Nhóm sinh viên An toàn tài năng UIT có bài báo chấp nhận đăng tại Hội nghị ISCIT 2022 được xếp hạng B trong các hội nghị uy tín, nằm trong danh sách các hội nghị uy tín theo đề xuất của SCOPUS. Bài báo: “Federated learning-based cyber threat hunting for APT attack detection in SDN-enabled networks”

Sinh viên thực hiện: 

- Huỳnh Thái Thi - ATTN2019

- Ngô Đức Hoàng Sơn - ATTN2019

Giảng viên hướng dẫn: Th.S Phan Thế Duy

Tóm tắt bài báo:

Nghiên cứu này tập trung vào việc áp dụng phương pháp học liên kết/cộng tác (federated learning - FL) cho các dịch vụ săn tìm mối đe dọa (cyber threat hunting) giúp nhận diện tấn công có chủ đích/tấn công mới (APT/zero day attack) trong ngữ cảnh mạng khả lập trình (SDN). Cách tiếp cận học liên kết/cộng tác được sử dụng để đảm bảo giảm thiểu tải lượng dữ liệu khi so sánh với cơ chế thu gom dữ liệu tập trung trong các mô hình huấn luyện truyền thống, do FL huấn luyện mô hình trực tiếp ngay tại mỗi thực thể tham gia. Ngoài ra, phương pháp này cũng đảm bảo quyền riêng tư dữ liệu, đặc biệt là các dữ liệu mạng vốn được xem là dữ liệu nhạy cảm – rất khó để người sở hữu chấp nhận chia sẻ ra bên ngoài. Do đó, học cộng tác/liên kết giúp khuyến khích các bên tham gia đóng góp vào quá trình đào tạo mô hình phát hiện xâm nhập, nhận diện mối đe dọa trên không gian mạng. Điểm mới của nghiên cứu là đề tài này sử dụng thuật toán tổng hợp FedPlus vào mô hình học liên kết để tối ưu hiệu năng hóa khả năng nhận diện tấn công APT nhắm vào hệ thống mạng SDN; đồng thời hệ thống còn tích hợp thêm khả năng làm giàu thông tin ngữ cảnh cho các kết quả dự đoán từ các lưu lượng mạng đầu vào phục vụ tác vụ săn tìm mối đe dọa hiệu quả hơn.

Chúng em xin gửi lời cám ơn đến Phòng thí nghiệm An toàn thông tin (Information Security Laboratory – InSec Lab) đã tạo điều kiện cho chúng em hoàn thành nghiên cứu.

Hội nghị ISCIT 2022 là một hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong trong lĩnh vực Mạng máy tính và thông tin. Đây là một diễn đàn để các nhà nghiên cứu trao đổi chia sẻ kết quả làm việc của mình trong môi trường học thuật cũng như doanh nghiệp. Hội nghị ISCIT được xếp hạng B trong các hội nghị uy tín, nằm trong danh sách các hội nghị uy tín theo đề xuất của SCOPUS. Hội nghị ISCIT đã trải qua 20 lần tổ chức tại nhiều thành phố lớn trên thế giới: Incheon, Hàn Châu, Syney, Tottori, Bangkok, Samui, Tp. HCM, Queensland, Tokyo, Nara, Thanh Đảo....

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-toan-tai-nang-uit-co-bai-bao-chap-nhan-dan…

Chúc mừng Sinh viên UIT có bài báo chấp nhận đăng tại Hội nghị ISPEC 

Sinh viên UIT có bài báo chấp nhận đăng tại Hội nghị ISPEC được xếp hạng B trong các hội nghị uy tín về An toàn thông tin. Bài báo “Federated Intrusion Detection in Non-IID Data for IIoT networks using Generative Adversative Networks and Reinforcement Learning”  do sinh viên Nguyễn Hữu Quyền thực hiện dưới sự hướng dẫn của ThS. Phan Thế Duy.

