[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_m%C3%B4%20h%C3%ACnh%20h%C3%B3a%20phi%20tuy%E1%BA%BFn{\"limit\":5}":3,"_public_topic_byId_m%C3%B4%20h%C3%ACnh%20h%C3%B3a%20phi%20tuy%E1%BA%BFn":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},"mô hình hóa phi tuyến","Mô hình hóa phi tuyến là gì? Nghiên cứu khoa học liên quan","Mô hình hóa phi tuyến là phương pháp xây dựng mô hình toán học trong đó quan hệ giữa các biến không tuân theo quy luật tuyến tính và có thể xuất hiện tương tác phức tạp. Trong khoa học và kỹ thuật, mô hình phi tuyến được dùng để mô tả chính xác hơn các hệ thực tế khi mô hình tuyến tính không còn phản ánh đúng hành vi hệ. ","\u003Cdiv>\u003Ch2>Khái niệm mô hình hóa phi tuyến\u003C\u002Fh2>\n\u003Cp>\nMô hình hóa phi tuyến là quá trình xây dựng các biểu diễn toán học cho hệ thống thực trong đó mối quan hệ giữa các biến không tuân theo dạng tuyến tính đơn giản. Điều này có nghĩa là đầu ra của hệ không thay đổi tỉ lệ thuận với đầu vào, và sự tác động đồng thời của nhiều yếu tố có thể tạo ra các hiệu ứng mới không suy ra được bằng phép cộng đơn giản.\n\u003C\u002Fp>\n\u003Cp>\nTrong thực tế, phần lớn các hệ tự nhiên và kỹ thuật đều có bản chất phi tuyến, từ chuyển động cơ học có ma sát, phản ứng hóa học, cho đến tăng trưởng sinh học và hành vi kinh tế. Việc sử dụng mô hình phi tuyến cho phép mô tả chính xác hơn các hiện tượng như bão hòa, ngưỡng, phản hồi dương hoặc phản hồi âm.\n\u003C\u002Fp>\n\u003Cp>\nMô hình hóa phi tuyến thường được áp dụng khi mô hình tuyến tính không còn phù hợp hoặc chỉ cho kết quả xấp xỉ trong phạm vi rất hẹp. Khi đó, mô hình phi tuyến đóng vai trò là công cụ trung tâm để hiểu cấu trúc, động lực và khả năng dự đoán của hệ.\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Mối quan hệ biến không tỉ lệ thuận\u003C\u002Fli>\n  \u003Cli>Có thể xuất hiện phản hồi và tương tác phức tạp\u003C\u002Fli>\n  \u003Cli>Phù hợp với các hệ thực tế có tính phi tuyến\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Cơ sở toán học của mô hình phi tuyến\u003C\u002Fh2>\n\u003Cp>\nVề mặt toán học, mô hình phi tuyến được biểu diễn thông qua các hàm không tuyến tính của biến độc lập. Dạng tổng quát của một mô hình phi tuyến có thể viết như:\n\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\ny = f(x_1, x_2, \\dots, x_n)\n\u003C\u002Fscript>\n\u003Cp>\ntrong đó hàm \u003Cscript type=\"math\u002Ftex\">f\u003C\u002Fscript> không thể viết dưới dạng tổ hợp tuyến tính của các biến \u003Cscript type=\"math\u002Ftex\">x_i\u003C\u002Fscript>. Các hàm thường gặp bao gồm hàm đa thức bậc cao, hàm mũ, hàm logarit, hàm lượng giác và các hàm hợp.\n\u003C\u002Fp>\n\u003Cp>\nĐối với các hệ phụ thuộc thời gian, mô hình phi tuyến thường được mô tả bằng hệ phương trình vi phân phi tuyến:\n\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\n\\dot{x} = f(x, t)\n\u003C\u002Fscript>\n\u003Cp>\nNhững hệ như vậy có thể có nhiều trạng thái cân bằng, quỹ đạo định kỳ hoặc hành vi hỗn loạn, điều mà các hệ tuyến tính không thể thể hiện.