Mô hình monte carlo là gì? Các bài báo nghiên cứu khoa học

Giới thiệu chung

Mô hình Monte Carlo là tập hợp các kỹ thuật mô phỏng dựa trên số ngẫu nhiên nhằm ước lượng hành vi của những hệ thống phức tạp mà không thể giải bằng phương pháp giải tích thông thường. Trọng tâm của phương pháp là thay thế bài toán tính toán có tính bất định bằng nhiều kịch bản mô phỏng lặp lại để quan sát phân phối kết quả. Theo các nguồn uy tín như NIST và Wolfram MathWorld, Monte Carlo là một trong những công cụ nền tảng của tính toán khoa học, từ vật lý hạt nhân cho đến tài chính định lượng.

Phương pháp này hình thành trong bối cảnh nghiên cứu vũ khí hạt nhân tại Los Alamos vào thập niên 1940 và nhanh chóng trở thành công cụ tối quan trọng để mô phỏng các hệ thống có cấu trúc xác suất cao. Ý tưởng cốt lõi là xây dựng mô hình toán học mô phỏng một hệ thống thực và sử dụng số ngẫu nhiên để tái tạo hành vi của hệ thống đó qua nhiều lần lặp. Khi số lần lặp đủ lớn, trung bình mẫu tiến dần đến giá trị thật của đại lượng cần ước lượng.

Một số đặc trưng cơ bản thường được phân biệt rõ trong các tài liệu chuyên ngành:

• Dựa trên biến ngẫu nhiên và bộ sinh số ngẫu nhiên chất lượng cao.
• Áp dụng tốt cho các mô hình nhiều chiều mà tích phân số cổ điển khó giải.
• Hội tụ theo tốc độ $O(N^{-1/2})$ không phụ thuộc số chiều bài toán.

Để trực quan hóa vai trò của Monte Carlo, bảng sau trình bày so sánh ngắn gọn giữa Monte Carlo và các phương pháp tính toán truyền thống:

Tiêu chí	Monte Carlo	Phương pháp số cổ điển
Khả năng xử lý không gian nhiều chiều	Tốt	Giảm hiệu quả rõ rệt khi tăng số chiều
Nhu cầu về công thức giải tích	Không cần	Cần ở mức nhất định
Tốc độ hội tụ	Chậm nhưng ổn định	Nhanh trong bài toán thấp chiều

Cơ sở lý thuyết

Cốt lõi lý thuyết của Monte Carlo nằm ở định nghĩa kỳ vọng của một hàm số theo phân phối xác suất. Nếu cần ước lượng $E[f(X)]$, ta sinh mẫu độc lập $X_1, X_2, ..., X_N$ theo đúng phân phối của $X$, sau đó tính giá trị trung bình mẫu: \hat{\mu}=\frac{1}{N}\sum_{i=1}^{N}f(X_i) \end{script> Khi $N</span> tăng, trung bình mẫu hội tụ về giá trị thực của kỳ vọng theo định lý luật số lớn. </p> <p> Sự hội tụ của Monte Carlo ổn định nhờ định lý giới hạn trung tâm. Sai số ước lượng có dạng: <span class="inline-equation"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>S</mi><mi>E</mi><mo>=</mo><mfrac><mi>σ</mi><msqrt><mi>N</mi></msqrt></mfrac></mrow><annotation encoding="application/x-tex"> SE=\frac{\sigma}{\sqrt{N}} </annotation></semantics></math></span></span> trong đó <span class="inline-equation"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>σ</mi></mrow><annotation encoding="application/x-tex">\sigma</annotation></semantics></math></span></span> là độ lệch chuẩn của <span class="inline-equation"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>f</mi><mo stretchy="false">(</mo><mi>X</mi><mo stretchy="false">)</mo></mrow><annotation encoding="application/x-tex">f(X)</annotation></semantics></math></span></span>. Đây là cơ sở để đánh giá độ tin cậy của mô phỏng. Dù tốc độ hội tụ chỉ theo căn bậc hai của số mẫu, ưu điểm lớn nhất là tốc độ này không phụ thuộc số chiều của bài toán. </p> <p> Để mô tả rõ hơn vai trò của xác suất trong Monte Carlo, bảng sau liệt kê hai khái niệm then chốt: </p> <table border="1" cellpadding="6"> <tbody><tr> <th>Khái niệm</th> <th>Mô tả</th> </tr> <tr> <td>Kỳ vọng</td> <td>Giá trị trung bình theo phân phối, thường không thể tính trực tiếp</td> </tr> <tr> <td>Biến ngẫu nhiên mô phỏng</td> <td>Các mẫu sinh ra để thay thế việc tính tích phân hay tổng phức tạp</td> </tr> </tbody></table> <h2>Quy trình mô phỏng Monte Carlo</h2> <p> Thực hiện mô phỏng Monte Carlo cần tuần tự hóa các bước bằng cách xây dựng ràng buộc toán học trước, sau đó chuyển sang phần mô phỏng. Quy trình chuẩn thường bắt đầu bằng việc xác định mục tiêu ước lượng: một kỳ vọng, một phân phối hoặc một xác suất hiếm gặp. Việc chọn đúng mô hình toán học quyết định phần lớn độ chính xác của mô phỏng. </p> <p> Sau khi xác định mô hình, bước tiếp theo là sinh mẫu từ phân phối liên quan. Chất lượng của bộ sinh số ngẫu nhiên ảnh hưởng trực tiếp độ tin cậy của kết quả. Các thư viện khoa học thường sử dụng bộ sinh số giả ngẫu nhiên có chu kỳ dài để đảm bảo chất lượng thống kê. Tiếp đó, mỗi mẫu được đưa vào hàm mục tiêu để tạo ra một đầu ra. Tập hợp các đầu ra hình thành phân phối ước lượng của đại lượng quan tâm. </p> <p> Một quy trình khái quát có thể viết thành các bước: </p><ul> <li>Xác định mô hình toán học hoặc tích phân cần ước lượng.</li> <li>Chọn phân phối phù hợp và sinh mẫu mô phỏng.</li> <li>Chạy nhiều lần mô phỏng độc lập.</li> <li>Tính trung bình mẫu và ước lượng sai số.</li> </ul> Bảng sau minh họa mối quan hệ giữa số mẫu và độ chính xác: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Số mẫu N</th><th>Độ chính xác kỳ vọng</th></tr> <tr><td>1.000</td><td>Mức cơ bản</td></tr> <tr><td>10.000</td><td>Cải thiện rõ rệt</td></tr> <tr><td>1.000.000</td><td>Độ chính xác cao nhưng thời gian tính tăng đáng kể</td></tr> </tbody></table> <h2>Kỹ thuật lấy mẫu và tối ưu hóa</h2> <p> Mặc dù Monte Carlo đơn giản về mặt công thức, phương pháp cơ bản thường hội tụ chậm, vì vậy nhiều kỹ thuật giảm phương sai được phát triển để tăng hiệu quả. Các kỹ thuật này tái cấu trúc cách sinh mẫu để phân phối mẫu hợp lý hơn, từ đó giảm dao động trong trung bình mẫu mà không cần tăng số lượng mô phỏng. </p> <p> Lấy mẫu quan trọng (importance sampling) điều chỉnh phân phối mẫu để tập trung vào những vùng có đóng góp nhiều cho tích phân. Phương pháp antithetic variates sử dụng các cặp mẫu đối xứng để triệt tiêu dao động. Stratified sampling chia không gian lấy mẫu thành nhiều lớp nhỏ nhằm tăng độ phủ đều. Ngoài ra, nhóm quasi Monte Carlo sử dụng dãy điểm có tính đồng đều cao như Sobol hay Halton, vốn không phải số ngẫu nhiên nhưng cải thiện đáng kể sai số trong nhiều bài toán. </p> <p> Một danh sách các kỹ thuật chính: </p><ul> <li>Lấy mẫu quan trọng.</li> <li>Antithetic variates.</li> <li>Stratified sampling.</li> <li>Quasi Monte Carlo với dãy Sobol hoặc Halton.</li> </ul> Bảng sau so sánh mức giảm phương sai tương đối: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Kỹ thuật</th><th>Mức giảm phương sai</th></tr> <tr><td>Importance sampling</td><td>Cao, tùy theo lựa chọn phân phối</td></tr> <tr><td>Antithetic variates</td><td>Vừa</td></tr> <tr><td>Stratified sampling</td><td>Tốt trong không gian thấp chiều</td></tr> <tr><td>Quasi Monte Carlo</td><td>Cao ở các bài toán tích phân trơn</td></tr> </tbody></table> <h2>Ứng dụng trong khoa học và kỹ thuật</h2> <p> Monte Carlo là công cụ quan trọng trong nhiều lĩnh vực khoa học nhờ khả năng mô phỏng những hệ thống có mức độ ngẫu nhiên cao hoặc quá phức tạp để giải bằng công thức đóng. Trong vật lý hạt nhân, mô hình này được dùng để mô phỏng đường đi của neutron, xác suất tương tác với vật chất, và các chuỗi phản ứng hạt nhân. Các thuật toán mô phỏng ở <a href="https://www.lanl.gov" target="_blank">Los Alamos National Laboratory</a> được xem là nền tảng cho nhiều hệ thống phân tích hiện đại. </p> <p> Trong cơ học chất lưu và khí động học, Monte Carlo giúp mô phỏng dòng chảy phân tử bằng mô hình phân tử rời rạc (DSMC). Phương pháp này thay thế quá trình mô phỏng liên tục bằng cách mô phỏng tương tác giữa các hạt, từ đó xây dựng lại đặc tính của dòng chảy. Ứng dụng đặc biệt rõ trong thiết kế tàu vũ trụ, nơi môi trường khí loãng làm các mô hình truyền thống không còn hiệu quả. </p> <p> Một số ví dụ ứng dụng thực tiễn: </p><ul> <li>Mô phỏng khuếch tán photon trong mô sinh học.</li> <li ước lượng tích phân nhiều chiều trong vật lý thống kê.< li> </li><li>Đánh giá độ tin cậy của hệ thống công nghiệp và kỹ thuật.</li> </ul> Bảng sau minh họa sự đa dạng của ứng dụng Monte Carlo theo từng ngành: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Lĩnh vực</th><th>Ứng dụng chính</th></tr> <tr><td>Vật lý hạt nhân</td><td>Mô phỏng truyền neutron, hấp thụ và tán xạ</td></tr> <tr><td>Cơ học chất lưu</td><td>DSMC và mô phỏng khí loãng</td></tr> <tr><td>Kỹ thuật</td><td>Phân tích độ tin cậy, dự báo hỏng hóc</td></tr> <tr><td>Y sinh</td><td>Mô phỏng truyền ánh sáng qua mô</td></tr> </tbody></table> <h2>Ứng dụng trong tài chính và kinh tế</h2> <p> Trong tài chính định lượng, Monte Carlo là một trong những công cụ quan trọng nhất để mô phỏng biến động giá tài sản và định giá các công cụ phái sinh. Phần lớn mô hình giá tài sản hiện đại dựa trên phương trình vi phân ngẫu nhiên. Ví dụ kinh điển là mô hình chuyển động hình học Brown: <span class="inline-equation"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>d</mi><msub><mi>S</mi><mi>t</mi></msub><mo>=</mo><mi>μ</mi><msub><mi>S</mi><mi>t</mi></msub><mi>d</mi><mi>t</mi><mo>+</mo><mi>σ</mi><msub><mi>S</mi><mi>t</mi></msub><mi>d</mi><msub><mi>W</mi><mi>t</mi></msub></mrow><annotation encoding="application/x-tex"> dS_t = \mu S_t dt + \sigma S_t dW_t </annotation></semantics></math></span></span> Monte Carlo cho phép mô phỏng quỹ đạo giá trong tương lai và xây dựng phân phối ước lượng về các mức giá có thể xảy ra. </p> <p> Theo các báo cáo của <a href="https://corporatefinanceinstitute.com/resources/valuation/monte-carlo-simulation/" target="_blank">Corporate Finance Institute</a>, Monte Carlo thường được dùng trong đánh giá rủi ro, dự báo dòng tiền, phân tích bất định trong dự án đầu tư, và ước lượng xác suất phá sản của doanh nghiệp. Bằng cách thay đổi ngẫu nhiên các biến như chi phí, doanh thu, lãi suất hoặc tỷ giá, mô hình giúp đánh giá mức độ nhạy cảm của dự án. </p> <p> Một số ứng dụng phổ biến: </p><ul> <li>Định giá quyền chọn không có công thức đóng như quyền chọn châu Á hoặc quyền chọn rào cản.</li> <li>Phân tích VaR (Value at Risk) dựa trên mô phỏng phân phối lợi nhuận.</li> <li>Đánh giá danh mục đầu tư dưới các kịch bản thị trường ngẫu nhiên.</li> </ul> Bảng sau tóm tắt các nhóm mô hình tài chính thường dùng cùng mục đích mô phỏng: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Nhóm mô hình</th><th>Mục đích</th></tr> <tr><td>Mô hình SDE (Stochastic Differential Equations)</td><td>Mô phỏng động học giá tài sản</td></tr> <tr><td>Mô hình dự báo dòng tiền</td><td>Đánh giá rủi ro dự án</td></tr> <tr><td>Phân tích danh mục</td><td>Tối ưu hóa lợi nhuận và giảm rủi ro</td></tr> </tbody></table> <h2>Ứng dụng trong học máy</h2> <p> Monte Carlo đóng vai trò then chốt trong thống kê Bayes thông qua các thuật toán MCMC (Markov Chain Monte Carlo). MCMC cho phép lấy mẫu từ phân phối hậu nghiệm có dạng phức tạp mà không thể chuẩn hóa trực tiếp. Các thuật toán Metropolis Hastings và Gibbs Sampling là hai kỹ thuật nền tảng được dùng trong mô hình hồi quy Bayes, mô hình phân cấp và phân tích chủ đề. </p> <p> Trong học củng cố, Monte Carlo giúp ước lượng giá trị kỳ vọng của hành động bằng cách mô phỏng nhiều quỹ đạo tương lai. Điều này đặc biệt hữu ích khi mô hình môi trường quá phức tạp để mô tả bằng công thức. Ngoài ra, trong các hệ thống suy luận xác suất, kỹ thuật Monte Carlo được dùng để ước lượng xác suất của sự kiện hiếm gặp mà không thể tính bằng giải tích. </p> <p> Tài liệu và hướng dẫn nâng cao được nhiều nhóm nghiên cứu tập hợp tại <a href="https://probabilistic-programming.org" target="_blank">Probabilistic Programming Initiative</a>. Các ví dụ điển hình: </p><ul> <li>Phân tích topic modeling bằng Gibbs sampling.</li> <li>Ước lượng tham số mô hình Bayesian Neural Network.</li> <li>Mô phỏng chính sách trong reinforcement learning.</li> </ul> Bảng sau minh họa các phương pháp Monte Carlo trong học máy: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Thuật toán</th><th>Công dụng</th></tr> <tr><td>Metropolis Hastings</td><td>Lấy mẫu từ phân phối phức tạp</td></tr> <tr><td>Gibbs Sampling</td><td>Thay phiên lấy mẫu có điều kiện</td></tr> <tr><td>Monte Carlo trong RL</td><td>Ước lượng giá trị hành động</td></tr> </tbody></table> <h2>Đánh giá sai số và độ tin cậy</h2> <p> Sai số là yếu tố trung tâm khi đánh giá chất lượng mô phỏng Monte Carlo. Sai số chuẩn có dạng: <span class="inline-equation"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>S</mi><mi>E</mi><mo>=</mo><mfrac><mi>σ</mi><msqrt><mi>N</mi></msqrt></mfrac></mrow><annotation encoding="application/x-tex"> SE=\frac{\sigma}{\sqrt{N}} </annotation></semantics></math></span></span> Nghĩa là để tăng độ chính xác gấp đôi, cần tăng số mẫu gấp bốn lần. Đây là lý do nhiều kỹ thuật giảm phương sai được dùng nhằm giảm dao động của kết quả mà không cần nâng số mẫu quá lớn. </p> <p> Trong các mô phỏng lớn, đặc biệt với MCMC, sự phụ thuộc giữa các mẫu làm sai số cao hơn dự kiến. Vì vậy cần kiểm tra hội tụ chuỗi bằng các chỉ số như Gelman Rubin, phân tích tự tương quan và hiệu quả mẫu (effective sample size). Các công cụ này giúp xác định chuỗi đã ổn định hay chưa trước khi sử dụng dữ liệu để ước lượng. </p> <p> Một số kỹ thuật đánh giá chất lượng mô phỏng: </p><ul> <li>Ước lượng sai số chuẩn và khoảng tin cậy.</li> <li>Kiểm tra hội tụ bằng phân tích chuỗi thời gian.</li> <li>So sánh kết quả Monte Carlo với nghiệm phân tích nếu có.</li> </ul> Bảng sau minh họa mức tăng độ tin cậy theo số mẫu: <p></p> <table border="1" cellpadding="6"> <tbody><tr><th>Số mẫu</th><th>Độ tin cậy</th></tr> <tr><td>10.000</td><td>Tương đối</td></tr> <tr><td>100.000</td><td>Ổn định</td></tr> <tr><td>1.000.000</td><td>Cao</td></tr> </tbody></table> <h2>Giới hạn và thách thức</h2> <p> Monte Carlo có độ linh hoạt cao, nhưng đối mặt nhiều giới hạn thực tiễn. Một trong những thách thức lớn nhất là nhu cầu tính toán rất lớn khi số mẫu tăng. Nhiều mô phỏng cần hàng triệu đến hàng tỷ mẫu, đòi hỏi tối ưu hóa và tính toán song song bằng GPU hoặc cluster. </p> <p> Ngoài ra, độ chính xác của mô phỏng phụ thuộc mạnh vào bộ sinh số ngẫu nhiên. Bộ sinh số chất lượng thấp có thể tạo ra mẫu lệch khiến kết quả không đáng tin cậy. Trong các bài toán xác suất hiếm gặp, Monte Carlo cơ bản hoạt động kém hiệu quả do hầu hết mẫu đều không đóng góp đáng kể, buộc phải dùng các kỹ thuật như importance sampling. </p> <p> Những thách thức chính: </p><ul> <li>Chi phí tính toán lớn.</li> <li>Phụ thuộc vào bộ sinh số ngẫu nhiên.</li> <li>Hiệu quả thấp với sự kiện hiếm.</li> <li>Cần thiết kế mô hình cẩn thận để tránh sai lệch.</li> </ul> <h2>Tài liệu tham khảo</h2> <ol> <li>Wolfram MathWorld. Monte Carlo Method. https://mathworld.wolfram.com/MonteCarloMethod.html</li> <li>NIST. Monte Carlo Methods. https://www.nist.gov/programs-projects/monte-carlo-methods</li> <li>Los Alamos National Laboratory. https://www.lanl.gov</li> <li>Corporate Finance Institute. Monte Carlo Simulation. https://corporatefinanceinstitute.com</li> <li>Probabilistic Programming Initiative. https://probabilistic-programming.org</li> </ol> </div></div><div class="el-divider el-divider--horizontal" style="--el-border-style:solid;" role="separator"><!--v-if--></div><h2>Các bài báo, nghiên cứu, công bố khoa học về chủ đề mô hình monte carlo:</h2><div><div><!--[--><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Bayesian-Measures-of-Model-Complexity-and-Fit/727aefb2-1f35-4e5d-ab90-b2c1dbbfac94" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Các Biện Pháp Bayesian Cho Độ Phức Tạp và Độ Khớp Của Mô Hình</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Journal of the Royal Statistical Society. Series B: Statistical Methodology</span> - </span> Tập 64 Số 4 <span data-v-ca0c92c5> - Trang 583-639</span><span data-v-ca0c92c5> - 2002</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Tóm tắtChúng tôi xem xét vấn đề so sánh các mô hình phân cấp phức tạp trong đó số lượng tham số không được xác định rõ. Sử dụng lập luận thông tin lý thuyết, chúng tôi đưa ra một thước đo pD cho số lượng tham số hiệu quả trong một mô hình như sự khác biệt giữa trung bình hậu nghiệm của độ lệch và độ lệch tại giá trị trung bình hậu nghiệm của các tham số quan trọng. Nói chung pD tương quan xấp xỉ v</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Mô hình phân cấp phức tạp<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #thông tin lý thuyết<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #số lượng tham số hiệu quả<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #độ lệch hậu nghiệm<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phương sai hậu nghiệm<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #ma trận &#39;hat&#39;<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #các họ số mũ<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #biện pháp đo lường Bayesian<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #biểu đồ chuẩn đoán<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Markov chain Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #tiêu chuẩn thông tin độ lệch.<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-left" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> 11589<!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://academic.oup.com/jrsssb/article/64/4/583/7098621" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/A-Partial-Least-Squares-Latent-Variable-Modeling-Approach-for-Measuring-Interaction-Effects-Results-from-a-Monte-Carlo-Simulation-Study-and-an-Electronic-Mail-Emotion-Adoption-Study/c5b98ee2-dacf-4701-938e-74e5d75bca85" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Một Phương Pháp Mô Hình Biến Khóa Tiềm Ẩn Bằng Phương Pháp Tối Thiểu Bình Phương Để Đo Lường Các Hiệu Ứng Tương Tác: Kết Quả Từ Nghiên Cứu Mô Phỏng Monte Carlo và Nghiên Cứu Cảm Xúc/Áp Dụng Thư Điện Tử</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Information Systems Research</span> - </span> Tập 14 Số 2 <span data-v-ca0c92c5> - Trang 189-217</span><span data-v-ca0c92c5> - 2003</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Khả năng phát hiện và ước lượng chính xác cường độ của các hiệu ứng tương tác là những vấn đề quan trọng có tính nền tảng trong nghiên cứu khoa học xã hội nói chung và nghiên cứu Hệ thống Thông tin (IS) nói riêng. Trong lĩnh vực IS, một phần lớn nghiên cứu đã được dành để xem xét các điều kiện và bối cảnh mà trong đó các mối quan hệ có thể thay đổi, thường dưới khung lý thuyết tình huống (xem McKe</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-left" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> 5858<!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://pubsonline.informs.org/doi/10.1287/isre.14.2.189.16018" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Efficient-Estimation-of-Time-Invariant-and-Rarely-Changing-Variables-in-Finite-Sample-Panel-Analyses-with-Unit-Fixed-Effects/bba8fdee-a15e-4640-b011-49fa5447366c" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Ước lượng hiệu quả các biến không thay đổi theo thời gian và hiếm khi thay đổi trong phân tích bảng mẫu hữu hạn với hiệu ứng cố định theo đơn vị</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Political Analysis</span> - </span> Tập 15 Số 2 <span data-v-ca0c92c5> - Trang 124-139</span><span data-v-ca0c92c5> - 2007</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Bài báo này đề xuất một quy trình ba giai đoạn để ước lượng các biến không thay đổi theo thời gian và hiếm khi thay đổi trong các mô hình dữ liệu bảng có hiệu ứng đơn vị. Giai đoạn đầu tiên của ước lượng đề xuất chạy một mô hình hiệu ứng cố định để thu được các hiệu ứng đơn vị, giai đoạn thứ hai phân tách các hiệu ứng đơn vị thành một phần được giải thích bởi các biến không thay đổi theo thời gian</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #biến không thay đổi theo thời gian<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #hiệu ứng cố định<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #ước lượng OLS<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mô hình dữ liệu bảng<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mô phỏng Monte Carlo<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-left" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> 907<!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://www.cambridge.org/core/product/identifier/S1047198700006422/type/journal_article" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Physical-and-mathematical-modeling-of-the-electron-beam-induced-charging-of-ferroelectrics-during-the-process-of-domain-structure-switching/f0037f87-25cb-4d09-801d-54f88fceb178" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Mô hình vật lý và toán học về quá trình nạp điện do chùm electron gây ra ở các vật liệu điện sinh cực trong quá trình chuyển đổi cấu trúc miền</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Journal of Surface Investigation: X-ray, Synchrotron and Neutron Techniques</span> - </span> Tập 7 <span data-v-ca0c92c5> - Trang 680-684</span><span data-v-ca0c92c5> - 2013</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Kết quả mô hình hóa các quá trình nạp điện động xảy ra khi các vật liệu điện sinh cực chịu tác động của chùm electron trong kính hiển vi điện tử quét được trình bày. Việc thực hiện mô hình dựa trên giải đồng thời phương trình liên tục và phương trình Poisson với sự tính toán độ dẫn nội tại kích thích do bức xạ của mẫu bị chiếu xạ và với phân bố điện tích ban đầu được xác định bằng phương pháp Mont</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #nạp điện<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #điện sinh cực<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #chùm electron<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #kính hiển vi điện tử quét<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mô hình hóa<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phương trình Poisson<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phương pháp Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #chuyển đổi phân cực<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-left" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> 15<!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://link.springer.com/article/10.1134/S1027451013040125" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Kh%E1%BA%A3o-s%C3%A1t-%C4%91%E1%BA%B7c-tr%C6%B0ng-ph%E1%BB%95-gamma-%C4%91%E1%BB%83-%C4%91%C3%A1nh-gi%C3%A1-t%C3%ADnh-ch%C3%ADnh-x%C3%A1c-c%E1%BB%A7a-m%C3%B4-h%C3%ACnh-m%C3%B4-ph%E1%BB%8Fng-Monte-Carlo-%C4%91%E1%BB%91i-v%E1%BB%9Bi-%C4%91%E1%BA%A7u-d%C3%B2-nh%E1%BA%A5p-nh%C3%A1y-NaI-Tl-/f869ed1c-f794-4a33-b2bb-7454eed0e2f3" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Khảo sát đặc trưng phổ gamma để đánh giá tính chính xác của mô hình mô phỏng Monte Carlo đối với đầu dò nhấp nháy NaI(Tl)</span><!----><!----></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Tạp chí Khoa học Trường Đại học Sư phạm Thành phố Hồ Chí Minh</span> - </span> Tập 14 Số 3 <span data-v-ca0c92c5> - Trang 95</span><span data-v-ca0c92c5> - 2019</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Nghiên cứu này được thực hiện nhằm mục đích đánh giá sự phù hợp của mô hình mô phỏng Monte Carlo dùng trong chương trình MCNP với thực nghiệm. Để tăng độ tin cậy của mô hình mô phỏng, bên cạnh các đặc trưng như dạng đáp ứng của phổ và hiệu suất đỉnh hấp thụ năng lượng toàn phần đã khảo sát trong nghiên cứu trước đây, chúng tôi tiếp tục đánh giá các đặc trưng phổ khác bao gồm độ phân giải năng lượn</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #độ phân giải năng lượng<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #tỉ số đỉnh trên Compton<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #đầu dò NaI(Tl).<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-left" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> 0<!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://journal.hcmue.edu.vn/index.php/hcmuejos/article/view/185" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Direct-simulation-Monte-Carlo-models-for-high-energy-inelastic-processes/68926f6b-f8f1-4cc4-a097-ceda08f6fcfd" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Mô hình Monte Carlo mô phỏng trực tiếp cho các quá trình không đàn hồi năng lượng cao</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Il Nuovo Cimento A (1965-1970)</span> - </span> Tập 4 <span data-v-ca0c92c5> - Trang 619-637</span><span data-v-ca0c92c5> - 2007</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Ba mô hình Monte Carlo được trình bày nhằm cung cấp mô tả về sự phân bố góc tâm khối, phân bố động lượng dọc và ngang, và phân bố khối lượng hiệu dụng cho các trạng thái cuối đa hạt được sản xuất trong các quá trình không đàn hồi năng lượng cao. Chúng được áp dụng cụ thể cho phản ứng pp → ppπ+π−, và kết quả được so sánh với dữ liệu thực nghiệm cho phản ứng này tại các động lượng proton trong phòng</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Mô hình Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #quá trình không đàn hồi<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phân bố góc tâm khối<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phân bố động lượng<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phản ứng pp → ppπ+π−<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><!----><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://link.springer.com/article/10.1007/BF02731378" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Requirements-for-low-intermodulation-distortion-in-GaN-Al-sub-x-Ga-sub-1-x-N-high-electron-mobility-transistors-a-model-assessment/09e10f25-405e-4c5f-92bc-92276c6d350f" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Yêu cầu đối với sự méo môđun thấp trong các transistor vận chuyển electron cao GaN-Al/sub x/Ga/sub 1-x/N: một đánh giá mô hình</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>IEEE Transactions on Electron Devices</span> - </span> Tập 49 Số 9 <span data-v-ca0c92c5> - Trang 1511-1518</span><span data-v-ca0c92c5> - 2002</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Phân tích mô hình các đặc tính tín hiệu lớn của các transistor vận chuyển electron cao GaN-Al/sub x/Ga/sub 1-x/N (HEMTs), đặc biệt tập trung vào sự méo môđun (IMD) và điểm giao cắt bậc ba. Do tính phi tuyến phụ thuộc nhiều vào hành vi vận chuyển của các hạt tải, một chế độ mô phỏng số dựa trên phương pháp Monte Carlo (MC) đã được áp dụng. Mục tiêu là xác định các thông số và mối tương quan giữa ch</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #MODFETs<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Intermodulation distortion<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Charge carrier mobility<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Charge carrier density<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Gallium compounds<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Aluminum compounds<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Semiconductor device modeling<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Monte Carlo methods<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Microwave FETs<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><!