Scholar Hub/Chủ đề/#màng bao dữ liệu/
Màng bao dữ liệu (hoặc data envelopment analysis - DEA) là một phương pháp định lượng được sử dụng để đánh giá hiệu suất và hiệu quả của một nhóm các đơn vị sản...
Màng bao dữ liệu (hoặc data envelopment analysis - DEA) là một phương pháp định lượng được sử dụng để đánh giá hiệu suất và hiệu quả của một nhóm các đơn vị sản xuất hoặc dịch vụ. Nó dựa trên việc so sánh các công suất đầu vào và đầu ra của các đơn vị để xác định xem liệu chúng đã tận dụng tối đa tài nguyên có sẵn và có sản xuất hiệu quả hay không. DEA thường được áp dụng trong lĩnh vực kinh tế, quản lý công nghiệp, và nghiên cứu hoạt động.
Màng bao dữ liệu (DEA) là một phương pháp đánh giá hiệu suất phân tích toàn diện, bao gồm cả đầu vào (inputs) và đầu ra (outputs), của các đơn vị sản xuất hoặc dịch vụ. Nó được sử dụng để xác định đơn vị nào trong một tập hợp đơn vị có hiệu suất cao nhất trong việc sử dụng tài nguyên.
DEA bắt đầu bằng việc xây dựng một "màng bao" (envelope) cho các đơn vị được khảo sát dựa trên dữ liệu đầu vào và đầu ra của chúng. Mỗi đơn vị sẽ được biểu diễn trên mặt phẳng input-output, trong đó trục hoành là đầu ra và trục tung là đầu vào. Phương trình biểu diễn một đơn vị là:
Outputs = λ1*Output1 + λ2*Output2 + ... + λm*Outputm
Inputs = λ1*Input1 + λ2*Input2 + ... + λn*Inputn
Trong đó, λi là một hệ số vế phải không âm tương ứng với đầu vào đầu ra thứ i. Mục tiêu của DEA là tìm cách tối đa hóa các hệ số này sao cho tất cả các đơn vị đều nằm trên màng bao.
DEA sau đó sử dụng các thước đo độ xa cách (distance measures) và độ hiệu quả (efficiency measures) để đánh giá và so sánh hiệu suất của các đơn vị. Các đơn vị nằm trên màng bao được coi là hiệu suất hoàn hảo và được xem là các đơn vị hiệu quả. Đơn vị không nằm trên màng bao được cho là không hiệu quả.
DEA có nhiều biến thể và ứng dụng rộng rãi. Nó được sử dụng để đánh giá hiệu suất trong nhiều lĩnh vực như sản xuất công nghiệp, ngành y tế, giáo dục, tài chính và quản lý cung ứng. Phương pháp này có thể cung cấp thông tin quan trọng về các khía cạnh hiệu suất và hiệu quả trong quyết định quản lý và chiến lược.
DEA được phát triển vào những năm 1970 bởi Charnes, Cooper và Rhodes như một công cụ đo lường hiệu suất không tuyến tính, nghĩa là nó không yêu cầu các giả định về hình dạng hàm mục tiêu hoặc ràng buộc kỹ thuật.
Cách tiếp cận DEA tập trung vào các điểm dữ liệu (đơn vị) thay vì trung bình quốc gia hoặc tập hợp dữ liệu. Mỗi đơn vị được biểu diễn bằng vector đầu vào và đầu ra, với các thành phần của vector thể hiện các yếu tố đầu vào và đầu ra cụ thể của đơn vị đó. Đồng thời, mỗi đơn vị cũng có một trọng số tương ứng cho mỗi thành phần đầu vào và đầu ra, biểu thị mức độ quan trọng của mỗi thành phần đối với hiệu suất tổng thể của đơn vị.
DEA phân tích hiệu quả từng đơn vị dựa trên cách đo lường xa cách (distance measure). Cụ thể, nó sử dụng phương pháp mức độ xa cách (radial distance) để tính toán khoảng cách từ mỗi đơn vị đến màng bao (envelope). Đối với một đơn vị hiệu quả, khoảng cách này sẽ là 0, trong khi đơn vị không hiệu quả sẽ có khoảng cách dương. Điều này cho phép DEA xác định được các đơn vị tối ưu trong việc sử dụng tài nguyên và sinh ra đầu ra.