Tóm tắt bài báo:

Nghiên cứu này tập trung vào việc áp dụng phương pháp học liên kết (federated learning - FL) cho các trình phát hiện xâm nhập (intrusion detection system - IDS) trong ngữ cảnh mạng Vạn vật kết nối công nghiệp (IIoT). Cách tiếp cận học liên kết được sử dụng để đảm bảo giảm thiểu tải lượng dữ liệu khi so sánh với cơ chế thu gom dữ liệu tập trung trong các mô hình huấn luyện truyền thống, do FL huấn luyện mô hình trực tiếp ngay tại mỗi thực thể tham gia. Ngoài ra, phương pháp này cũng đảm bảo quyền riêng tư dữ liệu, đặc biệt là các dữ liệu mạng vốn được xem là dữ liệu nhạy cảm – rất khó để người sở hữu chấp nhận chia sẻ ra bên ngoài. Do đó, học liên kết giúp khuyến khích các bên tham gia đóng góp vào quá trình đào tạo mô hình phát hiện xâm nhập. Điểm mới của nghiên cứu là đề tài này sử dụng mô hình học tăng cường (Reinforcement Learning) và Mạng sinh đối kháng (GANs) để khắc phục hiệu năng kém của mô hình FL-IDS trong các ngữ cảnh dữ liệu không đồng nhất (non-iid) vốn phổ biến trong ngữ cảnh IIoT.

Chúng em xin gửi lời cảm ơn đến Phòng thí nghiệm An toàn thông tin (Information Security Laboratory – InSec Lab) đã tạo điều kiện cho chúng em hoàn thành nghiên cứu.

Chúng em xin gửi lời cảm ơn đến Thầy Phan Thế Duy – Nghiên cứu viên Phòng thí nghiệm An toàn thông tin và các thành viên trong nhóm đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Hội nghị ISPEC 2022 là một hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong trong lĩnh vực Bảo mật Mạng máy tính và hệ thống; và các ứng dụng thực tiễn về An toàn thông tin. Hội nghị ISPEC được xếp hạng B trong các hội nghị uy tín về An toàn thông tin, nó cũng nằm trong danh sách các hội nghị uy tín theo đề xuất của SCOPUS. Hội nghị ISPEC đã trải qua 16 lần tổ chức tại nhiều thành phố lớn trên thế giới: Singapore, Hàn Châu, Syney, Tây An, Seoul, Quảng Châu, Lan Châu, Phúc Châu, Bắc Kinh, Melbourn, Tokyo, Hong Kong, Luala Lumpur.... Hội nghị ISPEC 2022 do Đại học Quốc Lập Đông Hoa Đài Loan tổ chức, sẽ diễn ra vào ngày 23-25.11.2022 tại Đài Bắc, Đài Loan - Trung Quốc.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi…

Bài báo “Multi-stage Information Retrieval for Vietnamese Legal Texts” do sinh viên Phạm Nhật Minh - 18520102 thực hiện dưới sự hướng dẫn của TS. Đỗ Trọng Hợp. 

Tóm tắt bài báo:

Truy xuất thông tin pháp lý là một nhiệm vụ chuyên biệt trong xử lý ngôn ngữ tự nhiên liên quan đến việc truy xuất các văn bản pháp lý có liên quan được đưa ra một truy vấn. So với việc truy xuất văn bản truyền thống, việc truy xuất văn bản quy phạm pháp luật khó khăn hơn do các văn bản quy phạm pháp luật thường dài và phức tạp ngữ nghĩa cao. Lĩnh vực này đang được quan tâm nhiều trên thế giới với các hội nghị thường niên chuyên biệt như JURIX hay cuộc thi hằng năm như COLIEE nhưng số nghiên cứu dành cho Tiếng Việt còn rất hạn chế. Cùng với đó, các hướng tiếp cận sử dụng bi-encoder transformers cho truy xuất thông tin đang là xu hướng mới do đạt hiệu quả cao trong khi không cần nhiều thời gian huấn luyện. Từ những quan sát đã đề cập, chúng tôi đã nghiên cứu cách tiếp cận sử dụng bi-encoder transformers cho tiếng Việt. Mô hình của chúng tôi đã đạt hiệu quả vượt trội hoàn toàn so với mô hình trước đó là AttentiveCNN trên cùng một bộ dữ liệu. 