----><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://ieeexplore.ieee.org/abstract/document/1027830/" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/The-potts-glass-in-uniform-and-random-fields-a-monte-carlo-investigation/ee342a2c-bd8f-44d0-92bd-fe8f2b9c69b2" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Mô Hình Potts Trong Các Trường Đều và Ngẫu Nhiên: Nghiên Cứu Qua Phương Pháp Monte Carlo</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Zeitschrift für Physik B Condensed Matter</span> - </span> Tập 99 <span data-v-ca0c92c5> - Trang 393-400</span><span data-v-ca0c92c5> - 2007</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Như một mô hình đơn giản của thủy tinh định hướng không đồng nhất với các lực ngắn, mô hình Potts 3 trạng thái trên mạng lập phương đơn giản với các tương tác lân cận được lấy từ phân phối Gaussian được xem xét. Bằng phương pháp Monte Carlo, chúng tôi nghiên cứu phản ứng của hệ thống đối với một "trường" đồng nhất có lợi cho một trong các trạng thái. Điều này được thúc đẩy bởi các thí nghiệm áp dụ</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mô hình Potts<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #thủy tinh định hướng<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phương pháp Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #độ nhạy phi tuyến<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #tham số trật tự thủy tinh<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><!----><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://link.springer.com/article/10.1007/BF02769959" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/Determination-of-the-geometric-optics-coefficients-of-thermal-radiation-by-the-Monte-Carlo-method/b6ef15ed-04c9-43d7-92bf-3e1de474c926" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Xác định hệ số hình học-quang học của bức xạ nhiệt bằng phương pháp Monte Carlo</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Springer Science and Business Media LLC</span> - </span> Tập 30 <span data-v-ca0c92c5> - Trang 116-121</span><span data-v-ca0c92c5> - 1976</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Bài báo trình bày các thuật toán của phương pháp Monte Carlo nhằm xác định các hệ số quang sai điều khiển cho các phương trình khác nhau của bài toán trao đổi bức xạ trong điều kiện môi trường có nhiệt dẫn, cùng với các kết quả của việc xác minh chúng thông qua các giải pháp chính xác.</span><!----></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #hệ số quang sai<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #bức xạ nhiệt<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #nhiệt dẫn<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #trao đổi bức xạ<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><!----><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://link.springer.com/article/10.1007/BF00859491" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><div class="entity-item-container" data-v-ca0c92c5><a href="/publication/ANN-modeling-of-the-bremsstrahlung-photon-flux-in-tantalum-target/4850727e-d4d1-41bd-9b31-3c972324e7ae" class="entity-title" data-v-ca0c92c5><span data-v-ca0c92c5>Mô hình ANN của dòng photon Bremsstrahlung trong mục tiêu tantalum</span><!----><span class="el-tag el-tag--warning el-tag--small el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-robot" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Dịch bởi AI <!--]--></span><!--v-if--></span></a><div class="publish-info" data-v-ca0c92c5><span data-v-ca0c92c5><span data-v-ca0c92c5>Neural Computing and Applications</span> - </span> Tập 23 <span data-v-ca0c92c5> - Trang 1591-1595</span><span data-v-ca0c92c5> - 2012</span></div><!----><div class="abstract-container" data-v-ca0c92c5><div data-v-ca0c92c5><div><span class="">Các photon Bremsstrahlung được tạo ra bởi chùm electron 15 MeV được mô phỏng bằng mã Monte Carlo của FLUKA. Các tấm tantalum được chọn làm vật liệu mục tiêu trong mô phỏng, và quang phổ photon thu được đã được phân tích bằng kỹ thuật mạng nơ-ron nhân tạo (ANN). Trong mô hình huấn luyện ANN, độ dày và giá trị năng lượng của các photon Bremsstrahlung cho mục tiêu Ta đã được sử dụng làm đầu vào. Tron</span><span>... <span class="truncate-button"> hiện toàn bộ</span></span></div><!----></div></div><div class="keyword-container" data-v-ca0c92c5><!--[--><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #Bremsstrahlung<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #photon<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mô hình ANN<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #tantalum<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #mã Monte Carlo<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #chùm electron<!--]--></span><!--v-if--></span><span class="el-tag el-tag--primary el-tag--light" style="" data-v-ca0c92c5><span class="el-tag__content"><!--[--> #phân tích quang phổ<!--]--></span><!--v-if--></span><!--]--></div><div class="el-row" style="" data-v-ca0c92c5 data-v-5c117f8d><!--[--><div class="el-col el-col-24" style="" data-v-5c117f8d><!--[--><!--[--><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><span data-v-5c117f8d><!----></span><!--]--><!--]--></div><!--]--></div><div class="action-container" data-v-ca0c92c5><!----><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-plain is-round" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><a href="https://link.springer.com/article/10.1007/s00521-012-1111-2" target="_blank" rel="nofollow noopener" data-v-ca0c92c5><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-link" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Đi đến bài báo <!--]--></a><!--]--></span></button><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-ca0c92c5><!--v-if--><span class=""><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-ca0c92c5 data-v-f4e97fe2><i class="fas fa-quote-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span> Trích dẫn <!--]--></span></button><span class="save-button-container" data-v-ca0c92c5 data-v-c008b161><button ariadisabled="false" type="button" class="el-button el-button--primary el-button--small is-text" style="" data-v-c008b161><i class="el-icon" style=""><!--[--><!--[--><span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-c008b161 data-v-f4e97fe2><i class="fas fa-bookmark" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span><!--]--><!--]--></i><span class=""><!--[--> Lưu lại<!--]--></span></button></span><!--[--><!--]--></div></div><!--]--></div><div class="el-row is-justify-end" style="" data-v-fa649ea5><!--[--><div class="pagination-container" data-v-fa649ea5><span data-v-fa649ea5> Tổng số: 45</span>    <div class="el-pagination is-background" data-v-fa649ea5><button type="button" class="btn-prev is-first" disabled aria-label="Go to previous page" aria-disabled="true"><i class="el-icon" style=""><!--[--><svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 1024 1024"><path fill="currentColor" d="M609.408 149.376 277.76 489.6a32 32 0 0 0 0 44.672l331.648 340.352a29.12 29.12 0 0 0 41.728 0 30.592 30.592 0 0 0 0-42.752L339.264 511.936l311.872-319.872a30.592 30.592 0 0 0 0-42.688 29.12 29.12 0 0 0-41.728 0z"></path></svg><!--]--></i></button><ul class="el-pager"><li class="is-active number" aria-current="true" aria-label="page 1" tabindex="0"> 1 </li><!--v-if--><!--[--><li class="number" aria-current="false" aria-label="page 2" tabindex="0">2</li><li class="number" aria-current="false" aria-label="page 3" tabindex="0">3</li><li class="number" aria-current="false" aria-label="page 4" tabindex="0">4</li><!--]--><!--v-if--><li class="number" aria-current="false" aria-label="page 5" tabindex="0">5</li></ul><button type="button" class="btn-next is-last" aria-label="Go to next page" aria-disabled="false"><i class="el-icon" style=""><!--[--><svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 1024 1024"><path fill="currentColor" d="M340.864 149.312a30.592 30.592 0 0 0 0 42.752L652.736 512 340.864 831.872a30.592 30.592 0 0 0 0 42.752 29.12 29.12 0 0 0 41.728 0L714.24 534.336a32 32 0 0 0 0-44.672L382.592 149.376a29.12 29.12 0 0 0-41.728 0z"></path></svg><!--]--></i></button></div></div><!--]--></div><div></div></div><!--]--></div><div class="el-col el-col-24 el-col-xs-24 el-col-sm-24 el-col-md-7 is-guttered" style="padding-right:10px;padding-left:10px;"><!--[--><h2 class="underline-title">Chủ đề khác</h2><div class="post-page-container"><!--[--><div class="entity-item-container"><a href="/topic/giám sát sức khỏe cấu trúc" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#giám sát sức khỏe cấu trúc<!--]--></span><!--v-if--></span><br><p>Giám sát sức khỏe cấu trúc là gì? Các nghiên cứu khoa học</p></a></div><div class="entity-item-container"><a href="/topic/sinh tổng hợp melanin" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#sinh tổng hợp melanin<!--]--></span><!--v-if--></span><br><p>Sinh tổng hợp melanin là gì? Nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/thông khí nhân tạo không xâm nhập" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#thông khí nhân tạo không xâm nhập<!--]--></span><!--v-if--></span><br><p>Thông khí nhân tạo không xâm nhập là gì? Các nghiên cứu</p></a></div><div class="entity-item-container"><a href="/topic/bệnh tiểu đường type 1" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#bệnh tiểu đường type 1<!--]--></span><!--v-if--></span><br><p>Bệnh tiểu đường type 1 là gì? Nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/tiêu chuẩn quốc tế" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#tiêu chuẩn quốc tế<!--]--></span><!--v-if--></span><br><p>Tiêu chuẩn quốc tế là gì? Các nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/sẹo lồi" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#sẹo lồi<!--]--></span><!--v-if--></span><br><p>Sẹo lồi là gì? Các bài báo nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/chuột cắt buồng trứng" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#chuột cắt buồng trứng<!--]--></span><!--v-if--></span><br><p>Chuột cắt buồng trứng là gì? Nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/phát hiện bệnh lý" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#phát hiện bệnh lý<!--]--></span><!--v-if--></span><br><p>Phát hiện bệnh lý là gì? Các nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/tối ưu tổ hợp" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#tối ưu tổ hợp<!--]--></span><!--v-if--></span><br><p>Tối ưu tổ hợp là gì? Các bài nghiên cứu khoa học liên quan</p></a></div><div class="entity-item-container"><a href="/topic/địa vật lý" class=""><span class="el-tag el-tag--primary el-tag--light" style=""><span class="el-tag__content"><!--[-->#địa vật lý<!--]--></span><!--v-if--></span><br><p>Địa vật lý là gì? Các bài báo nghiên cứu khoa học liên quan</p></a></div><!--]--><br><a href="/topic/browse" class="float-right"> Xem thêm <span class="icon enabled" style="color:inherit !important;cursor:unset;" data-v-f4e97fe2><i class="fas fa-angle-double-right" style="font-size:inherit;color:inherit !important;" data-v-f4e97fe2></i></span></a></div><!--]--></div><!--]--></div></div></div><!--]--><!--]--></div><!--]--></div><div class="footer-container container" data-v-448418ff data-v-3f34e5e0><div class="el-row is-justify-center" style="" type="flex" data-v-3f34e5e0><!--[--><div class="el-col el-col-24 el-col-xs-24 el-col-sm-24 el-col-md-22 el-col-lg-20" style="" data-v-3f34e5e0><!--[--><div class="el-row" style="" data-v-3f34e5e0><!--[--><h2 data-v-3f34e5e0>Scholar Hub - Công cụ hỗ trợ trích dẫn và phân tích khoa học Việt Nam</h2><!--]--></div><div class="el-row is-justify-space-evenly legal-container" style="" type="flex" data-v-3f34e5e0><!--[--><div class="el-col el-col-24 el-col-xs-24 el-col-md-24 app-intro-container" style="" data-v-3f34e5e0><!--[--><h3 data-v-3f34e5e0>Về chúng tôi</h3><p class="app-description" data-v-3f34e5e0> Scholar Hub là công cụ hỗ trợ trích dẫn và phân tích các bài báo, công bố khoa học Việt Nam. Công cụ trợ giúp người nghiên cứu, tạp chí, đơn vị nghiên cứu tra cứu, phân tích và thống kê dữ liệu nghiên cứu khoa học tại Việt Nam và quốc tế. <br data-v-3f34e5e0> ScholarHub KHÔNG đăng thông tin tổng hợp, KHÔNG đăng lại nội dung từ các trang báo chí Việt Nam hoặc trang thông tin điện tử khác tại Việt Nam. </p><div class="el-row" style="" data-v-3f34e5e0><!--[--><div class="el-col el-col-24 el-col-xs-24 el-col-sm-24 el-col-md-12 el-col-lg-12 link-container" style="" data-v-3f34e5e0><!--[--><h4 data-v-3f34e5e0>Thông tin, cập nhật</h4><p data-v-3f34e5e0><a href="https://docs.google.com/forms/d/e/1FAIpQLScPJI8r9B2cFAOO-00E0cAsU1cVnZ1_pk3YaXn5c21vgNrdfQ/viewform?usp=sf_link" target="_blank" data-v-3f34e5e0> Đăng ký Tạp chí tham gia vào Scholar Hub </a></p><p data-v-3f34e5e0><a href="https://forms.gle/bWrbmfR549VNF1UP7" target="_blank" data-v-3f34e5e0>Phản hồi ý kiến về Scholar Hub</a></p><p data-v-3f34e5e0><a href="/post/browse" class="" data-v-3f34e5e0>Bài viết, nội dung cập nhật</a></p><p data-v-3f34e5e0><a href="/topic/browse" class="" data-v-3f34e5e0>Chủ đề khoa học</a></p><!--]--></div><div class="el-col el-col-24 el-col-xs-24 el-col-sm-24 el-col-md-12 el-col-lg-12" style="" data-v-3f34e5e0><!--[--><h4 data-v-3f34e5e0>Website liên kết</h4><p data-v-3f34e5e0><a href="https://scibase.metis.vn" target="_blank" rel="nofollow" data-v-3f34e5e0>Hệ thống CSDL Khoa học &amp; Công nghệ</a></p><p data-v-3f34e5e0><a href="https://kiemtratailieu.vn" target="_blank" rel="nofollow" data-v-3f34e5e0>Phần mềm kiểm tra trùng lặp Kiểm Tra Tài Liệu</a></p><p data-v-3f34e5e0><a href="https://vojs.vn" target="_blank" rel="nofollow" data-v-3f34e5e0>Phần mềm xuất bản tạp chí điện tử VOJS</a></p><p data-v-3f34e5e0><a href="https://letqa.vn" target="_blank" rel="nofollow" data-v-3f34e5e0>Nền tảng trắc nghiệm và đề thi đa lĩnh vực LetQA</a></p><!--]--></div><!--]--></div><!--]--></div><!--]--></div><br data-v-3f34e5e0><div class="flex-center" data-v-3f34e5e0><p data-v-3f34e5e0>Copyright © 2023 ScholarHub - Scholar Hub. All rights reserved</p></div><!--]--></div><!--]--></div></div></div></div><div id="teleports"></div><script type="application/json" data-nuxt-data="nuxt-app" data-ssr="true" id="__NUXT_DATA__">[["ShallowReactive",1],{"data":2,"state":2853,"once":2856,"_errors":2857,"serverRendered":18,"path":2859,"pinia":2860},["ShallowReactive",3],{"_public_field_all":4,"_public_topic_byId_mô hình monte carlo":307},{"code":5,"data":6,"meta":24},"SUCCESS",{"PUBLICATION":7,"PUBLISHER":93,"AFFILIATION":154,"PUBLICATION_PUBLISHER_RELATIONSHIP":196,"RESEARCHER":233},[8,27,39,51,63,74,84],{"id":9,"createTime":10,"updateTime":11,"relativeEntities":12,"label":13,"description":16,"key":17,"multiLanguage":18,"valueType":19,"entityType":20,"publicationTypes":21,"validateRegex":24,"required":18,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":18},"f1b3a791-381b-4cde-b59e-29e86b3905f0","2023-04-07T03:26:31.392+00:00","2023-11-13T04:08:13.935+00:00",[],{"VI":14,"EN":15},"Tiêu đề","Title",{},"title",true,"MEDIUM_TEXT","PUBLICATION",[22,23],"ARTICLE","BOOK",null,0,false,{"id":28,"createTime":29,"updateTime":30,"relativeEntities":31,"label":32,"description":35,"key":36,"multiLanguage":18,"valueType":37,"entityType":20,"publicationTypes":38,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"9863256c-bc7a-4b01-af09-fc497a3ef2ec","2023-04-07T03:28:00.979+00:00","2023-04-07T03:29:58.304+00:00",[],{"VI":33,"EN":34},"Tóm tắt","Abstract",{},"abstract","HTML",[22,23],{"id":40,"createTime":41,"updateTime":42,"relativeEntities":43,"label":44,"description":47,"key":48,"multiLanguage":26,"valueType":49,"entityType":20,"publicationTypes":50,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"d53c0929-2459-4c63-aeb4-fa42177d8289","2023-04-07T03:28:09.780+00:00","2023-04-07T03:30:26.107+00:00",[],{"VI":45,"EN":46},"Tài liệu tham khảo","References",{},"references","LONG_TEXT",[22,23],{"id":52,"createTime":53,"updateTime":54,"relativeEntities":55,"label":56,"description":24,"key":59,"multiLanguage":26,"valueType":60,"entityType":20,"publicationTypes":61,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":62,"extraConfig":24,"facet":26,"searchable":18},"3ef74053-2571-436e-999f-4bb28b39bb10","2023-04-07T03:28:18.390+00:00","2024-04-22T07:32:52.023+00:00",[],{"VI":57,"VOID":58,"EN":57},"DOI","","doi","SHORT_TEXT",[22,23],"EQUAL",{"id":64,"createTime":65,"updateTime":66,"relativeEntities":67,"label":68,"description":71,"key":72,"multiLanguage":18,"valueType":19,"entityType":20,"publicationTypes":73,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":18},"5ab84f16-5b49-48ce-882e-79d6f02148fa","2023-04-07T03:28:37.409+00:00","2023-11-15T10:39:58.124+00:00",[],{"VI":69,"VOID":58,"EN":70},"Từ khóa","Keywords",{},"keywords",[22,23],{"id":75,"createTime":76,"updateTime":77,"relativeEntities":78,"label":79,"description":81,"key":82,"multiLanguage":26,"valueType":60,"entityType":20,"publicationTypes":83,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":18},"4419b84c-9015-446c-8fb3-d7278785f268","2023-04-07T03:28:45.113+00:00","2023-11-15T10:39:52.077+00:00",[],{"VI":80,"EN":80},"ISBN",{},"isbn",[22,23],{"id":85,"createTime":86,"updateTime":87,"relativeEntities":88,"label":89,"description":24,"key":91,"multiLanguage":26,"valueType":60,"entityType":20,"publicationTypes":92,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":62,"extraConfig":24,"facet":26,"searchable":26},"aadb7bfb-1210-4042-be63-48799a3e1dd0","2023-04-20T04:06:06.285+00:00","2024-04-10T02:43:42.303+00:00",[],{"VI":90,"VOID":58,"EN":90},"Google Scholar ID","gsPaper",[22,23],[94,102,112,122,132,144],{"id":95,"createTime":96,"updateTime":97,"relativeEntities":98,"label":99,"description":24,"key":17,"multiLanguage":18,"valueType":19,"entityType":100,"publicationTypes":24,"validateRegex":24,"required":18,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":101,"extraConfig":24,"facet":26,"searchable":18},"29d30064-6f08-4370-9f2e-c01ab5903ea3","2023-04-07T03:31:54.913+00:00","2024-04-22T04:37:36.109+00:00",[],{"VI":14,"EN":14},"PUBLISHER","NONE",{"id":103,"createTime":104,"updateTime":105,"relativeEntities":106,"label":107,"description":24,"key":110,"multiLanguage":18,"valueType":37,"entityType":100,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":111,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":101,"extraConfig":24,"facet":26,"searchable":26},"4066a4ae-ab2d-4e7d-ad17-e17ffd272ead","2023-04-07T03:32:21.464+00:00","2024-05-30T08:27:37.904+00:00",[],{"VI":108,"VOID":58,"EN":109},"Giới thiệu","Introducce","introduce",1,{"id":113,"createTime":114,"updateTime":115,"relativeEntities":116,"label":117,"description":24,"key":119,"multiLanguage":26,"valueType":118,"entityType":100,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":120,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":121,"filter":101,"extraConfig":24,"facet":26,"searchable":18},"f9bbe7e2-9222-4af1-8009-a9fbd09b5028","2023-04-07T03:32:13.167+00:00","2025-01-14T07:21:19.986+00:00",[],{"VI":118,"VOID":58,"EN":58},"ISSN","issn",2,[],{"id":123,"createTime":124,"updateTime":125,"relativeEntities":126,"label":127,"description":24,"key":129,"multiLanguage":26,"valueType":118,"entityType":100,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":130,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":131,"filter":101,"extraConfig":24,"facet":26,"searchable":18},"35115f25-a17e-486e-adb4-6ee3a2dfdd9e","2023-04-19T02:25:49.767+00:00","2025-01-14T07:21:25.822+00:00",[],{"VI":128,"VOID":58,"EN":128},"E-ISSN","eissn",3,[],{"id":133,"createTime":134,"updateTime":135,"relativeEntities":136,"label":137,"description":140,"key":141,"multiLanguage":26,"valueType":142,"entityType":100,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":143,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":62,"extraConfig":24,"facet":26,"searchable":26},"234bea28-9a35-4c2c-b198-effffba9f1cd","2023-06-02T02:48:01.849+00:00","2023-11-15T09:52:32.917+00:00",[],{"VI":138,"VOID":58,"EN":139},"Quốc gia","Country",{},"country","COUNTRY",4,{"id":145,"createTime":146,"updateTime":147,"relativeEntities":148,"label":149,"description":24,"key":150,"multiLanguage":26,"valueType":60,"entityType":100,"publicationTypes":151,"validateRegex":24,"required":26,"sortIndex":152,"showInList":18,"multiValue":26,"hidden":24,"defaultValue":24,"items":153,"filter":62,"extraConfig":24,"facet":26,"searchable":26},"e3851e98-8aee-4f93-9bc3-7c4632ffbe1b","2025-07-10T06:51:41.397+00:00","2025-07-10T08:43:10.427+00:00",[],{"VI":90,"EN":90,"VOID":58},"gsId",[],99,[],[155,162,172,183,189],{"id":156,"createTime":157,"updateTime":158,"relativeEntities":159,"label":160,"description":24,"key":17,"multiLanguage":18,"valueType":19,"entityType":161,"publicationTypes":24,"validateRegex":24,"required":18,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":101,"extraConfig":24,"facet":26,"searchable":18},"5d6b3221-4d6c-452f-8819-d7babef231d8","2023-04-07T03:34:16.000+00:00","2024-05-15T09:37:33.678+00:00",[],{"VI":14,"VOID":58,"EN":15},"AFFILIATION",{"id":163,"createTime":164,"updateTime":158,"relativeEntities":165,"label":166,"description":24,"key":169,"multiLanguage":26,"valueType":60,"entityType":161,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":111,"showInList":18,"multiValue":26,"hidden":24,"defaultValue":24,"items":170,"filter":171,"extraConfig":24,"facet":26,"searchable":26},"cec1ee32-273e-4133-be9c-b5e8033573af","2023-08-16T04:02:59.037+00:00",[],{"VI":167,"VOID":58,"EN":168},"Tên viết tắt","Abbreviation","abbreviation",[],"CONTAIN",{"id":173,"createTime":174,"updateTime":175,"relativeEntities":176,"label":177,"description":24,"key":180,"multiLanguage":18,"valueType":19,"entityType":161,"publicationTypes":181,"validateRegex":24,"required":26,"sortIndex":120,"showInList":18,"multiValue":26,"hidden":24,"defaultValue":58,"items":182,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"bfbd7ace-5e37-487b-83a5-aba302b34a03","2024-05-15T09:36:56.131+00:00","2024-05-15T09:37:33.679+00:00",[],{"VI":178,"VOID":58,"EN":179},"Địa chỉ","Address","address",[],[],{"id":184,"createTime":185,"updateTime":158,"relativeEntities":186,"label":187,"description":24,"key":141,"multiLanguage":26,"valueType":142,"entityType":161,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":130,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":188,"filter":62,"extraConfig":24,"facet":26,"searchable":26},"a6725ec3-b4bd-4027-badb-2cbb0c1bebf3","2023-07-07T09:56:26.032+00:00",[],{"VI":138,"VOID":58,"EN":139},[],{"id":190,"createTime":191,"updateTime":192,"relativeEntities":193,"label":194,"description":24,"key":110,"multiLanguage":18,"valueType":37,"entityType":161,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":143,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"76eac3b9-3012-40d8-b325-32dda4b82d1c","2023-04-07T03:34:21.749+00:00","2024-05-15T09:37:33.677+00:00",[],{"VI":108,"EN":195},"Introduce",[197,208,218,224],{"id":198,"createTime":199,"updateTime":200,"relativeEntities":201,"label":202,"description":205,"key":206,"multiLanguage":26,"valueType":60,"entityType":207,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"d35c4f7a-7254-4881-951f-70da6776ce4f","2023-04-07T03:33:33.965+00:00","2023-11-30T09:23:47.779+00:00",[],{"VI":203,"VOID":58,"EN":204},"Tập","Volume",{},"volume","PUBLICATION_PUBLISHER_RELATIONSHIP",{"id":209,"createTime":210,"updateTime":211,"relativeEntities":212,"label":213,"description":216,"key":217,"multiLanguage":26,"valueType":60,"entityType":207,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"338e4a77-7b66-49d9-a2de-c8ccec5be6a6","2023-04-07T03:33:41.683+00:00","2023-11-30T10:15:29.344+00:00",[],{"VI":214,"VOID":58,"EN":215},"Số","Issue",{},"issue",{"id":219,"createTime":220,"updateTime":220,"relativeEntities":221,"label":222,"description":223,"key":17,"multiLanguage":18,"valueType":60,"entityType":207,"publicationTypes":24,"validateRegex":24,"required":18,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"db4aebea-8cd7-4a35-9ce8-3f62cf46f080","2023-04-07T03:33:50.224+00:00",[],{"VI":14,"EN":15},{},{"id":225,"createTime":226,"updateTime":226,"relativeEntities":227,"label":228,"description":231,"key":232,"multiLanguage":26,"valueType":60,"entityType":207,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"77801a77-6bb3-4ddb-9b7a-2e8a9f93cdd6","2023-04-07T03:34:01.989+00:00",[],{"VI":229,"VOID":58,"EN":230},"Số trang","Page numbers",{},"pages",[234,244,253,262,271,280,289,298],{"id":235,"createTime":236,"updateTime":237,"relativeEntities":238,"label":239,"description":242,"key":17,"multiLanguage":18,"valueType":19,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":18,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":18},"e7cf0196-4077-4620-af72-b6ecc83a9208","2023-04-07T03:12:06.973+00:00","2023-11-15T09:30:40.980+00:00",[],{"VI":240,"VOID":58,"EN":241},"Tên đầy đủ","Full name",{},"RESEARCHER",{"id":245,"createTime":246,"updateTime":246,"relativeEntities":247,"label":248,"description":251,"key":252,"multiLanguage":18,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"db84a947-fe5b-4e6f-af20-751c086ea4ec","2023-04-07T03:24:38.229+00:00",[],{"VI":249,"EN":250},"Lý lịch","Bio",{},"bio",{"id":254,"createTime":255,"updateTime":255,"relativeEntities":256,"label":257,"description":260,"key":261,"multiLanguage":18,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"ea9fc95f-2604-46c3-a44a-6c3e08cd1ee3","2023-04-07T03:25:25.457+00:00",[],{"VI":258,"EN":259},"Tên đệm và tên","Firstname",{},"firstname",{"id":263,"createTime":264,"updateTime":264,"relativeEntities":265,"label":266,"description":269,"key":270,"multiLanguage":18,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"0f79f1ff-f53d-48cb-8cdf-4a83cfed3658","2023-04-07T03:25:37.951+00:00",[],{"VI":267,"EN":268},"Họ","Lastname",{},"lastname",{"id":272,"createTime":273,"updateTime":273,"relativeEntities":274,"label":275,"description":278,"key":279,"multiLanguage":18,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"acb4440e-c9d6-4e0e-9c7e-f5b9cbcbd90b","2023-04-07T03:25:47.142+00:00",[],{"VI":276,"EN":277},"Tên công khai ưa thích","Prefername",{},"publicname",{"id":281,"createTime":282,"updateTime":282,"relativeEntities":283,"label":284,"description":287,"key":288,"multiLanguage":18,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":24,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":24,"extraConfig":24,"facet":26,"searchable":26},"f0cb89ed-b145-4157-a0a8-7db8fa2eee4e","2023-04-07T03:25:59.372+00:00",[],{"VI":285,"EN":286},"Học hàm học vị","Degress",{},"degree",{"id":290,"createTime":291,"updateTime":292,"relativeEntities":293,"label":294,"description":296,"key":297,"multiLanguage":26,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":171,"extraConfig":24,"facet":26,"searchable":18},"a443adf9-db93-4412-8325-a17ef7a87280","2023-04-07T03:26:08.387+00:00","2023-11-15T10:40:15.772+00:00",[],{"VI":295,"VOID":58,"EN":295},"ORC ID",{},"orcid",{"id":299,"createTime":300,"updateTime":301,"relativeEntities":302,"label":303,"description":305,"key":306,"multiLanguage":26,"valueType":60,"entityType":243,"publicationTypes":24,"validateRegex":24,"required":26,"sortIndex":25,"showInList":18,"multiValue":24,"hidden":24,"defaultValue":24,"items":24,"filter":171,"extraConfig":24,"facet":26,"searchable":26},"8c8018f7-488b-4134-a69d-56e7bb27da27","2023-04-07T03:26:19.073+00:00","2023-07-19T08:29:01.454+00:00",[],{"VI":304,"VOID":58,"EN":304},"Google Scholar",{},"gsAuthor",{"code":5,"data":308,"meta":24},{"id":309,"title":310,"slug":24,"description":311,"content":312,"createUser":313,"publishUser":316,"keywords":320,"keywordCount":111,"enrichTopicLink":26,"status":321,"createTime":322,"updateTime":323,"publishTime":324,"viewCount":130,"relateTopics":325,"publications":356},"mô hình monte carlo","Mô hình monte carlo là gì? Các bài báo nghiên cứu khoa học","Mô hình Monte Carlo là phương pháp mô phỏng sử dụng biến ngẫu nhiên để ước lượng hành vi của những hệ thống phức tạp mà các cách tính giải tích không xử lý được. Phương pháp này tạo ra nhiều kịch bản mô phỏng độc lập nhằm xây dựng phân phối ước lượng của đại lượng cần tính và cung cấp cái nhìn định lượng về bất định. ","\u003Cdiv>\u003Ch2>Giới thiệu chung\u003C/h2>\n\u003Cp>\nMô hình Monte Carlo là tập hợp các kỹ thuật mô phỏng dựa trên số ngẫu nhiên nhằm ước lượng hành vi của những hệ thống phức tạp mà không thể giải bằng phương pháp giải tích thông thường. Trọng tâm của phương pháp là thay thế bài toán tính toán có tính bất định bằng nhiều kịch bản mô phỏng lặp lại để quan sát phân phối kết quả. Theo các nguồn uy tín như \n\u003Ca href=\"https://www.nist.gov/programs-projects/monte-carlo-methods\" target=\"_blank\">NIST\u003C/a> và \n\u003Ca href=\"https://mathworld.wolfram.com/MonteCarloMethod.html\" target=\"_blank\">Wolfram MathWorld\u003C/a>, Monte Carlo là một trong những công cụ nền tảng của tính toán khoa học, từ vật lý hạt nhân cho đến tài chính định lượng.