DEA cũng tính toán các chỉ số hiệu suất, như hiệu suất toàn diện (overall efficiency), hiệu suất đầu vào (input efficiency) và hiệu suất đầu ra (output efficiency), để đánh giá hiệu suất tương đối của các đơn vị. Nếu hiệu suất của đơn vị là 1, có nghĩa là nó là đơn vị hiệu quả tuyệt đối. Nếu hiệu suất là dưới 1, có nghĩa là đơn vị không hoàn toàn hiệu quả.
DEA đã được sử dụng trong nhiều lĩnh vực và quy trình quản lý để xác định hiệu suất và hiệu quả của các đơn vị sản xuất, dịch vụ hoặc tổ chức. Nó giúp tìm ra cách tối ưu hóa sử dụng tài nguyên và cải thiện hiệu quả hoạt động tổ chức.
Cơ sở hạ tầng mạng đa miền dựa trên thiết bị lập trình P4 cho Thị trường Dữ liệu Kỹ thuật số Dịch bởi AI Springer Science and Business Media LLC - - 2022
Tóm tắt Có nhiều tổ chức quan tâm đến việc chia sẻ dữ liệu với các tổ chức khác, và họ chỉ có thể thực hiện việc này nếu một nền tảng an toàn đa miền được cung cấp. Những nền tảng như vậy, thường được gọi là Thị trường Dữ liệu Kỹ thuật số (DDMs), yêu cầu tất cả các giao dịch phải tuân theo các chính sách đã được xác định trước bởi các bên tham gia tức là các miền. Tuy nhiên, việc xây dựng hạ tầng mạng đa miền mà trong đó mỗi miền có thể quản lý kết nối của riêng mình trong khi tất cả các giao dịch đều tuân theo thỏa thuận chia sẻ vẫn là một thách thức. Trong bài báo này, chúng tôi giới thiệu một DDM sử dụng công nghệ container đa miền được xây dựng dựa trên mạng P4. Nó có khả năng xử lý giao tiếp giữa nhiều miền và đảm bảo rằng hoạt động giao dịch dựa trên các chính sách đã được xác định trước. Chúng tôi cũng đã nghiên cứu hiệu suất thiết lập bằng cách định nghĩa một mô hình mà chúng tôi chứng minh là tuân theo các phép đo thực tế, và chúng tôi có thể sử dụng để đưa ra quyết định. Kết quả cũng cho thấy tình trạng tải thấp khi sử dụng switch P4 trong thời gian thiết lập mạng. Ngoài ra, chúng tôi đã thực hiện một đánh giá về an ninh, cho thấy rằng việc thiết lập mạng dựa trên P4 của chúng tôi an toàn trước hầu hết các loại tấn công.
#Cơ sở hạ tầng mạng đa miền #Thị trường Dữ liệu Kỹ thuật số #thiết bị lập trình P4 #bảo mật #chia sẻ dữ liệu
Phân tích hiệu quả sản xuất sen tại huyện Tháp Mười tỉnh Đồng ThápKết quả nghiên cứu dựa trên số liệu thu thập từ 52 nông hộ trồng sen tại huyện Tháp Mười, tỉnh Đồng Tháp. Năng suất sen bình quân là 3,61 tấn/ha. Lợi nhuận bình quân là 30,64 triệu đồng/ha. Hiệu quả kỹ thuật (TE=0,81) và hiệu quả phân phối (AE=0,76) đạt khá. Tuy nhiên, hiệu quả chi phí (CE=0,61) đạt mức trung bình. Kết quả ước lượng mô hình hồi quy Tobit các yếu tố như trình độ học vấn; kinh nghiệm sản xuất; tham gia tập huấn và tham gia đoàn thể, tổng thành viên gia đình có tác động tích cực vào việc cải thiện hiệu quả sản xuất của nông hộ trồng sen và ngược lại vay vốn làm hạn chế khả năng cải thiện hiệu quả sản xuất của nông hộ trồng sen.
