[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_ph%C3%A2n%20b%E1%BB%91%20g%C3%B3c{\"limit\":5}":3,"_public_topic_byId_ph%C3%A2n%20b%E1%BB%91%20g%C3%B3c":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":10,"definition":18,"discipline":19,"references":20,"faqs":42,"createUser":52,"publishUser":56,"keywords":57,"keywordCount":68,"enrichTopicLink":69,"status":70,"createTime":71,"updateTime":72,"publishTime":73,"linkEnrichedTime":74,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":75,"wikidataId":10,"relateTopics":76},"phân bố góc","Phân bố góc là gì? Khái niệm, đặc điểm và phân loại","Phân bố góc là hàm phân bố xác suất vi phân trong vật lý hạt nhân và quang học mô tả mật độ hoặc cường độ bức xạ của các hạt phát xạ hoặc tán xạ theo gó...","\u003Cp>\u003Cstrong>Phân bố góc\u003C\u002Fstrong> (\u003Cem>Angular distribution\u003C\u002Fem>) là hàm phân bố xác suất vi phân trong vật lý hạt nhân và quang học mô tả mật độ hoặc cường độ bức xạ của các hạt phát xạ hoặc tán xạ theo góc không gian so với một trục chuẩn xác định.\u003C\u002Fp>\n\u003Ch2>Giới thiệu\u003C\u002Fh2>\n\u003Cp>Phân bố góc (angular distribution) là khái niệm {{topic|%7B%22topic%22%3A%22m%C3%B4%20t%E1%BA%A3%22%7D}} sự phân bố xác suất hoặc cường độ của một đại lượng theo góc trong không gian hai hoặc ba chiều. Trong vật lý hạt, phân bố góc thể hiện xác suất {{topic|%7B%22topic%22%3A%22t%C3%A1n%20x%E1%BA%A1%22%7D}} của hạt tại các góc khác nhau, giúp xác định cấu trúc tương tác và lực cơ bản. Trong {{topic|%7B%22topic%22%3A%22quang%20h%E1%BB%8Dc%22%7D}}, ánh sáng phát xạ hoặc {{topic|%7B%22topic%22%3A%22ph%E1%BA%A3n%20x%E1%BA%A1%22%7D}} phân bố theo góc làm cơ sở cho các mô hình BRDF (bidirectional reflectance distribution function). Trong thống kê không gian, phân bố góc dùng để mô hình hóa hướng gió, chuyển động động vật hay dữ liệu địa lý.\u003C\u002Fp>\n\u003Cp>Phân bố góc xuất hiện trong hầu hết các lĩnh vực khoa học – kỹ thuật có yếu tố hướng. Mỗi ứng dụng đều cần các {{topic|%7B%22topic%22%3A%22c%C3%B4ng%20th%E1%BB%A9c%22%7D}} đặc trưng và phương pháp đo lường riêng để thu thập và phân tích dữ liệu góc. Việc nắm vững khái niệm và công thức phân bố góc là tiền đề cho nghiên cứu chuyên sâu trong thiết kế thiết bị đo đạc, mô phỏng số và khai thác dữ liệu khoa học.\u003C\u002Fp>\n\u003Cp>Phân bố góc được biểu diễn qua hàm f(θ,φ) trong tọa độ cầu hoặc f(θ) trong trường hợp {{topic|%7B%22topic%22%3A%22%C4%91%E1%BB%91i%20x%E1%BB%A9ng%22%7D}} trục. Bài viết này sẽ trình bày lần lượt định nghĩa, các loại phân bố thường gặp, công thức toán học chuyên sâu và nền tảng lý thuyết, nhằm cung cấp cái nhìn toàn diện và chi tiết cho nhà nghiên cứu.