Em xin gửi lời cảm ơn đến Tiến sĩ Nguyễn Hà Thanh hiện đang công tác tại Viện Tin học quốc gia Nhật Bản (NII) và thầy Đỗ Trọng Hợp đã đồng hành cùng em trong quá trình nghiên cứu cũng như công bố bài báo khoa học quốc tế.

Trong hai thập kỷ qua, PKAW đã cung cấp một diễn đàn cho các nhà nghiên cứu và các nhà thực hành thảo luận về kỹ thuật tiên tiến trong lĩnh vực thu nhận kiến thức và trí tuệ nhân tạo. PKAW2022 sẽ tiếp tục trọng tâm ở trên và hoan nghênh những đóng góp về phương pháp tiếp cận đa lĩnh vực trong việc thu nhận tri thức dựa trên con người và dữ liệu lớn, cũng như các kỹ thuật và ứng dụng của trí tuệ nhân tạo. Hội nghị cũng mời gửi các ứng dụng trình bày các ứng dụng đã được thử nghiệm và triển khai trong cài đặt thực tế và các bài học kinh nghiệm trong quá trình này.

Liên kết: https://www.uit.edu.vn/sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi-nghi-pkaw…

Nhóm sinh viên ngành Khoa học Dữ liệu khóa 2019 có bài báo chấp nhận đăng tại Hội nghị Comnetsat 2022

Bài báo “An Implementation of Large Scale Hate Speech Detection System for Streaming Social Media Data” do sinh viên Đoàn Long An, Nguyễn Phương Thảo và Phan Thị Oanh thực hiện dưới sự hướng dẫn của TS. Đỗ Trọng Hợp.

Tóm tắt bài báo:

Sự phổ biến của phương tiện truyền thông xã hội trực tuyến mang lại nhiều hậu quả tích cực và tiêu cực khác nhau cho xã hội. Bên cạnh lợi ích, mạng xã hội có thể gây ra vấn đề lớn do nội dung thù địch và xúc phạm. Phát hiện và loại bỏ những nội dung độc hại đó bằng cách sử dụng máy học là một chủ đề nghiên cứu lớn trong mạng xã hội. Hai trong số những thách thức của chủ đề này là khối lượng dữ liệu truyền thông xã hội quá lớn và những dữ liệu này cần được xử lý trong thời gian thực. Trong bài báo này, chúng tôi đặt mục tiêu phát triển hệ thống phát hiện ngôn từ kích động thù địch trong các bình luận trên YouTube của người Việt bằng cách sử dụng công nghệ máy học và dữ liệu lớn. Dữ liệu phát trực tuyến từ Youtube được xử lý trong thời gian thực bằng Kafka, Spark và công nghệ máy học. Cuối cùng, một bảng điều khiển được cung cấp bởi Streamlit sẽ được sử dụng để hiển thị kết quả.

COMNETSAT 2022 là hội nghị hàng đầu của Bộ phận IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE COMNETSAT. Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong COMNETSAT, bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. IEEE COMNETSAT là một chương trình nghị sự không phải lúc nào cũng được thực hiện thường xuyên hàng năm, vì vậy cần tổ chức hội nghị uy tín này thường xuyên để tạo điều kiện cho các nhà nghiên cứu, học giả và những người thực hành công bố kết quả nghiên cứu.