#Đồng Tháp #hiệu quả sản xuất #màng bao dữ liệu #sen
Hiệu quả kỹ thuật của các ngân hàng thương mại Việt Nam có tham gia sáp nhập giai đoạn 2011 - 2016Mục tiêu của nghiên cứu là đánh giá hiệu quả kỹ thuật của các ngân hàng thương mại Việt Nam có tham gia sáp nhập, hợp nhất. Dữ liệu được thu thập từ 05 ngân hàng thương mại cổ phần Việt Nam điển hình có tham gia sáp nhập trong giai đoạn 2010-2016. Kết quả nghiên cứu cho thấy sau khi tiến hành sáp nhập, bên cạnh những thay đổi về “lượng”, các ngân hàng đều có những thay đổi đáng kể về “chất”. Nghiên cứu áp dụng phương pháp phân tích bao dữ liệu DEA kết hợp phân tích theo mô hình CAMEL để đánh giá hiệu quả hoạt động của các ngân hàng thương mại này. Kết quả cho thấy khi một ngân hàng “khỏe mạnh” kết hợp với ngân hàng “yếu kém” hơn thì bước đầu sẽ ghi nhận sự giảm sút về hiệu quả hoạt động. Theo kết quả nghiên cứu, các ngân hàng sau sáp nhập, hợp nhất vẫn duy trì được hiệu quả hoạt động và dần ổn định hơn trong các năm tiếp theo.
#Hiệu quả kỹ thuật #Màng bao dữ liệu #sáp nhập ngân hàng #ngân hàng thương mại
Đánh giá hiệu quả sản xuất xoài ba màu tại huyện Chợ Mới, tỉnh An GiangNghiên cứu với mục tiêu đánh giá hiệu quả sản xuất và xác định yếu tố ảnh hưởng đến hiệu quả sản xuất xoài ba màu tại huyện Chợ Mới, tỉnh An Giang. Phương pháp màng bao dữ liệu được sử dụng để đo lường hiệu quả sản xuất. Mô hình Tobit được nghiên cứu sử dụng để xác định yếu tố ảnh hưởng đến hiệu quả sản xuất. Dựa vào kết quả, nghiên cứu khuyến nghị 03 giải pháp để nâng cao hiệu quả sản xuất gồm ứng dụng khoa học - kỹ thuật vào sản xuất, tăng cường trao đổi kinh nghiệm và nâng cao trình độ chuyên môn.
#Hiệu quả sản xuất #màng bao dữ liệu #xoài ba màu #huyện Chợ Mới
Quyền không bị lập hồ sơ AI dựa trên dữ liệu công khai—Quyền riêng tư và sự khác biệt của lập hồ sơ AI Dịch bởi AI Philosophy & Technology - Tập 36 - Trang 1-22 - 2023
Dữ liệu từ mạng xã hội có tiềm năng lớn trong việc dự đoán các tình trạng sức khỏe liên quan. Các nghiên cứu gần đây cho thấy rằng các mô hình học máy có thể dự đoán chính xác trầm cảm và các tình trạng sức khỏe tâm thần khác dựa trên ảnh Instagram và Tweet. Trong bài viết này, tác giả lập luận rằng các cá nhân nên có quyền sui generis để không bị lập hồ sơ AI dựa trên dữ liệu công khai mà không có sự đồng ý rõ ràng và thông báo. Bài viết (1) phát triển ba lý lẽ cơ bản cho quyền bảo vệ dữ liệu cá nhân dựa trên các khái niệm về kiểm soát xã hội và sự kỳ thị, (2) lập luận rằng một số đặc điểm của lập hồ sơ AI làm cho các cá nhân dễ bị tổn thương hơn trước kiểm soát xã hội và sự kỳ thị so với các loại xử lý dữ liệu khác (sự khác biệt của lập hồ sơ AI), (3) xem xét một loạt lý do khác nhau cho và chống lại việc bảo vệ các cá nhân khỏi việc lập hồ sơ AI dựa trên dữ liệu công khai, và cuối cùng (4) lập luận rằng Quy chế Bảo vệ Dữ liệu Chung của EU không đảm bảo rằng các cá nhân có quyền không bị lập hồ sơ AI dựa trên dữ liệu công khai.
