Hiệu năng của mạng vô tuyến nhận thức đa truy cập không trực giao NOMA-CRN (Non[1]Orthogonal Multiple Access Cognitive Radio Network) cho hai người dùng được phân tích và đánh giá trong bài báo này sử dụng kỹ thuật học sâu. Hướng tới mục tiêu này, nhóm tác giả trước hết đề xuất các biểu thức xác suất dừng chính xác dạng tường minh cho NOMA-CRN, tiếp theo là thực hiện các mô phỏng Monte-Carlo để kiểm chứng tính chính xác của các biểu thức được đề xuất. Ngoài ra, kỹ thuật học sâu cũng được ứng dụng để xác minh độ chính xác của kết quả ước tính về xác suất dừng của NOMA-CRN so với lý thuyết và mô phỏng. Sau cùng, bài báo này cung cấp các kết quả để cho thấy tác động của các thông số hệ thống quan trọng đến hiệu năng của NOMA-CRNThe performance of Non-Orthogonal Multiple Access Cognitive Radio Network (NOMA-CRN) for two users is analyzed and evaluated using deep learning in this paper. To this end, we firstly recommend an exact closed-form outage probability formula for NOMA[1]CRN. Next, we conduct Monte-Carlo simulations to corroborate the recommended formula. Moreover, deep learning is applied to evaluate the exactness of the estimated outage probability as compared to theory and simulation. Finally, we provide multiple results to demonstrate the influence of crucial specifications on the performance of NOMA-CRN.