\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Loại mô hình\u003C\u002Fth>\n    \u003Cth>Dạng toán học\u003C\u002Fth>\n    \u003Cth>Ví dụ\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Đại số phi tuyến\u003C\u002Ftd>\n    \u003Ctd>Hàm phi tuyến\u003C\u002Ftd>\n    \u003Ctd>Mô hình tăng trưởng logistic\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Vi phân phi tuyến\u003C\u002Ftd>\n    \u003Ctd>Hệ ODE\u002FPDE\u003C\u002Ftd>\n    \u003Ctd>Con lắc phi tuyến\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Rời rạc phi tuyến\u003C\u002Ftd>\n    \u003Ctd>Ánh xạ lặp\u003C\u002Ftd>\n    \u003Ctd>Bản đồ logistic\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Sự khác biệt giữa mô hình tuyến tính và phi tuyến\u003C\u002Fh2>\n\u003Cp>\nSự khác biệt cơ bản giữa mô hình tuyến tính và mô hình phi tuyến nằm ở việc mô hình tuyến tính thỏa mãn nguyên lý chồng chất. Điều này có nghĩa là nếu hai nghiệm riêng lẻ tồn tại, thì tổng của chúng cũng là một nghiệm. Mô hình phi tuyến không có tính chất này.\n\u003C\u002Fp>\n\u003Cp>\nDo không thỏa mãn nguyên lý chồng chất, các hệ phi tuyến có thể biểu hiện những hành vi hoàn toàn khác biệt khi các thành phần tương tác với nhau. Một thay đổi nhỏ trong điều kiện ban đầu hoặc tham số có thể dẫn đến sự thay đổi lớn trong kết quả.\n\u003C\u002Fp>\n\u003Cp>\nSo sánh giữa hai loại mô hình giúp làm rõ lý do vì sao mô hình phi tuyến thường khó phân tích hơn nhưng lại phản ánh đúng bản chất của nhiều hệ thực:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Tiêu chí\u003C\u002Fth>\n    \u003Cth>Tuyến tính\u003C\u002Fth>\n    \u003Cth>Phi tuyến\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Quan hệ đầu vào – đầu ra\u003C\u002Ftd>\n    \u003Ctd>Tỉ lệ thuận\u003C\u002Ftd>\n    \u003Ctd>Không tỉ lệ thuận\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Khả năng chồng chất\u003C\u002Ftd>\n    \u003Ctd>Có\u003C\u002Ftd>\n    \u003Ctd>Không\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Hành vi hệ\u003C\u002Ftd>\n    \u003Ctd>Dễ dự đoán\u003C\u002Ftd>\n    \u003Ctd>Phức tạp, nhạy cảm\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Các dạng mô hình hóa phi tuyến phổ biến\u003C\u002Fh2>\n\u003Cp>\nMô hình hóa phi tuyến bao gồm nhiều dạng khác nhau, tùy thuộc vào cách xây dựng và mục đích sử dụng. Một trong những dạng phổ biến nhất là mô hình dựa trên phương trình, trong đó cấu trúc toán học được xác định rõ ràng từ các định luật hoặc giả thuyết khoa học.\n\u003C\u002Fp>\n\u003Cp>\nBên cạnh đó, các mô hình phi tuyến dựa trên dữ liệu ngày càng được sử dụng rộng rãi. Những mô hình này không nhất thiết xuất phát từ quy luật vật lý mà được xây dựng thông qua việc học từ dữ liệu quan sát, ví dụ như mạng nơ-ron nhân tạo hoặc mô hình hồi quy phi tuyến.\n\u003C\u002Fp>\n\u003Cp>\nCác dạng mô hình phi tuyến thường gặp có thể phân loại như sau:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Mô hình cơ chế: dựa trên định luật vật lý hoặc sinh học\u003C\u002Fli>\n  \u003Cli>Mô hình thực nghiệm: xây dựng từ dữ liệu đo đạc\u003C\u002Fli>\n  \u003Cli>Mô hình lai: kết hợp cơ chế và dữ liệu\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nViệc lựa chọn dạng mô hình phù hợp phụ thuộc vào mục tiêu nghiên cứu, mức độ hiểu biết về hệ và khả năng thu thập dữ liệu.\n\u003C\u002Fp>\n\u003Ch2>Mô hình hóa phi tuyến trong hệ động lực\u003C\u002Fh2>\n\u003Cp>\nTrong lý thuyết hệ động lực, mô hình hóa phi tuyến được sử dụng để mô tả sự tiến hóa theo thời gian của các hệ có phản hồi, tương tác nội tại và cấu trúc không đơn giản. Các mô hình này thường được xây dựng dưới dạng hệ phương trình vi phân phi tuyến hoặc ánh xạ rời rạc, trong đó trạng thái hiện tại của hệ ảnh hưởng trực tiếp đến tốc độ hoặc hướng thay đổi của chính nó.