COMNETSAT đã tổ chức thành công chương trình nghị sự lần thứ 10 vào năm 2021 tại Purwokerto, Indonesia. Hội nghị tập trung nhưng không giới hạn các lĩnh vực như: Communications; Network and IT; Satellite; Broadband & Photonics; Data Science and Artificial Intelligence.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-nganh-khoa-hoc-du-lieu-khoa-2019-co-bai-ba…

Nhóm sinh viên ngành Khoa học Dữ liệu khóa 2019 có bài báo chấp nhận đăng tại Hội nghị Comnetsat 2022

T2, 10/10/2022 - 15:43

Bài báo “A Practical Ream-Time Flight Delay Prediction System using Big Data Technology” do sinh viên Võ Minh Trí, Trần Triệu Vũ và Phạm Đức Thể thực hiện dưới sự hướng dẫn của giảng viên TS. Đỗ Trọng Hợp.

Tóm tắt bài báo:

Nghiên cứu này hướng đến việc xây dựng một hệ thống dự đoán độ trễ của các chuyến bay theo thời gian thực (real-time) bằng các công cụ BigData nhằm giúp cho các hãng hàng không hạn chế được tổn thất, đồng thời nhờ đó người dùng cũng có thể đưa ra quyết định về lịch trình một cách chủ động hơn. Việc xây dựng một hệ thống real-time giúp cho việc thu thập dữ liệu và đưa ra dự đoán một cách tuần tự, nhanh chóng và liên tục. Để đảm bảo tính thiết thực, toàn bộ hệ thống được xây dựng bằng cách sử dụng các công nghệ Bigdata như Apache Kafka được sử dụng để truyền dữ liệu chuyến bay đến các mô hình học máy đã đào tạo được tích hợp bên trong Apache Spark để đưa ra kết quả dự đoán theo thời gian thực, cụ thể là thông tin được hiển thị thông qua dashboard và được lưu trữ trên cơ sở dữ liệu Cassandra. Do đó, hệ thống có thể xử lý một lượng lớn lượng dữ liệu đầu vào và đưa ra kết quả dự đoán theo thời gian thực.

Chúng em xin gửi lời cảm ơn đến thầy Đỗ Trọng Hợp đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

COMNETSAT 2022 là hội nghị hàng đầu của Bộ phận IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE COMNETSAT. Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong COMNETSAT, bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. IEEE COMNETSAT là một chương trình nghị sự không phải lúc nào cũng được thực hiện thường xuyên hàng năm, vì vậy cần tổ chức hội nghị uy tín này thường xuyên để tạo điều kiện cho các nhà nghiên cứu, học giả và những người thực hành công bố kết quả nghiên cứu.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-nganh-khoa-hoc-du-lieu-khoa-2019-co-bai-ba…

Bài báo “Towards a high-performance threat-aware system for software-defined networks" do sinh viên Nguyễn Văn Tài – 19520250 – SVCQ, Hoàng Văn Chúc – 19521288 – SVCQ và  Nguyễn Xuân Hà - HVCH thực hiện dưới sự hướng dẫn của giảng viên TS. Lê Kim Hùng. 

Tóm tắt bài báo:

Dữ liệu lớn đang tạo ra những cơ hội cũng như những thách thức bảo mật đối với sự phát triển vượt bậc của Internet, đặc biệt là sự gia tăng nhanh chóng của các thiết bị IoT và điện toán đám mây. Hệ sinh thái IoT ngày càng đa dạng và phát triển thì những mối lo ngại về vấn đề bảo mật an ninh phát sinh càng cần được chú trọng. Một giải pháp tiềm năng để giảm thiểu các mối đe dọa đối với mạng IoT là triển khai Hệ thống phát hiện xâm nhập mạng (NIDS) hiệu quả. Hệ thống phát hiện xâm nhập tự động giám sát các luồng dữ liệu đến/đi từ các nguồn khác nhau và phân tích chúng để tìm các dấu hiệu có thể có của các hoạt động tấn công mạng. Nghiên cứu này hướng tới việc triển khai một kiến trúc cơ sở hạ tầng có khả năng xử lý dữ liệu lớn từ mô hình mạng SDN mô phỏng doanh nghiệp theo thời gian thực. Một hệ thống IDS ứng dụng thuật toán máy học được tích hợp bên trong Cơ sơ hạ tầng chịu trách nhiệm phân loại và phát hiện các lưu lượng mạng bất thường xảy ra bên trong mô hình SDN. Kết quả mong đợi cung cấp một hệ thống phát hiện xâm nhập đáp ứng những yêu cầu khắt khe đối với bối cảnh dữ liệu số hiện đại.