\n\u003C/p>\n\u003Cp>\nPhương pháp này hình thành trong bối cảnh nghiên cứu vũ khí hạt nhân tại Los Alamos vào thập niên 1940 và nhanh chóng trở thành công cụ tối quan trọng để mô phỏng các hệ thống có cấu trúc xác suất cao. Ý tưởng cốt lõi là xây dựng mô hình toán học mô phỏng một hệ thống thực và sử dụng số ngẫu nhiên để tái tạo hành vi của hệ thống đó qua nhiều lần lặp. Khi số lần lặp đủ lớn, trung bình mẫu tiến dần đến giá trị thật của đại lượng cần ước lượng.\n\u003C/p>\n\u003Cp>\nMột số đặc trưng cơ bản thường được phân biệt rõ trong các tài liệu chuyên ngành:\n\u003C/p>\u003Cul>\n\u003Cli>Dựa trên biến ngẫu nhiên và bộ sinh số ngẫu nhiên chất lượng cao.\u003C/li>\n\u003Cli>Áp dụng tốt cho các mô hình nhiều chiều mà tích phân số cổ điển khó giải.\u003C/li>\n\u003Cli>Hội tụ theo tốc độ \u003Cscript type=\"math/tex\">O(N^{-1/2})\u003C/script> không phụ thuộc số chiều bài toán.\u003C/li>\n\u003C/ul>\nĐể trực quan hóa vai trò của Monte Carlo, bảng sau trình bày so sánh ngắn gọn giữa Monte Carlo và các phương pháp tính toán truyền thống:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\n\u003Cth>Tiêu chí\u003C/th>\n\u003Cth>Monte Carlo\u003C/th>\n\u003Cth>Phương pháp số cổ điển\u003C/th>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>Khả năng xử lý không gian nhiều chiều\u003C/td>\n\u003Ctd>Tốt\u003C/td>\n\u003Ctd>Giảm hiệu quả rõ rệt khi tăng số chiều\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>Nhu cầu về công thức giải tích\u003C/td>\n\u003Ctd>Không cần\u003C/td>\n\u003Ctd>Cần ở mức nhất định\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>Tốc độ hội tụ\u003C/td>\n\u003Ctd>Chậm nhưng ổn định\u003C/td>\n\u003Ctd>Nhanh trong bài toán thấp chiều\u003C/td>\n\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Cơ sở lý thuyết\u003C/h2>\n\u003Cp>\nCốt lõi lý thuyết của Monte Carlo nằm ở định nghĩa kỳ vọng của một hàm số theo phân phối xác suất. Nếu cần ước lượng \n\u003Cscript type=\"math/tex\">E[f(X)]\u003C/script>, ta sinh mẫu độc lập \u003Cscript type=\"math/tex\">X_1, X_2, ..., X_N\u003C/script> theo đúng phân phối của \u003Cscript type=\"math/tex\">X\u003C/script>, sau đó tính giá trị trung bình mẫu:\n\u003Cscript type=\"math/tex\">\n\\hat{\\mu}=\\frac{1}{N}\\sum_{i=1}^{N}f(X_i)\n\\end{script>\nKhi \u003Cscript type=\"math/tex\">N\u003C/script> tăng, trung bình mẫu hội tụ về giá trị thực của kỳ vọng theo định lý luật số lớn.\n\u003C/p>\n\u003Cp>\nSự hội tụ của Monte Carlo ổn định nhờ định lý giới hạn trung tâm. Sai số ước lượng có dạng:\n\u003Cscript type=\"math/tex\">\nSE=\\frac{\\sigma}{\\sqrt{N}}\n\u003C/script>\ntrong đó \u003Cscript type=\"math/tex\">\\sigma\u003C/script> là độ lệch chuẩn của \u003Cscript type=\"math/tex\">f(X)\u003C/script>. Đây là cơ sở để đánh giá độ tin cậy của mô phỏng. Dù tốc độ hội tụ chỉ theo căn bậc hai của số mẫu, ưu điểm lớn nhất là tốc độ này không phụ thuộc số chiều của bài toán.\n\u003C/p>\n\u003Cp>\nĐể mô tả rõ hơn vai trò của xác suất trong Monte Carlo, bảng sau liệt kê hai khái niệm then chốt:\n\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\n\u003Cth>Khái niệm\u003C/th>\n\u003Cth>Mô tả\u003C/th>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>Kỳ vọng\u003C/td>\n\u003Ctd>Giá trị trung bình theo phân phối, thường không thể tính trực tiếp\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>Biến ngẫu nhiên mô phỏng\u003C/td>\n\u003Ctd>Các mẫu sinh ra để thay thế việc tính tích phân hay tổng phức tạp\u003C/td>\n\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Quy trình mô phỏng Monte Carlo\u003C/h2>\n\u003Cp>\nThực hiện mô phỏng Monte Carlo cần tuần tự hóa các bước bằng cách xây dựng ràng buộc toán học trước, sau đó chuyển sang phần mô phỏng. Quy trình chuẩn thường bắt đầu bằng việc xác định mục tiêu ước lượng: một kỳ vọng, một phân phối hoặc một xác suất hiếm gặp. Việc chọn đúng mô hình toán học quyết định phần lớn độ chính xác của mô phỏng.\n\u003C/p>\n\u003Cp>\nSau khi xác định mô hình, bước tiếp theo là sinh mẫu từ phân phối liên quan. Chất lượng của bộ sinh số ngẫu nhiên ảnh hưởng trực tiếp độ tin cậy của kết quả. Các thư viện khoa học thường sử dụng bộ sinh số giả ngẫu nhiên có chu kỳ dài để đảm bảo chất lượng thống kê. Tiếp đó, mỗi mẫu được đưa vào hàm mục tiêu để tạo ra một đầu ra. Tập hợp các đầu ra hình thành phân phối ước lượng của đại lượng quan tâm.\n\u003C/p>\n\u003Cp>\nMột quy trình khái quát có thể viết thành các bước:\n\u003C/p>\u003Cul>\n\u003Cli>Xác định mô hình toán học hoặc tích phân cần ước lượng.\u003C/li>\n\u003Cli>Chọn phân phối phù hợp và sinh mẫu mô phỏng.\u003C/li>\n\u003Cli>Chạy nhiều lần mô phỏng độc lập.\u003C/li>\n\u003Cli>Tính trung bình mẫu và ước lượng sai số.\u003C/li>\n\u003C/ul>\nBảng sau minh họa mối quan hệ giữa số mẫu và độ chính xác:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Số mẫu N\u003C/th>\u003Cth>Độ chính xác kỳ vọng\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>1.000\u003C/td>\u003Ctd>Mức cơ bản\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>10.000\u003C/td>\u003Ctd>Cải thiện rõ rệt\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>1.000.000\u003C/td>\u003Ctd>Độ chính xác cao nhưng thời gian tính tăng đáng kể\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Kỹ thuật lấy mẫu và tối ưu hóa\u003C/h2>\n\u003Cp>\nMặc dù Monte Carlo đơn giản về mặt công thức, phương pháp cơ bản thường hội tụ chậm, vì vậy nhiều kỹ thuật giảm phương sai được phát triển để tăng hiệu quả. Các kỹ thuật này tái cấu trúc cách sinh mẫu để phân phối mẫu hợp lý hơn, từ đó giảm dao động trong trung bình mẫu mà không cần tăng số lượng mô phỏng.\n\u003C/p>\n\u003Cp>\nLấy mẫu quan trọng (importance sampling) điều chỉnh phân phối mẫu để tập trung vào những vùng có đóng góp nhiều cho tích phân. Phương pháp antithetic variates sử dụng các cặp mẫu đối xứng để triệt tiêu dao động. Stratified sampling chia không gian lấy mẫu thành nhiều lớp nhỏ nhằm tăng độ phủ đều. Ngoài ra, nhóm quasi Monte Carlo sử dụng dãy điểm có tính đồng đều cao như Sobol hay Halton, vốn không phải số ngẫu nhiên nhưng cải thiện đáng kể sai số trong nhiều bài toán.\n\u003C/p>\n\u003Cp>\nMột danh sách các kỹ thuật chính:\n\u003C/p>\u003Cul>\n\u003Cli>Lấy mẫu quan trọng.\u003C/li>\n\u003Cli>Antithetic variates.\u003C/li>\n\u003Cli>Stratified sampling.\u003C/li>\n\u003Cli>Quasi Monte Carlo với dãy Sobol hoặc Halton.\u003C/li>\n\u003C/ul>\nBảng sau so sánh mức giảm phương sai tương đối:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Kỹ thuật\u003C/th>\u003Cth>Mức giảm phương sai\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>Importance sampling\u003C/td>\u003Ctd>Cao, tùy theo lựa chọn phân phối\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Antithetic variates\u003C/td>\u003Ctd>Vừa\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Stratified sampling\u003C/td>\u003Ctd>Tốt trong không gian thấp chiều\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Quasi Monte Carlo\u003C/td>\u003Ctd>Cao ở các bài toán tích phân trơn\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\u003Ch2>Ứng dụng trong khoa học và kỹ thuật\u003C/h2>\n\u003Cp>\nMonte Carlo là công cụ quan trọng trong nhiều lĩnh vực khoa học nhờ khả năng mô phỏng những hệ thống có mức độ ngẫu nhiên cao hoặc quá phức tạp để giải bằng công thức đóng. Trong vật lý hạt nhân, mô hình này được dùng để mô phỏng đường đi của neutron, xác suất tương tác với vật chất, và các chuỗi phản ứng hạt nhân. Các thuật toán mô phỏng ở \n\u003Ca href=\"https://www.lanl.gov\" target=\"_blank\">Los Alamos National Laboratory\u003C/a> \nđược xem là nền tảng cho nhiều hệ thống phân tích hiện đại.\n\u003C/p>\n\u003Cp>\nTrong cơ học chất lưu và khí động học, Monte Carlo giúp mô phỏng dòng chảy phân tử bằng mô hình phân tử rời rạc (DSMC). Phương pháp này thay thế quá trình mô phỏng liên tục bằng cách mô phỏng tương tác giữa các hạt, từ đó xây dựng lại đặc tính của dòng chảy. Ứng dụng đặc biệt rõ trong thiết kế tàu vũ trụ, nơi môi trường khí loãng làm các mô hình truyền thống không còn hiệu quả.\n\u003C/p>\n\u003Cp>\nMột số ví dụ ứng dụng thực tiễn:\n\u003C/p>\u003Cul>\n\u003Cli>Mô phỏng khuếch tán photon trong mô sinh học.\u003C/li>\n\u003Cli ước lượng tích phân nhiều chiều trong vật lý thống kê.\u003C li>\n\u003C/li>\u003Cli>Đánh giá độ tin cậy của hệ thống công nghiệp và kỹ thuật.\u003C/li>\n\u003C/ul>\nBảng sau minh họa sự đa dạng của ứng dụng Monte Carlo theo từng ngành:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Lĩnh vực\u003C/th>\u003Cth>Ứng dụng chính\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>Vật lý hạt nhân\u003C/td>\u003Ctd>Mô phỏng truyền neutron, hấp thụ và tán xạ\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Cơ học chất lưu\u003C/td>\u003Ctd>DSMC và mô phỏng khí loãng\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Kỹ thuật\u003C/td>\u003Ctd>Phân tích độ tin cậy, dự báo hỏng hóc\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Y sinh\u003C/td>\u003Ctd>Mô phỏng truyền ánh sáng qua mô\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Ứng dụng trong tài chính và kinh tế\u003C/h2>\n\u003Cp>\nTrong tài chính định lượng, Monte Carlo là một trong những công cụ quan trọng nhất để mô phỏng biến động giá tài sản và định giá các công cụ phái sinh. Phần lớn mô hình giá tài sản hiện đại dựa trên phương trình vi phân ngẫu nhiên. Ví dụ kinh điển là mô hình chuyển động hình học Brown:\n\u003Cscript type=\"math/tex\">\ndS_t = \\mu S_t dt + \\sigma S_t dW_t\n\u003C/script>\nMonte Carlo cho phép mô phỏng quỹ đạo giá trong tương lai và xây dựng phân phối ước lượng về các mức giá có thể xảy ra.\n\u003C/p>\n\u003Cp>\nTheo các báo cáo của \n\u003Ca href=\"https://corporatefinanceinstitute.com/resources/valuation/monte-carlo-simulation/\" target=\"_blank\">Corporate Finance Institute\u003C/a>, \nMonte Carlo thường được dùng trong đánh giá rủi ro, dự báo dòng tiền, phân tích bất định trong dự án đầu tư, và ước lượng xác suất phá sản của doanh nghiệp. Bằng cách thay đổi ngẫu nhiên các biến như chi phí, doanh thu, lãi suất hoặc tỷ giá, mô hình giúp đánh giá mức độ nhạy cảm của dự án.\n\u003C/p>\n\u003Cp>\nMột số ứng dụng phổ biến:\n\u003C/p>\u003Cul>\n\u003Cli>Định giá quyền chọn không có công thức đóng như quyền chọn châu Á hoặc quyền chọn rào cản.\u003C/li>\n\u003Cli>Phân tích VaR (Value at Risk) dựa trên mô phỏng phân phối lợi nhuận.\u003C/li>\n\u003Cli>Đánh giá danh mục đầu tư dưới các kịch bản thị trường ngẫu nhiên.\u003C/li>\n\u003C/ul>\nBảng sau tóm tắt các nhóm mô hình tài chính thường dùng cùng mục đích mô phỏng:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Nhóm mô hình\u003C/th>\u003Cth>Mục đích\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>Mô hình SDE (Stochastic Differential Equations)\u003C/td>\u003Ctd>Mô phỏng động học giá tài sản\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Mô hình dự báo dòng tiền\u003C/td>\u003Ctd>Đánh giá rủi ro dự án\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Phân tích danh mục\u003C/td>\u003Ctd>Tối ưu hóa lợi nhuận và giảm rủi ro\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Ứng dụng trong học máy\u003C/h2>\n\u003Cp>\nMonte Carlo đóng vai trò then chốt trong thống kê Bayes thông qua các thuật toán MCMC (Markov Chain Monte Carlo). MCMC cho phép lấy mẫu từ phân phối hậu nghiệm có dạng phức tạp mà không thể chuẩn hóa trực tiếp. Các thuật toán Metropolis Hastings và Gibbs Sampling là hai kỹ thuật nền tảng được dùng trong mô hình hồi quy Bayes, mô hình phân cấp và phân tích chủ đề.\n\u003C/p>\n\u003Cp>\nTrong học củng cố, Monte Carlo giúp ước lượng giá trị kỳ vọng của hành động bằng cách mô phỏng nhiều quỹ đạo tương lai. Điều này đặc biệt hữu ích khi mô hình môi trường quá phức tạp để mô tả bằng công thức. Ngoài ra, trong các hệ thống suy luận xác suất, kỹ thuật Monte Carlo được dùng để ước lượng xác suất của sự kiện hiếm gặp mà không thể tính bằng giải tích.\n\u003C/p>\n\u003Cp>\nTài liệu và hướng dẫn nâng cao được nhiều nhóm nghiên cứu tập hợp tại \n\u003Ca href=\"https://probabilistic-programming.org\" target=\"_blank\">Probabilistic Programming Initiative\u003C/a>. \nCác ví dụ điển hình:\n\u003C/p>\u003Cul>\n\u003Cli>Phân tích topic modeling bằng Gibbs sampling.\u003C/li>\n\u003Cli>Ước lượng tham số mô hình Bayesian Neural Network.\u003C/li>\n\u003Cli>Mô phỏng chính sách trong reinforcement learning.\u003C/li>\n\u003C/ul>\nBảng sau minh họa các phương pháp Monte Carlo trong học máy:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Thuật toán\u003C/th>\u003Cth>Công dụng\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>Metropolis Hastings\u003C/td>\u003Ctd>Lấy mẫu từ phân phối phức tạp\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Gibbs Sampling\u003C/td>\u003Ctd>Thay phiên lấy mẫu có điều kiện\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>Monte Carlo trong RL\u003C/td>\u003Ctd>Ước lượng giá trị hành động\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Đánh giá sai số và độ tin cậy\u003C/h2>\n\u003Cp>\nSai số là yếu tố trung tâm khi đánh giá chất lượng mô phỏng Monte Carlo. Sai số chuẩn có dạng:\n\u003Cscript type=\"math/tex\">\nSE=\\frac{\\sigma}{\\sqrt{N}}\n\u003C/script>\nNghĩa là để tăng độ chính xác gấp đôi, cần tăng số mẫu gấp bốn lần. Đây là lý do nhiều kỹ thuật giảm phương sai được dùng nhằm giảm dao động của kết quả mà không cần nâng số mẫu quá lớn.\n\u003C/p>\n\u003Cp>\nTrong các mô phỏng lớn, đặc biệt với MCMC, sự phụ thuộc giữa các mẫu làm sai số cao hơn dự kiến. Vì vậy cần kiểm tra hội tụ chuỗi bằng các chỉ số như Gelman Rubin, phân tích tự tương quan và hiệu quả mẫu (effective sample size). Các công cụ này giúp xác định chuỗi đã ổn định hay chưa trước khi sử dụng dữ liệu để ước lượng.\n\u003C/p>\n\u003Cp>\nMột số kỹ thuật đánh giá chất lượng mô phỏng:\n\u003C/p>\u003Cul>\n\u003Cli>Ước lượng sai số chuẩn và khoảng tin cậy.\u003C/li>\n\u003Cli>Kiểm tra hội tụ bằng phân tích chuỗi thời gian.\u003C/li>\n\u003Cli>So sánh kết quả Monte Carlo với nghiệm phân tích nếu có.\u003C/li>\n\u003C/ul>\nBảng sau minh họa mức tăng độ tin cậy theo số mẫu:\n\u003Cp>\u003C/p>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Số mẫu\u003C/th>\u003Cth>Độ tin cậy\u003C/th>\u003C/tr>\n\u003Ctr>\u003Ctd>10.000\u003C/td>\u003Ctd>Tương đối\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>100.000\u003C/td>\u003Ctd>Ổn định\u003C/td>\u003C/tr>\n\u003Ctr>\u003Ctd>1.000.000\u003C/td>\u003Ctd>Cao\u003C/td>\u003C/tr>\n\u003C/tbody>\u003C/table>\n\n\u003Ch2>Giới hạn và thách thức\u003C/h2>\n\u003Cp>\nMonte Carlo có độ linh hoạt cao, nhưng đối mặt nhiều giới hạn thực tiễn. Một trong những thách thức lớn nhất là nhu cầu tính toán rất lớn khi số mẫu tăng. Nhiều mô phỏng cần hàng triệu đến hàng tỷ mẫu, đòi hỏi tối ưu hóa và tính toán song song bằng GPU hoặc cluster.\n\u003C/p>\n\u003Cp>\nNgoài ra, độ chính xác của mô phỏng phụ thuộc mạnh vào bộ sinh số ngẫu nhiên. Bộ sinh số chất lượng thấp có thể tạo ra mẫu lệch khiến kết quả không đáng tin cậy. Trong các bài toán xác suất hiếm gặp, Monte Carlo cơ bản hoạt động kém hiệu quả do hầu hết mẫu đều không đóng góp đáng kể, buộc phải dùng các kỹ thuật như importance sampling.\n\u003C/p>\n\u003Cp>\nNhững thách thức chính:\n\u003C/p>\u003Cul>\n\u003Cli>Chi phí tính toán lớn.\u003C/li>\n\u003Cli>Phụ thuộc vào bộ sinh số ngẫu nhiên.\u003C/li>\n\u003Cli>Hiệu quả thấp với sự kiện hiếm.\u003C/li>\n\u003Cli>Cần thiết kế mô hình cẩn thận để tránh sai lệch.\u003C/li>\n\u003C/ul>\n\n\u003Ch2>Tài liệu tham khảo\u003C/h2>\n\u003Col>\n\u003Cli>Wolfram MathWorld. Monte Carlo Method. https://mathworld.wolfram.com/MonteCarloMethod.html\u003C/li>\n\u003Cli>NIST. Monte Carlo Methods. https://www.nist.gov/programs-projects/monte-carlo-methods\u003C/li>\n\u003Cli>Los Alamos National Laboratory. https://www.lanl.gov\u003C/li>\n\u003Cli>Corporate Finance Institute. Monte Carlo Simulation. https://corporatefinanceinstitute.com\u003C/li>\n\u003Cli>Probabilistic Programming Initiative. https://probabilistic-programming.org\u003C/li>\n\u003C/ol>\n\u003C/div>",{"id":111,"researcherId":24,"name":314,"imageUrl":315},"Nguyễn Ngọc Sơn","https://lh3.googleusercontent.com/a/ACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":317,"researcherId":24,"name":318,"imageUrl":319},2889,"Lê Xuân Niên","https://lh3.googleusercontent.com/a/ACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[309],"PUBLISHED","2025-12-01T11:31:12.594+00:00","2025-12-06T09:54:36.457+00:00","2025-12-06T09:54:36.434+00:00",[326,329,332,335,338,341,344,347,350,353],{"id":327,"title":328},"giám sát sức khỏe cấu trúc","Giám sát sức khỏe cấu trúc là gì? Các nghiên cứu khoa học",{"id":330,"title":331},"sinh tổng hợp melanin","Sinh tổng hợp melanin là gì? Nghiên cứu khoa học liên quan",{"id":333,"title":334},"thông khí nhân tạo không xâm nhập","Thông khí nhân tạo không xâm nhập là gì? Các nghiên cứu",{"id":336,"title":337},"bệnh tiểu đường type 1","Bệnh tiểu đường type 1 là gì? Nghiên cứu khoa học liên quan",{"id":339,"title":340},"tiêu chuẩn quốc tế","Tiêu chuẩn quốc tế là gì? Các nghiên cứu khoa học liên quan",{"id":342,"title":343},"sẹo lồi","Sẹo lồi là gì? Các bài báo nghiên cứu khoa học liên quan",{"id":345,"title":346},"chuột cắt buồng trứng","Chuột cắt buồng trứng là gì? Nghiên cứu khoa học liên quan",{"id":348,"title":349},"phát hiện bệnh lý","Phát hiện bệnh lý là gì? Các nghiên cứu khoa học liên quan",{"id":351,"title":352},"tối ưu tổ hợp","Tối ưu tổ hợp là gì? Các bài nghiên cứu khoa học liên quan",{"id":354,"title":355},"địa vật lý","Địa vật lý là gì? Các bài báo nghiên cứu khoa học liên quan",{"meta":357,"data":359},{"total":358},"45",[360,1081,1670,1919,2076,2202,2267,2397,2548,2722],{"id":361,"createTime":362,"updateTime":363,"relativeEntities":364,"slug":365,"properties":366,"entityType":20,"verifyStatus":381,"verifyTime":382,"verifyNote":383,"syncStatus":384,"languages":385,"translateLanguages":387,"viewCount":25,"primaryUrl":389,"fullTextUrl":24,"authors":390,"publicationType":22,"publisherRelationship":478,"citationCount":579,"citationInfo":580,"publishDate":595,"publishYear":596,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":597,"isForceReanalyzing":26},"727aefb2-1f35-4e5d-ab90-b2c1dbbfac94","2024-08-31T19:18:02.845+00:00","2024-12-26T01:04:36.771+00:00",[],"Bayesian-Measures-of-Model-Complexity-and-Fit",{"mag":367,"keywords":369,"openalex":371,"abstract":373,"title":376,"doi":379},{"VOID":368},"2057765075",{"VI":370},"Mô hình phân cấp phức tạp, thông tin lý thuyết, số lượng tham số hiệu quả, độ lệch hậu nghiệm, phương sai hậu nghiệm, ma trận 'hat', các họ số mũ, biện pháp đo lường Bayesian, biểu đồ chuẩn đoán, Markov chain Monte Carlo, tiêu chuẩn thông tin độ lệch.",{"VOID":372},"W2057765075",{"EN":374,"VI":375},"\u003Cjats:title>Summary\u003C/jats:title>\u003Cjats:p>We consider the problem of comparing complex hierarchical models in which the number of parameters is not clearly defined. Using an information theoretic argument we derive a measure pD for the effective number of parameters in a model as the difference between the posterior mean of the deviance and the deviance at the posterior means of the parameters of interest. In general pD approximately corresponds to the trace of the product of Fisher's information and the posterior covariance, which in normal models is the trace of the ‘hat’ matrix projecting observations onto fitted values. Its properties in exponential families are explored. The posterior mean deviance is suggested as a Bayesian measure of fit or adequacy, and the contributions of individual observations to the fit and complexity can give rise to a diagnostic plot of deviance residuals against leverages. Adding pD to the posterior mean deviance gives a deviance information criterion for comparing models, which is related to other information criteria and has an approximate decision theoretic justification. The procedure is illustrated in some examples, and comparisons are drawn with alternative Bayesian and classical proposals. Throughout it is emphasized that the quantities required are trivial to compute in a Markov chain Monte Carlo analysis.\u003C/jats:p>","\u003Cjats:title>Tóm tắt\u003C/jats:title>\u003Cjats:p>Chúng tôi xem xét vấn đề so sánh các mô hình phân cấp phức tạp trong đó số lượng tham số không được xác định rõ. Sử dụng lập luận thông tin lý thuyết, chúng tôi đưa ra một thước đo pD cho số lượng tham số hiệu quả trong một mô hình như sự khác biệt giữa trung bình hậu nghiệm của độ lệch và độ lệch tại giá trị trung bình hậu nghiệm của các tham số quan trọng. Nói chung pD tương quan xấp xỉ với vết của tích giữa thông tin Fisher và hiệp phương sai hậu nghiệm, trong các mô hình chuẩn là vết của ma trận ‘hat’ chiếu các quan sát lên giá trị được khớp. Các tính chất của nó trong các họ số mũ được khảo sát. Trung bình hậu nghiệm của độ lệch được đề xuất như một biện pháp đo lường Bayesian về sự phù hợp hoặc đủ, và sự đóng góp của các quan sát riêng lẻ đến sự phù hợp và độ phức tạp có thể dẫn đến một biểu đồ chuẩn đoán của phần dư độ lệch so với đòn bẩy. Việc thêm pD vào trung bình hậu nghiệm độ lệch tạo ra tiêu chuẩn thông tin độ lệch để so sánh các mô hình, liên quan đến các tiêu chuẩn thông tin khác và có một sự biện hộ xấp xỉ quyết định lý thuyết. Quy trình được minh họa trong một số ví dụ, và các so sánh được thực hiện với các đề xuất Bayesian và cổ điển khác. Suốt cả quá trình, nhấn mạnh rằng lượng cần thiết để tính toán trong phân tích Markov chain Monte Carlo là không đáng kể.