\n\u003C\u002Fp>\n\u003Cp>\nMột đặc điểm quan trọng của hệ động lực phi tuyến là sự tồn tại của nhiều trạng thái cân bằng và các dạng chuyển động khác nhau. Tùy thuộc vào giá trị tham số và điều kiện ban đầu, hệ có thể hội tụ về điểm cân bằng, dao động tuần hoàn hoặc biểu hiện hành vi không tuần hoàn.\n\u003C\u002Fp>\n\u003Cp>\nMột số hiện tượng điển hình được mô tả bằng mô hình phi tuyến trong hệ động lực bao gồm:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Phân nhánh khi tham số vượt qua ngưỡng tới hạn.\u003C\u002Fli>\n  \u003Cli>Xuất hiện quỹ đạo định kỳ và chu kỳ bội.\u003C\u002Fli>\n  \u003Cli>Hành vi hỗn loạn và nhạy cảm với điều kiện ban đầu.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nTài liệu giảng dạy chuyên sâu về hệ động lực phi tuyến có thể tham khảo tại:\n\u003Ca href=\"https:\u002F\u002Focw.mit.edu\u002Fcourses\u002F18-03-differential-equations-spring-2010\u002F\" target=\"_blank\" rel=\"noopener\">https:\u002F\u002Focw.mit.edu\u003C\u002Fa>.\n\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng của mô hình hóa phi tuyến\u003C\u002Fh2>\n\u003Cp>\nMô hình hóa phi tuyến có phạm vi ứng dụng rộng lớn trong nhiều lĩnh vực khoa học và kỹ thuật do khả năng phản ánh chính xác hơn hành vi của các hệ thực. Trong vật lý và kỹ thuật, các mô hình này được dùng để nghiên cứu dao động phi tuyến, cơ học chất lưu, truyền nhiệt và các hệ điện tử thực tế.\n\u003C\u002Fp>\n\u003Cp>\nTrong sinh học, mô hình phi tuyến đóng vai trò quan trọng trong việc mô tả động lực quần thể, lan truyền dịch bệnh và tương tác sinh thái. Các mô hình này cho phép nghiên cứu sự tăng trưởng có giới hạn, cạnh tranh và các chu kỳ sinh học.\n\u003C\u002Fp>\n\u003Cp>\nMột số lĩnh vực ứng dụng tiêu biểu của mô hình hóa phi tuyến:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Vật lý và kỹ thuật: cơ học phi tuyến, mạch điện, điều khiển.\u003C\u002Fli>\n  \u003Cli>Sinh học: mô hình tăng trưởng, dịch tễ học.\u003C\u002Fli>\n  \u003Cli>Kinh tế: mô hình thị trường, chu kỳ kinh tế.\u003C\u002Fli>\n  \u003Cli>Khoa học dữ liệu: học máy và mạng nơ-ron.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Phương pháp xây dựng và hiệu chỉnh mô hình\u003C\u002Fh2>\n\u003Cp>\nQuá trình xây dựng mô hình phi tuyến thường bắt đầu từ việc xác định các biến trạng thái, tham số và mối quan hệ giữa chúng. Trong mô hình cơ chế, các mối quan hệ này được suy ra từ định luật vật lý, hóa học hoặc sinh học đã biết.\n\u003C\u002Fp>\n\u003Cp>\nSau khi mô hình được thiết lập, bước hiệu chỉnh tham số là cần thiết để đảm bảo mô hình phản ánh đúng dữ liệu quan sát. Các phương pháp tối ưu hóa số, hồi quy phi tuyến và ước lượng tham số thường được sử dụng trong giai đoạn này.\n\u003C\u002Fp>\n\u003Cp>\nQuy trình xây dựng mô hình phi tuyến thường bao gồm các bước:\n\u003C\u002Fp>\n\u003Col>\n  \u003Cli>Xác định mục tiêu và phạm vi mô hình.\u003C\u002Fli>\n  \u003Cli>Lựa chọn cấu trúc toán học phù hợp.\u003C\u002Fli>\n  \u003Cli>Ước lượng và hiệu chỉnh tham số.\u003C\u002Fli>\n  \u003Cli>Kiểm định và đánh giá độ phù hợp của mô hình.\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Ch2>Hạn chế và thách thức\u003C\u002Fh2>\n\u003Cp>\nMặc dù có khả năng mô tả chính xác hành vi phức tạp, mô hình phi tuyến cũng đi kèm với nhiều thách thức. Một trong những khó khăn lớn nhất là việc giải và phân tích mô hình, do phần lớn các phương trình phi tuyến không có nghiệm giải tích.