\u003C\u002Fp>\n\n\u003Ch2>Định nghĩa phân bố góc\u003C\u002Fh2>\n\u003Cp>Cho một đại lượng X phân bố trên bề {{topic|%7B%22topic%22%3A%22m%E1%BA%B7t%20c%E1%BA%A7u%22%7D}}, hàm phân bố góc f(θ,φ) thỏa mãn điều kiện {{topic|%7B%22topic%22%3A%22chu%E1%BA%A9n%20h%C3%B3a%22%7D}}:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\n\\int_{0}^{2\\pi}\\int_{0}^{\\pi} f(\\theta,\\phi)\\,\\sin\\theta\\,d\\theta\\,d\\phi = 1\n\u003C\u002Fscript>\n\u003Cp>Trong trường hợp đối xứng quanh trục z, f chỉ phụ thuộc vào góc cực θ, có thể viết đơn giản thành f(θ) với điều kiện:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\n\\int_{0}^{\\pi} f(\\theta)\\,\\sin\\theta\\,d\\theta = 1\n\u003C\u002Fscript>\n\u003Cp>Định nghĩa này đảm bảo tổng xác suất (hoặc tổng cường độ) phân bố trên toàn bộ góc bằng 1. Hàm f có giá trị không âm và có ý nghĩa vật lý như mật độ xác suất hoặc mật độ cường độ phát xạ tại hướng (θ,φ).\u003C\u002Fp>\n\u003Cp>Tham khảo thêm tại Britannica – Angular Distribution.\u003C\u002Fp>\n\n\u003Ch2>Các loại phân bố góc phổ biến\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Phân bố đồng đều trên mặt cầu:\u003C\u002Fstrong>  \n    \u003Cscript type=\"math\u002Ftex\">\n    f(\\theta,\\phi) = \\frac{1}{4\\pi}\n    \u003C\u002Fscript>  \n    Áp dụng khi hướng ngẫu nhiên, kích thước mỗi vùng góc bằng nhau về xác suất; ví dụ phân bố vị trí ngẫu nhiên trên mặt cầu (Wolfram MathWorld).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phân bố Gaussian hướng:\u003C\u002Fstrong> Mô hình chùm tia hẹp, thường dùng trong laser và quang học sợi quang;  \n    \u003Cscript type=\"math\u002Ftex\">\n    f(\\theta)\\propto \\exp\\Bigl(-\\frac{\\theta^{2}}{2\\sigma^{2}}\\Bigr)\n    \u003C\u002Fscript>  \n    Độ rộng σ xác định phân tán góc (RP Photonics).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phân bố Lambert:\u003C\u002Fstrong> Mô hình phản xạ mờ, cường độ cosθ;  \n    \u003Cscript type=\"math\u002Ftex\">\n    f(\\theta) = \\cos\\theta\n    \u003C\u002Fscript>  \n    Áp dụng trong đồ họa máy tính và quang học định hướng (Disney Research).\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Đối với mỗi loại, giá trị f(θ,φ) cần được chuẩn hóa lại theo điều kiện tích phân. Sự khác biệt cơ bản giữa các loại phân bố nằm ở tính đối xứng và đặc tính giảm dần khi góc tăng.\u003C\u002Fp>\n\u003Ctable>\n  \u003Ctbody>\u003Ctr>\u003Cth>Loại phân bố\u003C\u002Fth>\u003Cth>Biểu thức\u003C\u002Fth>\u003Cth>Ứng dụng tiêu biểu\u003C\u002Fth>\u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Đồng đều\u003C\u002Ftd>\n    \u003Ctd>1 \u002F (4π)\u003C\u002Ftd>\n    \u003Ctd>Phân bố hướng ngẫu nhiên\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Gaussian hướng\u003C\u002Ftd>\n    \u003Ctd>∝ exp(−θ²\u002F(2σ²))\u003C\u002Ftd>\n    \u003Ctd>Chùm tia laser, radar\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Lambert\u003C\u002Ftd>\n    \u003Ctd>cos θ\u003C\u002Ftd>\n    \u003Ctd>BRDF, phản xạ mờ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Công thức toán học chuyên sâu\u003C\u002Fh2>\n\u003Cp>Trong scattering hạt, phân bố góc tán xạ thường mô tả qua tiết diện vi phân dσ\u002FdΩ, liên quan trực tiếp đến biên độ tán xạ f(θ,φ):\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\n\\frac{d\\sigma}{d\\Omega}(\\theta,\\phi) = \\bigl|f(\\theta,\\phi)\\bigr|^{2}\n\u003C\u002Fscript>\n\u003Cp>Biên độ f(θ,φ) có thể được mở rộng theo hạng Legendre P_l nếu hệ có đối xứng cầu:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\nf(\\theta) = \\sum_{l=0}^{\\infty}(2l+1)\\,a_{l}\\,P_{l}(\\cos\\theta)\n\u003C\u002Fscript>\n\u003Cp>Trong đó hệ số a_l xác định cường độ tán xạ của từng bậc. Công thức này giúp tách bài toán thành các thành phần đa thức Legendre, thuận tiện cho phân tích lý thuyết và số.