学位论文简介

本文聚焦 于面向三大应用领域的基于人工智能的早期检测与决策支持方法的研究。本文提出了一种 统一的早期检测框架，融合了结构化临床数据、地下传感器序列数据以及时空视频流数据， 系统性地展示了如何将领域感知建模原则适配于不同类型的异构数据之中，从而在多个安 全关键环境中实现前瞻性 可解释的决策支持。本文中具有创新性的研究成果如下所述：

1. 面向医疗风险预测的混合 LDA-XGB 模型 本文提出了一种混合式 LDA-XGB 方法，将判别性的线性特征提取与梯度提升分 类相结合，在结构化医疗数据上同时实现了较高的可解释性和优异的预测精度，有 效解决了临床应用中长期存在的透明性与预测性能之间的权衡问题。（该内容对应 论文第 3 章）

2. OUG-FCM： 面向能效农业监测的优化Fuzzy C-Means 方法 本文提出了一种新型的地下环境感知聚类算法 OUG-FCM，旨在优化能量消耗、 改进簇首节点选择并增强地下无线传感器网络的通信连通性，从而显著提升网络生 命周期与运行稳定性，适用于精准农业监测场景。（该内容对应论文第 4 章）

3. TransVAD： 基于 Transformer 的视频异常检测模型本文提出了 TransVAD，一种基于 Transformer 的时空预测模型，利用多层次注意力机制有效捕获监控视频中的长程 时序依赖关系，在交通异常检测任务中取得了先进水平的性能。同时，该模型通过 可视化注意力结果提供直观、可解释的视觉线索，支持实时交通监测与主动干预。 （该内容对应论文第 5 章）

主要学术成果

[1] Le D P C, Dong W, Le V T. A Comprehensive Survey of Recent Transformers in Image, Video and Diffusion Models, Computers, Materials & Continua, 2024, 1-22. (SCIE-Q2, IF: 2.0)

[2] Le D P C, Dong W, Tran N N K, et al. Advanced Cloud Computing Services: The Evaluation of A Development Roadmap for Emerging Fields in Vietnam, Journal of Critical Reviews, 2020, 3085-3105.

[3] Le D P C, Dong W. A Comparison of Machine Learning Methods to Predict Hospital Readmission of Diabetic Patient, Studies of Applied Economics, 2021, 1-15.

[4] Le D P C, Dong W, Le M N U. Recent Study on Breast Cancer Prediction Based on Deep Neural Network Model Implemented AWS Machine Learning Platform, Advanced Aspects of Engineering Research, 2021, 22-32.

[5] Hoang D T, Yang P L, Le D P C, et al. Weather Prediction based on LSTM model implemented AWS Machine Learning Platform, International Journal for Research in Applied Science and Engineering Technology, 2020, 1-10.

[6] Le M N U, Zhou J, Le D P C, et al. Ensemble of XGBoost Classifiers Based on LDA Dimensionality Reduction for Predicting Breast Cancer, Universal Journal of Public Health, 2024, 434-440.