\u003C/jats:p>",{"EN":377,"VI":378},"Bayesian Measures of Model Complexity and Fit","Các Biện Pháp Bayesian Cho Độ Phức Tạp và Độ Khớp Của Mô Hình",{"VOID":380},"10.1111/1467-9868.00353","VERIFIED","2024-08-31T19:18:02.844+00:00","Auto Verify","PENDING",[386],"EN",[388],"VI","https://academic.oup.com/jrsssb/article/64/4/583/7098621",[391,413,433,453],{"id":392,"sortIndex":25,"researcher":24,"roles":393,"affiliations":394,"properties":406},"c8143539-c5ec-49c0-b225-16b119c41fd4",[],[395],{"id":396,"sortIndex":25,"affiliation":397,"properties":24},"798d257c-7fae-475e-bacb-3c73d1cd11c7",{"id":398,"createTime":399,"updateTime":400,"relativeEntities":401,"slug":402,"properties":403,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"03f7a92a-b704-4cbd-8b8d-c9dd30d1e9ed","2024-04-19T20:29:57.904+00:00","2025-06-11T17:16:16.000+00:00",[],"Medical-Research-Council-Biostatistics-Unit-Cambridge-UK",{"title":404},{"EN":405},"Medical Research Council Biostatistics Unit, Cambridge, UK",{"openalex":407,"orcid":409,"title":411},{"VOID":408},"A5101682785",{"VOID":410},"https://orcid.org/0000-0002-2291-1740",{"EN":412},"David J. Spiegelhalter",{"id":414,"sortIndex":111,"researcher":24,"roles":415,"affiliations":416,"properties":428},"9b4dad63-4ca5-47de-a4f4-3e1596830fcf",[],[417],{"id":418,"sortIndex":25,"affiliation":419,"properties":24},"7e152947-d25a-482c-9b46-d95308634753",{"id":420,"createTime":421,"updateTime":422,"relativeEntities":423,"slug":424,"properties":425,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"4bffef99-b411-402e-88b2-cc7726268c8d","2024-01-12T20:26:43.881+00:00","2025-02-11T10:07:06.389+00:00",[],"Imperial-College-School-of-Medicine-London-UK",{"title":426},{"VI":427},"Imperial College School of Medicine, London, UK",{"openalex":429,"title":431},{"VOID":430},"A5072866979",{"EN":432},"Nicola Best",{"id":434,"sortIndex":130,"researcher":24,"roles":435,"affiliations":436,"properties":448},"4da021b2-5bd5-407d-876b-2694667c0b35",[],[437],{"id":438,"sortIndex":25,"affiliation":439,"properties":24},"49aa8a04-1ba3-4219-85af-07a78da35c6b",{"id":440,"createTime":441,"updateTime":442,"relativeEntities":443,"slug":444,"properties":445,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"8aad6290-b5d0-40e9-9864-fda1dab7c9a3","2023-12-06T12:44:28.411+00:00","2024-10-11T00:36:04.713+00:00",[],"University-of-Bremen-Germany",{"title":446},{"VI":447},"University of Bremen, Germany",{"openalex":449,"title":451},{"VOID":450},"A5085166905",{"EN":452},"Angelika van der Linde",{"id":454,"sortIndex":120,"researcher":24,"roles":455,"affiliations":456,"properties":471},"d185f675-62bd-4499-9a70-11bc2fc9a4af",[],[457],{"id":458,"sortIndex":25,"affiliation":459,"properties":468},"2723dd2a-40d5-4253-b12a-79830c34a939",{"id":460,"createTime":461,"updateTime":462,"relativeEntities":463,"slug":464,"properties":465,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"5d06fb58-e256-4848-921a-94d987028328","2024-09-01T03:53:32.139+00:00","2025-02-24T02:42:46.671+00:00",[],"University-of-Minnesota-Minneapolis-United-States",{"title":466},{"EN":467},"University of Minnesota, Minneapolis, United States",{"title":469},{"VI":470},"University of Minnesota, Minneapolis, USA",{"openalex":472,"orcid":474,"title":476},{"VOID":473},"A5012243539",{"VOID":475},"https://orcid.org/0000-0002-0684-8753",{"EN":477},"Bradley P. Carlin",{"url":24,"publisher":479,"properties":572},{"id":480,"createTime":481,"updateTime":482,"relativeEntities":483,"slug":484,"properties":485,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":496,"manageAffiliations":497,"indexDatabases":498,"url":537,"thumbnailPath":24,"statistic":538,"gsStatistic":24,"type":24,"analyzePriority":24},"7a966813-48c6-4967-8ed4-c13c38882a9e","2023-05-29T10:36:16.600+00:00","2025-11-05T10:45:02.406+00:00",[],"Journal-of-the-Royal-Statistical-Society-Series-B-Statistical-Methodology",{"country":486,"issn":488,"introduce":490,"eissn":492,"title":494},{"VOID":487},"GB",{"VOID":489},"14679868",{"EN":491},"Series B (Statistical Methodology) aims to publish high quality papers on the methodological aspects of statistics and data science more broadly. The objective of papers should be to contribute to the understanding of statistical methodology and/or to develop and improve statistical methods; any mathematical theory should be directed towards these aims. The kinds of contribution considered include descriptions of new methods of collecting or analysing data, with the underlying theory, an indication of the scope of application and preferably a real example. Also considered are comparisons, critical evaluations and new applications of existing methods, contributions to probability theory which have a clear practical bearing (including the formulation and analysis of stochastic models), statistical computation or simulation where original methodology is involved and original contributions to the foundations of statistical science. Reviews of methodological techniques are also considered. A paper, even if correct and well presented, is likely to be rejected if it only presents straightforward special cases of previously published work, if it is of mathematical interest only, if it is too long in relation to the importance of the new material that it contains or if it is dominated by computations or simulations of a routine nature.",{"VOID":493},"13697412",{"EN":495},"Journal of the Royal Statistical Society. Series B: Statistical Methodology",[],[],[499,518],{"id":500,"indexDatabase":501,"url":515,"indexYears":24,"academicFieldIds":516,"indexDatabaseRanking":24},"eb1603f9-f893-412e-93e0-9044f98dfc65",{"id":502,"createTime":503,"updateTime":504,"relativeEntities":505,"label":506,"description":508,"key":511,"publicationTags":512,"standard":24},"a4921856-b128-4d9f-8f1f-e80813d3bbd4","2023-05-22T09:59:31.026+00:00","2025-11-05T10:45:59.524+00:00",[],{"EN":507,"VI":507},"ISI/SCIE - Science Citation Index Expanded",{"VI":509,"EN":510},"Cơ sở dữ liệu SCIE","SCIE database","scie",[513,514],"SCIE","ISI","https://mjl.clarivate.com/search-results?issn=1369-7412",[517],"a8ba2ff8-7a94-43da-936b-fea740ae9de1",{"id":519,"indexDatabase":520,"url":532,"indexYears":533,"academicFieldIds":534,"indexDatabaseRanking":24},"8dd60742-b56b-41b9-baee-fcfc6cf8bdde",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":524,"label":525,"description":527,"key":529,"publicationTags":530,"standard":24},"3c7051d4-eb7d-4c57-a56b-36fc74c5d1e9","2023-05-22T09:57:18.509+00:00","2025-11-05T10:45:59.585+00:00",[],{"EN":526,"VI":526},"Scopus - Elsevier",{"EN":526,"VI":528},"Cơ sở dữ liệu Scopus thuộc Elsevier","scopus",[531],"SCOPUS","https://www.scopus.com/sourceid/13531","1997-2025",[535,536],"b63de939-dadd-4939-b5dc-10282f8b39be","39bf4935-81d1-4b13-842c-e6e38874ca5e","https://rss.onlinelibrary.wiley.com/journal/14679868",{"impactFactor":25,"impactFactorByYear":539,"i10Index":540,"i10IndexLast5Year":25,"totalPublication":540,"totalPublicationByYear":546,"totalCitation":547,"totalCitationByYear":548,"totalCitationPerPublication":565,"totalCitationPerPublicationByYear":566,"hindexLast5Year":540,"hindex":540},{"2012":540,"2013":541,"2014":542,"2017":543,"2018":544,"2019":545},23,28,26,8,21,25,{"1977":111,"1995":111,"1996":111,"1997":111,"1999":111,"2001":130,"2002":130,"2004":111,"2005":111,"2006":120,"2008":120,"2009":111,"2010":120,"2012":111,"2016":111,"2017":111},231871,{"1977":549,"1995":550,"1996":551,"1997":552,"1999":553,"2001":554,"2002":555,"2004":556,"2005":557,"2006":558,"2008":559,"2009":560,"2010":561,"2012":562,"2016":563,"2017":564},43310,86122,41268,201,3464,8965,19120,123,16957,6984,2224,508,1359,593,487,186,10081.35,{"1977":549,"1995":550,"1996":551,"1997":552,"1999":553,"2001":567,"2002":568,"2004":556,"2005":557,"2006":569,"2008":570,"2009":560,"2010":571,"2012":562,"2016":563,"2017":564},2988.33,6373.33,3492,1112,679.5,{"volume":573,"pages":575,"issue":577},{"VOID":574},"64",{"VOID":576},"583-639",{"VOID":578},"4",11589,{"total":579,"publishYear":24,"statisticByYear":581},{"2012":582,"2013":583,"2014":584,"2015":585,"2016":586,"2017":587,"2018":588,"2019":589,"2020":590,"2021":591,"2022":592,"2023":593,"2024":594},634,629,782,722,697,692,684,798,778,762,645,536,282,"2002-10-01",2002,[598,601,604,608,612,616,619,623,627,630,633,637,641,645,649,653,656,660,664,668,672,676,679,683,687,690,693,697,700,703,707,711,714,718,721,725,728,732,736,740,744,748,751,754,758,762,765,769,773,777,781,784,788,792,795,799,803,807,811,815,819,822,825,828,831,834,837,840,843,847,850,854,858,861,863,867,871,874,877,881,883,886,889,892,895,899,903,906,910,914,917,920,923,927,930,933,937,940,943,947,950,953,957,960,963,967,970,974,977,979,982,986,990,993,997,999,1003,1007,1010,1013,1016,1019,1022,1025,1029,1032,1035,1039,1042,1046,1049,1053,1056,1059,1062,1065,1068,1072,1075,1078],{"id":24,"text":599,"url":24,"identifiers":600},"Akaike, 1973, Proc. 2nd Int. Symp. Information Theory, 267",{},{"id":24,"text":602,"url":24,"identifiers":603},"Andrews, 1974, Scale mixtures of normal distributions, J. R. Statist. Soc., 36, 99",{},{"id":24,"text":605,"url":24,"identifiers":606},"Berk, 1966, Limiting behaviour of posterior distributions when the model is incorrect, Ann. Math. Statist., 37, 51, 10.1214/aoms/1177699597",{"doi":607},"10.1214/aoms/1177699597",{"id":24,"text":609,"url":24,"identifiers":610},"Bernardo, 1979, Expected information as expected utility, Ann. Statist., 7, 686, 10.1214/aos/1176344689",{"doi":611},"10.1214/aos/1176344689",{"id":24,"text":613,"url":24,"identifiers":614},"Bernardo, 1994, Bayesian Theory, 10.1002/9780470316870",{"doi":615},"10.1002/9780470316870",{"id":24,"text":617,"url":24,"identifiers":618},"Besag, 1974, Spatial interaction and the statistical analysis of lattice systems (with discussion), J. R. Statist. Soc., 36, 192",{},{"id":24,"text":620,"url":24,"identifiers":621},"Biller, 2001, Bayesian varying-coefficient modelsusing adaptive regression splines, Statist. Modlng, 1, 195, 10.1177/1471082X0100100303",{"doi":622},"10.1177/1471082X0100100303",{"id":24,"text":624,"url":24,"identifiers":625},"Box, 1976, Science and statistics, J. Am. Statist. Ass., 71, 791, 10.1080/01621459.1976.10480949",{"doi":626},"10.1080/01621459.1976.10480949",{"id":24,"text":628,"url":24,"identifiers":629},"Breslow, 1993, Approximate inference in generalized linear mixed models, J. Am. Statist. Ass., 88, 9",{},{"id":24,"text":631,"url":24,"identifiers":632},"Brownlee, 1965, Statistical Theory and Methodology in Science and Engineering",{},{"id":24,"text":634,"url":24,"identifiers":635},"Bunke, 1998, Asymptotic behaviour of Bayes estimates under possibly incorrect models, Ann. Statist., 26, 617, 10.1214/aos/1028144851",{"doi":636},"10.1214/aos/1028144851",{"id":24,"text":638,"url":24,"identifiers":639},"Burnham, 1998, Model Selection and Inference, 10.1007/978-1-4757-2917-7",{"doi":640},"10.1007/978-1-4757-2917-7",{"id":24,"text":642,"url":24,"identifiers":643},"Carlin, 2000, Bayes and Empirical Bayes Methods for Data Analysis, 10.1201/9781420057669",{"doi":644},"10.1201/9781420057669",{"id":24,"text":646,"url":24,"identifiers":647},"Chib, 1998, Analysis of multivariate probit models, Biometrika, 85, 347, 10.1093/biomet/85.2.347",{"doi":648},"10.1093/biomet/85.2.347",{"id":24,"text":650,"url":24,"identifiers":651},"Clayton, 1987, Empirical Bayes estimates of age-standardised relative risks for use in disease mapping, Biometrics, 43, 671, 10.2307/2532003",{"doi":652},"10.2307/2532003",{"id":24,"text":654,"url":24,"identifiers":655},"Dempster, 1974, Proc. Conf. Foundational Questions in Statistical Inference, 335",{},{"id":24,"text":657,"url":24,"identifiers":658},"1997, The direct use of likelihood for significance testing, Statist. Comput., 7, 247, 10.1023/A:1018598421607",{"doi":659},"10.1023/A:1018598421607",{"id":24,"text":661,"url":24,"identifiers":662},"1997, Commentary on the paper by Murray Aitkin, and on discussion by Mervyn Stone, Statist. Comput., 7, 265, 10.1023/A:1018554606586",{"doi":663},"10.1023/A:1018554606586",{"id":24,"text":665,"url":24,"identifiers":666},"Efron, 1986, How biased is the apparent error rate of a prediction rule, J. Am. Statist. Ass., 81, 461, 10.1080/01621459.1986.10478291",{"doi":667},"10.1080/01621459.1986.10478291",{"id":24,"text":669,"url":24,"identifiers":670},"Erkanli, 2001, Bayesian analyses of longitudinal binary data using markov regression models of unknown order, Statist. Med., 20, 755, 10.1002/sim.702",{"doi":671},"10.1002/sim.702",{"id":24,"text":673,"url":24,"identifiers":674},"Erkanli, 1999, Bayesian inference for prevalence in longitudinal two-phase studies, Biometrics, 55, 1145, 10.1111/j.0006-341X.1999.01145.x",{"doi":675},"10.1111/j.0006-341X.1999.01145.x",{"id":24,"text":677,"url":24,"identifiers":678},"Eubank, 1985, Diagnostics for smoothing splines, J. R. Statist. Soc., 47, 332",{},{"id":24,"text":680,"url":24,"identifiers":681},"Eubank, 1986, Diagnostics for penalized least-squares estimators, Statist. Probab. Lett., 4, 265, 10.1016/0167-7152(86)90101-X",{"doi":682},"10.1016/0167-7152(86)90101-X",{"id":24,"text":684,"url":24,"identifiers":685},"Fitzmaurice, 1993, A likelihood-based method for analysing longitudinal binary responses, Biometrika, 80, 141, 10.1093/biomet/80.1.141",{"doi":686},"10.1093/biomet/80.1.141",{"id":24,"text":688,"url":24,"identifiers":689},"Gelfand, 1994, Bayesian model choice: asymptotics and exact calculations, J. R. Statist. Soc., 56, 501",{},{"id":24,"text":691,"url":24,"identifiers":692},"Gelfand, 2000, Conditional categorical response models with application to treatment of acute myocardial infarction, Appl. Statist., 49, 171",{},{"id":24,"text":694,"url":24,"identifiers":695},"Gelfand, 1998, Model choice: a minimum posterior predictive loss approach, Biometrika, 85, 1, 10.1093/biomet/85.1.1",{"doi":696},"10.1093/biomet/85.1.1",{"id":24,"text":698,"url":24,"identifiers":699},"Gelfand, 2002, Technical Report",{},{"id":24,"text":701,"url":24,"identifiers":702},"Gilks, 1996, Markov Chain Monte Carlo in Practice",{},{"id":24,"text":704,"url":24,"identifiers":705},"Gilks, 1993, Random-effects models for longitudinal data using Gibbs sampling, Biometrics, 49, 441, 10.2307/2532557",{"doi":706},"10.2307/2532557",{"id":24,"text":708,"url":24,"identifiers":709},"Good, 1956, The surprise index for the multivariate normal distribution, Ann. Math. Statist., 27, 1130, 10.1214/aoms/1177728079",{"doi":710},"10.1214/aoms/1177728079",{"id":24,"text":712,"url":24,"identifiers":713},"Green, 2002, J. Am. Statist. Ass.",{},{"id":24,"text":715,"url":24,"identifiers":716},"Han, 2001, MCMC methods for computing Bayes factors: a comparative review, J. Am. Statist. Ass., 96, 1122, 10.1198/016214501753208780",{"doi":717},"10.1198/016214501753208780",{"id":24,"text":719,"url":24,"identifiers":720},"Hastie, 1990, Generalized Additive Models",{},{"id":24,"text":722,"url":24,"identifiers":723},"Hodges, 2001, Counting degrees of freedom in hierarchical and other richly-parameterised models, Biometrika, 88, 367, 10.1093/biomet/88.2.367",{"doi":724},"10.1093/biomet/88.2.367",{"id":24,"text":726,"url":24,"identifiers":727},"Huber, 1967, Proc. 5th Berkeley Symp. Mathematical Statistics and Probability, 221",{},{"id":24,"text":729,"url":24,"identifiers":730},"Kass, 1995, Bayes factors and model uncertainty, J. Am. Statist. Ass., 90, 773, 10.1080/01621459.1995.10476572",{"doi":731},"10.1080/01621459.1995.10476572",{"id":24,"text":733,"url":24,"identifiers":734},"Key, 1999, Bayesian Statistics 6, 343, 10.1093/oso/9780198504856.003.0015",{"doi":735},"10.1093/oso/9780198504856.003.0015",{"id":24,"text":737,"url":24,"identifiers":738},"Kimeldorf, 1970, A correspondence between Bayesian estimation on stochastic processes and smoothing by splines, Ann. Math. Statist., 41, 495, 10.1214/aoms/1177697089",{"doi":739},"10.1214/aoms/1177697089",{"id":24,"text":741,"url":24,"identifiers":742},"Kullback, 1951, On information and sufficiency, Ann. Math. Statist., 22, 79, 10.1214/aoms/1177729694",{"doi":743},"10.1214/aoms/1177729694",{"id":24,"text":745,"url":24,"identifiers":746},"Laird, 1982, Random effects models for longitudinal data, Biometrics, 38, 963, 10.2307/2529876",{"doi":747},"10.2307/2529876",{"id":24,"text":749,"url":24,"identifiers":750},"Laud, 1995, Predictive model selection, J. R. Statist. Soc., 57, 247",{},{"id":24,"text":752,"url":24,"identifiers":753},"Lee, 1996, Hierarchical generalized linear models (with discussion), J. R. Statist. Soc., 58, 619",{},{"id":24,"text":755,"url":24,"identifiers":756},"Linde, 1995, Splines from a Bayesian point of view, Test, 4, 63, 10.1007/BF02563103",{"doi":757},"10.1007/BF02563103",{"id":24,"text":759,"url":24,"identifiers":760},"2000, Reference priors for shrinkage and smoothing parameters, J. Statist. Planng Inf., 90, 245, 10.1016/S0378-3758(00)00116-6",{"doi":761},"10.1016/S0378-3758(00)00116-6",{"id":24,"text":763,"url":24,"identifiers":764},"Lindley, 1972, Bayes estimates for the linear model (with discussion), J. R. Statist. Soc., 34, 1",{},{"id":24,"text":766,"url":24,"identifiers":767},"MacKay, 1992, Bayesian interpolation, Neur. Computn, 4, 415, 10.1162/neco.1992.4.3.415",{"doi":768},"10.1162/neco.1992.4.3.415",{"id":24,"text":770,"url":24,"identifiers":771},"1995, Probable networks and plausible predictions—a review of practical Bayesian methods for supervised neural networks, Netwrk Computn Neur. Syst., 6, 469, 10.1088/0954-898X_6_3_011",{"doi":772},"10.1088/0954-898X_6_3_011",{"id":24,"text":774,"url":24,"identifiers":775},"McCullagh, 1989, Generalized Linear Models, 10.1007/978-1-4899-3242-6",{"doi":776},"10.1007/978-1-4899-3242-6",{"id":24,"text":778,"url":24,"identifiers":779},"Meng, 1992, Performing likelihood ratio tests with multiply imputed data sets, Biometrika, 79, 103, 10.1093/biomet/79.1.103",{"doi":780},"10.1093/biomet/79.1.103",{"id":24,"text":782,"url":24,"identifiers":783},"Moody, 1992, Advances in Neural Information Processing Systems 4, 847",{},{"id":24,"text":785,"url":24,"identifiers":786},"Murata, 1994, Network information criterion—determining the number of hidden units for artificial neural network models, IEEE Trans. Neur. Netwrks, 5, 865, 10.1109/72.329683",{"doi":787},"10.1109/72.329683",{"id":24,"text":789,"url":24,"identifiers":790},"Natarajan, 2000, Reference Bayesian methods for generalised linear mixed models, J. Am. Statist. Ass., 95, 227, 10.1080/01621459.2000.10473916",{"doi":791},"10.1080/01621459.2000.10473916",{"id":24,"text":793,"url":24,"identifiers":794},"Raghunathan, 1988, Technical Report",{},{"id":24,"text":796,"url":24,"identifiers":797},"Rahman, 1999, The Bayesian analysis of a pivotal pharmacokinetic study, Statist. Meth. Med. Res., 8, 195, 10.1177/096228029900800303",{"doi":798},"10.1177/096228029900800303",{"id":24,"text":800,"url":24,"identifiers":801},"Richardson, 1997, On Bayesian analysis of mixtures with an unknown number of components (with discussion), J. R. Statist. Soc., 59, 731, 10.1111/1467-9868.00095",{"doi":802},"10.1111/1467-9868.00095",{"id":24,"text":804,"url":24,"identifiers":805},"Ripley, 1996, Pattern Recognition and Neural Networks, 10.1017/CBO9780511812651",{"doi":806},"10.1017/CBO9780511812651",{"id":24,"text":808,"url":24,"identifiers":809},"Sawa, 1978, Information criteria for choice of regression models: a comment, Econometrica, 46, 1273, 10.2307/1913828",{"doi":810},"10.2307/1913828",{"id":24,"text":812,"url":24,"identifiers":813},"Schwarz, 1978, Estimating the dimension of a model, Ann. Statist., 6, 461, 10.1214/aos/1176344136",{"doi":814},"10.1214/aos/1176344136",{"id":24,"text":816,"url":24,"identifiers":817},"Slate, 1994, Parameterizations for natural exponential-families with quadratic variance functions, J. Am. Statist. Ass., 89, 1471, 10.1080/01621459.1994.10476886",{"doi":818},"10.1080/01621459.1994.10476886",{"id":24,"text":820,"url":24,"identifiers":821},"Spiegelhalter, 2000, WinBUGS Version 1.3 User Manual",{},{"id":24,"text":823,"url":24,"identifiers":824},"Spiegelhalter, 1996, BUGS Examples Volume 1, Version 0.5 (Version ii)",{},{"id":24,"text":826,"url":24,"identifiers":827},"Stone, 1977, An asymptotic equivalence of choice of model by cross-validation and Akaike's criterion, J. R. Statist. Soc., 39, 44",{},{"id":24,"text":829,"url":24,"identifiers":830},"Takeuchi, 1976, Distribution of informational statistics and a criterion for model fitting (in Japanese), Suri-Kagaku, 153, 12",{},{"id":24,"text":832,"url":24,"identifiers":833},"Vehtari, 1999, IJCNN’99: Proc. 1999. Int. Joint Conf. Neural Networks",{},{"id":24,"text":835,"url":24,"identifiers":836},"Wahba, 1978, Improper priors, spline smoothing and the problem of guarding against model errors in regressions, J. R. Statist. Soc., 40, 364",{},{"id":24,"text":838,"url":24,"identifiers":839},"1983, Bayesian ‘‘confidence intervals’’ for the cross-validated smoothing spline, J. R. Statist. Soc., 45, 133",{},{"id":24,"text":841,"url":24,"identifiers":842},"1990, Spline Models for Observational Data",{},{"id":24,"text":844,"url":24,"identifiers":845},"Ye, 1998, On measuring and correcting the effects of data mining and model selection, J. Am. Statist. Ass., 93, 120, 10.1080/01621459.1998.10474094",{"doi":846},"10.1080/01621459.1998.10474094",{"id":24,"text":848,"url":24,"identifiers":849},"Ye, 1998, Technical Report",{},{"id":24,"text":851,"url":24,"identifiers":852},"Zeger, 1991, Generalised linear models with random effects; a Gibbs sampling approach, J. Am. Statist. Ass., 86, 79, 10.1080/01621459.1991.10475006",{"doi":853},"10.1080/01621459.1991.10475006",{"id":24,"text":855,"url":24,"identifiers":856},"Zhu, 2000, Comparing hierarchical models for spatio-temporally misaligned data using the deviance information criterion, Statist. Med., 19, 2265, 10.1002/1097-0258(20000915/30)19:17/18\u003C2265::AID-SIM568>3.0.CO;2-6",{"doi":857},"10.1002/1097-0258(20000915/30)19:17/18\u003C2265::AID-SIM568>3.0.CO;2-6",{"id":24,"text":859,"url":24,"identifiers":860},"Aitkin, 1991, Posterior Bayes factors (with discussion), J. R. Statist. Soc., 53, 111",{},{"id":24,"text":599,"url":24,"identifiers":862},{},{"id":24,"text":864,"url":24,"identifiers":865},"Atkinson, 1980, A note on the generalized information criterion for choice of a model, Biometrika, 67, 413, 10.1093/biomet/67.2.413",{"doi":866},"10.1093/biomet/67.2.413",{"id":24,"text":868,"url":24,"identifiers":869},"Atkinson, 2000, Robust Diagnostic Regression Analysis, 10.1007/978-1-4612-1160-0",{"doi":870},"10.1007/978-1-4612-1160-0",{"id":24,"text":872,"url":24,"identifiers":873},"2002, Technical Report LSERR73",{},{"id":24,"text":875,"url":24,"identifiers":876},"Bernardo, Expected information as expected utility, Ann. Statist., 7, 686",{},{"id":24,"text":878,"url":24,"identifiers":879},"Bernardo, 1999, Bayesian Statistics 6, 101, 10.1093/oso/9780198504856.003.0005",{"doi":880},"10.1093/oso/9780198504856.003.0005",{"id":24,"text":613,"url":24,"identifiers":882},{"doi":615},{"id":24,"text":884,"url":24,"identifiers":885},"Bernardo, 2002, 7th Valencia Int. Meet. Bayesian Statistics, Tenerife, June",{},{"id":24,"text":887,"url":24,"identifiers":888},"Burnham, 1998, Model Selection and Inference: a Practical Information-theoretic Approach, 10.1007/978-1-4757-2917-7",{"doi":640},{"id":24,"text":890,"url":24,"identifiers":891},"2002, Model Selection and Multimodel Inference: a Practical Information-theoretical Approach",{},{"id":24,"text":893,"url":24,"identifiers":894},"Casella, 2000, Mixture models, latent variables and partitioned importance sampling",{},{"id":24,"text":896,"url":24,"identifiers":897},"Celeux, 2000, Computational and inferential difficulties with mixtures posterior distribution, J. Am. Statist. Ass., 95, 957, 10.1080/01621459.2000.10474285",{"doi":898},"10.1080/01621459.2000.10474285",{"id":24,"text":900,"url":24,"identifiers":901},"Cooke, 1991, Experts in Uncertainty, 10.1093/oso/9780195064650.001.0001",{"doi":902},"10.1093/oso/9780195064650.001.0001",{"id":24,"text":904,"url":24,"identifiers":905},"Cowell, 1999, Probabilistic Networks and Expert Systems",{},{"id":24,"text":907,"url":24,"identifiers":908},"Daniels, 1999, Nonconjugate Bayesian estimation of covariance matrices and its use in hierarchical models, J. Am. Statist. Ass., 94, 1254, 10.1080/01621459.1999.10473878",{"doi":909},"10.1080/01621459.1999.10473878",{"id":24,"text":911,"url":24,"identifiers":912},"2001, Shrinkage estimators for covariance matrices, Biometrics, 57, 1173, 10.1111/j.0006-341X.2001.01173.x",{"doi":913},"10.1111/j.0006-341X.2001.01173.x",{"id":24,"text":915,"url":24,"identifiers":916},"Dawid, 1984, Statistical theory: the prequential approach, J. R. Statist. Soc., 147, 278",{},{"id":24,"text":918,"url":24,"identifiers":919},"Kotz, 1986, Probability forecasting, Encyclopedia of Statistical Sciences, 210",{},{"id":24,"text":921,"url":24,"identifiers":922},"1991, Fisherian inference in likelihood and prequential frames of reference (with discussion), J. R. Statist. Soc., 53, 79",{},{"id":24,"text":924,"url":24,"identifiers":925},"Bernardo, 1992, Bayesian Statistics 4, 109, 10.1093/oso/9780198522669.001.0001",{"doi":926},"10.1093/oso/9780198522669.001.0001",{"id":24,"text":928,"url":24,"identifiers":929},"Ghosh, 1992, Current Issues in Statistical Inference: Essays in Honor of D. Basu, 113",{},{"id":24,"text":931,"url":24,"identifiers":932},"Draper, 1999, Bayesian Statistics 6, 541",{},{"id":24,"text":934,"url":24,"identifiers":935},"Draper, 2000, A case study of stochastic optimization in health policy: problem formulation and preliminary results, J. Global Optimzn, 18, 399, 10.1023/A:1026504402220",{"doi":936},"10.1023/A:1026504402220",{"id":24,"text":938,"url":24,"identifiers":939},"Dupuis, 2002, Model choice in qualitative regression models, J. Statist. Planng Inf.",{},{"id":24,"text":941,"url":24,"identifiers":942},"Efron, 1986, How biased is the apparent error rate of a prediction rule?, J. Am. Statist. Ass., 81, 461, 10.1080/01621459.1986.10478291",{"doi":667},{"id":24,"text":944,"url":24,"identifiers":945},"Fouskakis, 2002, Stochastic optimization: a review, Int. Statist. Rev., 10.1111/j.1751-5823.2002.tb00174.x",{"doi":946},"10.1111/j.1751-5823.2002.tb00174.x",{"id":24,"text":948,"url":24,"identifiers":949},"Gangnon, 2002, Spatial Cluster Modelling",{},{"id":24,"text":951,"url":24,"identifiers":952},"Gelfand, 1996, Markov Chain Monte Carlo in Practice, 145",{},{"id":24,"text":954,"url":24,"identifiers":955},"Gelfand, 1992, Bayesian Statistics 4, 147, 10.1093/oso/9780198522669.003.0009",{"doi":956},"10.1093/oso/9780198522669.003.0009",{"id":24,"text":958,"url":24,"identifiers":959},"Gelman, 1996, Posterior predictive assessment of model fitness via realized discrepancies (with discussion), Statist. Sin., 6, 733",{},{"id":24,"text":961,"url":24,"identifiers":962},"Good, 1952, Rational decisions, J. R. Statist. Soc., 14, 107",{},{"id":24,"text":964,"url":24,"identifiers":965},"Green, 2002, Hidden Markov models and disease mapping, J. Am. Statist. Ass., 10.1198/016214502388618870",{"doi":966},"10.1198/016214502388618870",{"id":24,"text":968,"url":24,"identifiers":969},"Hodges, Counting degrees of freedom in hierarchical and other richly-parameterised models, Biometrika, 88, 367, 10.1093/biomet/88.2.367",{"doi":724},{"id":24,"text":971,"url":24,"identifiers":972},"Holmes, 1999, Bayesian wavelet analysis with a model complexity prior, Bayesian Statistics 6, 769, 10.1093/oso/9780198504856.003.0037",{"doi":973},"10.1093/oso/9780198504856.003.0037",{"id":24,"text":975,"url":24,"identifiers":976},"Kass, Bayes factors and model uncertainty, J. Am. Statist. Ass., 90, 773, 10.1080/01621459.1995.10476572",{"doi":731},{"id":24,"text":733,"url":24,"identifiers":978},{"doi":735},{"id":24,"text":980,"url":24,"identifiers":981},"King, 2001, Bayesian model discrimination in the analysis of capture-recapture and related data",{},{"id":24,"text":983,"url":24,"identifiers":984},"King, 2001, Bayesian estimation of census undercount, Biometrika, 88, 317, 10.1093/biomet/88.2.317",{"doi":985},"10.1093/biomet/88.2.317",{"id":24,"text":987,"url":24,"identifiers":988},"Konishi, 1996, Generalised information criteria in model selection, Biometrika, 83, 875, 10.1093/biomet/83.4.875",{"doi":989},"10.1093/biomet/83.4.875",{"id":24,"text":991,"url":24,"identifiers":992},"Lauritzen, 1988, Local computations with probabilities on graphical structures and their application to expert systems (with discussion), J. R. Statist. Soc., 50, 157",{},{"id":24,"text":994,"url":24,"identifiers":995},"Lawson, 2000, Cluster modelling of disease incidence via rjmcmc methods: a comparative evaluation, Statist. Med., 19, 2361, 10.1002/1097-0258(20000915/30)19:17/18\u003C2361::AID-SIM575>3.0.CO;2-N",{"doi":996},"10.1002/1097-0258(20000915/30)19:17/18\u003C2361::AID-SIM575>3.0.CO;2-N",{"id":24,"text":752,"url":24,"identifiers":998},{},{"id":24,"text":1000,"url":24,"identifiers":1001},"2001, Hierarchical generalized linear models: a synthesis of generalized linear models, random effect models and structured dispersions, Biometrika, 88, 987, 10.1093/biomet/88.4.987",{"doi":1002},"10.1093/biomet/88.4.987",{"id":24,"text":1004,"url":24,"identifiers":1005},"2001, Modelling and analysing correlated non-normal data, Statist. Modlng, 1, 3, 10.1177/1471082X0100100102",{"doi":1006},"10.1177/1471082X0100100102",{"id":24,"text":1008,"url":24,"identifiers":1009},"Luna, 2003, Choosing a model selection strategy, Scand. J. Statist.",{},{"id":24,"text":1011,"url":24,"identifiers":1012},"Madigan, 1991, Model selection and accounting for model uncertainty in graphical models using Occam's window",{},{"id":24,"text":1014,"url":24,"identifiers":1015},"McKeague, 2002, Spatial Cluster Modelling",{},{"id":24,"text":1017,"url":24,"identifiers":1018},"Meng, Performing likelihood ratio tests with multiply imputed data sets, Biometrika, 79, 103, 10.1093/biomet/79.1.103",{"doi":780},{"id":24,"text":1020,"url":24,"identifiers":1021},"Moreno, 1998, Decision Research from Bayesian Approaches to Normative Systems",{},{"id":24,"text":1023,"url":24,"identifiers":1024},"Neter, 1996, Applied Linear Statistical Models",{},{"id":24,"text":1026,"url":24,"identifiers":1027},"Pericchi, 1991, Robust Bayesian credible intervals and prior ignorance, Int. Statist. Rev., 58, 1, 10.2307/1403571",{"doi":1028},"10.2307/1403571",{"id":24,"text":1030,"url":24,"identifiers":1031},"Plummer, 2002, Some criteria for Bayesian model choice",{},{"id":24,"text":1033,"url":24,"identifiers":1034},"Priestley, 