\n\u003C\u002Fp>\n\u003Cp>\nCác mô hình phi tuyến thường yêu cầu sử dụng mô phỏng số, dẫn đến chi phí tính toán cao và phụ thuộc mạnh vào độ chính xác của dữ liệu đầu vào. Ngoài ra, tính nhạy cảm với điều kiện ban đầu có thể làm giảm khả năng dự đoán dài hạn của mô hình.\n\u003C\u002Fp>\n\u003Cp>\nNhững hạn chế thường gặp bao gồm:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Khó giải và phân tích bằng phương pháp giải tích.\u003C\u002Fli>\n  \u003Cli>Độ nhạy cao với tham số và điều kiện ban đầu.\u003C\u002Fli>\n  \u003Cli>Khó diễn giải kết quả trong một số trường hợp.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Vai trò của mô hình hóa phi tuyến trong nghiên cứu hiện đại\u003C\u002Fh2>\n\u003Cp>\nTrong bối cảnh nghiên cứu hiện đại, mô hình hóa phi tuyến giữ vai trò then chốt trong việc hiểu và dự đoán hành vi của các hệ phức tạp. Nó cho phép kết nối lý thuyết với dữ liệu thực nghiệm và hỗ trợ quá trình ra quyết định trong nhiều lĩnh vực ứng dụng.\n\u003C\u002Fp>\n\u003Cp>\nSự phát triển của năng lực tính toán và các phương pháp học máy đã mở rộng đáng kể khả năng xây dựng và khai thác các mô hình phi tuyến quy mô lớn. Điều này đặc biệt quan trọng trong các lĩnh vực liên ngành như khoa học hệ thống, khoa học khí hậu và trí tuệ nhân tạo.\n\u003C\u002Fp>\n\u003Cp>\nMô hình hóa phi tuyến hiện nay được xem là nền tảng chung cho nhiều hướng nghiên cứu, đóng góp vào việc khám phá các quy luật mới và nâng cao khả năng mô phỏng thế giới thực.\n\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>\n    S. H. Strogatz, \u003Cem>Nonlinear Dynamics and Chaos\u003C\u002Fem>, Westview Press.\n  \u003C\u002Fli>\n  \u003Cli>\n    J. D. Murray, \u003Cem>Mathematical Biology\u003C\u002Fem>, Springer.\n  \u003C\u002Fli>\n  \u003Cli>\n    MIT OpenCourseWare, Differential Equations:\n    \u003Ca href=\"https:\u002F\u002Focw.mit.edu\" target=\"_blank\" rel=\"noopener\">https:\u002F\u002Focw.mit.edu\u003C\u002Fa>\n  \u003C\u002Fli>\n  \u003Cli>\n    Society for Industrial and Applied Mathematics (SIAM):\n    \u003Ca href=\"https:\u002F\u002Fwww.siam.org\" target=\"_blank\" rel=\"noopener\">https:\u002F\u002Fwww.siam.org\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","2025-12-01T11:27:49.304+00:00","2026-01-30T17:17:40.655+00:00","2026-01-30T17:17:40.653+00:00",66,[33,36,39,50,60,65,70,75,85,90],{"id":34,"title":35,"term":34,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"học máy","Học máy là gì? Các bài nghiên cứu khoa học về Học máy",{"id":37,"title":38,"term":37,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"mạng nơ-ron","Mạng nơ-ron là gì? Các nghiên cứu khoa học liên quan",{"id":40,"title":41,"term":42,"englishTitle":43,"definition":44,"discipline":45,"disciplineCode":46,"disciplineLabel":47,"disciplineColor":48,"disciplineIcon":49},"đối xứng lie","Đối xứng Lie (Lie symmetry) là gì?","đối xứng Lie","Lie symmetry","Đối xứng Lie là nhóm Lie địa phương các phép biến đổi liên tục tác động lên không gian biến độc lập và biến phụ thuộc của phương trình vi phân, có tính chất bảo toàn tập nghiệm của phương trình.