The international Conference on Advanced Technologies for Communications (ATC) là Hội nghị quốc tế về công nghệ tiên tiến cho truyền thông. Đây là một chuỗi hội nghị thường niên, kể từ năm 2008, được đồng tổ chức bởi Radio & Electronics Association of Vietnam (REV) và IEEE Communications Society (IEEE ComSoc). Mục tiêu của loạt bài này là hai vấn đề: thúc đẩy một diễn đàn trao đổi khoa học và công nghệ quốc tế giữa các nhà khoa học và kỹ sư Việt Nam và trên toàn thế giới trong lĩnh vực điện tử, truyền thông và các lĩnh vực liên quan, đồng thời thu thập những đóng góp nghiên cứu chất lượng cao của họ. Năm 2022, ATC sẽ được tổ chức bởi Đại học Mở Hà Nội (HOU) trong thời gian từ ngày 20 đến ngày 22 tháng 10 năm 2022. Hội nghị sẽ có sự tham gia của các diễn giả được mời nổi bật cũng như các bài báo của các nhà nghiên cứu hàng đầu từ khắp nơi trên thế giới.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi-nghi…

Chúc mừng sinh viên ngành Khoa học Dữ liệu Đoàn Long An có bài báo chấp nhận đăng tại Hội nghị Quốc tế về Xử lý Ngôn ngữ Châu Á - 2022 International Conference on Asian Language Processing (IALP 2022). Bài báo “Improving Sentiment Analysis By Emotion Lexicon Approach on Vietnamese Texts” được thực hiện dưới sự hướng dẫn của giảng viên ThS. Lưu Thanh Sơn. 

Tóm tắt bài báo:

Nhiệm vụ phân tích cảm xúc có nhiều ứng dụng khác nhau trong thực tế. Trong nhiệm vụ phân tích cảm xúc, việc các từ và cụm từ thể hiện cảm xúc tích cực và tiêu cực là rất quan trọng. Tìm ra các từ biểu thị cảm xúc từ văn bản có thể cải thiện hiệu suất của các mô hình phân loại cho nhiệm vụ phân tích cảm xúc. Trong bài báo này, chúng tôi đề xuất một phương pháp kết hợp từ điển cảm xúc với mô hình phân loại để nâng cao độ chính xác của mô hình. Kết quả thử nghiệm của chúng tôi cho thấy rằng từ vựng cảm xúc kết hợp với mô hình phân loại giúp cải thiện hiệu suất của các mô hình. Bên cạnh đó, chúng tôi cũng có những đóng góp bổ sung liên quan đến bài toán, chẳng hạn như việc triển khai các kỹ thuật tiền xử lý dữ liệu và cài đặt các mô hình để kết hợp cùng phương pháp được xây dựng một cách hiệu quả nhất, giúp cải thiện đáng kể khả năng phân tích cảm xúc ngôn ngữ tiếng Việt. 