1981, Spectral Analysis and Time Series",{},{"id":24,"text":1036,"url":24,"identifiers":1037},"Robert, 1996, Intrinsic loss functions, Theory Decsn, 40, 191, 10.1007/BF00133173",{"doi":1038},"10.1007/BF00133173",{"id":24,"text":1040,"url":24,"identifiers":1041},"Shao, 1997, An asymptotic theory for linear model selection, Statist. Sin., 7, 221",{},{"id":24,"text":1043,"url":24,"identifiers":1044},"Skouras, 1999, On efficient probability forecasting systems, Biometrika, 86, 765, 10.1093/biomet/86.4.765",{"doi":1045},"10.1093/biomet/86.4.765",{"id":24,"text":1047,"url":24,"identifiers":1048},"2000, Consistency in misspecified models",{},{"id":24,"text":1050,"url":24,"identifiers":1051},"Smith, 1996, Bayesian Statistics 5, 387, 10.1093/oso/9780198523567.003.0020",{"doi":1052},"10.1093/oso/9780198523567.003.0020",{"id":24,"text":1054,"url":24,"identifiers":1055},"Stone, 1974, Cross-validatory choice and assessment of statistical predictions (with discussion), J. R. Statist. Soc., 36, 111",{},{"id":24,"text":1057,"url":24,"identifiers":1058},"1977, An asymptotic equivalence of choice of model by cross-validation and Akaike's criterion, J. R. Statist. Soc., 36, 44",{},{"id":24,"text":1060,"url":24,"identifiers":1061},"Vehtari, 2001, Bayesian model assessment and selection using expected utilities",{},{"id":24,"text":1063,"url":24,"identifiers":1064},"Vehtari, 2002, Bayesian model assessment and comparison using cross-validation predictive densities, Neur. Computn, 14",{},{"id":24,"text":1066,"url":24,"identifiers":1067},"2002, Cross-validation, information criteria, expected utilities and the effective number of parameters",{},{"id":24,"text":1069,"url":24,"identifiers":1070},"Volinsky, 2000, Bayesian information criterion for censored survival models, Biometrics, 56, 256, 10.1111/j.0006-341X.2000.00256.x",{"doi":1071},"10.1111/j.0006-341X.2000.00256.x",{"id":24,"text":1073,"url":24,"identifiers":1074},"Weisberg, 1981, A statistic for allocating Cp to individual cases, Technometrics, 23, 27",{},{"id":24,"text":1076,"url":24,"identifiers":1077},"Ye, On measuring and correcting the effects of data mining and model selection, J. Am. Statist. Ass., 93, 120, 10.1080/01621459.1998.10474094",{"doi":846},{"id":24,"text":1079,"url":24,"identifiers":1080},"Zhu, Comparing hierarchical models for spatio-temporally misaligned data using the deviance information criterion, Statist. Med., 19, 2265, 10.1002/1097-0258(20000915/30)19:17/18\u003C2265::AID-SIM568>3.0.CO;2-6",{"doi":857},{"id":1082,"createTime":1083,"updateTime":1084,"relativeEntities":1085,"slug":1086,"properties":1087,"entityType":20,"verifyStatus":381,"verifyTime":1083,"verifyNote":383,"syncStatus":384,"languages":1101,"translateLanguages":1102,"viewCount":25,"primaryUrl":1103,"fullTextUrl":24,"authors":1104,"publicationType":22,"publisherRelationship":1175,"citationCount":1252,"citationInfo":1286,"publishDate":1301,"publishYear":1302,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":1303,"isForceReanalyzing":26},"c5b98ee2-dacf-4701-938e-74e5d75bca85","2024-09-04T15:49:44.285+00:00","2025-02-06T00:33:02.387+00:00",[],"A-Partial-Least-Squares-Latent-Variable-Modeling-Approach-for-Measuring-Interaction-Effects-Results-from-a-Monte-Carlo-Simulation-Study-and-an-Electronic-Mail-Emotion-Adoption-Study",{"mag":1088,"keywords":1090,"openalex":1091,"abstract":1093,"title":1096,"doi":1099},{"VOID":1089},"2098685541",{"VI":58},{"VOID":1092},"W2098685541",{"EN":1094,"VI":1095},"\u003Cjats:p> The ability to detect and accurately estimate the strength of interaction effects are critical issues that are fundamental to social science research in general and IS research in particular. Within the IS discipline, a significant percentage of research has been devoted to examining the conditions and contexts under which relationships may vary, often under the general umbrella of contingency theory (cf. McKeen et al. 1994, Weill and Olson 1989). In our survey of such studies, the majority failed to either detect or provide an estimate of the effect size. In cases where effect sizes are estimated, the numbers are generally small. These results have led some researchers to question both the usefulness of contingency theory and the need to detect interaction effects (e.g., Weill and Olson 1989). This paper addresses this issue by providing a new latent variable modeling approach that can give more accurate estimates of interaction effects by accounting for the measurement error that attenuates the estimated relationships. The capacity of this approach at recovering true effects in comparison to summated regression is demonstrated in a Monte Carlo study that creates a simulated data set in which the underlying true effects are known. Analysis of a second, empirical data set is included to demonstrate the technique's use within IS theory. In this second analysis, substantial direct and interaction effects of enjoyment on electronic-mail adoption are shown to exist. \u003C/jats:p>","\u003Cjats:p> Khả năng phát hiện và ước lượng chính xác cường độ của các hiệu ứng tương tác là những vấn đề quan trọng có tính nền tảng trong nghiên cứu khoa học xã hội nói chung và nghiên cứu Hệ thống Thông tin (IS) nói riêng. Trong lĩnh vực IS, một phần lớn nghiên cứu đã được dành để xem xét các điều kiện và bối cảnh mà trong đó các mối quan hệ có thể thay đổi, thường dưới khung lý thuyết tình huống (xem McKeen et al. 1994, Weill và Olson 1989). Trong khảo sát của chúng tôi về các nghiên cứu như vậy, phần lớn không thể phát hiện hoặc cung cấp ước lượng về kích thước hiệu ứng. Trong các trường hợp mà kích thước hiệu ứng được ước tính, các số liệu thường nhỏ. Những kết quả này đã dẫn đến việc một số nhà nghiên cứu đặt câu hỏi về cả tính hữu ích của lý thuyết tình huống và sự cần thiết phải phát hiện các hiệu ứng tương tác (ví dụ, Weill và Olson 1989). Bài báo này giải quyết vấn đề này bằng cách cung cấp một phương pháp mô hình biến khóa tiềm ẩn mới có thể cung cấp các ước lượng chính xác hơn về các hiệu ứng tương tác bằng cách tính đến lỗi đo lường làm giảm xói mòn các mối quan hệ ước tính. Năng lực của phương pháp này trong việc phục hồi các hiệu ứng thực tế so với hồi quy tổng hợp được chứng minh qua một nghiên cứu Monte Carlo tạo ra một tập dữ liệu giả lập trong đó các hiệu ứng thực sự bên dưới được biết đến. Phân tích một tập dữ liệu thực nghiệm thứ hai cũng được bao gồm để chứng minh việc áp dụng kỹ thuật này trong lý thuyết IS. Trong phân tích thứ hai này, các hiệu ứng trực tiếp và tương tác đáng kể của sự thích thú đối với việc áp dụng thư điện tử được chỉ ra là tồn tại. \u003C/jats:p>",{"EN":1097,"VI":1098},"A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and an Electronic-Mail Emotion/Adoption Study","Một Phương Pháp Mô Hình Biến Khóa Tiềm Ẩn Bằng Phương Pháp Tối Thiểu Bình Phương Để Đo Lường Các Hiệu Ứng Tương Tác: Kết Quả Từ Nghiên Cứu Mô Phỏng Monte Carlo và Nghiên Cứu Cảm Xúc/Áp Dụng Thư Điện Tử",{"VOID":1100},"10.1287/isre.14.2.189.16018",[386],[388],"https://pubsonline.informs.org/doi/10.1287/isre.14.2.189.16018",[1105,1136,1155],{"id":1106,"sortIndex":111,"researcher":24,"roles":1107,"affiliations":1108,"properties":1131},"f995dfbf-9bd4-47a7-9f57-d94694fedee5",[],[1109,1120],{"id":1110,"sortIndex":111,"affiliation":1111,"properties":24},"dd5a8633-357b-4da4-818d-c35acfb37377",{"id":1112,"createTime":1113,"updateTime":1114,"relativeEntities":1115,"slug":1116,"properties":1117,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"5c9575f6-8ba3-4d79-9a80-da587bb260ed","2024-01-29T19:34:18.946+00:00","2024-12-04T10:22:53.624+00:00",[],"Haskayne-School-of-Business-University-of-Calgary-2500-University-Drive-NW-Calgary-Alberta-Canada-T2N-1N4",{"title":1118},{"VI":1119},"Haskayne School of Business, University of Calgary, 2500 University Drive NW, Calgary, Alberta, Canada T2N 1N4",{"id":1121,"sortIndex":25,"affiliation":1122,"properties":24},"53d5d4b5-5bf2-41f0-8b81-1030faa0455f",{"id":1123,"createTime":1124,"updateTime":1125,"relativeEntities":1126,"slug":1127,"properties":1128,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"c954e9fb-b27d-42d5-9560-d97a18698b19","2023-05-29T10:24:38.477+00:00","2024-11-26T18:16:33.733+00:00",[],"Association-for-Information-Systems",{"title":1129},{"EN":1130},"Association for Information Systems",{"openalex":1132,"title":1134},{"VOID":1133},"A5022985546",{"EN":1135},"Barbara L. Marcolin",{"id":1137,"sortIndex":120,"researcher":24,"roles":1138,"affiliations":1139,"properties":1150},"0c3cc9da-b543-4d8d-bd99-3983157335fa",[],[1140],{"id":1141,"sortIndex":25,"affiliation":1142,"properties":24},"e0de0a2d-4142-4a68-b9b0-7514f7fe93a7",{"id":1143,"createTime":1144,"updateTime":1144,"relativeEntities":1145,"slug":1146,"properties":1147,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"3017ae7b-db1a-42bb-9096-59743ce3aaaf","2024-09-04T15:49:44.329+00:00",[],"Centre-for-Innovative-Management-Athabasca-University-22-Sir-Winston-Churchill-Avenue-St-Alberta-Alberta-Canada-T8N-1B4",{"title":1148},{"EN":1149},"Centre for Innovative Management, Athabasca University, 22 Sir Winston Churchill Avenue, St. Alberta, Alberta, Canada, T8N 1B4",{"openalex":1151,"title":1153},{"VOID":1152},"A5064988881",{"EN":1154},"Peter R. Newsted",{"id":1156,"sortIndex":25,"researcher":24,"roles":1157,"affiliations":1158,"properties":1170},"59ed646c-8ec7-4525-9540-4d1969b1fe5c",[],[1159],{"id":1160,"sortIndex":25,"affiliation":1161,"properties":24},"4c561fcd-eb2a-4071-9b34-f2073c23a50c",{"id":1162,"createTime":1163,"updateTime":1164,"relativeEntities":1165,"slug":1166,"properties":1167,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"2b03c6e1-abff-4520-8436-bc2683c99525","2024-09-04T15:49:44.296+00:00","2024-09-28T15:08:21.587+00:00",[],"C-T-Bauer-College-of-Business-University-of-Houston-Houston-Texas-77204",{"title":1168},{"EN":1169},"C. T. Bauer College of Business, University of Houston, Houston, Texas 77204",{"openalex":1171,"title":1173},{"VOID":1172},"A5089414433",{"EN":1174},"Wynne W. Chin",{"url":24,"publisher":1176,"properties":1279},{"id":1177,"createTime":1178,"updateTime":1179,"relativeEntities":1180,"slug":1181,"properties":1182,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":1193,"manageAffiliations":1194,"indexDatabases":1195,"url":1230,"thumbnailPath":24,"statistic":1231,"gsStatistic":24,"type":24,"analyzePriority":24},"db4c9c1a-d68e-4884-a21b-7eb4f1c2adea","2023-05-29T10:25:16.899+00:00","2025-11-05T10:42:21.920+00:00",[],"Information-Systems-Research",{"country":1183,"issn":1185,"introduce":1187,"eissn":1189,"title":1191},{"VOID":1184},"US",{"VOID":1186},"15265536",{"EN":1188},"ISR (Information Systems Research) is a journal of INFORMS, the Institute for Operations Research and the Management Sciences. Information Systems Research is a leading international journal of theory, research, and intellectual development, focused on information systems in organizations, institutions, the economy, and society.",{"VOID":1190},"10477047",{"EN":1192},"Information Systems Research",[],[],[1196,1211],{"id":1197,"indexDatabase":1198,"url":1203,"indexYears":1204,"academicFieldIds":1205,"indexDatabaseRanking":24},"521dad2b-095f-4d3c-87eb-47266373de9e",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":1199,"label":1200,"description":1201,"key":529,"publicationTags":1202,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/15574","1990-2024",[1206,1207,1208,1209,1210],"668a627d-f270-4944-8b67-168dd9df5805","fb8fd7a7-14d9-4ccc-8ac9-dcf94e7da012","499fd762-4414-45c1-b2b3-cc8d2abe204b","b4ee5f56-1514-428f-b517-37576cea076b","b9d39d61-9a3d-4dc5-9ca6-68f27e2cfc9f",{"id":1212,"indexDatabase":1213,"url":1226,"indexYears":24,"academicFieldIds":1227,"indexDatabaseRanking":24},"299a6e36-bee3-4737-8aff-d4fccb7b1a15",{"id":1214,"createTime":1215,"updateTime":1216,"relativeEntities":1217,"label":1218,"description":1220,"key":1223,"publicationTags":1224,"standard":24},"a8273be3-1221-4f26-949d-71dc71ff1fc3","2023-05-22T09:59:54.622+00:00","2025-11-05T10:45:59.552+00:00",[],{"EN":1219,"VI":1219},"ISI-SSCI - Social Sciences Citation Index",{"VI":1221,"EN":1222},"Cơ sở dữ liệu SSCI","SSCI database","ssci",[1225,514],"SSCI","https://mjl.clarivate.com/search-results?issn=1047-7047",[1228,1229],"1c47afbd-8aba-418e-ab5a-24927a739899","20860adf-3dd5-4837-b6d7-7a5dee4ede58","https://pubsonline.informs.org/journal/isre",{"impactFactor":25,"impactFactorByYear":1232,"i10Index":1239,"i10IndexLast5Year":25,"totalPublication":1239,"totalPublicationByYear":1240,"totalCitation":1241,"totalCitationByYear":1242,"totalCitationPerPublication":1264,"totalCitationPerPublicationByYear":1265,"hindexLast5Year":1278,"hindex":1278},{"2012":1233,"2013":1234,"2014":1235,"2015":1236,"2016":1237,"2017":1238,"2018":143},9.5,6.29,18.11,28.6,18.5,5,46,{"1991":120,"1992":111,"1993":111,"1995":130,"1997":120,"1999":111,"2000":111,"2001":130,"2002":143,"2003":111,"2004":120,"2005":111,"2006":130,"2007":111,"2008":143,"2010":120,"2011":120,"2012":1238,"2013":143,"2014":111,"2015":111,"2016":111},66892,{"1991":1243,"1992":1244,"1993":1245,"1995":1246,"1997":1247,"1999":1248,"2000":1249,"2001":1250,"2002":1251,"2003":1252,"2004":1253,"2005":1254,"2006":1255,"2007":1239,"2008":1256,"2010":1257,"2011":1258,"2012":1259,"2013":1260,"2014":1261,"2015":1262,"2016":1263},9077,9878,648,10869,2624,65,5579,1901,8416,5858,2691,1518,1750,1938,475,141,870,1558,618,310,62,1454.17,{"1991":1266,"1992":1244,"1993":1245,"1995":1267,"1997":1268,"1999":1248,"2000":1249,"2001":1269,"2002":1270,"2003":1252,"2004":1271,"2005":1254,"2006":1272,"2007":1239,"2008":1273,"2010":1274,"2011":1275,"2012":1276,"2013":1277,"2014":1261,"2015":1262,"2016":1263},4538.5,3623,1312,633.67,2104,1345.5,583.33,484.5,237.5,70.5,174,389.5,45,{"volume":1280,"pages":1282,"issue":1284},{"VOID":1281},"14",{"VOID":1283},"189-217",{"VOID":1285},"2",{"total":1252,"publishYear":24,"statisticByYear":1287},{"2012":1288,"2013":1289,"2014":1290,"2015":1291,"2016":1292,"2017":1293,"2018":1294,"2019":1295,"2020":1296,"2021":1297,"2022":1298,"2023":1299,"2024":1300},299,376,355,402,346,320,332,378,373,446,437,370,254,"2003-06-01",2003,[1304,1307,1310,1313,1316,1319,1322,1325,1328,1331,1334,1337,1340,1343,1346,1349,1352,1355,1358,1361,1364,1367,1370,1373,1376,1379,1382,1385,1388,1391,1394,1397,1400,1403,1406,1409,1412,1415,1418,1421,1424,1427,1430,1433,1436,1439,1442,1445,1448,1451,1454,1457,1460,1463,1466,1469,1472,1475,1478,1481,1484,1487,1490,1493,1496,1499,1502,1505,1508,1511,1514,1517,1520,1523,1526,1529,1532,1535,1538,1541,1544,1547,1550,1553,1556,1559,1562,1565,1568,1571,1574,1577,1580,1583,1586,1589,1592,1595,1598,1601,1604,1607,1610,1613,1616,1619,1622,1625,1628,1631,1634,1637,1640,1643,1646,1649,1652,1655,1658,1661,1664,1667],{"id":24,"text":1305,"url":24,"identifiers":1306},"10.1037/0033-2909.103.3.411",{"doi":1305},{"id":24,"text":1308,"url":24,"identifiers":1309},"10.1287/isre.4.3.240",{"doi":1308},{"id":24,"text":1311,"url":24,"identifiers":1312},"10.1287/mnsc.41.2.189",{"doi":1311},{"id":24,"text":1314,"url":24,"identifiers":1315},"Aiken L. S., 1991, Multiple Regression: Testing and Interpreting Interactions",{},{"id":24,"text":1317,"url":24,"identifiers":1318},"Aubert B. A., 1994, Proc. 15th Internat. Conf. Inform. Systems, 13",{},{"id":24,"text":1320,"url":24,"identifiers":1321},"10.1287/mnsc.30.2.169",{"doi":1320},{"id":24,"text":1323,"url":24,"identifiers":1324},"Bentler P. M., 1988, Common Problems/Proper Solutions, Avoiding Error in Quantitative Research, 161",{},{"id":24,"text":1326,"url":24,"identifiers":1327},"10.1016/S0305-0483(00)00034-7",{"doi":1326},{"id":24,"text":1329,"url":24,"identifiers":1330},"10.1002/9781118619179",{"doi":1329},{"id":24,"text":1332,"url":24,"identifiers":1333},"10.1080/10705519809540105",{"doi":1332},{"id":24,"text":1335,"url":24,"identifiers":1336},"10.2307/249313",{"doi":1335},{"id":24,"text":1338,"url":24,"identifiers":1339},"10.1080/07421222.1994.11518025",{"doi":1338},{"id":24,"text":1341,"url":24,"identifiers":1342},"10.1037/0033-2909.93.3.549",{"doi":1341},{"id":24,"text":1344,"url":24,"identifiers":1345},"10.4135/9781412985642",{"doi":1344},{"id":24,"text":1347,"url":24,"identifiers":1348},"10.1016/0378-7206(94)00053-L",{"doi":1347},{"id":24,"text":1350,"url":24,"identifiers":1351},"Chan H. C., 1994, Proc. 15th Internat. Conf. Inform. Systems",{},{"id":24,"text":1353,"url":24,"identifiers":1354},"10.1287/isre.8.2.125",{"doi":1353},{"id":24,"text":1356,"url":24,"identifiers":1357},"10.2307/249588",{"doi":1356},{"id":24,"text":1359,"url":24,"identifiers":1360},"Chin W. Y. W., 1995, Tech. Stud., 2, 315",{},{"id":24,"text":1362,"url":24,"identifiers":1363},"Chin W. Y. W., 1998, MIS Quart., 22, vii",{},{"id":24,"text":1365,"url":24,"identifiers":1366},"Chin W. Y. W., 1998, Modern Methods for Business Research, 295",{},{"id":24,"text":1368,"url":24,"identifiers":1369},"10.1145/217278.217285",{"doi":1368},{"id":24,"text":1371,"url":24,"identifiers":1372},"Chin W. Y. W., 1995, Admin. Sci. Assoc. Canada—23rd Conf., IS Proc., 16",{},{"id":24,"text":1374,"url":24,"identifiers":1375},"Chin W. Y. W., 1999, Statistical Strategies for Small Sample Research, 307",{},{"id":24,"text":1377,"url":24,"identifiers":1378},"10.1111/j.2044-8317.1991.tb00966.x",{"doi":1377},{"id":24,"text":1380,"url":24,"identifiers":1381},"10.1109/HICSS.1994.323426",{"doi":1380},{"id":24,"text":1383,"url":24,"identifiers":1384},"Cohen J., 1988, Statistical Power Analysis for the Behavioral Sciences, 2",{},{"id":24,"text":1386,"url":24,"identifiers":1387},"Cohen J., 1983, Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences, 2",{},{"id":24,"text":1389,"url":24,"identifiers":1390},"10.1287/isre.6.2.118",{"doi":1389},{"id":24,"text":1392,"url":24,"identifiers":1393},"10.1111/j.1540-5915.1993.tb01298.x",{"doi":1392},{"id":24,"text":1395,"url":24,"identifiers":1396},"10.1037/0033-2909.102.3.414",{"doi":1395},{"id":24,"text":1398,"url":24,"identifiers":1399},"10.1109/HICSS.1994.323464",{"doi":1398},{"id":24,"text":1401,"url":24,"identifiers":1402},"10.1109/HICSS.1993.284235",{"doi":1401},{"id":24,"text":1404,"url":24,"identifiers":1405},"10.2307/248680",{"doi":1404},{"id":24,"text":1407,"url":24,"identifiers":1408},"10.2307/249008",{"doi":1407},{"id":24,"text":1410,"url":24,"identifiers":1411},"10.1111/j.1559-1816.1992.tb00945.x",{"doi":1410},{"id":24,"text":1413,"url":24,"identifiers":1414},"10.2307/249510",{"doi":1413},{"id":24,"text":1416,"url":24,"identifiers":1417},"10.1145/75034.75046",{"doi":1416},{"id":24,"text":1419,"url":24,"identifiers":1420},"10.1145/5465.5469",{"doi":1419},{"id":24,"text":1422,"url":24,"identifiers":1423},"10.2307/249800",{"doi":1422},{"id":24,"text":1425,"url":24,"identifiers":1426},"10.1287/mnsc.35.10.1151",{"doi":1425},{"id":24,"text":1428,"url":24,"identifiers":1429},"10.2307/249429",{"doi":1428},{"id":24,"text":1431,"url":24,"identifiers":1432},"10.1287/isre.3.2.173",{"doi":1431},{"id":24,"text":1434,"url":24,"identifiers":1435},"10.1111/j.1540-5915.1987.tb01517.x",{"doi":1434},{"id":24,"text":1437,"url":24,"identifiers":1438},"10.1007/978-1-4899-4541-9",{"doi":1437},{"id":24,"text":1440,"url":24,"identifiers":1441},"10.1111/j.1540-5915.1992.tb00420.x",{"doi":1440},{"id":24,"text":1443,"url":24,"identifiers":1444},"10.2307/3151718",{"doi":1443},{"id":24,"text":1446,"url":24,"identifiers":1447},"10.1177/0049124192020003001",{"doi":1446},{"id":24,"text":1449,"url":24,"identifiers":1450},"10.1287/mnsc.36.10.1246",{"doi":1449},{"id":24,"text":1452,"url":24,"identifiers":1453},"Franz C. R. Contingency factors affecting the user involvement role in the design of successful information systems. (1979) . Unpublished Ph.D. dissertation, University of Nebraska, Lincoln, NE",{},{"id":24,"text":1455,"url":24,"identifiers":1456},"10.1016/S0378-7206(98)00044-5",{"doi":1455},{"id":24,"text":1458,"url":24,"identifiers":1459},"10.1287/isre.1.4.394",{"doi":1458},{"id":24,"text":1461,"url":24,"identifiers":1462},"Ginzberg M. J., 1979, TIMS Stud. Management Sci., 13, 85",{},{"id":24,"text":1464,"url":24,"identifiers":1465},"Goodhue D., 1986, Proc. Internat. Conf. Inform. Systems, 181",{},{"id":24,"text":1467,"url":24,"identifiers":1468},"10.2307/249689",{"doi":1467},{"id":24,"text":1470,"url":24,"identifiers":1471},"10.1111/j.1540-5915.1986.tb00214.x",{"doi":1470},{"id":24,"text":1473,"url":24,"identifiers":1474},"10.1037/0033-295X.93.2.216",{"doi":1473},{"id":24,"text":1476,"url":24,"identifiers":1477},"10.1080/07421222.1989.11517846",{"doi":1476},{"id":24,"text":1479,"url":24,"identifiers":1480},"10.1287/mnsc.40.4.440",{"doi":1479},{"id":24,"text":1482,"url":24,"identifiers":1483},"10.1080/07421222.1991.11517922",{"doi":1482},{"id":24,"text":1485,"url":24,"identifiers":1486},"10.1080/07421222.1991.11517925",{"doi":1485},{"id":24,"text":1488,"url":24,"identifiers":1489},"10.1080/07421222.1993.11518003",{"doi":1488},{"id":24,"text":1491,"url":24,"identifiers":1492},"10.2307/249713",{"doi":1491},{"id":24,"text":1494,"url":24,"identifiers":1495},"10.1287/mnsc.30.5.586",{"doi":1494},{"id":24,"text":1497,"url":24,"identifiers":1498},"Jaccard J., 1990, Interaction Effects In Multiple Regression",{},{"id":24,"text":1500,"url":24,"identifiers":1501},"Jacobs S. M., 1988, Proc. Internat. Conf. Inform. Systems, 81",{},{"id":24,"text":1503,"url":24,"identifiers":1504},"Jarvenpaa S. L., 1986, Internat. Conf. Inform. Systems",{},{"id":24,"text":1506,"url":24,"identifiers":1507},"10.2307/249137",{"doi":1506},{"id":24,"text":1509,"url":24,"identifiers":1510},"10.1111/j.1540-5915.1986.tb00223.x",{"doi":1509},{"id":24,"text":1512,"url":24,"identifiers":1513},"Jöreskog K. G., 1993, PRELIS 2 User's Reference Guide",{},{"id":24,"text":1515,"url":24,"identifiers":1516},"Jöreskog K. G., 1982, Systems Under Indirect Observation—Causality Structure Prediction",{},{"id":24,"text":1518,"url":24,"identifiers":1519},"Jöreskog K. G., 1996, Advanced Structural Equation Modeling, Issues and Techniques, 57",{},{"id":24,"text":1521,"url":24,"identifiers":1522},"10.1016/0378-7206(85)90030-8",{"doi":1521},{"id":24,"text":1524,"url":24,"identifiers":1525},"10.1080/07421222.1994.11518050",{"doi":1524},{"id":24,"text":1527,"url":24,"identifiers":1528},"10.1037/0033-2909.96.1.201",{"doi":1527},{"id":24,"text":1530,"url":24,"identifiers":1531},"10.1080/07421222.1992.11517972",{"doi":1530},{"id":24,"text":1533,"url":24,"identifiers":1534},"Kwon T. H., 1990, Proc. Internat. Conf. Inform. Systems, 139",{},{"id":24,"text":1536,"url":24,"identifiers":1537},"10.1207/s15327906mbr3301_1",{"doi":1536},{"id":24,"text":1539,"url":24,"identifiers":1540},"Lohmöller J.-B., 1984, LVPLS Program Manual: Latent Variables Path Analysis with Partial Least-Squares Estimation",{},{"id":24,"text":1542,"url":24,"identifiers":1543},"10.1007/978-3-642-52512-4",{"doi":1542},{"id":24,"text":1545,"url":24,"identifiers":1546},"10.1109/HICSS.1996.495316",{"doi":1545},{"id":24,"text":1548,"url":24,"identifiers":1549},"10.1111/j.1540-5915.1992.tb00410.x",{"doi":1548},{"id":24,"text":1551,"url":24,"identifiers":1552},"10.1037/0033-2909.114.2.376",{"doi":1551},{"id":24,"text":1554,"url":24,"identifiers":1555},"10.2307/249523",{"doi":1554},{"id":24,"text":1557,"url":24,"identifiers":1558},"10.1287/isre.4.2.111",{"doi":1557},{"id":24,"text":1560,"url":24,"identifiers":1561},"10.1287/isre.6.4.328",{"doi":1560},{"id":24,"text":1563,"url":24,"identifiers":1564},"Motiwall J., 1982, Proc. Internat. Conf. Inform. Systems, 137",{},{"id":24,"text":1566,"url":24,"identifiers":1567},"Noreen E. W., 1989, Computer Intensive Methods for Testing Hypotheses, An Introduction",{},{"id":24,"text":1569,"url":24,"identifiers":1570},"10.1287/mnsc.37.10.1325",{"doi":1569},{"id":24,"text":1572,"url":24,"identifiers":1573},"10.2307/249033",{"doi":1572},{"id":24,"text":1575,"url":24,"identifiers":1576},"10.1109/HICSS.1989.48167",{"doi":1575},{"id":24,"text":1578,"url":24,"identifiers":1579},"10.2307/3151985",{"doi":1578},{"id":24,"text":1581,"url":24,"identifiers":1582},"10.1037/0033-2909.119.1.166",{"doi":1581},{"id":24,"text":1584,"url":24,"identifiers":1585},"10.2307/41164448",{"doi":1584},{"id":24,"text":1587,"url":24,"identifiers":1588},"10.1016/0378-7206(94)90030-2",{"doi":1587},{"id":24,"text":1590,"url":24,"identifiers":1591},"10.1207/S15327906MBR3702_03",{"doi":1590},{"id":24,"text":1593,"url":24,"identifiers":1594},"10.1109/HICSS.1990.205330",{"doi":1593},{"id":24,"text":1596,"url":24,"identifiers":1597},"10.2307/249754",{"doi":1596},{"id":24,"text":1599,"url":24,"identifiers":1600},"10.1287/isre.5.4.378",{"doi":1599},{"id":24,"text":1602,"url":24,"identifiers":1603},"10.2307/248864",{"doi":1602},{"id":24,"text":1605,"url":24,"identifiers":1606},"10.2307/249511",{"doi":1605},{"id":24,"text":1608,"url":24,"identifiers":1609},"10.2307/3172607",{"doi":1608},{"id":24,"text":1611,"url":24,"identifiers":1612},"10.1177/004912417900800102",{"doi":1611},{"id":24,"text":1614,"url":24,"identifiers":1615},"Stone E. F., 1988, Res. Personal and Human Resources Management, 6, 191",{},{"id":24,"text":1617,"url":24,"identifiers":1618},"10.1287/isre.3.3.252",{"doi":1617},{"id":24,"text":1620,"url":24,"identifiers":1621},"Tabachnick B. G., 1989, Using Multivariate Statistics, 2",{},{"id":24,"text":1623,"url":24,"identifiers":1624},"Tait P., 1988, MIS Quart., 90",{},{"id":24,"text":1626,"url":24,"identifiers":1627},"Tan B. C. Y., 1993, Proc. Internat. Conf. Inform. Systems, 77",{},{"id":24,"text":1629,"url":24,"identifiers":1630},"10.1287/isre.6.2.144",{"doi":1629},{"id":24,"text":1632,"url":24,"identifiers":1633},"10.1287/isre.2.2.87",{"doi":1632},{"id":24,"text":1635,"url":24,"identifiers":1636},"10.2307/249534",{"doi":1635},{"id":24,"text":1638,"url":24,"identifiers":1639},"Trice A. W., 1986, Proc. Internat. Conf. Inform. Systems, 227",{},{"id":24,"text":1641,"url":24,"identifiers":1642},"Umanath N. S., 1990, J. Management Inform. Systems, 21, 216",{},{"id":24,"text":1644,"url":24,"identifiers":1645},"Vogel D., 1986, Internat. Conf. Inform. Systems",{},{"id":24,"text":1647,"url":24,"identifiers":1648},"10.1145/194313.194320",{"doi":1647},{"id":24,"text":1650,"url":24,"identifiers":1651},"10.1080/07399018908960144",{"doi":1650},{"id":24,"text":1653,"url":24,"identifiers":1654},"10.1177/001316447403400104",{"doi":1653},{"id":24,"text":1656,"url":24,"identifiers":1657},"Wilson E. V., 1994, Internat. Conf. Inform. Systems",{},{"id":24,"text":1659,"url":24,"identifiers":1660},"Wold H., 1982, Systems Under Indirect Observation II, 1",{},{"id":24,"text":1662,"url":24,"identifiers":1663},"Wold H., 1985, Encyclopedia of Statistical Sciences, 6, 581",{},{"id":24,"text":1665,"url":24,"identifiers":1666},"Wold H., 1989, Theoretical Empiricism, vii",{},{"id":24,"text":1668,"url":24,"identifiers":1669},"Wood J. G., 1994, Internat. Conf. Inform. Systems",{},{"id":1671,"createTime":1672,"updateTime":1673,"relativeEntities":1674,"slug":1675,"properties":1676,"entityType":20,"verifyStatus":381,"verifyTime":1691,"verifyNote":383,"syncStatus":384,"languages":1692,"translateLanguages":1693,"viewCount":25,"primaryUrl":1694,"fullTextUrl":24,"authors":1695,"publicationType":22,"publisherRelationship":1735,"citationCount":1784,"citationInfo":1785,"publishDate":1797,"publishYear":1798,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":1799,"isForceReanalyzing":26},"bba8fdee-a15e-4640-b011-49fa5447366c","2024-10-14T17:20:51.154+00:00","2025-02-16T06:55:57.535+00:00",[],"Efficient-Estimation-of-Time-Invariant-and-Rarely-Changing-Variables-in-Finite-Sample-Panel-Analyses-with-Unit-Fixed-Effects",{"mag":1677,"keywords":1679,"openalex":1681,"abstract":1683,"title":1686,"doi":1689},{"VOID":1678},"2118086305",{"VI":1680},"biến không thay đổi theo thời gian, hiệu ứng cố định, ước lượng OLS, mô hình dữ liệu bảng, mô phỏng Monte Carlo",{"VOID":1682},"W2118086305",{"EN":1684,"VI":1685},"\u003Cjats:p>This paper suggests a three-stage procedure for the estimation of time-invariant and rarely changing variables in panel data models with unit effects. The first stage of the proposed estimator runs a fixed-effects model to obtain the unit effects, the second stage breaks down the unit effects into a part explained by the time-invariant and/or rarely changing variables and an error term, and the third stage reestimates the first stage by pooled OLS (with or without autocorrelation correction and with or without panel-corrected SEs) including the time-invariant variables plus the error term of stage 2, which then accounts for the unexplained part of the unit effects. We use Monte Carlo simulations to compare the finite sample properties of our estimator to the finite sample properties of competing estimators. In doing so, we demonstrate that our proposed technique provides the most reliable estimates under a wide variety of specifications common to real world data.