổi đôi nguyên thủy.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":86,"title":87,"term":86,"englishTitle":88,"definition":89,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"phát hiện đối tượng nổi bật","Phát hiện đối tượng nổi bật là gì? Các nghiên cứu khoa học","Salient Object Detection","Phát hiện đối tượng nổi bật (Salient Object Detection) là kỹ thuật trong thị giác máy tính nhằm tự động định vị và phân đoạn chính xác vùng hoặc đối tượng thu hút sự chú ý thị giác mạnh nhất trong ảnh hoặc video.",{"id":91,"title":92,"term":93,"englishTitle":94,"definition":95,"discipline":54,"disciplineCode":55,"disciplineLabel":56,"disciplineColor":57,"disciplineIcon":58},"khả năng chức năng","Khả năng chức năng là gì? Đánh giá và phục hồi chức năng","Khả năng chức năng","Functional capacity","Khả năng chức năng (functional capacity) là chỉ số y sinh học mô tả giới hạn sinh lý và tâm lý tối đa mà một cá nhân có thể đạt được khi thực hiện các hoạt động thể chất, nhận thức và sinh hoạt hàng ngày trong điều kiện môi trường chuẩn hóa hoặc tối ưu.",{"id":97,"title":98,"term":99,"englishTitle":99,"definition":100,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"component method","Component Method là gì? Thiết kế liên kết kết cấu thép","Component method","Component method (phương pháp thành phần) là phương pháp mô hình hóa và thiết kế liên kết kết cấu thép và tổ hợp thép – bê tông theo tiêu chuẩn châu Âu EN 1993-1-8 (Eurocode 3), trong đó liên kết được phân chia thành tập hợp các thành phần cơ học cơ bản (lò xo đàn hồi – dẻo) hoạt động nối tiếp hoặc song song nhằm xác định chính xác độ cứng quay, mô men kháng uốn và khả năng biến dạng dẻo của mối nối.",{"id":102,"title":103,"term":102,"englishTitle":104,"definition":105,"discipline":80,"disciplineCode":81,"disciplineLabel":82,"disciplineColor":83,"disciplineIcon":84},"bao tinh","Bao tinh (spermatophore) là gì?","spermatophore","Bao tinh là cấu trúc dạng nang hoặc túi kín chứa khối tinh trùng và chất tiết sinh dục phụ do con đực tạo ra để chuyển giao cho con cái trong quá trình thụ tinh trong."]