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Hàm P_l có tính trực giao trên khoảng [−1,1].\u003C\u002Fli>\n  \u003Cli>Việc xấp xỉ qua hữu hạn số hạng đáp ứng sai số mong muốn.\u003C\u002Fli>\n  \u003Cli>Cách tiếp cận này phổ biến trong cơ học lượng tử và vật lý hạt (CERN Scattering).\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Công thức Legendre kết hợp với điều kiện biên và đối xứng cho phép xây dựng các mô hình scattering phù hợp với dữ liệu thực nghiệm, đồng thời tối ưu hóa {{topic|%7B%22topic%22%3A%22thu%E1%BA%ADt%20to%C3%A1n%22%7D}} tính toán.\u003C\u002Fp>\n\u003Ch2>Ứng dụng trong vật lý hạt\u003C\u002Fh2>\n\u003Cp>Trong vật lý hạt, phân bố góc của các sản phẩm tán xạ cung cấp thông tin quan trọng về cấu trúc và tương tác cơ bản. Các máy gia tốc hạt như LHC (Large Hadron Collider) đo tiết diện vi phân dσ\u002FdΩ ở nhiều góc để xác định các hàm biên độ tán xạ f(θ,φ). Các đo đạc này giúp kiểm chứng mô hình Chuẩn và tìm kiếm tín hiệu của vật lý mới như hạt Higgs hay supersymmetry.\u003C\u002Fp>\n\u003Cp>Ví dụ, thí nghiệm CMS tại CERN sử dụng detector hình trụ có khả năng ghi nhận vị trí và góc tán xạ của hạt di-photon để tái tạo khối lượng invariant và so sánh với phân bố lý thuyết. Dữ liệu mẫu thường được hiển thị dưới dạng biểu đồ phân bố góc với các điểm dữ liệu và đường cong mô hình phép tính Monte Carlo.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Đại lượng quan sát: dσ\u002FdΩ(θ)\u003C\u002Fli>\n  \u003Cli>Phương pháp phân tích: phân tách theo bậc Legendre\u003C\u002Fli>\n  \u003Cli>Ứng dụng: xác định spin và parity của hạt mới\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Để mô hình hóa chính xác hơn, các nhà vật lý sử dụng khuếch tán hai độ cao (NLO, NNLO) trong tính toán QCD, đồng thời hiệu chỉnh bằng hàm phân bố bụi và phân bố cấu trúc proton (PDF) từ các phòng thí nghiệm như Fermilab và DESY.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng trong đồ họa máy tính\u003C\u002Fh2>\n\u003Cp>Đồ họa thực tế ảo và render quang học sử dụng phân bố góc để mô phỏng ánh sáng phản xạ và khúc xạ trên bề mặt vật thể. BRDF (bidirectional reflectance distribution function) mô tả tỉ lệ ánh sáng phản xạ từ hướng vào ω_i sang hướng ra ω_o:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\nf_r(\\omega_i,\\omega_o) = \\frac{dL_o(\\omega_o)}{L_i(\\omega_i)\\cos\\theta_i\\,d\\omega_i}\n\u003C\u002Fscript>\n\u003Cp>Trong đó, θ_i là góc tới của ánh sáng. Các mô hình phổ biến bao gồm:\u003C\u002Fp>\n\u003Col>\n  \u003Cli>\u003Cstrong>Phong:\u003C\u002Fstrong> giản lược, tính toán nhanh nhưng ít chân thực.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Blinn–Phong:\u003C\u002Fstrong> cải tiến độ mịn của phản xạ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Disney Principled:\u003C\u002Fstrong> cân bằng giữa hiệu năng và chân thực, hỗ trợ các tham số vật liệu phức tạp (Disney BRDF Notes).