\u003C/jats:p>","Bài báo này đề xuất một quy trình ba giai đoạn để ước lượng các biến không thay đổi theo thời gian và hiếm khi thay đổi trong các mô hình dữ liệu bảng có hiệu ứng đơn vị. Giai đoạn đầu tiên của ước lượng đề xuất chạy một mô hình hiệu ứng cố định để thu được các hiệu ứng đơn vị, giai đoạn thứ hai phân tách các hiệu ứng đơn vị thành một phần được giải thích bởi các biến không thay đổi theo thời gian và/hoặc hiếm khi thay đổi và một hạng mục sai số, và giai đoạn thứ ba tái ước tính giai đoạn đầu tiên bằng phương pháp OLS kết hợp (với hoặc không có điều chỉnh tự tương quan và với hoặc không có SE điều chỉnh theo bảng) bao gồm các biến không thay đổi theo thời gian cùng với hạng mục sai số ở giai đoạn 2, từ đó giải thích cho phần không được giải thích của các hiệu ứng đơn vị. Chúng tôi sử dụng các mô phỏng Monte Carlo để so sánh các tính chất mẫu hữu hạn của ước lượng của chúng tôi với các tính chất mẫu hữu hạn của các ước lượng cạnh tranh. Qua đó, chúng tôi chứng minh rằng kỹ thuật được đề xuất của chúng tôi cung cấp các ước lượng đáng tin cậy nhất dưới một loạt các đặc điểm thường gặp trong dữ liệu thực tế.",{"EN":1687,"VI":1688},"Efficient Estimation of Time-Invariant and Rarely Changing Variables in Finite Sample Panel Analyses with Unit Fixed Effects","Ước lượng hiệu quả các biến không thay đổi theo thời gian và hiếm khi thay đổi trong phân tích bảng mẫu hữu hạn với hiệu ứng cố định theo đơn vị",{"VOID":1690},"10.1093/pan/mpm002","2024-10-14T17:20:51.153+00:00",[386],[388],"https://www.cambridge.org/core/product/identifier/S1047198700006422/type/journal_article",[1696,1718],{"id":1697,"sortIndex":111,"researcher":24,"roles":1698,"affiliations":1699,"properties":1711},"10f77923-3445-4f47-bd7d-f58bb2bce33b",[],[1700],{"id":1701,"sortIndex":25,"affiliation":1702,"properties":24},"f27d3c48-a4e0-476d-9d54-2d9dc73737af",{"id":1703,"createTime":1704,"updateTime":1705,"relativeEntities":1706,"slug":1707,"properties":1708,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"039df590-23f8-441b-a6b6-ec1125acba49","2024-10-14T17:20:51.162+00:00","2025-06-11T16:56:44.152+00:00",[],"Department-of-Government-University-of-Essex-Wivenhoe-Park-Colchester-CO4-3SQ-United-Kingdom-and-Max-Planck-Institute-of-Economics-Kahlaische-Strasse-10-07745-Jena-Germanye-mail-",{"title":1709},{"EN":1710},"Department of Government, University of Essex, Wivenhoe Park, Colchester CO4 3SQ, United Kingdom, and Max-Planck-Institute of Economics, Kahlaische Strasse 10, 07745 Jena, Germanye-mail:",{"openalex":1712,"orcid":1714,"title":1716},{"VOID":1713},"A5003862406",{"VOID":1715},"https://orcid.org/0000-0002-6978-3053",{"EN":1717},"Vera E. Troeger",{"id":1719,"sortIndex":25,"researcher":24,"roles":1720,"affiliations":1721,"properties":1728},"96bce3f1-954b-4c9d-987f-be14e0e7bce8",[],[1722],{"id":1723,"sortIndex":25,"affiliation":1724,"properties":24},"a891f6cb-0e60-4ffe-9ec7-7384a4a98073",{"id":1703,"createTime":1704,"updateTime":1705,"relativeEntities":1725,"slug":1707,"properties":1726,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},[],{"title":1727},{"EN":1710},{"openalex":1729,"orcid":1731,"title":1733},{"VOID":1730},"A5058341201",{"VOID":1732},"https://orcid.org/0000-0002-1461-0737",{"EN":1734},"Thomas Plümper",{"url":24,"publisher":1736,"properties":1778},{"id":1737,"createTime":1738,"updateTime":1739,"relativeEntities":1740,"slug":1741,"properties":1742,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":1752,"manageAffiliations":1753,"indexDatabases":1754,"url":1777,"thumbnailPath":24,"statistic":24,"gsStatistic":24,"type":24,"analyzePriority":24},"c3a7cdd7-b7b8-4865-99fe-19e391ba107e","2023-05-29T11:01:22.642+00:00","2025-11-05T10:44:57.080+00:00",[],"Political-Analysis",{"country":1743,"issn":1744,"introduce":1746,"eissn":1748,"title":1750},{"VOID":487},{"VOID":1745},"10471987",{"EN":1747},"Political Analysis publishes peer reviewed articles that provide original and significant advances in the general area of political methodology, including both quantitative and qualitative methodological approaches. It is the official journal of the Society for Political Methodology and the Political Methodology Section of the American Political Science Association.",{"VOID":1749},"14764989",{"EN":1751},"Political Analysis",[],[],[1755,1767],{"id":1756,"indexDatabase":1757,"url":1762,"indexYears":1763,"academicFieldIds":1764,"indexDatabaseRanking":24},"d2569437-1f0c-4cd1-9bfd-400a9b14d8ca",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":1758,"label":1759,"description":1760,"key":529,"publicationTags":1761,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/145558","1989-1993,2004-2025",[1765,1766],"e7d88aeb-62d3-4079-b03a-013149e42d2a","98233b89-3b67-458b-a4a7-ebfdb919bec4",{"id":1768,"indexDatabase":1769,"url":1774,"indexYears":24,"academicFieldIds":1775,"indexDatabaseRanking":24},"482cff38-bcf6-4e5a-8196-97e37753f499",{"id":1214,"createTime":1215,"updateTime":1216,"relativeEntities":1770,"label":1771,"description":1772,"key":1223,"publicationTags":1773,"standard":24},[],{"EN":1219,"VI":1219},{"VI":1221,"EN":1222},[1225,514],"https://mjl.clarivate.com/search-results?issn=1047-1987",[1776],"acd1febe-34b4-4b2c-8f5b-32d544bc3772","https://www.cambridge.org/core/journals/political-analysis",{"volume":1779,"pages":1781,"issue":1783},{"VOID":1780},"15",{"VOID":1782},"124-139",{"VOID":1285},907,{"total":1784,"publishYear":24,"statisticByYear":1786},{"2012":1787,"2013":1788,"2014":1789,"2015":1790,"2016":1791,"2017":1792,"2018":1793,"2019":1792,"2020":1792,"2021":540,"2022":1794,"2023":1795,"2024":1796},83,72,68,61,37,34,36,20,19,22,"2007-01-01",2007,[1800,1803,1806,1809,1812,1815,1818,1821,1824,1827,1830,1833,1836,1839,1842,1845,1848,1851,1854,1857,1860,1863,1866,1869,1872,1875,1878,1882,1885,1888,1892,1895,1898,1901,1904,1907,1910,1913,1916],{"id":24,"text":1801,"url":24,"identifiers":1802},"10.1002/jae.3950030206",{"doi":1801},{"id":24,"text":1804,"url":24,"identifiers":1805},"10.2307/1911060",{"doi":1804},{"id":24,"text":1807,"url":24,"identifiers":1808},"10.1002/jae.3950050408",{"doi":1807},{"id":24,"text":1810,"url":24,"identifiers":1811},"10.1016/S0165-1765(03)00007-7",{"doi":1810},{"id":24,"text":1813,"url":24,"identifiers":1814},"This has been suggested by Amemiya and MaCurdy (1986), Breusch, Mizon, and Schmidt (1989), Baltagi and Khanti-Akom (1990), Baltagi, Bresson, and Pirotte (2003), and Oaxaca and Geisler (2003).",{},{"id":24,"text":1816,"url":24,"identifiers":1817},"We also varied the number of units (N = 15, 30, 50, 70, 100) and the number of time periods (T = 20, 40, 70, 100). We report these results only in the online appendix. The number of possible permutations of these settings is 2000 that would have led to 2000 times the aggregated number of estimators used in both experiments times 1000 single estimations in the Monte Carlo analyses. In total, this would have given 18 million regressions. However, without loss of generality, we simplified the Monte Carlos and estimated “only” 980,000 single regression models.",{},{"id":24,"text":1819,"url":24,"identifiers":1820},"We follow standard practice by this notation. However, from equation (4) it follows that the FE estimate of the unit effects propels much more to the estimated unit effects. To avoid confusion and maintain consistence with standard textbooks, we stick to this notation—needless to say that it does not make much sense.",{},{"id":24,"text":1822,"url":24,"identifiers":1823},"Acemoglu Daron , Johnson Simon , Robinson James , and Thaicharoen Yunyong . 2002. Institutional causes, macroeconomic symptoms: Volatility, crises and growth. NBER working paper 9124.",{},{"id":24,"text":1825,"url":24,"identifiers":1826},"None of the three main textbooks on panel data analysis (Baltagi 2001; Wooldridge 2002; Hsiao 2003) refers explicitly to the inefficiency of estimating rarely changing variables in a FE approach Thomas Plümper and Vera E. Troeger",{},{"id":24,"text":1828,"url":24,"identifiers":1829},"We reran all Monte Carlo experiments on rarely changing variables for different sample sizes. Specifically, we analyzed all permutations of N = {15, 30, 50, 70, 100} and T = {20, 40, 70, 100}. The results are shown in Table A2 of Appendix A. All findings for rarely changing variables remain valid for larger and smaller samples, as well as for N exceeding T and T exceeding N.",{},{"id":24,"text":1831,"url":24,"identifiers":1832},"z 3 in section 5 is rarely changing, the between and within SD for this variable are changed according to the specifications in Figs. 2–4.",{},{"id":24,"text":1834,"url":24,"identifiers":1835},"Green Donald, 2001, Dirty pool, International Organization, 55",{},{"id":24,"text":1837,"url":24,"identifiers":1838},"This article is about time-series–cross-sectional (TSCS) data as defined by Beck and Katz (1995) and Beck (2001). Yet, our procedure can also be applied to panels with short time series. Note that demeaning can be problematic when the number of periods is low.",{},{"id":24,"text":1840,"url":24,"identifiers":1841},"10.1162/00208180151140658",{"doi":1840},{"id":24,"text":1843,"url":24,"identifiers":1844},"10.2307/2082979",{"doi":1843},{"id":24,"text":1846,"url":24,"identifiers":1847},"In Section 5, we assume that one z variable is rarely changing and thus almost time invariant.",{},{"id":24,"text":1849,"url":24,"identifiers":1850},"Note that the estimated coefficients of the time-varying variables remain unbiased even in the presence of correlated unit effects. However, the assumptions underlying a FE model must be satisfied (no correlated time-varying variables may exist).",{},{"id":24,"text":1852,"url":24,"identifiers":1853},"10.1086/467266",{"doi":1852},{"id":24,"text":1855,"url":24,"identifiers":1856},"10.2307/1911406",{"doi":1855},{"id":24,"text":1858,"url":24,"identifiers":1859},"10.2307/1912840",{"doi":1858},{"id":24,"text":1861,"url":24,"identifiers":1862},"10.1111/1467-9485.00198",{"doi":1861},{"id":24,"text":1864,"url":24,"identifiers":1865},"10.1002/jae.721",{"doi":1864},{"id":24,"text":1867,"url":24,"identifiers":1868},"10.1177/0022002702046003001",{"doi":1867},{"id":24,"text":1870,"url":24,"identifiers":1871},"10.2307/1913827",{"doi":1870},{"id":24,"text":1873,"url":24,"identifiers":1874},"10.1017/CBO9780511754203",{"doi":1873},{"id":24,"text":1876,"url":24,"identifiers":1877},"10.1017/S0043887100016567",{"doi":1876},{"id":24,"text":1879,"url":24,"identifiers":1880},"King, 1994, Designing social inquiry: Scientific inference in qualitative research, 10.1515/9781400821211",{"doi":1881},"10.1515/9781400821211",{"id":24,"text":1883,"url":24,"identifiers":1884},"10.1016/S0165-1765(03)00121-6",{"doi":1883},{"id":24,"text":1886,"url":24,"identifiers":1887},"10.1111/j.1475-6765.2005.00230.x",{"doi":1886},{"id":24,"text":1889,"url":24,"identifiers":1890},"Wilson Sven E. , and Butler Daniel M. 2007. A lot more to do: The sensitivity of time-series cross-section analyses to simple alternative specifications. Political Analysis 10.1093/pan/mpl012.",{"doi":1891},"10.1093/pan/mpl012",{"id":24,"text":1893,"url":24,"identifiers":1894},"Wooldridge, 2002, Econometric analysis of cross section and panel data",{},{"id":24,"text":1896,"url":24,"identifiers":1897},"Hsiao, 1987, Econometrics, 95",{},{"id":24,"text":1899,"url":24,"identifiers":1900},"The online appendix (see the Political Analysis Web page for online appendices) demonstrates that this result also holds true when we vary the sample size. The fevd model performs best even with a comparably large T and N.",{},{"id":24,"text":1902,"url":24,"identifiers":1903},"The RE model is unbiased only when the pooled-OLS model is unbiased as well. However, the RE model is, under broad conditions, more efficient than the pooled-OLS model.",{},{"id":24,"text":1905,"url":24,"identifiers":1906},"10.7208/chicago/9780226356495.001.0001",{"doi":1905},{"id":24,"text":1908,"url":24,"identifiers":1909},"This procedure is superficially similar to that suggested by Hsiao (2003, 52). However, Hsiao only claims that his estimate for time-invariant variables is consistent as N approaches infinity. We are interested in the small sample properties of our estimator and thus explore TSCS data. Hsiao (correctly) notes that his estimate is inconsistent for TSCS. Moreover, he neither provides SEs for his estimate nor compares his estimator to others Time-Invariant and Rarely Changing Variables",{},{"id":24,"text":1911,"url":24,"identifiers":1912},"10.1146/annurev.polisci.4.1.271",{"doi":1911},{"id":24,"text":1914,"url":24,"identifiers":1915},"Baltagi, 2001, Econometric analysis of panel data",{},{"id":24,"text":1917,"url":24,"identifiers":1918},"We also compared the vector decomposition and the FE model to pooled-OLS and the RE model. Since all findings for time-invariant variables carry over to rarely changing variables, indicating that the vector decomposition model dominates pooled-OLS and RE models, we report the results of the RE and pooled-OLS Monte Carlos only in the online appendix.",{},{"id":1920,"createTime":1921,"updateTime":1922,"relativeEntities":1923,"slug":1924,"properties":1925,"entityType":20,"verifyStatus":381,"verifyTime":1938,"verifyNote":383,"syncStatus":384,"languages":24,"translateLanguages":1939,"viewCount":25,"primaryUrl":1940,"fullTextUrl":24,"authors":1941,"publicationType":22,"publisherRelationship":1960,"citationCount":2020,"citationInfo":2021,"publishDate":2024,"publishYear":2022,"citationAnalyzeStatus":2025,"lastCitationAnalyze":2026,"indexDatabases":24,"openAccess":24,"references":2027,"isForceReanalyzing":26},"f0037f87-25cb-4d09-801d-54f88fceb178","2024-01-11T19:22:10.294+00:00","2025-02-13T00:14:10.019+00:00",[],"Physical-and-mathematical-modeling-of-the-electron-beam-induced-charging-of-ferroelectrics-during-the-process-of-domain-structure-switching",{"abstract":1926,"title":1929,"doi":1932,"gsPaper":1934,"keywords":1936},{"EN":1927,"VI":1928},"The results of modeling the dynamic charging processes that arise when ferroelectrics are under the action of an electron beam in a scanning electron microscope are presented. Implementation of the model is based on simultaneous solution of the continuity equation and Poisson equation with allowance for the radiation-stimulated intrinsic conductivity of the irradiated sample and with an initial charge distribution determined using the Monte Carlo method. The multidimensional boundary evolutionary problem is solved using grid methods. The model permits one to study the dynamics of the process of the electron-beam-induced charging of ferroelectrics. Estimates for the values of fields generated by charges accumulated during the irradiation process are presented for a set of modeling parameters corresponding to physical data obtained in experimental observations of the polarization switch for a ferroelectric lithium niobate crystal.","Kết quả mô hình hóa các quá trình nạp điện động xảy ra khi các vật liệu điện sinh cực chịu tác động của chùm electron trong kính hiển vi điện tử quét được trình bày. Việc thực hiện mô hình dựa trên giải đồng thời phương trình liên tục và phương trình Poisson với sự tính toán độ dẫn nội tại kích thích do bức xạ của mẫu bị chiếu xạ và với phân bố điện tích ban đầu được xác định bằng phương pháp Monte Carlo. Bài toán biên tiến hóa đa chiều được giải bằng các phương pháp lưới. Mô hình này cho phép nghiên cứu động học của quá trình nạp điện gây ra bởi chùm electron ở các vật liệu điện sinh cực. Các ước lượng cho các giá trị của các trường điện được sinh ra bởi các điện tích tích lũy trong quá trình chiếu xạ được trình bày cho một tập hợp các tham số mô hình tương ứng với dữ liệu thực nghiệm thu được trong các quan sát thực nghiệm về chuyển đổi phân cực của tinh thể lithium niobate điện sinh cực.",{"EN":1930,"VI":1931},"Physical and mathematical modeling of the electron-beam-induced charging of ferroelectrics during the process of domain-structure switching","Mô hình vật lý và toán học về quá trình nạp điện do chùm electron gây ra ở các vật liệu điện sinh cực trong quá trình chuyển đổi cấu trúc miền",{"VOID":1933},"10.1134/S1027451013040125",{"VOID":1935},"[\"8698249001346147958\"]",{"VI":1937},"nạp điện, điện sinh cực, chùm electron, kính hiển vi điện tử quét, mô hình hóa, phương trình Poisson, phương pháp Monte Carlo, chuyển đổi phân cực","2024-04-24T10:18:53.570+00:00",[388],"https://link.springer.com/article/10.1134/S1027451013040125",[1942],{"id":1943,"sortIndex":25,"researcher":24,"roles":1944,"affiliations":1946,"properties":1955},"395be6bb-519c-4f50-b84d-690c6d0e3818",[1945],"AUTHOR",[1947],{"id":24,"sortIndex":25,"affiliation":1948,"properties":24},{"id":1949,"createTime":1950,"updateTime":1950,"relativeEntities":1951,"slug":24,"properties":1952,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"e30c749f-8033-42f7-ba0b-f35c8c92f752","2023-12-10T12:11:04.438+00:00",[],{"title":1953},{"VI":1954},"Amur State University, Blagoveshchensk, Russia",{"title":1956,"gsAuthor":1958},{"VI":1957},"A. G. Maslovskaya",{"VOID":1959},"[\"DKgsVZIAAAAJ\"]",{"url":1940,"publisher":1961,"properties":2015},{"id":1962,"createTime":1963,"updateTime":1964,"relativeEntities":1965,"slug":1966,"properties":1967,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":1974,"manageAffiliations":1975,"indexDatabases":1976,"url":2007,"thumbnailPath":24,"statistic":2008,"gsStatistic":24,"type":2014,"analyzePriority":24},"b09bb290-d37a-483a-8365-8beded394ad2","2024-04-11T07:57:59.097+00:00","2025-11-05T10:44:01.765+00:00",[],"Journal-of-Surface-Investigation-X-ray-Synchrotron-and-Neutron-Techniques",{"issn":1968,"eissn":1970,"title":1972},{"VOID":1969},"1819-7094",{"VOID":1971},"1027-4510",{"EN":1973},"Journal of Surface Investigation: X-ray, Synchrotron and Neutron Techniques",[],[],[1977,1989],{"id":1978,"indexDatabase":1979,"url":1984,"indexYears":1985,"academicFieldIds":1986,"indexDatabaseRanking":24},"069138f9-f382-41ec-9d49-17e9b81aa270",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":1980,"label":1981,"description":1982,"key":529,"publicationTags":1983,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/63269","1997-2001,2007-2024",[1987,1988],"bde499af-4b10-4113-bda6-98dab0900d4d","1ecff757-a023-4b19-bdfb-1a30a5bece6b",{"id":1990,"indexDatabase":1991,"url":2004,"indexYears":24,"academicFieldIds":2005,"indexDatabaseRanking":24},"905fc023-bfe7-4ac9-b896-2d9824d65c14",{"id":1992,"createTime":1993,"updateTime":1994,"relativeEntities":1995,"label":1996,"description":1998,"key":2001,"publicationTags":2002,"standard":24},"88bab0f7-443b-476c-a72a-7fa5222da393","2023-05-22T09:58:31.181+00:00","2025-11-05T10:45:59.583+00:00",[],{"EN":1997,"VI":1997},"ISI/ESCI - Emerging Sources Citation Index",{"VI":1999,"EN":2000},"Cơ sở dữ liệu ESCI","ESCI database","esci",[2003,514],"ESCI","https://mjl.clarivate.com/search-results?issn=1027-4510",[2006],"46396ac9-b7d4-4e58-b7a0-4abfca2701a0","https://link.springer.com/journal/11700",{"impactFactor":25,"impactFactorByYear":2009,"i10Index":25,"i10IndexLast5Year":25,"totalPublication":2010,"totalPublicationByYear":2011,"totalCitation":25,"totalCitationByYear":2012,"totalCitationPerPublication":25,"totalCitationPerPublicationByYear":2013,"hindexLast5Year":25,"hindex":25},{},39,{"2009":111,"2010":143,"2011":120,"2012":143,"2013":120,"2014":120,"2015":120,"2016":1238,"2017":120,"2018":130,"2019":120,"2020":130,"2022":143,"2023":120,"2024":111},{},{},"JOURNAL",{"volume":2016,"pages":2018},{"VOID":2017},"7",{"VOID":2019},"680-684",15,{"total":2020,"publishYear":2022,"statisticByYear":2023},2013,{"2014":111,"2015":111,"2016":111,"2020":120,"2021":120,"2022":143,"2023":120,"2024":120},"2013-08-08","DONE_ANALYZE_CITATION","2024-12-30T17:52:26.021+00:00",[2028,2031,2034,2037,2040,2043,2046,2049,2052,2055,2058,2061,2064,2067,2070,2073],{"id":24,"text":2029,"url":24,"identifiers":2030},"D. B. Li, J. H. Ferris, D. R. Strachan, et al., J. Mater. Res. 21, 935 (2006).",{},{"id":24,"text":2032,"url":24,"identifiers":2033},"J. He, S. H. Tang, Y. Q. Qin, et al., J. Appl. Phys. 93, 9943 (2003).",{},{"id":24,"text":2035,"url":24,"identifiers":2036},"P. Molina, M. O. Ramirez, J. Garcia-Sole, et al., Opt. Mater. 31, 1777 (2009).",{},{"id":24,"text":2038,"url":24,"identifiers":2039},"L. S. Kokhanchik and D. V. Irzhak, Phys. Solid State 52, 306 (2010).",{},{"id":24,"text":2041,"url":24,"identifiers":2042},"A. A. Sogr, A. G. Maslovskaya, and I. B. Kopylova, Ferroelectrics 341, 29 (2006).",{},{"id":24,"text":2044,"url":24,"identifiers":2045},"A. G. Maslovskaya and T. K. Barabash, J. Surf. Invest. 6, 37 (2012).",{},{"id":24,"text":2047,"url":24,"identifiers":2048},"J. Cazaux, Microsc. Microanal. 10, 670 (2004).",{},{"id":24,"text":2050,"url":24,"identifiers":2051},"E. I. Rau, E. N. Evstaf’eva, and M. V. Andrianov, Phys. Solid State 50, 621 (2008).",{},{"id":24,"text":2053,"url":24,"identifiers":2054},"V. S. Kortov and S. V. Zvonarev, Math. Model. Comput. Simul. 1, 412 (2009).",{},{"id":24,"text":2056,"url":24,"identifiers":2057},"S. S. Borisov, E. A. Grachev, N. N. Negulyaev, et al., Prikl. Fiz., No. 1, 118 (2004).",{},{"id":24,"text":2059,"url":24,"identifiers":2060},"D. S. H. Chan, K. S. Sim, and J. C. H. Phang, Scanning Microsc. 7, 847 (1993).",{},{"id":24,"text":2062,"url":24,"identifiers":2063},"M. Kotera, K. Yamaguchi, and H. Suga, Jpn. J. Appl. Phys. 38, 7176 (1999).",{},{"id":24,"text":2065,"url":24,"identifiers":2066},"K. Ohya, K. Inai, H. Kuwada, et al., Surf. Coat. Technol. 