Em xin gửi lời cảm ơn đến Thầy Lưu Thanh Sơn – Giảng viên Khoa Khoa học và Kỹ thuật Thông tin và Anh Chị đi trước đã đồng hành cùng Em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Hội nghị Quốc tế về Xử lý Ngôn ngữ Châu Á - 2022 International Conference on Asian Language Processing (IALP 2022) là hội nghị hàng đầu của Hiệp hội Xử lý Thông tin Ngôn ngữ Phương Đông và Trung Quốc (COLIPS). Đây là một loạt các hội nghị với trọng tâm duy nhất là Xử lý Ngôn ngữ Châu Á. Hội nghị nhằm mục đích thúc đẩy khoa học và công nghệ của tất cả các khía cạnh của Xử lý ngôn ngữ châu Á bằng cách cung cấp một diễn đàn cho các nhà nghiên cứu trong các lĩnh vực nghiên cứu ngôn ngữ khác nhau gặp gỡ. 

Liên kết: https://www.uit.edu.vn/sinh-vien-doan-long-co-bai-bao-chap-nhan-dang-tai-hoi-ngh…

Bài báo “A Multi-scale approach for Vietnamese Image Captioning in Healthcare Domain” do sinh viên Đỗ Gia Bảo và  Bùi Cao Doanh thực hiện dưới sự hỗ trợ của giảng viên ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Trong những năm gần đây khi các mô hình học sâu ngày càng phát triển, có thể mô phỏng lại nhiều tác vụ của con người thì cộng đồng nghiên cứu ngày càng dành sự chú ý và quan tâm đến các bài toán kết hợp giữa hai lĩnh vực Xử lý Ngôn ngữ Tự nhiên (Natural Language Processing) và Thị giác Máy tính (Computer Vision) như bài toán sinh câu mô tả ảnh tự động (Image Captioning - IC), bài toán tự động hỏi dáp dựa trên hình ảnh (Visual Question Answering - VQA). Trong các năm gần đây, những công trình nghiên cứu về bài toán này phần lớn đều sử dụng và đánh giá trên bộ dữ liệu MS-COCO. Trong nghiên cứu này, chúng tôi giải quyết bài toán trên bộ dữ liệu vieCap4H – bộ dữ liệu thuộc lĩnh vực Y tế - Chăm sóc sức khỏe được công bố tại cuộc thi “VLSP - vieCap4H Challenge”. Cụ thể, chúng tôi dựa trên mô hình baseline RSTNet, đề xuất thêm mô-đun TG2F giúp tăng cường khả năng biểu diễn ảnh và làm giàu thông tin đặc trưng bức ảnh đầu vào, cùng với đó là đề xuất thay đổi mô hình Transformer gốc bằng mô hình M2 Transformer giúp mô hình khai thác tốt đặc trưng ảnh từ low – level đến high – level. Những đề xuất của chúng tôi cho ra câu mô tả ảnh tự nhiên và chi tiết hơn.

Chúng tôi xin gửi lời cảm ơn đến Phòng thí nghiệm Truyền thông Đa phương tiện (MMLab) đã tạo điều kiện cho chúng tôi hoàn thành nghiên cứu. 

Chúng tôi xin gửi lời cảm ơn đến Thầy ThS. Võ Duy Nguyên, khoa Khoa học & Kỹ thuật Thông tin và khoa Khoa học Máy tính đã tạo điều kiện cho chúng tôi trong quá trình thực hiện đề tài này.

NAFOSTED Conference on Information and Computer Science (NICS) là Hội nghị Quốc tế lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan được bảo trợ bởi IEEE, IEEE Vietnam và được tổ chức hằng năm bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED) của Việt Nam. Hội nghị được tổ chức nhằm mục đích xây dựng một diễn đàn quốc tế bền vững, sáng tạo và thuận lợi dành cho các nhà nghiên cứu trình bày và thảo luận về những ý tưởng sáng tạo, tiến bộ trong những năm gần đây và định hướng tương lai trong việc giải quyết các thách thức trong lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi-nghi…

Bài báo “Forecasting the Opening and Closing Price Trends of Stock Using Hybrid Model and Artificial Intelligence Algorithm” đã được đăng tại Hội nghị FDSE 2022. Bài báo do sinh viên Nguyễn Minh Nhựt, Nguyễn Thị Viết Hương và Đặng Vũ Phương Uyên thực hiện dưới sự hướng dẫn của PGS.TS Nguyễn Đình Thuân