\u003C\u002Fli>\n\u003C\u002Fol>\n\u003Cp>Việc chọn mô hình phân bố góc phù hợp ảnh hưởng mạnh đến chất lượng hình ảnh cuối cùng. Trong pipeline render hiện đại, công cụ như PBRT sử dụng kỹ thuật Monte Carlo sampling kết hợp hàm phân bố góc để thu thập ánh sáng một cách ngẫu nhiên nhưng tối ưu, giảm nhiễu hạt (noise) và tăng tốc hội tụ.\u003C\u002Fp>\n\n\u003Ch2>Phương pháp xác định phân bố góc\u003C\u002Fh2>\n\u003Cp>Thực nghiệm đo phân bố góc thường dựa trên hệ thống detector được đặt xung quanh tâm mẫu hoặc nguyên tố khảo sát. Trong quang học, CCD hoặc photomultiplier được gắn trên vòng quay để ghi cường độ ánh sáng tại các góc cố định. Trong vật lý hạt, chuỗi camera và cảm biến silicon xen kẽ giúp xác định vị trí tán xạ với độ phân giải góc cao.\u003C\u002Fp>\n\u003Cp>Các bước chính:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Thu thập dữ liệu:\u003C\u002Fstrong> ghi tín hiệu ở các góc θ_i, φ_j.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chuẩn hóa:\u003C\u002Fstrong> hiệu chỉnh tín hiệu theo hiệu suất detector và góc che chắn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phân tích:\u003C\u002Fstrong> khớp hàm lý thuyết f(θ,φ) qua hồi quy tối thiểu bình phương hoặc maximum likelihood.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Kiểm định chất lượng đo lường bao gồm kiểm tra goodness-of-fit (χ² test) và phân tích sai số hệ thống (systematic uncertainty). Bảng dưới đây tổng hợp các yếu tố ảnh hưởng và phương pháp hiệu chỉnh:\u003C\u002Fp>\n\u003Ctable>\n  \u003Ctbody>\u003Ctr>\u003Cth>Yếu tố\u003C\u002Fth>\u003Cth>Ảnh hưởng\u003C\u002Fth>\u003Cth>Cách hiệu chỉnh\u003C\u002Fth>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Độ phân giải detector\u003C\u002Ftd>\u003Ctd>Làm mờ phân bố góc\u003C\u002Ftd>\u003Ctd>Deconvolution\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Độ nhạy cảm sáng\u003C\u002Ftd>\u003Ctd>Giảm cường độ tại góc nghiêng\u003C\u002Ftd>\u003Ctd>Hiệu chuẩn bằng nguồn chuẩn\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Góc che chắn\u003C\u002Ftd>\u003Ctd>Thiếu vùng đo\u003C\u002Ftd>\u003Ctd>Ghép dữ liệu nhiều lần quay\u003C\u002Ftd>\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Phương pháp mô phỏng\u003C\u002Fh2>\n\u003Cp>Monte Carlo là kỹ thuật chủ đạo trong mô phỏng phân bố góc, áp dụng trong cả vật lý và đồ họa máy tính. Ý tưởng chính là sinh số ngẫu nhiên theo phân bố mong muốn f(θ,φ) để thu thập điểm mẫu, sau đó ước tính cường độ hoặc xác suất thực nghiệm.\u003C\u002Fp>\n\u003Cp>Các thư viện và phần mềm phổ biến:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>GEANT4:\u003C\u002Fstrong> mô phỏng tương tác hạt với vật chất, định nghĩa phân bố tán xạ cụ thể cho từng loại hạt (CERN GEANT4).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>PBRT:\u003C\u002Fstrong> công cụ render vật lý dựa trên Monte Carlo, hỗ trợ BRDF đa dạng (pbrt.org).