202, 5310 (2008).",{},{"id":24,"text":2068,"url":24,"identifiers":2069},"N. N. Yanenko, Method of Fractional Steps of the Solution of Multidimensional Problems of Mathematical Physics (Nauka, Novosibirsk, 1967).",{},{"id":24,"text":2071,"url":24,"identifiers":2072},"W. Kwon and H. Bang, Finite Element Method Using MATLAB (Mechanical Engineering) (CRC Press, Boca Raton, FL, 1996).",{},{"id":24,"text":2074,"url":24,"identifiers":2075},"D. Drouin, A. R. Couture, D. Joly, et al., Scanning 29, 92 (2007).",{},{"id":2077,"createTime":2078,"updateTime":2079,"relativeEntities":2080,"slug":2081,"properties":2082,"entityType":20,"verifyStatus":381,"verifyTime":2093,"verifyNote":2094,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":120,"primaryUrl":2095,"fullTextUrl":2096,"authors":2097,"publicationType":22,"publisherRelationship":2121,"citationCount":25,"citationInfo":2198,"publishDate":2200,"publishYear":2201,"citationAnalyzeStatus":384,"lastCitationAnalyze":2079,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"f869ed1c-f794-4a33-b2bb-7454eed0e2f3","2023-07-31T12:13:20.063+00:00","2025-07-18T00:39:05.072+00:00",[],"Kh%E1%BA%A3o-s%C3%A1t-%C4%91%E1%BA%B7c-tr%C6%B0ng-ph%E1%BB%95-gamma-%C4%91%E1%BB%83-%C4%91%C3%A1nh-gi%C3%A1-t%C3%ADnh-ch%C3%ADnh-x%C3%A1c-c%E1%BB%A7a-m%C3%B4-h%C3%ACnh-m%C3%B4-ph%E1%BB%8Fng-Monte-Carlo-%C4%91%E1%BB%91i-v%E1%BB%9Bi-%C4%91%E1%BA%A7u-d%C3%B2-nh%E1%BA%A5p-nh%C3%A1y-NaI-Tl-",{"gsPaper":2083,"keywords":2085,"abstract":2087,"title":2089,"doi":2091},{"VOID":2084},"14966102218719540406",{"VI":2086},"độ phân giải năng lượng, tỉ số đỉnh trên Compton, đầu dò NaI(Tl).",{"VI":2088}," Nghi&ecirc;n cứu n&agrave;y được thực hiện nhằm mục đ&iacute;ch đ&aacute;nh gi&aacute; sự ph&ugrave; hợp của m&ocirc; h&igrave;nh m&ocirc; phỏng Monte Carlo d&ugrave;ng trong chương tr&igrave;nh MCNP với thực nghiệm. Để tăng độ tin cậy của m&ocirc; h&igrave;nh m&ocirc; phỏng, b&ecirc;n cạnh c&aacute;c đặc trưng như dạng đ&aacute;p ứng của phổ v&agrave; hiệu suất đỉnh hấp thụ năng lượng to&agrave;n phần đ&atilde; khảo s&aacute;t trong nghi&ecirc;n cứu trước đ&acirc;y, ch&uacute;ng t&ocirc;i tiếp tục đ&aacute;nh gi&aacute; c&aacute;c đặc trưng phổ kh&aacute;c bao gồm độ ph&acirc;n giải năng lượng (R(E)) v&agrave; tỉ số đỉnh tr&ecirc;n Compton (R PC ). Kết quả cho thấy, đối với độ ph&acirc;n giải năng lượng c&oacute; sự ph&ugrave; hợp rất tốt giữa m&ocirc; phỏng v&agrave; thực nghiệm với độ lệch tương đối kh&ocirc;ng vượt qu&aacute; 3,59% trong khi đ&oacute; gi&aacute; trị n&agrave;y đối với tỉ số đỉnh tr&ecirc;n Compton l&agrave; 5,58%. Kết quả n&agrave;y khẳng định t&iacute;nh tin cậy của m&ocirc; h&igrave;nh m&ocirc; phỏng m&agrave; ch&uacute;ng t&ocirc;i đ&atilde; đưa ra. Normal 0 false false false EN-US X-NONE X-NONE \r\n /* Style Definitions */\r\n table.MsoNormalTable\r\n\t{mso-style-name:\"Table Normal\";\r\n\tmso-tstyle-rowband-size:0;\r\n\tmso-tstyle-colband-size:0;\r\n\tmso-style-noshow:yes;\r\n\tmso-style-priority:99;\r\n\tmso-style-parent:\"\";\r\n\tmso-padding-alt:0cm 5.4pt 0cm 5.4pt;\r\n\tmso-para-margin:0cm;\r\n\tmso-para-margin-bottom:.0001pt;\r\n\tmso-pagination:widow-orphan;\r\n\tfont-size:10.0pt;\r\n\tfont-family:\"Times New Roman\",\"serif\";}\r\n ",{"VI":2090},"Khảo sát đặc trưng phổ gamma để đánh giá tính chính xác của mô hình mô phỏng Monte Carlo đối với đầu dò nhấp nháy NaI(Tl)",{"VOID":2092},"10.54607/hcmue.js.14.3.185(2017)","2023-07-31T12:13:20.061+00:00","57759","https://journal.hcmue.edu.vn/index.php/hcmuejos/article/view/185","https://journal.hcmue.edu.vn/index.php/hcmuejos/article/download/185/177",[2098,2105,2114],{"id":2099,"sortIndex":25,"researcher":24,"roles":2100,"affiliations":2101,"properties":2102},"2890dc63-61d9-40df-931c-a1d7b6dffe79",[],[],{"title":2103},{"VI":2104},"Nguyễn Thị Hải Yến",{"id":2106,"sortIndex":25,"researcher":24,"roles":2107,"affiliations":2108,"properties":2109},"18e80b64-7867-4289-ba8e-cd7f41b7d248",[],[],{"gsAuthor":2110,"title":2112},{"VOID":2111},"-7djNlgAAAAJ",{"VI":2113},"Nguyễn Thị Mỹ Lệ",{"id":2115,"sortIndex":25,"researcher":24,"roles":2116,"affiliations":2117,"properties":2118},"89a5e0af-9fc8-404f-9e64-ae28b8afeff3",[],[],{"title":2119},{"VI":2120},"Hoàng Đức Tâm",{"url":2095,"publisher":2122,"properties":2189},{"id":2123,"createTime":2124,"updateTime":2125,"relativeEntities":2126,"slug":2127,"properties":2128,"entityType":100,"verifyStatus":381,"verifyTime":2138,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":2010,"subjectFields":2139,"manageAffiliations":2140,"indexDatabases":2141,"url":2142,"thumbnailPath":2143,"statistic":2144,"gsStatistic":2171,"type":2014,"analyzePriority":24},"95816e25-d6df-4e8c-a056-d45f89c468b8","2023-07-31T04:25:49.293+00:00","2025-11-13T15:17:23.789+00:00",[],"Ho-Chi-Minh-City-University-of-Education-Journal-of-Science",{"country":2129,"issn":2131,"title":2133,"gsId":2136},{"VOID":2130},"VN",{"VOID":2132},"27349918",{"EN":2134,"VI":2135},"Ho Chi Minh City University of Education Journal of Science","Tạp chí Khoa học Trường Đại học Sư phạm Thành phố Hồ Chí Minh",{"VOID":2137},"loX12OcAAAAJ","2023-08-01T04:16:41.936+00:00",[],[],[],"https://journal.hcmue.edu.vn/index.php/hcmuejos","/api/public/file/publisher/95816e25-d6df-4e8c-a056-d45f89c468b8/6e8900aedf32211c4695c361331126c4.png",{"impactFactor":25,"impactFactorByYear":2145,"i10Index":2149,"i10IndexLast5Year":111,"totalPublication":2150,"totalPublicationByYear":2151,"totalCitation":2158,"totalCitationByYear":2159,"totalCitationPerPublication":2164,"totalCitationPerPublicationByYear":2165,"hindexLast5Year":2170,"hindex":2170},{"2020":2146,"2021":2147,"2022":2148,"2023":2147,"2024":2146},0.03,0.04,0.02,13,3567,{"2019":2152,"2020":2153,"2021":2154,"2022":2155,"2023":2156,"2024":2157,"2025":152},2481,205,194,181,197,210,1306,{"2019":2160,"2020":2161,"2021":2162,"2022":2163,"2023":543},1197,51,33,17,0.37,{"2019":2166,"2020":2167,"2021":2168,"2022":2169,"2023":2147},0.48,0.25,0.17,0.09,11,{"impactFactor":24,"impactFactorByYear":24,"i10Index":2172,"i10IndexLast5Year":1795,"totalPublication":1794,"totalPublicationByYear":2173,"totalCitation":2175,"totalCitationByYear":2176,"totalCitationPerPublication":2185,"totalCitationPerPublicationByYear":2186,"hindexLast5Year":2188,"hindex":2020},32,{"2019":2174,"2020":111,"2021":111},18,2092,{"2012":1238,"2013":2170,"2014":143,"2015":2170,"2016":1796,"2017":1791,"2018":2177,"2019":2178,"2020":2179,"2021":2180,"2022":2181,"2023":2182,"2024":2183,"2025":2184},89,241,155,184,230,257,375,275,104.6,{"2019":2187,"2020":2179,"2021":2180},13.39,12,{"volume":2190,"pages":2191,"issue":2193,"title":2195},{"VOID":1281},{"VOID":2192},"95",{"VOID":2194},"3",{"EN":2196,"VI":2197},"Vol. 14 No. 3","Tập 14 Số 3",{"total":25,"publishYear":25,"statisticByYear":2199},{},"2019-09-20",2019,{"id":2203,"createTime":2204,"updateTime":2205,"relativeEntities":2206,"slug":2207,"properties":2208,"entityType":20,"verifyStatus":381,"verifyTime":2221,"verifyNote":383,"syncStatus":384,"languages":24,"translateLanguages":2222,"viewCount":25,"primaryUrl":2223,"fullTextUrl":24,"authors":2224,"publicationType":22,"publisherRelationship":2240,"citationCount":24,"citationInfo":24,"publishDate":2266,"publishYear":1798,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"68926f6b-f8f1-4cc4-a097-ceda08f6fcfd","2024-02-22T12:03:43.695+00:00","2025-02-01T20:50:47.095+00:00",[],"Direct-simulation-Monte-Carlo-models-for-high-energy-inelastic-processes",{"references":2209,"abstract":2211,"title":2214,"doi":2217,"keywords":2219},{"VOID":2210},"J. M. Hammersley andD. C. Handscomb:Monte Carlo Methods (London, 1964).\nR. A. Jespersen, Y. W. Kang, W. J. Kernan, R. A. Leacock, J. I. Rhode, T. L. Schalk andL. S. Schroeder:Phys. Rev. Lett.,21, 1368 (1968).\nJ. I. Rhode, R. A. Leacock, W. J. Kernan, R. A. Jespersen andT. L. Schalk:Phys. Rev.,187, 1844 (1969).\nE. M. Friedländer:Nuovo Cimento,41 A, 417 (1966). This author uses the linear Boltzmann form (equation (1) in the present paper) to describe the transverse-momentum distribution of secondaries in high-energy collisions whereas we use it here to represent the distribution in variablesp, cos ϑ and ω in the target or projectile rest frame.\nS. P. Almeida, J. G. Rushbrooke, J. H. Scharenguivel, M. Behrens, V. Blobel, I. Borecka, H. C. Dehme, J. Diaz, G. Knies, A. Schmitt, K. Störmer andW. P. Swanson: DESY preprint, DESY 68/17, May 1968.",{"VI":2212,"EN":2213},"Ba mô hình Monte Carlo được trình bày nhằm cung cấp mô tả về sự phân bố góc tâm khối, phân bố động lượng dọc và ngang, và phân bố khối lượng hiệu dụng cho các trạng thái cuối đa hạt được sản xuất trong các quá trình không đàn hồi năng lượng cao. Chúng được áp dụng cụ thể cho phản ứng pp → ppπ+π−, và kết quả được so sánh với dữ liệu thực nghiệm cho phản ứng này tại các động lượng proton trong phòng thí nghiệm lần lượt là 22 GeV/c và 10 GeV/c. Một trong các mô hình I liên quan đến sự phân rã ảo của mục tiêu (đạn) thành pπ+π− với mục tiêu (đạn) chỉ tham gia ở mức độ mà động lượng dọc của nó được giảm đủ để cho phép pπ+π− liên kết với mục tiêu (đạn) có thể được giải phóng trong trạng thái cuối với sự bảo toàn năng lượng và động lượng tổng thể. Một mô hình thứ hai II có mục tiêu (đạn) phân rã thành pπ+ và mục tiêu (đạn) phân rã thành pπ−. Cả mô hình I và II đều bao gồm các hệ thống trao đổi bổ sung để cung cấp sự truyền động lượng ngang từ hệ thống mục tiêu đến hệ thống đạn. Mô hình cuối cùng III dựa trên sự phân rã ảo của cả mục tiêu và đạn thành một proton và một hệ thống khác (khối lượng được xem là bằng không). Hai hệ thống này kết hợp và phân rã thành π+ và π−. Điều này cho thấy rằng một sự kết hợp cụ thể của I và III cung cấp mô tả định tính tốt về dữ liệu ppπ+π− tại cả hai động lượng 10 GeV/c và 22 GeV/c.","Three Monte Carlo models are presented for providing descriptions of center-of-mass angular distributions, longitudinal and transverse momentum distributions, and effective-mass distributions for multiparticle final states produced in high-energy inelastic processes. They are applied specifically to the reaction pp → ppπ+π−, and the results are compared with experimental data for this reaction at incident-proton laboratory momenta of 22 GeV/c and 10 GeV/c. One of the models I involves a virtual dissociation of the target (projectile) into pπ+π− with projectile (target) involved only to the extent that its longitudinal momentum is reduced sufficiently to permit the target (projectile) associated pπ+π− to be freed in the final state with overall energy-momentum conservation. A second model II has the target (projectile) dissociating into pπ+ and the projectile (target) dissociating into pπ−. Both I and II include additional exchanged systems to provide transverse-momentum transfer from the target to projectile system. The last model III is based on a virtual dissociation of both target and projectile into a proton and another system (mass taken as zero). These two systems combine and decay into π+ and π−. It is shown that a particular combination of I and III provides a good qualitative description of the ppπ+π− data at both 10 GeV/c and 22 GeV/c.",{"VI":2215,"EN":2216},"Mô hình Monte Carlo mô phỏng trực tiếp cho các quá trình không đàn hồi năng lượng cao","Direct-simulation Monte Carlo models for high-energy inelastic processes",{"VOID":2218},"10.1007/BF02731378",{"VI":2220},"Mô hình Monte Carlo, quá trình không đàn hồi, phân bố góc tâm khối, phân bố động lượng, phản ứng pp → ppπ+π−","2025-01-23T11:42:19.690+00:00",[388],"https://link.springer.com/article/10.1007/BF02731378",[2225],{"id":2226,"sortIndex":25,"researcher":24,"roles":2227,"affiliations":2228,"properties":2237},"b5de8fdf-a2da-4e70-aa02-1073b4ed6fb7",[1945],[2229],{"id":24,"sortIndex":25,"affiliation":2230,"properties":24},{"id":2231,"createTime":2232,"updateTime":2232,"relativeEntities":2233,"slug":24,"properties":2234,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"65972570-5b11-4aab-9811-4da924575ea9","2023-12-19T11:23:53.989+00:00",[],{"title":2235},{"VI":2236},"Institute for Atomic Research and Department of Physics, Iowa State University, Ames",{"title":2238},{"VI":2239},"J. I. Rhode",{"url":2223,"publisher":2241,"properties":2262},{"id":2242,"createTime":2243,"updateTime":2244,"relativeEntities":2245,"slug":2246,"properties":2247,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":2254,"manageAffiliations":2255,"indexDatabases":2256,"url":24,"thumbnailPath":24,"statistic":2257,"gsStatistic":24,"type":2014,"analyzePriority":24},"5bd48c48-d62c-4e61-8058-23929e0f2206","2024-04-08T01:28:05.904+00:00","2024-12-25T02:04:32.829+00:00",[],"Il-Nuovo-Cimento-A-1965-1970-",{"issn":2248,"title":2250,"url":2252},{"VOID":2249},"18269869",{"EN":2251},"Il Nuovo Cimento A (1965-1970)",{"VOID":2253},"https://link.springer.com/journal/40763",[],[],[],{"impactFactor":25,"impactFactorByYear":2258,"i10Index":25,"i10IndexLast5Year":25,"totalPublication":111,"totalPublicationByYear":2259,"totalCitation":25,"totalCitationByYear":2260,"totalCitationPerPublication":25,"totalCitationPerPublicationByYear":2261,"hindexLast5Year":25,"hindex":25},{},{"2007":111},{},{},{"volume":2263,"pages":2264},{"VOID":578},{"VOID":2265},"619-637","2007-10-25",{"id":2268,"createTime":2269,"updateTime":2270,"relativeEntities":2271,"slug":2272,"properties":2273,"entityType":20,"verifyStatus":381,"verifyTime":2287,"verifyNote":383,"syncStatus":384,"languages":24,"translateLanguages":2288,"viewCount":25,"primaryUrl":2289,"fullTextUrl":2290,"authors":2291,"publicationType":22,"publisherRelationship":2339,"citationCount":24,"citationInfo":24,"publishDate":2396,"publishYear":596,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"09e10f25-405e-4c5f-92bc-92276c6d350f","2023-12-22T12:35:00.029+00:00","2025-01-06T05:38:42.805+00:00",[],"Requirements-for-low-intermodulation-distortion-in-GaN-Al-sub-x-Ga-sub-1-x-N-high-electron-mobility-transistors-a-model-assessment",{"references":2274,"keywords":2276,"abstract":2279,"title":2282,"doi":2285},{"VOID":2275},"10.1103/PhysRevB.56.R10024\n10.1109/TMTT.1980.1129999\n10.1109/16.906437\nventury, 2001, the impact of surface states on the dc and rf characteristics of algan/gan hfets, IEEE Transn Electron Devices, 48, 560, 10.1109/16.906451\n10.1002/(SICI)1521-396X(199911)176:1\u003C175::AID-PSSA175>3.0.CO;2-I\n10.1016/S0038-1101(97)00103-2\n10.1109/22.817478\n10.1109/22.808986\nschetzen, 1980, The Volterra and Wiener Theories of Nonlinear Systems\n10.1049/el:19990887\n10.1063/1.369664\n10.1063/1.373744\n10.1049/el:19990957\n10.1109/5.469300\n10.1063/1.117607\n10.1109/55.536291\n10.1016/S0038-1101(99)00091-X\n10.1109/16.906455\n10.1109/55.678543\n10.1002/(SICI)1521-396X(199911)176:1\u003C201::AID-PSSA201>3.0.CO;2-L\n10.1109/16.906429\n10.1016/S0038-1101(96)00161-X\n10.1016/0038-1101(78)90123-5\n10.1063/1.117689\n10.1063/1.111215\n10.1109/55.954910\n10.1109/T-ED.1985.22291\n10.1063/1.369493\n10.1103/PhysRevB.19.6433\nmadelung, 1981, Physics of Group IV Elements and III&#x2013 V Compounds Group III\n10.1143/JJAP.36.L1568\nbulman, 1997, pulsed operation lasing in a cleaved-facet ingan/gan mqw sch laser grown on 6h-sic, Electronics Letters, 33, 1556, 10.1049/el:19971025\n10.1063/1.121767\n10.1143/JJAP.34.L1332\n10.1049/el:19950020\n10.1007/978-3-642-58562-3_11\n10.1109/2944.704115\n10.1063/1.365963\n10.1063/1.367269\n10.1049/el:19971127\n10.1109/55.753753\n10.1063/1.111511\nmorkoc, 1999, Nitride Semiconductors and Devices, 10.1007/978-3-642-58562-3\n10.1109/55.624930\n10.1063/1.111832\n10.1063/1.123001\n10.1063/1.371602\n10.1063/1.360871\n10.1109/16.34247\n10.1103/RevModPhys.54.437\n10.1063/1.121307\n10.1103/PhysRevB.14.1605\n10.1103/PhysRevLett.16.797\n10.1063/1.367269\n10.1063/1.116177\ntrofimenkoff, 1965, field-dependent mobility analysis of the field-effect transistor, Proceedings of the IEEE, 53, 1765, 10.1109/PROC.1965.4385\n10.1063/1.366309",{"VI":2277,"EN":2278},"MODFETs, Méo môđun, Độ linh hoạt của hạt tải, Mật độ hạt tải, Hợp chất Gallium, Hợp chất Nhôm, Mô hình thiết bị bán dẫn, Phương pháp Monte Carlo, FET vi sóng","MODFETs,Intermodulation distortion,Charge carrier mobility,Charge carrier density,Gallium compounds,Aluminum compounds,Semiconductor device modeling,Monte Carlo methods,Microwave FETs",{"VI":2280,"EN":2281},"Phân tích mô hình các đặc tính tín hiệu lớn của các transistor vận chuyển electron cao GaN-Al/sub x/Ga/sub 1-x/N (HEMTs), đặc biệt tập trung vào sự méo môđun (IMD) và điểm giao cắt bậc ba. Do tính phi tuyến phụ thuộc nhiều vào hành vi vận chuyển của các hạt tải, một chế độ mô phỏng số dựa trên phương pháp Monte Carlo (MC) đã được áp dụng. Mục tiêu là xác định các thông số và mối tương quan giữa chúng với mục tiêu thiết lập giới hạn tối ưu nhằm cải thiện hiệu suất vi sóng. Một trường hợp được nêu ra để tăng tỷ lệ mol cho lớp rào cản, giảm chiều dài quá cảnh, và giới thiệu một lớp AlN mỏng tại giao diện để giảm thiểu quá trình chuyển giao không gian thực nhằm nâng cao hiệu suất thiết bị. Cuối cùng, các dự đoán về hành vi phi tuyến và IMD ở nhiệt độ cao đã được thực hiện bằng cách tiến hành các mô phỏng MC ở 600 K. Trong quá trình này, một trường hợp thuận lợi được đưa ra cho hệ thống GaN như một ứng cử viên tiềm năng cho các ứng dụng vi sóng và RF ở nhiệt độ cao.","A model analysis of the large-signal characteristics of GaN-Al/sub x/Ga/sub 1-x/N high-electron mobility transistors (HEMTs) with particular emphasis on intermodulation distortion (IMD) and the third-order intercept point. Since the nonlinearity depends critically on the carrier transport behavior, a Monte Carlo (MC) based numerical simulation scheme has been employed. The focus is to identify parameters and their interdependencies with a view of setting optimal limits for enhanced microwave performance. A case is made for increased mole fraction for the barrier layer, reducing the transit length, and introducing a thin AlN interfacial layer for suppressing real space transfer for enhancing the device performance. Finally, high-temperature predictions of the nonlinear behavior and IMD have been made, by carrying out the MC simulations at 600 K. In a process a favorable case is made for the GaN system as a potential candidate for microwave and RF applications at elevated temperatures.",{"VI":2283,"EN":2284},"Yêu cầu đối với sự méo môđun thấp trong các transistor vận chuyển electron cao GaN-Al/sub x/Ga/sub 1-x/N: một đánh giá mô hình","Requirements for low intermodulation distortion in GaN-Al/sub x/Ga/sub 1-x/N high electron mobility transistors: a model assessment",{"VOID":2286},"10.1109/TED.2002.802626","2024-12-31T08:36:00.808+00:00",[388],"https://ieeexplore.ieee.org/abstract/document/1027830/","https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1027830",[2292,2309,2324],{"id":2293,"sortIndex":120,"researcher":24,"roles":2294,"affiliations":2295,"properties":2306},"a962c1de-39e2-40f6-8611-f909cb24e22a",[1945],[2296],{"id":24,"sortIndex":25,"affiliation":2297,"properties":24},{"id":2298,"createTime":2299,"updateTime":2300,"relativeEntities":2301,"slug":2302,"properties":2303,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"3c8d57ac-dfa8-4c05-9728-7cc78df2e106","2023-12-21T00:24:51.905+00:00","2024-09-12T10:19:32.770+00:00",[],"U-S-Army-Research-Laboratory-Adelphi-MD-USA",{"title":2304},{"VI":2305},"U.S. Army Research Laboratory, Adelphi, MD, USA",{"title":2307},{"VI":2308},"R.D. del Rosario",{"id":2310,"sortIndex":25,"researcher":24,"roles":2311,"affiliations":2312,"properties":2321},"7c828ab6-81c4-4db2-8b40-9bc22bb5accb",[1945],[2313],{"id":24,"sortIndex":25,"affiliation":2314,"properties":24},{"id":2315,"createTime":2316,"updateTime":2316,"relativeEntities":2317,"slug":24,"properties":2318,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"361b509c-63ae-4eef-b717-3529b91423d7","2023-12-22T12:35:00.043+00:00",[],{"title":2319},{"VI":2320},"Solid State, Inc., San Jose, CA, USA",{"title":2322},{"VI":2323},"Tao Li",{"id":2325,"sortIndex":111,"researcher":24,"roles":2326,"affiliations":2327,"properties":2336},"5c307e7a-b3d0-4642-94b3-59db55a7a6de",[1945],[2328],{"id":24,"sortIndex":25,"affiliation":2329,"properties":24},{"id":2330,"createTime":2331,"updateTime":2331,"relativeEntities":2332,"slug":24,"properties":2333,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"a32332c2-0494-4bff-83cc-751577731d71","2024-02-20T02:59:39.335+00:00",[],{"title":2334},{"VI":2335},"Department of Electrical and Computer Engineering, Old Dominion University, Norfolk, USA",{"title":2337},{"VI":2338},"R.P. Joshi",{"url":2289,"publisher":2340,"properties":2389},{"id":2341,"createTime":2342,"updateTime":2343,"relativeEntities":2344,"slug":2345,"properties":2346,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":111,"subjectFields":2356,"manageAffiliations":2357,"indexDatabases":2358,"url":2382,"thumbnailPath":24,"statistic":2383,"gsStatistic":24,"type":24,"analyzePriority":24},"0987d8be-ea98-4ccb-b452-3dcaf9479512","2023-05-29T10:49:10.576+00:00","2025-11-05T10:40:47.011+00:00",[],"IEEE-Transactions-on-Electron-Devices",{"country":2347,"issn":2348,"introduce":2350,"eissn":2352,"title":2354},{"VOID":1184},{"VOID":2349},"00189383",{"EN":2351},"IEEE Transactions on Electron Devices publishes original and significant contributions relating to the theory, modeling, design, performance and reliability of electron and ion integrated circuit devices and interconnects, involving insulators, metals, organic materials, micro-plasmas, semiconductors, quantum-effect structures, vacuum devices, and emerging materials with applications in bioelectronics, biomedical electronics, computation, communications, displays, microelectromechanics, imaging, micro-actuators, nanoelectronics, optoelectronics, photovoltaics, power ICs and micro-sensors. Tutorial and review papers on these subjects are also published and occasional special issues appear to present a collection of papers which treat particular areas in more depth and breadth.",{"VOID":2353},"15579646",{"EN":2355},"IEEE Transactions on Electron Devices",[],[],[2359,2371],{"id":2360,"indexDatabase":2361,"url":2366,"indexYears":2367,"academicFieldIds":2368,"indexDatabaseRanking":24},"abb6ab6c-7181-4fc0-b316-91a75025055e",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":2362,"label":2363,"description":2364,"key":529,"publicationTags":2365,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/26052","1963-2025",[2369,2370],"a81768cc-7885-48eb-a85a-170d5a0a5f4f","0e6bd987-5c67-4e9a-8af2-07c289f5e45c",{"id":2372,"indexDatabase":2373,"url":2378,"indexYears":24,"academicFieldIds":2379,"indexDatabaseRanking":24},"72519b68-cc3a-473b-9a26-68fe11429948",{"id":502,"createTime":503,"updateTime":504,"relativeEntities":2374,"label":2375,"description":2376,"key":511,"publicationTags":2377,"standard":24},[],{"EN":507,"VI":507},{"VI":509,"EN":510},[513,514],"https://mjl.clarivate.com/search-results?issn=0018-9383",[2380,2381],"751df115-4b08-418e-b118-c9d9a4c8e64c","0a89cee9-2df6-4b14-8fcb-700fd0044c25","https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=16",{"impactFactor":25,"impactFactorByYear":2384,"i10Index":25,"i10IndexLast5Year":25,"totalPublication":2385,"totalPublicationByYear":2386,"totalCitation":25,"totalCitationByYear":2387,"totalCitationPerPublication":25,"totalCitationPerPublicationByYear":2388,"hindexLast5Year":25,"hindex":25},{},54,{"2002":2385},{},{},{"volume":2390,"pages":2392,"issue":2394},{"VOID":2391},"49",{"VOID":2393},"1511-1518",{"VOID":2395},"9","2002-09-01",{"id":2398,"createTime":2399,"updateTime":2400,"relativeEntities":2401,"slug":2402,"properties":2403,"entityType":20,"verifyStatus":381,"verifyTime":2416,"verifyNote":383,"syncStatus":384,"languages":24,"translateLanguages":2417,"viewCount":25,"primaryUrl":2418,"fullTextUrl":24,"authors":2419,"publicationType":22,"publisherRelationship":2459,"citationCount":24,"citationInfo":24,"publishDate":2547,"publishYear":1798,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"ee342a2c-bd8f-44d0-92bd-fe8f2b9c69b2","2024-01-18T00:27:48.040+00:00","2025-01-02T18:20:20.119+00:00",[],"The-potts-glass-in-uniform-and-random-fields-a-monte-carlo-investigation",{"references":2404,"abstract":2406,"title":2409,"doi":2412,"keywords":2414},{"VOID":2405},"For an extensive review of experiments, see Hoechli, U.T., Knorr, R., Loidl, A.: Adv. Phys.39, 405 (1990)\nFor a review of theoretical work; see Binder, K., Reger, J.D.: Adv. Phys.41, 547 (1992)\nBinder, K., Young, A.P.: Rev. Mod. Phys.58, 801 (1986)\nFischer, K.H., Hertz, J.A.: Spin Glasses Cambridge: Cambridge University Press 1991\nToulouse, G.: Commun. Phys.2, 115 (1977).\nEdwards, S.F., Anderson, P.W.: J. Phys.F 5, 965 (1975)\nGross, D.J., Kanter, I., Sompolinsky, H.: Phys. Rev. Lett.55, 804 (1985)\nElderfield, D.J., Sherrington, D.: J. Phys.C 16, L497, L971, L1169 (1983)\nScheucher, M., Reger, J.D., Binder, K., Young, A.P.: Phys. Rev.B 42, 6881 (1990)\nScheucher, M., Reger, J.D.: Z. Phys.91, 383 (1993)\nSchreider, G., Reger, J.D.: J. Phys.A 27, 1071, (1994)\nHarris, A.B., Meyer, H.: Can. J. Phys.63, 3 (1985)\nMichel, K.H.: Phys. Rev. Lett.57, 1188 (1986); Phys. Rev.B35, 1405, 1414 (1987).\nPirc, R., Tadic, B., Blinc, R.: Phys. Rev.B36, 8607 (1987)\nPirc, R., Tadic, B., Blinc, R.: PhysicaB 193, 109 (1994)\nNote that the Ising spin glass is a special case of Eq. (1), if one putsp=2\nThis has already been reported in our preliminary communication: K. Vollmayr, G. Schreider, J. D. Reger, K. Binder; J. Noncryst. Solids172–174, 488 (1994)\nDe Gennes, P.G., Prost, J.: The Physics of Liquid Crystals, Oxford: Oxford University Press 1993\nStanley, H.E.: An Introduction to Phase Transitions and Critical Phenomena. Oxford: Oxford University Press, 1971\nHessinger, J., Knorr, K.: Ferroelectrics127, 29 (1992); Phys. Rev.B47, 14813 (1993).\nJin, J., Knorr, K.: Phys. Rev.B 47, 14142 (1993)\nScheucher, M.: Dissertation, Universität Mainz (1990, unpublished)\nVollmayr, K., Reger, J.D., Scheucher, M., Binder, K.: Z. Phys.B 91, 113 (1993)\nPotts, R.D.: Proc. Cambridge. Philos. Soc.,48, 106 (1952)\nBinder, K., Herrmann, D.B.: Monte Carlo Methods in Statistical Physics: An Introduction. Berlin: Springer, 1988\nBhatt, R.N., Young, A.P.: Phys. Rev. Lett.54, 924 (1988)\nHaas, F.F.: Diplomarbeit, Univeristät Mainz, 1994\nLobe, B.: Dissertation, Universität Mainz (in preparation)",{"VI":2407,"EN":2408},"Như một mô hình đơn giản của thủy tinh định hướng không đồng nhất với các lực ngắn, mô hình Potts 3 trạng thái trên mạng lập phương đơn giản với các tương tác lân cận được lấy từ phân phối Gaussian được xem xét. Bằng phương pháp Monte Carlo, chúng tôi nghiên cứu phản ứng của hệ thống đối với một \"trường\" đồng nhất có lợi cho một trong các trạng thái. Điều này được thúc đẩy bởi các thí nghiệm áp dụng lực căng thiên về một định hướng phân tử của thủy tinh tứ cực. Phản ứng đối với trường h = H/k_BT được phân tích theo một khai triển m = χ_1 h + χ_2 h² + χ_3 h³ + ..., trong đó χ_1 là độ nhạy tuyến tính, và χ_2, χ_3 là các độ nhạy phi tuyến. Không giống như trường hợp của thủy tinh từ tính, trong đó sự đối xứng lật spin của hệ thống trong điều kiện không có trường ngụ ý χ_2 ≡ 0, χ_2 không bằng 0 ở đây và hội tụ về −∞ tại điểm chuyển tiếp nhiệt độ zero của mô hình, trong khi χ_3 hội tụ về +∞ như trong thủy tinh từ tính. Tuy nhiên, ở nhiệt độ vô cực, χ_1 = 1/3, χ_2 = 1/18 và χ_3 = −1/54, tức là các độ nhạy phi tuyến có dấu khác so với ở nhiệt độ thấp. Ngược lại, một trường ngẫu nhiên không tạo ra một tham số trật tự đồng nhất m mà chỉ tạo ra một tham số trật tự thủy tinh q. Sự phụ thuộc của nhiệt độ của tham số trật tự thủy tinh q(T) cho thấy tại cường độ trường trung bình, tham số trật tự q(T) có một cực đại trong độ dốc dq(T)/dT rất giống với các thí nghiệm tương ứng.","As a simple model of an anisotropic orientational glass with short range forces, the 3-state Potts model on the simple cubic lattice with nearest neighbor interactions drawn from a Gaussian distribution is considered. With Monte Carlo methods we study the response of the system to a uniform “field” which favors one of the states. This is motivated by experiments which apply stress that favors one molecular orientation of the quadrupolar glass. The responsem to that fieldh=H/k\nBT is analyzed in terms of an expansionm= χ1\nh+χ1\nh\n2+χ1\nh\n3+..., where χ1 is the linear susceptibility, and χ2,χ13 are nonlinear susceptibilities. Unlike the case of spin glasses, where the spin inversion symmetry of the system in the absence of fields implies χ2≡0,χ2 is nonzero here and diverges to −∞ at the zero temperature transition of the model, while χ3 diverges to +∞ as in spin glasses. At inifinite temperature, however, χ1=1/3, χ2=1/18 and χ3=-1/54, i.e. the nonlinear susceptibilities have a different sign as at low temperature. In contrast, a random field does not induce a uniform order parameterm but only a glass order parameterq. The temperature dependence of this glass order parameterq(T) shows for intermediate field strength order parameterq(T) shows for intermediate field strength a maximum of the slopedq(T)/dT very similar to corresponding experiments.",{"VI":2410,"EN":2411},"Mô Hình Potts Trong Các Trường Đều và Ngẫu Nhiên: Nghiên Cứu Qua Phương Pháp Monte Carlo","The potts glass in uniform and random fields: a monte carlo investigation",{"VOID":2413},"10.1007/BF02769959",{"VI":2415},"mô hình Potts, thủy tinh định hướng, phương pháp Monte Carlo, độ nhạy phi tuyến, tham số trật tự thủy tinh","2024-12-31T05:58:24.907+00:00",[388],"https://link.springer.com/article/10.1007/BF02769959",[2420,2435,2447],{"id":2421,"sortIndex":120,"researcher":24,"roles":2422,"affiliations":2423,"properties":2432},"f150090a-95df-4d8d-a6ac-6197fc410520",[1945],[2424],{"id":24,"sortIndex":25,"affiliation":2425,"properties":24},{"id":2426,"createTime":2427,"updateTime":2427,"relativeEntities":2428,"slug":24,"properties":2429,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"49a89bb1-af8e-4cfb-9226-78f1502355a9","2023-12-19T18:19:26.934+00:00",[],{"title":2430},{"VI":2431},"Institut für Physik, Johannes Gutenberg Universität Mainz, Mainz, Germany",{"title":2433},{"VI":2434},"Kurt Binder",{"id":2436,"sortIndex":111,"researcher":24,"roles":2437,"affiliations":2438,"properties":2444},"06cd7742-cf8d-4624-99c2-20a4ddba47f2",[1945],[2439],{"id":24,"sortIndex":25,"affiliation":2440,"properties":24},{"id":2426,"createTime":2427,"updateTime":2427,"relativeEntities":2441,"slug":24,"properties":2442,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},[],{"title":2443},{"VI":2431},{"title":2445},{"VI":2446},"Katharina Vollmayr",{"id":2448,"sortIndex":25,"researcher":24,"roles":2449,"affiliations":2450,"properties":2456},"c1539e47-4dca-48ff-a909-a3060bd846a1",[1945],[2451],{"id":24,"sortIndex":25,"affiliation":2452,"properties":24},{"id":2426,"createTime":2427,"updateTime":2427,"relativeEntities":2453,"slug":24,"properties":2454,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},[],{"title":2455},{"VI":2431},{"title":2457},{"VI":2458},"Frank F. Haas",{"url":2418,"publisher":2460,"properties":2542},{"id":2461,"createTime":2462,"updateTime":2463,"relativeEntities":2464,"slug":2465,"properties":2466,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":2473,"subjectFields":2474,"manageAffiliations":2475,"indexDatabases":2476,"url":24,"thumbnailPath":24,"statistic":2486,"gsStatistic":24,"type":24,"analyzePriority":24},"a0d6f86f-e395-41c2-8035-729962a1be36","2023-11-09T05:09:52.314+00:00","2025-11-05T10:42:04.860+00:00",[],"Zeitschrift-f%C3%BCr-Physik-B-Condensed-Matter",{"issn":2467,"eissn":2469,"title":2471},{"VOID":2468},"1431584X",{"VOID":2470},"07223277",{"EN":2472},"Zeitschrift für Physik B Condensed Matter",6,[],[],[2477],{"id":2478,"indexDatabase":2479,"url":2484,"indexYears":2485,"academicFieldIds":24,"indexDatabaseRanking":24},"4d04a11d-d6e2-47ab-bb89-66fea9517c5e",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":2480,"label":2481,"description":2482,"key":529,"publicationTags":2483,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/4900152605","1973-1975,1980-1997",{"impactFactor":25,"impactFactorByYear":2487,"i10Index":2488,"i10IndexLast5Year":25,"totalPublication":2489,"totalPublicationByYear":2490,"totalCitation":2514,"totalCitationByYear":2515,"totalCitationPerPublication":2527,"totalCitationPerPublicationByYear":2528,"hindexLast5Year":2541,"hindex":2541},{},57,4168,{"1962":1238,"1963":2174,"1964":545,"1965":2162,"1966":2172,"1967":2188,"1968":1795,"1969":2491,"1970":2492,"1971":2172,"1972":2493,"1973":1794,"1974":1794,"1975":2494,"1976":2495,"1977":2496,"1978":2497,"1979":2498,"1980":2499,"1981":2500,"1982":2499,"1983":2498,"1984":2501,"1985":2502,"1986":2497,"1987":2503,"1988":2504,"1989":2505,"1990":2506,"1991":2507,"1992":1258,"1993":2508,"1994":2509,"1995":2510,"1996":2511,"1997":2512,"2001":120,"2007":1239,"2014":2513},69,29,31,180,124,100,142,144,146,162,121,179,193,217,200,183,190,153,161,171,50,47,325,2406,{"1975":2516,"1976":2517,"1978":2518,"1979":2519,"1981":2520,"1982":2188,"1983":2495,"1985":2521,"1988":2522,"1992":2523,"1994":2473,"1995":2524,"1996":2525,"1997":2526},52,92,30,66,16,109,380,24,301,578,616,0.58,{"1975":2529,"1976":2530,"1978":2531,"1979":2532,"1981":2533,"1982":2534,"1983":2535,"1985":2536,"1988":2537,"1992":2168,"1994":2147,"1995":2538,"1996":2539,"1997":2540},0.29,0.74,0.21,0.46,0.1,0.08,0.86,0.61,1.75,1.76,11.56,13.11,27,{"volume":2543,"pages":2545},{"VOID":2544},"99",{"VOID":2546},"393-400","2007-11-28",{"id":2549,"createTime":2550,"updateTime":2551,"relativeEntities":2552,"slug":2553,"properties":2554,"entityType":20,"verifyStatus":384,"verifyTime":2567,"verifyNote":2568,"syncStatus":384,"languages":24,"translateLanguages":2569,"viewCount":25,"primaryUrl":2570,"fullTextUrl":24,"authors":2571,"publicationType":22,"publisherRelationship":2579,"citationCount":24,"citationInfo":24,"publishDate":2720,"publishYear":2721,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"b6ef15ed-04c9-43d7-92bf-3e1de474c926","2024-01-15T19:26:46.018+00:00","2025-01-02T06:01:37.572+00:00",[],"Determination-of-the-geometric-optics-coefficients-of-thermal-radiation-by-the-Monte-Carlo-method",{"references":2555,"abstract":2557,"title":2560,"doi":2563,"keywords":2565},{"VOID":2556},"Howell and Perlmutter, Teploperedacha,86, No. 1, 2 (1965).