Tóm tắt bài báo:

Chứng khoán là lĩnh vực đầu tư lâu đời và tiềm năng cho đến thời điểm hiện tại, hàng năm thu hút nhiều vốn đầu tư vào lĩnh vực này. Đặc biệt, các chứng khoán được yêu thích như Dow Jones Industrial Average (DJIA), Tesla Inc (TSLA), và Meta Platforms Inc (META) đã thu hút nhiều khoản đầu tư trong những năm gần đây. Sự biến động của giá chứng khoán rất khó lường, gây nhiều khó khăn cho các nhà đầu tư vào lĩnh vực này. Hơn nữa, nghiên cứu này sử dụng các mô hình trí tuệ nhân tạo như Autoregressive Integrated Moving Average (ARIMA), Support Vector Regression (SVR), Linear Regression (LR), và Gated Recurrent Unit (GRU) để dự đoán giá đóng cửa và giá mở cửa của ba chứng khoán DJIA, TSLA và META. Hơn nữa, đề xuất phương pháp mới – phương pháp Hybrid của các mô hình trên nhằm cải thiện và nâng cao độ chính xác của dự đoán giá chứng khoán. Kết quả so sánh sẽ dựa trên ba thông số đánh giá: RMSE, MAE và MAPE.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Đình Thuân – Giảng viên Khoa Hệ Thống Thông Tin và Anh Chị đi trước đã đồng hành cùng Chúng em trong quá trình nghiên cứu và công bố bài báo.

Hội nghị quốc tế thường niên Future Data and Security Engineering (FDSE) là một diễn đàn hàng đầu được thiết kế cho các nhà khoa học, nhà nghiên cứu, kỹ sư và các nghiên cứu sinh quan tâm đến các hoạt động hiện đại và tiên tiến về dữ liệu, thông tin, kiến thức và kỹ thuật bảo mật để khám phá những ý tưởng tiên tiến, trình bày và trao đổi kết quả nghiên cứu của họ và các ứng dụng chuyên sâu về dữ liệu tiên tiến, cũng như thảo luận về các vấn đề mới nổi về dữ liệu, thông tin, kiến thức và kỹ thuật bảo mật. Tại FDSE hàng năm, các nhà nghiên cứu và các nhà thực hành sẽ không chỉ có thể chia sẻ các giải pháp nghiên cứu cho các vấn đề của xã hội kỹ thuật bảo mật và dữ liệu ngày nay, mà còn xác định các vấn đề và hướng đi mới cho công việc nghiên cứu và phát triển liên quan trong tương lai. 

Kỷ yếu FDSE đã được lập chỉ mục trong Scopus, EI Compendex, DBLP, và được liệt kê trong Chỉ số trích dẫn Kỷ yếu Hội nghị (CPCI) của Thomson Reuters.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi-nghi…

Bài báo "Deep Reinforcement Learning methods for Automation Fprex Trading" do sinh viên Châu Tấn, Ngô Đức Vũ, Nguyễn Minh Trí và Nguyễn Trần Anh Đức thực hiện. Các bạn đã nhận được sự hỗ trợ, hướng dẫn từ giảng viên TS. Đỗ Trọng Hợp trong suốt quá trình hoàn thành bài báo.

Tóm tắt bài báo:

Thị trường ngoại hối (Forex, FX, hoặc thị trường tiền tệ) là một thị trường phi tập trung toàn cầu cho việc trao đổi các loại tiền tệ. Với việc giá  ngoại hối đang biến đổi liên tục thì việc thiết kế chiến lược đầu tư tốt đóng vai trò quan trọng đến sự thành công trong việc đầu tư ở thị trường này. Trong bài báo này, nhóm chúng em sử dụng và so sánh hiệu quả của các phương pháp học tăng cường sâu trong việc thiết kế hệ thống giao dịch tự động trên thị trường ngoại hối. Nhóm chúng em quyết định sẽ huấn luyện mô hình bằng các thuật toán học tăng cường sâu thuộc loại actor-critic như: DDPG, TD3, ACKTR, PPO,... trên bộ dữ liệu của 30 mã ngoại tệ được chọn và được thu thập bằng API trên sàn FXCM.