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":51,"title":52,"term":51,"englishTitle":53,"definition":54,"discipline":55,"disciplineCode":56,"disciplineLabel":57,"disciplineColor":58,"disciplineIcon":59},"hàm kích hoạt","Hàm kích hoạt (activation function) là gì?","activation function","Hàm kích hoạt là hàm số toán học thực hiện phép biến đổi phi tuyến tính trên tổng có trọng số của các tín hiệu đầu vào tại một nơ-ron nhân tạo, quyết định mức độ kích hoạt và truyền tín hiệu của nơ-ron đó sang các tầng tiếp theo trong mạng nơ-ron.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":61,"title":62,"term":61,"englishTitle":63,"definition":64,"discipline":55,"disciplineCode":56,"disciplineLabel":57,"disciplineColor":58,"disciplineIcon":59},"dòng chảy thủy động lực học","Dòng chảy thủy động lực học (hydrodynamic flow) là gì?","hydrodynamic flow","Dòng chảy thủy động lực học là sự chuyển động có hướng của các phần tử chất lưu trong không gian dưới tác dụng của các trường lực ngoại vi và građien áp suất, được mô tả thông qua các định luật bảo toàn khối lượng, động lượng và năng lượng trong cơ học chất lưu liên tục.",{"id":66,"title":67,"term":66,"englishTitle":68,"definition":69,"discipline":45,"disciplineCode":46,"disciplineLabel":47,"disciplineColor":48,"disciplineIcon":49},"thuộc tính lượng tử","Thuộc tính lượng tử (quantum property) là gì?","quantum property","Thuộc tính lượng tử là tập hợp các đặc tính vật lý đặc thù của hệ vi mô tuân theo cơ học lượng tử, bao gồm tính gián đoạn, bất định, chồng chập và vướng víu phi cục bộ.",{"id":71,"title":72,"term":71,"englishTitle":73,"definition":74,"discipline":55,"disciplineCode":56,"disciplineLabel":57,"disciplineColor":58,"disciplineIcon":59},"màng lọc","Màng lọc (membrane) là gì?","membrane","Màng lọc là cấu trúc ranh giới bán thấm có bề mặt rộng và chiều dày mỏng, cho phép các cấu tử chọn lọc đi qua đồng thời giữ lại các thành phần khác dưới tác động của lực dẫn động.",{"id":76,"title":77,"term":76,"englishTitle":78,"definition":79,"discipline":80,"disciplineCode":81,"disciplineLabel":82,"disciplineColor":83,"disciplineIcon":84},"chọc hút noãn","Chọc hút noãn là gì? Quy trình, kỹ thuật và kiểm soát biến chứng","oocyte retrieval","Chọc hút noãn (oocyte retrieval hoặc transvaginal ovum pick-up - OPU) là thủ thuật can thiệp tối thiểu sử dụng đầu dò siêu âm ngả âm đạo gắn kim chuyên dụng để hút dịch nang và thu nhận các noãn bào trưởng thành từ buồng trứng nhằm phục vụ thụ tinh trong ống nghiệm (IVF) hoặc bảo tồn khả năng sinh sản.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":86,"title":87,"term":86,"englishTitle":88,"definition":89,"discipline":55,"disciplineCode":56,"disciplineLabel":57,"disciplineColor":58,"disciplineIcon":59},"quan hệ đầu vào đầu ra","Quan hệ đầu vào đầu ra là gì?","input-output relationship","Quan hệ đầu vào đầu ra là mô hình toán học hoặc quy luật vật lý biểu diễn ánh xạ tương ứng giữa các tín hiệu kích thích từ môi trường tác động lên hệ thống và các phản ứng đáp ứng quan sát được từ hệ thống đó.",{"id":91,"title":92,"term":91,"englishTitle":93,"definition":94,"discipline":80,"disciplineCode":81,"disciplineLabel":82,"disciplineColor":83,"disciplineIcon":84},"dòng điện kích hoạt siêu phân cực","Dòng điện kích hoạt siêu phân cực là gì?","hyperpolarization-activated current","Dòng điện kích hoạt siêu phân cực là dòng cation hướng vào tế bào qua màng sinh chất, được kích hoạt khi màng đạt các mức điện thế âm sâu hơn điện thế nghỉ thông thường."]