\nM. M. Weiner, J. W. Tindall, and L. M. Candell, ASME Paper No. WA/HT-51 (1965).\nCorlett, Teploperedacha,88, No. 4 (1966).\nS. D. Dreizin-Dudchenko and A. É. Klekl', in: Scientific Works of the All-Union Scientific-Research and Planning Institute of the Power Refinement of Ferrous Metals [in Russian], Nos. 11–12, Metallurgiya (1968).\nH. Vossebrecker, Warme- Stoffubertragung,3 (1970).\nJ. R. Howell, Progress in Heat Transfer [Russian translation], Mir, Moscow (1971).\nYu. A. Surinov, Thermal Power, No. 1 [in Russian], Izd. Akad. Nauk SSSR, Moscow (1959).\nG. L. Polyak, Convective and Radiant Heat Exchange [in Russian], Izd. Akad. Nauk SSSR, Moscow (1960).\nA. A. Kobyshev and Yu. A. Surinov, Izv. Akad. Nauk SSSR, Énerg. Transport, No. 4 (1968).\nS. N. Shorin, G. L. Polyak, et al., Heat Transfer and Thermal Modelling [in Russian], Izd. Akad. Nauk SSSR, Moscow (1959).\nL. Z. Rumshinskii, Elements of Probability Theory [in Russian], Fizmatgiz, Moscow (1963).\nD. H. Timmons and J. O. Mingle, AIAA Paper, No. 68-28 (1968).\nSchoenhorst and Viskanta, Raketn. Tekh. Kosmonavt.,6, No. 8 (1968).\nPerlmutter and Siegel, Teploperedacha,85, No. 1 (1963).",{"VI":2558,"EN":2559},"Bài báo trình bày các thuật toán của phương pháp Monte Carlo nhằm xác định các hệ số quang sai điều khiển cho các phương trình khác nhau của bài toán trao đổi bức xạ trong điều kiện môi trường có nhiệt dẫn, cùng với các kết quả của việc xác minh chúng thông qua các giải pháp chính xác.","Algorithms of the Monte Carlo method to determine the governing angular coefficients for different formulations of the radiant exchange problem under conditions of a diathermal medium and results of their verification by means of exact solutions are presented.",{"VI":2561,"EN":2562},"Xác định hệ số hình học-quang học của bức xạ nhiệt bằng phương pháp Monte Carlo","Determination of the geometric-optics coefficients of thermal radiation by the Monte Carlo method",{"VOID":2564},"10.1007/BF00859491",{"VI":2566},"Monte Carlo, hệ số quang sai, bức xạ nhiệt, nhiệt dẫn, trao đổi bức xạ","2024-12-31T05:34:27.088+00:00","Author affiliation is blank",[388],"https://link.springer.com/article/10.1007/BF00859491",[2572],{"id":2573,"sortIndex":25,"researcher":24,"roles":2574,"affiliations":2575,"properties":2576},"aeffe682-9fa1-4031-8eb3-c3f72d958a7d",[1945],[],{"title":2577},{"VI":2578},"A. V. Bushinskii",{"url":2570,"publisher":2580,"properties":2715},{"id":2581,"createTime":2582,"updateTime":2583,"relativeEntities":2584,"slug":2585,"properties":2586,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":2591,"manageAffiliations":2592,"indexDatabases":2593,"url":24,"thumbnailPath":24,"statistic":2615,"gsStatistic":24,"type":24,"analyzePriority":24},"5d223eb6-c55f-4106-80af-12d93dc019a7","2024-04-18T01:05:39.394+00:00","2024-09-26T21:11:01.632+00:00",[],"Springer-Science-and-Business-Media-LLC",{"issn":2587,"title":2589},{"VOID":2588},"0022-0841",{"EN":2590},"Springer Science and Business Media LLC",[],[],[2594,2606],{"id":2595,"indexDatabase":2596,"url":2601,"indexYears":2602,"academicFieldIds":2603,"indexDatabaseRanking":24},"0d8c7bd5-7bca-4358-9502-a87af84ef1a5",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":2597,"label":2598,"description":2599,"key":529,"publicationTags":2600,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scimagojr.com/journalsearch.php?q=130097&tip=sid&clean=0","1999-2022",[2604,2605],"71c20870-549f-47ca-ab5d-72466dbb5bc3","e6f47a65-ac79-4e2a-b78f-ded428c0bf5f",{"id":2607,"indexDatabase":2608,"url":24,"indexYears":24,"academicFieldIds":2613,"indexDatabaseRanking":24},"10531f4d-52b2-4915-8d52-d836eb8605bb",{"id":1992,"createTime":1993,"updateTime":1994,"relativeEntities":2609,"label":2610,"description":2611,"key":2001,"publicationTags":2612,"standard":24},[],{"EN":1997,"VI":1997},{"VI":1999,"EN":2000},[2003,514],[2614],"2d7f4a61-7b7c-466b-9938-5983efc2a782",{"impactFactor":25,"impactFactorByYear":2616,"i10Index":1789,"i10IndexLast5Year":130,"totalPublication":2626,"totalPublicationByYear":2627,"totalCitation":2669,"totalCitationByYear":2670,"totalCitationPerPublication":2688,"totalCitationPerPublicationByYear":2689,"hindexLast5Year":2174,"hindex":2174},{"2012":2146,"2013":2617,"2014":2533,"2015":2618,"2016":2619,"2017":2620,"2018":2621,"2019":2622,"2020":2169,"2021":2623,"2022":2624,"2023":2625},0.05,0.12,0.06,0.13,0.2,0.11,0.18,0.16,0.15,9373,{"1965":2628,"1966":2180,"1967":2629,"1968":2181,"1969":2630,"1970":2631,"1971":2632,"1972":2157,"1973":2633,"1974":2634,"1975":2635,"1976":2153,"1977":2636,"1978":2637,"1979":2638,"1980":2156,"1981":2639,"1982":2505,"1983":564,"1984":2505,"1985":552,"1986":2638,"1987":2507,"1988":2640,"1989":2641,"1990":2642,"1991":2643,"1992":2644,"1993":2645,"1994":2646,"1995":2647,"1996":2648,"1997":2649,"1998":2650,"1999":2651,"2000":2652,"2001":2653,"2002":2497,"2003":2654,"2004":2496,"2005":2655,"2006":2656,"2007":2657,"2008":2658,"2009":2659,"2010":2660,"2011":2661,"2012":2662,"2013":2663,"2014":2664,"2015":2662,"2016":2501,"2017":556,"2018":2664,"2019":2665,"2020":2666,"2021":2667,"2022":2498,"2023":2668,"2024":1796},163,172,220,208,214,223,224,215,221,211,209,187,189,198,199,188,166,152,118,94,97,111,106,122,139,128,150,114,117,102,79,130,105,108,112,110,119,126,129,131,133,3032,{"1965":2671,"1966":2161,"1967":2512,"1968":2672,"1969":1794,"1970":2650,"1971":540,"1972":2492,"1973":2673,"1974":2516,"1975":2010,"1976":1278,"1977":2161,"1978":2512,"1979":1792,"1980":2674,"1981":2675,"1982":541,"1983":2516,"1984":545,"1985":2676,"1986":2677,"1987":2678,"1988":1790,"1989":1793,"1990":2010,"1991":2679,"1992":2162,"1993":540,"1994":1792,"1995":2149,"1996":1238,"1997":1794,"1998":1792,"1999":2149,"2000":2680,"2004":2473,"2005":2677,"2006":2162,"2007":2681,"2008":1263,"2009":2682,"2010":2683,"2011":2684,"2012":2681,"2013":2660,"2014":2685,"2015":2655,"2016":2500,"2017":2686,"2018":2687,"2019":1789,"2020":2519,"2021":2512,"2022":2493,"2023":1238},115,75,42,38,10,40,63,113,49,48,67,73,140,64,87,164,55,0.32,{"1965":2690,"1966":2691,"1967":2692,"1968":2693,"1969":2169,"1970":2694,"1971":2622,"1972":2695,"1973":2696,"1974":2697,"1975":2623,"1976":2698,"1977":2697,"1978":2698,"1979":2624,"1980":2696,"1981":2617,"1982":2695,"1983":2691,"1984":2618,"1985":2621,"1986":2699,"1987":2700,"1988":2688,"1989":2623,"1990":2621,"1991":2701,"1992":2621,"1993":2625,"1994":2529,"1995":2695,"1996":2617,"1997":2623,"1998":2688,"1999":2622,"2000":2702,"2004":2619,"2005":2703,"2006":2691,"2007":2704,"2008":2705,"2009":2706,"2010":2707,"2011":2700,"2012":2708,"2013":2709,"2014":2710,"2015":2711,"2016":2712,"2017":2707,"2018":2532,"2019":2713,"2020":2694,"2021":2714,"2022":2698,"2023":2147},0.71,0.28,0.27,0.33,0.51,0.14,0.19,0.23,0.22,0.3,0.59,0.26,0.35,0.55,0.66,0.78,0.56,1.33,0.6,0.95,0.73,1.02,1.34,0.54,0.36,{"volume":2716,"pages":2718},{"VOID":2717},"30",{"VOID":2719},"116-121","1976-01-01",1976,{"id":2723,"createTime":2724,"updateTime":2725,"relativeEntities":2726,"slug":2727,"properties":2728,"entityType":20,"verifyStatus":381,"verifyTime":2741,"verifyNote":383,"syncStatus":384,"languages":24,"translateLanguages":2742,"viewCount":25,"primaryUrl":2743,"fullTextUrl":24,"authors":2744,"publicationType":22,"publisherRelationship":2799,"citationCount":24,"citationInfo":24,"publishDate":2851,"publishYear":2852,"citationAnalyzeStatus":384,"lastCitationAnalyze":24,"indexDatabases":24,"openAccess":24,"references":24,"isForceReanalyzing":26},"4850727e-d4d1-41bd-9b31-3c972324e7ae","2024-01-09T05:10:26.898+00:00","2025-01-14T13:45:41.551+00:00",[],"ANN-modeling-of-the-bremsstrahlung-photon-flux-in-tantalum-target",{"references":2729,"abstract":2731,"title":2734,"doi":2737,"keywords":2739},{"VOID":2730},"Doostmohammadi V, Sardari D, Nasrabadi AM (2010) Combined application of Monte Carlo method and neural networks to simulate qualitative prompt gamma neutron activation analysis. J Radioanal Nucl Chem 283:403–407\nHussain S (2010) IEEE, International conference on intelligent systems, modelling and simulation\nFLUKA (2005) A multi-particle transport code, version 2005, CERN-2005-10, INFN TC. 05/11, SLAC-R-773\nFasso A et al (2005) FLUKA: a multi-particle transport code. CERN-2005-10, INFN/TC-05/11, SLAC-R-773\nFasso A et al (1995) Designing of electron accelerator shielding with FLUKA. CERN Internal report TIS-RP/IR/95-27, pp 643–649\nKalogirou SA (1999) Applications of artificial neural networks in energy systems A review. Energy Convers Manag 40(10):1073–1087\nÖzçalık HR, Küçüktüfekçi A (2003) Dinamik Sistemlerin Yapay Sinir Ağları ile Düz ve Ters Modellenmesi. KSÜ Fen ve Mühendislik Dergisi 6(1):26–35\nGünoglu K, Mavi B, Akkurt İ (2011) Yapay Sinir Ağları (YSA) Yöntemi ile Global Radyasyon Tahmini. J New World Sci Acad 6–2:527–532\nImrie CE, Durucan S, Korre A (2000) River flow prediction using artificial neural networks: generalization beyond the calibration range. J Hydrol 233:138–153\nKartalopoulos SV (1996) Understanding neural networks and fuzzy logic: basic concepts and applications. IEEE Press, New York\nGünoğlu K, Akkurt İ, Mavi B (2010) Estimation of daily solar temperature by ANN in Isparta. Second international conference on nuclear and renewable energy resources (NURER), Ankara\nFunahashi K (1989) On the approximate realization of continuous mappings by neural networks. Neural Netw 2:183–192\nHornik K, Stinchcombe M, White H (1989) Multilayer feedforward networks are universal approximators. Neural Netw 2(5):359–366\nÖztemel E (2003) Yapay sinir ağları. Papatya Yayıncılık, İstanbul\nSudheer KP, Gosain AK, Mohana Rangan D, Saheb SM (2002) Modelling evaporation using an artificial neural network algorithm. Hydrol Process 16:3189–3202",{"EN":2732,"VI":2733},"Bremsstrahlung photons produced by 15 MeV electron beam are simulated using the Monte Carlo code of FLUKA. Tantalum foils have been chosen as a target material in the simulation, and the obtained photon spectrum has been analyzed with artificial neural network (ANN) technique. In the training ANN model, the thicknesses and energy values of bremsstrahlung photons for the Ta target have been used as input. In this study, we observed that the trained ANN model is consistent with simulation results.","Các photon Bremsstrahlung được tạo ra bởi chùm electron 15 MeV được mô phỏng bằng mã Monte Carlo của FLUKA. Các tấm tantalum được chọn làm vật liệu mục tiêu trong mô phỏng, và quang phổ photon thu được đã được phân tích bằng kỹ thuật mạng nơ-ron nhân tạo (ANN). Trong mô hình huấn luyện ANN, độ dày và giá trị năng lượng của các photon Bremsstrahlung cho mục tiêu Ta đã được sử dụng làm đầu vào. Trong nghiên cứu này, chúng tôi đã quan sát rằng mô hình ANN đã được huấn luyện phù hợp với kết quả mô phỏng.",{"EN":2735,"VI":2736},"ANN modeling of the bremsstrahlung photon flux in tantalum target","Mô hình ANN của dòng photon Bremsstrahlung trong mục tiêu tantalum",{"VOID":2738},"10.1007/s00521-012-1111-2",{"VI":2740},"Bremsstrahlung, photon, mô hình ANN, tantalum, mã Monte Carlo, chùm electron, phân tích quang phổ","2025-01-14T07:27:19.270+00:00",[388],"https://link.springer.com/article/10.1007/s00521-012-1111-2",[2745,2760,2772,2784],{"id":2746,"sortIndex":130,"researcher":24,"roles":2747,"affiliations":2748,"properties":2757},"e02098c2-0e47-4356-bff8-8426997d6b95",[1945],[2749],{"id":24,"sortIndex":25,"affiliation":2750,"properties":24},{"id":2751,"createTime":2752,"updateTime":2752,"relativeEntities":2753,"slug":24,"properties":2754,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"58f069cf-9e06-4136-bc2c-c398d7826c83","2024-01-09T05:10:26.976+00:00",[],{"title":2755},{"VI":2756},"Suleyman Demirel Universitesi Fen-Edebiyat Fakültesi Fizik Bol, Isparta, Turkey",{"title":2758},{"VI":2759},"Zehra Nur Demirci",{"id":2761,"sortIndex":25,"researcher":24,"roles":2762,"affiliations":2763,"properties":2769},"0877b8da-9ea1-493b-adb0-3389ba5af75b",[1945],[2764],{"id":24,"sortIndex":25,"affiliation":2765,"properties":24},{"id":2751,"createTime":2752,"updateTime":2752,"relativeEntities":2766,"slug":24,"properties":2767,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},[],{"title":2768},{"VI":2756},{"title":2770},{"VI":2771},"Kadir Gunoglu",{"id":2773,"sortIndex":120,"researcher":24,"roles":2774,"affiliations":2775,"properties":2781},"74d9c21d-dfdb-48ac-ad93-58c7e8ae7f57",[1945],[2776],{"id":24,"sortIndex":25,"affiliation":2777,"properties":24},{"id":2751,"createTime":2752,"updateTime":2752,"relativeEntities":2778,"slug":24,"properties":2779,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},[],{"title":2780},{"VI":2756},{"title":2782},{"VI":2783},"Iskender Akkurt",{"id":2785,"sortIndex":111,"researcher":24,"roles":2786,"affiliations":2787,"properties":2796},"2c0e0c77-cf6f-4815-9f50-830dbf2b5e0a",[1945],[2788],{"id":24,"sortIndex":25,"affiliation":2789,"properties":24},{"id":2790,"createTime":2791,"updateTime":2791,"relativeEntities":2792,"slug":24,"properties":2793,"entityType":161,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25},"7b92efb5-41bc-411f-9671-3e5768f5e572","2024-01-09T05:10:26.989+00:00",[],{"title":2794},{"VI":2795},"Uludag Universitesi Fen-Edebiyat Fakültesi Fizik Bol, Bursa, Turkey",{"title":2797},{"VI":2798},"Nilgun Demir",{"url":2743,"publisher":2800,"properties":2846},{"id":2801,"createTime":2802,"updateTime":2803,"relativeEntities":2804,"slug":2805,"properties":2806,"entityType":100,"verifyStatus":384,"verifyTime":24,"verifyNote":24,"syncStatus":384,"languages":24,"translateLanguages":24,"viewCount":25,"subjectFields":2813,"manageAffiliations":2814,"indexDatabases":2815,"url":2837,"thumbnailPath":24,"statistic":2838,"gsStatistic":24,"type":2014,"analyzePriority":24},"6cdbc9a6-8ad2-4359-80ea-4a06946df073","2024-04-11T04:22:25.026+00:00","2025-11-05T10:43:04.746+00:00",[],"Neural-Computing-and-Applications",{"issn":2807,"eissn":2809,"title":2811},{"VOID":2808},"1433-3058",{"VOID":2810},"0941-0643",{"EN":2812},"Neural Computing and Applications",[],[],[2816,2825],{"id":2817,"indexDatabase":2818,"url":24,"indexYears":24,"academicFieldIds":2823,"indexDatabaseRanking":24},"8144933f-9e10-4c2d-a456-4f38f3740331",{"id":502,"createTime":503,"updateTime":504,"relativeEntities":2819,"label":2820,"description":2821,"key":511,"publicationTags":2822,"standard":24},[],{"EN":507,"VI":507},{"VI":509,"EN":510},[513,514],[2824],"1acb72da-cafe-4349-b117-01c5aabcd399",{"id":2826,"indexDatabase":2827,"url":2832,"indexYears":2833,"academicFieldIds":2834,"indexDatabaseRanking":24},"8cbc0b29-c0af-445a-a7da-8a1552e27dee",{"id":521,"createTime":522,"updateTime":523,"relativeEntities":2828,"label":2829,"description":2830,"key":529,"publicationTags":2831,"standard":24},[],{"EN":526,"VI":526},{"EN":526,"VI":528},[531],"https://www.scopus.com/sourceid/24800","1993-2025",[2835,2836],"ea95f5ee-62c8-4ccb-8e3e-d3a8bc9e97cb","f8ab36fc-bc72-48f2-a425-9f3e042f2272","https://link.springer.com/journal/521",{"impactFactor":25,"impactFactorByYear":2839,"i10Index":25,"i10IndexLast5Year":25,"totalPublication":2177,"totalPublicationByYear":2840,"totalCitation":25,"totalCitationByYear":2844,"totalCitationPerPublication":25,"totalCitationPerPublicationByYear":2845,"hindexLast5Year":25,"hindex":25},{},{"1994":111,"1997":120,"1998":120,"2009":111,"2010":111,"2011":143,"2012":130,"2013":120,"2014":111,"2015":130,"2016":143,"2017":143,"2018":2473,"2019":2841,"2020":2842,"2021":2842,"2022":2843,"2023":2843,"2024":143},9,7,14,{},{},{"volume":2847,"pages":2849},{"VOID":2848},"23",{"VOID":2850},"1591-1595","2012-08-09",2012,["Reactive",2854],{"$slanguage":2855},{"value":388},["Set"],["ShallowReactive",2858],{"_public_field_all":24,"_public_topic_byId_mô hình monte carlo":24},"/topic/m%C3%B4%20h%C3%ACnh%20monte%20carlo",["Reactive",2861],{"field":2862,"authentication":2966,"saveItem":2967},{"researcherFields":2863,"publicationFields":2888,"affiliationFields":2910,"publisherFields":2929,"seriesFields":2951,"seriesPublisherRelationshipFields":2952,"loadingState":2965},[2864,2867,2870,2873,2876,2879,2882,2885],{"id":235,"key":17,"label":2865,"multiLanguage":18,"multiValue":24,"publicationTypes":2866,"valueType":19,"entityType":243,"required":18,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",239],[],{"id":245,"key":252,"label":2868,"multiLanguage":18,"multiValue":24,"publicationTypes":2869,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",248],[],{"id":254,"key":261,"label":2871,"multiLanguage":18,"multiValue":24,"publicationTypes":2872,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",257],[],{"id":263,"key":270,"label":2874,"multiLanguage":18,"multiValue":24,"publicationTypes":2875,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",266],[],{"id":272,"key":279,"label":2877,"multiLanguage":18,"multiValue":24,"publicationTypes":2878,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",275],[],{"id":281,"key":288,"label":2880,"multiLanguage":18,"multiValue":24,"publicationTypes":2881,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",284],[],{"id":290,"key":297,"label":2883,"multiLanguage":26,"multiValue":24,"publicationTypes":2884,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":25,"filter":171,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",294],[],{"id":299,"key":306,"label":2886,"multiLanguage":26,"multiValue":24,"publicationTypes":2887,"valueType":60,"entityType":243,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":25,"filter":171,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",303],[],[2889,2892,2895,2898,2901,2904,2907],{"id":9,"key":17,"label":2890,"multiLanguage":18,"multiValue":24,"publicationTypes":2891,"valueType":19,"entityType":20,"required":18,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",13],["Reactive",21],{"id":28,"key":36,"label":2893,"multiLanguage":18,"multiValue":24,"publicationTypes":2894,"valueType":37,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",32],["Reactive",38],{"id":40,"key":48,"label":2896,"multiLanguage":26,"multiValue":24,"publicationTypes":2897,"valueType":49,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",44],["Reactive",50],{"id":52,"key":59,"label":2899,"multiLanguage":26,"multiValue":24,"publicationTypes":2900,"valueType":60,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":62,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",56],["Reactive",61],{"id":64,"key":72,"label":2902,"multiLanguage":18,"multiValue":24,"publicationTypes":2903,"valueType":19,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",68],["Reactive",73],{"id":75,"key":82,"label":2905,"multiLanguage":26,"multiValue":24,"publicationTypes":2906,"valueType":60,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",79],["Reactive",83],{"id":85,"key":91,"label":2908,"multiLanguage":26,"multiValue":24,"publicationTypes":2909,"valueType":60,"entityType":20,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":62,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",89],["Reactive",92],[2911,2914,2918,2922,2926],{"id":156,"key":17,"label":2912,"multiLanguage":18,"multiValue":24,"publicationTypes":2913,"valueType":19,"entityType":161,"required":18,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":101,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",160],[],{"id":163,"key":169,"label":2915,"multiLanguage":26,"multiValue":26,"publicationTypes":2916,"valueType":60,"entityType":161,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":111,"filter":171,"items":2917,"defaultValue":24,"facet":26,"searchable":26},["Reactive",166],[],["Reactive",170],{"id":173,"key":180,"label":2919,"multiLanguage":18,"multiValue":26,"publicationTypes":2920,"valueType":19,"entityType":161,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":120,"filter":24,"items":2921,"defaultValue":58,"facet":26,"searchable":26},["Reactive",177],["Reactive",181],["Reactive",182],{"id":184,"key":141,"label":2923,"multiLanguage":26,"multiValue":24,"publicationTypes":2924,"valueType":142,"entityType":161,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":130,"filter":62,"items":2925,"defaultValue":24,"facet":26,"searchable":26},["Reactive",187],[],["Reactive",188],{"id":190,"key":110,"label":2927,"multiLanguage":18,"multiValue":24,"publicationTypes":2928,"valueType":37,"entityType":161,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":143,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",194],[],[2930,2933,2936,2940,2944,2947],{"id":95,"key":17,"label":2931,"multiLanguage":18,"multiValue":24,"publicationTypes":2932,"valueType":19,"entityType":100,"required":18,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":101,"items":24,"defaultValue":24,"facet":26,"searchable":18},["Reactive",99],[],{"id":103,"key":110,"label":2934,"multiLanguage":18,"multiValue":24,"publicationTypes":2935,"valueType":37,"entityType":100,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":111,"filter":101,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",107],[],{"id":113,"key":119,"label":2937,"multiLanguage":26,"multiValue":24,"publicationTypes":2938,"valueType":118,"entityType":100,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":120,"filter":101,"items":2939,"defaultValue":24,"facet":26,"searchable":18},["Reactive",117],[],["Reactive",121],{"id":123,"key":129,"label":2941,"multiLanguage":26,"multiValue":24,"publicationTypes":2942,"valueType":118,"entityType":100,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":130,"filter":101,"items":2943,"defaultValue":24,"facet":26,"searchable":18},["Reactive",127],[],["Reactive",131],{"id":133,"key":141,"label":2945,"multiLanguage":26,"multiValue":24,"publicationTypes":2946,"valueType":142,"entityType":100,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":143,"filter":62,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",137],[],{"id":145,"key":150,"label":2948,"multiLanguage":26,"multiValue":26,"publicationTypes":2949,"valueType":60,"entityType":100,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":152,"filter":62,"items":2950,"defaultValue":24,"facet":26,"searchable":26},["Reactive",149],["Reactive",151],["Reactive",153],[],[2953,2956,2959,2962],{"id":198,"key":206,"label":2954,"multiLanguage":26,"multiValue":24,"publicationTypes":2955,"valueType":60,"entityType":207,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",202],[],{"id":209,"key":217,"label":2957,"multiLanguage":26,"multiValue":24,"publicationTypes":2958,"valueType":60,"entityType":207,"required":26,"identifier":-1,"validateRegex":24,"showInList":18,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",213],[],{"id":219,"key":17,"label":2960,"multiLanguage":18,"multiValue":24,"publicationTypes":2961,"valueType":60,"entityType":207,"required":18,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",222],[],{"id":225,"key":232,"label":2963,"multiLanguage":26,"multiValue":24,"publicationTypes":2964,"valueType":60,"entityType":207,"required":26,"identifier":-1,"validateRegex":24,"showInList":24,"sortIndex":25,"filter":24,"items":24,"defaultValue":24,"facet":26,"searchable":26},["Reactive",228],[],"DONE",{"user":24,"loadingState":384},{"saveItems":2968},[]]$