#dữ liệu mạng xã hội #lập hồ sơ AI #quyền riêng tư #quy định bảo vệ dữ liệu #kiểm soát xã hội #sự kỳ thị
Khi nào bạn đã thay đổi mật khẩu lần cuối? Dịch bởi AI Im Focus Onkologie - Tập 18 - Trang 78-79 - 2015
Trên các máy chủ và máy tính làm việc trong thực tế, tồn tại dữ liệu nhạy cảm, mà ngay cả tội phạm mạng cũng rất muốn tiếp cận. Các lãnh đạo cơ sở thực hành có thể đối phó với họ chỉ bằng những biện pháp đơn giản. Chìa khóa cho việc này là một kế hoạch an ninh đúng đắn.
#an ninh mạng #mật khẩu #bảo mật dữ liệu #tội phạm mạng #kế hoạch an ninh
Báo cáo dữ liệu hiệu quả trong các hệ thống giao thông thông minh Dịch bởi AI Networks and Spatial Economics - Tập 16 - Trang 623-642 - 2015
Gần đây, các hệ thống giao thông thông minh (ITS) đã xuất hiện. Những hệ thống này có thể cải thiện các hệ thống giao thông truyền thống và cung cấp thông tin giao thông cho những người tham gia giao thông. Trong lĩnh vực giao thông, mạng cảm biến không dây (WSN) có thể thay thế các cảm biến có dây hiện tại và các hệ thống giám sát giao thông tốn kém để giảm thiểu thời gian và chi phí lắp đặt những hệ thống này. Tuy nhiên, việc cung cấp thông tin giao thông chính xác và kịp thời là một thách thức lớn, đặc biệt khi xem xét các ràng buộc về năng lượng của các nút cảm biến. Trong bài báo này, chúng tôi đề xuất một kiến trúc hai tầng bao gồm một mạng lưới các đối tượng di động (xe cộ) ở tầng trên và một WSN phân cấp ở tầng dưới. Sử dụng phương pháp này, một phần tải trên các nút cảm biến tĩnh công suất thấp có thể được chuyển giao cho các đối tượng di động, chẳng hạn như các thiết bị di động mạnh mẽ. Hơn nữa, để cung cấp thông tin giao thông chính xác và kịp thời, một hàm chi phí liên kết nhận thức QoS đã được đề xuất và sử dụng cho việc truyền dữ liệu giữa các nút cảm biến tĩnh. Thêm vào đó, do tính di động của các đối tượng và khả năng mất gói tin trong tầng đối tượng di động, một cơ chế chuyển tiếp dữ liệu đáng tin cậy đã được đề xuất cho tầng này. Trong cơ chế này, các gói dữ liệu được chuyển tiếp đến các hàng xóm, điều này làm tăng khả năng các gói tin được nhận. Kết quả đánh giá hiệu suất chỉ ra hiệu quả của kiến trúc và cơ chế báo cáo dữ liệu được đề xuất để sử dụng trong các ứng dụng ITS.
#Hệ thống giao thông thông minh #mạng cảm biến không dây #kiến trúc hai tầng #truyền dữ liệu #cơ chế chuyển tiếp dữ liệu
BÀI BÁO ĐƯỢC RÚT LẠI: Hệ thống quản lý rủi ro cho các sự cố ô nhiễm nước công cộng đột ngột dựa trên khai thác thông tin dữ liệu Dịch bởi AI Arabian Journal of Geosciences - Tập 14 - Trang 1-7 - 2021
Phương pháp truyền thống bỏ qua việc phân chia mức độ rủi ro, dẫn đến tăng chi phí xử lý và giảm tỷ lệ sử dụng tài nguyên nước. Do đó, bài báo này thiết kế một phương pháp quản lý rủi ro cho các sự cố ô nhiễm nước công cộng đột ngột dựa trên khai thác thông tin dữ liệu. Kiến trúc hệ thống quản lý rủi ro đã được thiết kế, bao gồm các mô-đun vận hành, mô-đun vận hành bản đồ, mô-đun bảo trì dữ liệu, mô-đun đánh giá rủi ro của sự cố ô nhiễm nước công cộng đột ngột và mô-đun ứng phó khẩn cấp. Theo hệ thống, kết quả đánh giá các yếu tố ô nhiễm chính và phân loại chất lượng nước của từng đoạn sông đã được xác định. Lý thuyết Bayes và công nghệ khai thác dữ liệu đã được kết hợp để xây dựng một mô hình đánh giá rủi ro sự cố ô nhiễm nước dựa trên mạng Bayes mờ. Các biện pháp kiểm soát cụ thể được đề xuất thông qua các kết quả đánh giá rủi ro của các sự cố ô nhiễm nước công cộng đột ngột. Các kết quả cho thấy hệ thống được thiết kế trong bài báo này có chi phí xử lý thấp và tỷ lệ sử dụng tài nguyên nước cao.