\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Mỗi chạy mô phỏng tạo hàng triệu sample góc, dữ liệu thu được được tích phân và nội suy để so sánh với kết quả thí nghiệm. Sự kết hợp giữa mô phỏng và đo thực nghiệm giúp hiệu chỉnh mô hình lý thuyết, nâng cao độ chính xác và hiệu quả tính toán.\u003C\u002Fp>\n\n\n\u003Ch2>Phân bố góc vi phân trong tán xạ hạt nhân và phân tích cấu trúc vi mô\u003C\u002Fh2>\n\u003Cp>Phân bố góc của các hạt tán xạ (tiết diện vi phân dsigma\u002FdOmega theo góc tán xạ theta) là đại lượng vật lý thực nghiệm phản ánh trực tiếp cơ chế tương tác và dạng thế năng hạt nhân:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Hiện tượng giao thoa sóng lượng tử trong tán xạ hạt nhân:\u003C\u002Fstrong> Ở dải năng lượng trung bình, bước sóng de Broglie của hạt tới có kích thước tương đương bán kính hạt nhân bia. Sự giao thoa giữa các sóng riêng phần (partial waves) tạo nên hình ảnh nhiễu xạ đặc trưng với các cực đại và cực tiểu rõ nét trong phân bố góc, tương tự hiện tượng nhiễu xạ ánh sáng qua một hình cầu mờ đục (mô hình quang học Optical Model).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Xác định mômen xung lượng và tính chẵn lẻ của các mức năng lượng:\u003C\u002Fstrong> Phân bố góc của các phản ứng truyền {{topic|%7B%22topic%22%3A%22nucleon%22%7D}} (như phản ứng (d,p) hoặc (p,d)) cho phép xác định trực tiếp mômen xung lượng quỹ đạo l của nucleon được chuyển giao, từ đó gán chính xác spin và parity cho các trạng thái kích thích của hạt nhân con.\u003C\u002Fli>\n\u003C\u002Ful>\n","Angular distribution","Phân bố góc là hàm phân bố xác suất vi phân trong vật lý hạt nhân và quang học mô tả mật độ hoặc cường độ bức xạ của các hạt phát xạ hoặc tán xạ theo góc không gian so với một trục chuẩn xác định.","NATURAL_SCIENCES",[21,28,35],{"citationText":22,"title":23,"authors":24,"source":25,"year":26,"doi":27,"url":10},"Brouard (1998). The differential cross-section. Reaction Dynamics. doi:10.1093\u002Fhesc\u002F9780198559078.003.0003","The differential cross-section","Brouard","Reaction Dynamics",1998,"10.1093\u002Fhesc\u002F9780198559078.003.0003",{"citationText":29,"title":30,"authors":31,"source":32,"year":33,"doi":34,"url":10},"Ayoub Abdessabour, Brahim, Brahim (2025). Analytical Formula for Differential Neutron Scattering Cross Section on Doubly Even Deformed Nuclei: Elastic Angular Distributions. Nuclear Science and Engineering. doi:10.1080\u002F00295639.2024.2439680","Analytical Formula for Differential Neutron Scattering Cross Section on Doubly Even Deformed Nuclei: Elastic Angular Distributions","Ayoub Abdessabour, Brahim, Brahim","Nuclear Science and Engineering",2025,"10.1080\u002F00295639.2024.2439680",{"citationText":36,"title":37,"authors":38,"source":39,"year":40,"doi":41,"url":10},"Hardekopf, Haglund, Ohlsen, Veeser (1979). Polarized triton elastic scattering data. [17 MeV, differential cross sections, analyzing power angular distribution, tables]. Office of Scientific and Technical Information (OSTI). doi:10.2172\u002F6132600","Polarized triton elastic scattering data. [17 MeV, differential cross