#Quản lý rủi ro #sự cố ô nhiễm nước #khai thác dữ liệu #mạng Bayes mờ #đánh giá rủi ro
Bảo vệ dữ liệu cá nhân: “Quyền được lãng quên” theo quy định của Liên minh châu Âu và một số kiến nghị cho Việt NamLiên minh châu Âu là khu vực tiên phong trên thế giới trong việc ban hành pháp luật liên quan đến “quyền được lãng quên” (Right to be Forgotten) trong các đạo luật bảo vệ dữ liệu cá nhân (Data Protection Law). Chính vì vậy, Quy định chung về bảo vệ dữ liệu của Liên minh châu Âu cho đến nay là đạo luật rõ ràng và cụ thể nhất về “quyền được lãng quên”. Tại Việt Nam, Nghị định số 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân chính thức có hiệu lực từ ngày 01/7/2023 cho thấy Việt Nam đang ngày càng tiệm cận với quy định bảo vệ dữ liệu cá nhân nói chung và “quyền được lãng quên” nói riêng trên bản đồ pháp luật thế giới. Tuy nhiên, vẫn còn nhiều bất cập liên quan đến vấn đề này chưa được giải quyết triệt để. Vì vậy, trong tương lai, các nhà làm luật cần xây dựng khung pháp lý về “quyền được lãng quên”, đặc biệt trong thời đại kỷ nguyên số để hoàn thiện hệ thống pháp luật nước nhà. Khi đó, việc tham khảo quy định quốc tế, đặc biệt là Liên minh châu Âu là rất cần thiết.
#Quyền được lãng quên #dữ liệu cá nhân #không gian mạng
XÂY DỰNG MÔ HÌNH LÝ THUYẾT ĐÁNH GIÁ HIỆU QUẢ SẢN XUẤT NGÀNH CHĂN NUÔI ỨNG DỤNG CÔNG NGHỆ CAO BẰNG PHƯƠNG PHÁP PHÂN TÍCH MÀNG BAO DỮ LIỆU (DEA)Ứng dụng công nghệ cao trong chăn nuôi góp phần nâng cao năng suất lao động và chất lượng sản phẩm là xu thế trong phát triển ngành chăn nuôi hiện nay. Tuy nhiên, người sản xuất kinh doanh cũng phải đối diện với nhiều thách thức đặt ra. Chính vì vậy, việc xây dựng mô hình lý thuyết và phương pháp đánh giá hiệu quả sản xuất ngành chăn nuôi ứng dụng công nghệ cao là cần thiết và làm căn cứ đánh giá thực trạng khi triển khai ứng dụng công nghệ cao trong chăn nuôi. Trên cơ sở tổng hợp quan điểm của các nhà khoa học đã nghiên cứu, tác giả xây dựng mô hình lý thuyết đánh giá hiệu quả sản xuất ngành chăn nuôi ứng dụng công nghệ cao bao gồm sáu yếu tố đầu vào và ba yếu tố đầu ra. Mặt khác tác giả cũng đề xuất lựa chọn phương pháp phân tích màng bao dữ liệu để tính toán hiệu quả sản xuất ngành chăn nuôi ứng dụng công nghệ cao ở Việt Nam.
#Chăn nuôi ứng dụng công nghệ cao #Màng bao dữ liệu (DEA) #Mô hình lý thuyết