sections, analyzing power angular distribution, tables]","Hardekopf, Haglund, Ohlsen, Veeser","Office of Scientific and Technical Information (OSTI)",1979,"10.2172\u002F6132600",[43,46,49],{"question":44,"answer":45},"Mối quan hệ toán học giữa phân bố góc và tiết diện tán xạ vi phân là gì?","Tiết diện tán xạ vi phân mô tả tỷ lệ số hạt tán xạ vào một đơn vị góc khối theo phương xác định, thường được khai triển thành chuỗi đa thức Legendre theo cosin của góc tán xạ.",{"question":47,"answer":48},"Phân tích phân bố góc cung cấp những thông tin then chốt nào về trạng thái kích thích hạt nhân?","Dạng hình học của phân bố góc phản ánh trực tiếp momen động lượng chuyển dời, độ spin và tính chẵn lẻ (parity) của các mức năng lượng hạt nhân tham gia phản ứng.",{"question":50,"answer":51},"Hệ thống đầu dò đo phân bố góc trong các máy gia tốc hạt được cấu hình như thế nào?","Bao gồm các dàn mảng đầu dò bán dẫn hoặc nhấp nháy bố trí trên cánh tay quay cơ khí chính xác quanh tâm bia tán xạ trong buồng chân không cao để ghi nhận hạt theo từng bước góc xác định.",{"id":53,"researcherId":10,"name":54,"imageUrl":55},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":53,"researcherId":10,"name":54,"imageUrl":55},[58,59,60,61,62,63,64,65,66,67],"mô tả","tán xạ","quang học","phản xạ","công thức","đối xứng","mặt cầu","chuẩn hóa","thuật toán","nucleon",10,true,"PUBLISHED","2025-06-19T08:17:09.177+00:00","2026-09-05T04:10:13.851+00:00","2025-06-26T08:18:37.962+00:00","2026-09-05T04:10:13.355+00:00",205,[77,80,83,86,88,91,94,97,100,103],{"id":78,"title":79,"term":78,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"năng lực mô hình hóa toán học","Năng lực mô hình hóa toán học là gì? Các nghiên cứu khoa học",{"id":81,"title":82,"term":81,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chuỗi markov","Chuỗi markov là gì? Các công bố khoa học về Chuỗi markov",{"id":84,"title":85,"term":84,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"matlab simulink","Matlab simulink là gì? Các công bố khoa học về Matlab simulink",{"id":59,"title":87,"term":59,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"Tán xạ là gì? Các nghiên cứu khoa học về Tán xạ",{"id":89,"title":90,"term":89,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"toán cao cấp","Toán cao cấp là gì? Các nghiên cứu khoa học về Toán cao cấp",{"id":92,"title":93,"term":92,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"simulink","Simulink là gì? Các công bố khoa học về Simulink",{"id":95,"title":96,"term":95,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"khối lượng phân tử","Khối lượng phân tử là gì? Các công bố khoa học về Khối lượng phân tử",{"id":98,"title":99,"term":98,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI",{"id":101,"title":102,"term":101,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"random forest","Random forest là gì? Các công bố khoa học về Random forest",{"id":104,"title":105,"term":104,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"pls sem","PLS-SEM là gì? Các bài nghiên cứu khoa học về PLS-SEM"]