Chúng em xin gửi lời cảm ơn đến TS. Đỗ Trọng Hợp – Giảng viên Khoa Khoa học và Kỹ thuật Thông tin đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Hội nghị RIVF là một hội nghị quốc tế Công nghệ Truyền thông và Điện toán, là sự kiện khoa học quốc tế lớn quy tụ các nhà khoa học, nghiên cứu trong lĩnh vực điện toán và truyền thông ở Việt Nam và thế giới đồng hành “Nghiên cứu - Đổi mới và Tầm nhìn cho tương lai” (Research, Innovation and Vision for the future, viết tắt là RIVF). Hội nghị RIVF được liệt kê vào danh sách các hội nghị uy tín theo đề xuất của SCOPUS and ISI Web of Science. RIVF đã trải qua 15 lần tổ chức và lần thứ 16 được tổ chức vào năm nay, tại thành phố Hồ Chí Minh, Việt Nam.

Liên kết: http://uit.edu.vn/chuc-mung-nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi…

Bài báo “Deep Feature Selection for Machine Learning based Attack Detection Systems” do sinh viên Huỳnh Minh Trí và Lê Hoàng Trung lớp An toàn thông tin Tài năng thực hiện. Bài báo có sự hướng dẫn của giảng viên TS. Lê Kim Hùng. 

Trong thời gian qua học sâu (Deep learning) đã đạt nhiều thành công trong nhiều lĩnh vực và trong đó cũng có phát hiện xâm nhập trong hệ thống mạng. Để ứng dụng học sâu nói riêng mà học máy nói chung vào trong hệ thống phát hiện xâm nhập (Intrusion detection system - IDS) ta sẽ cần một lượng lớn dữ liệu để thực hiện huấn luyện cho mô hình. Tuy nhiên những dữ liệu này không phải lúc nào cũng được xử lý tối ưu, vẫn có nhiều dữ liệu dư thừa, không liên quan hoặc gây nhiễu. Những dữ liệu dư thừa này không chỉ làm chậm tốc độ xử lý mà còn tăng thêm lượng tiêu hao tài nguyên tính toán thậm chí có thể không thực hiện được các thuật toán nếu không xử lý thích hợp. Vì thế nó rất cần thiết để có một cơ chế có thể chọn được những đặc trưng tốt nhất để nâng cao độ chính xác, và tăng tốc độ huấn luyện cũng như kiểm tra lại mô hình. Nghiên cứu này đã ứng dụng kĩ thuật học sâu vào trong thuật toán chọn lọc đặc trưng. Phương pháp này giúp đánh giá khả năng của những tập dữ liệu con được chọn lọc từ toàn bộ dữ liệu. Từ đó chọn ra được bộ dữ liệu con có kết quả tối ưu nhất. Phương pháp này không chỉ giảm được lượng dữ liệu đầu vào của mô hình hệ thống phát hiện xâm nhập mà còn cải thiện thời gian đào tạo và đảm bảo được độ chính xác cao. Ngoài ra nghiên cứu này còn cải thiện mô hình phát hiện xâm nhập bằng cách áp dụng thuật toán học sâu để xây dựng mô hình phát hiện và phân loại các cuộc tấn công.

Được biết sinh viên Huỳnh Minh Trí là cựu học sinh trường THPT chuyên Lê Quý Đôn, Bình Định, sinh viên Lê Hoàng Trung là cựu học sinh trường THPT Phan Bội Châu - Cư Jut - Đăk Nông

Comnersat 2022 là hội nghị hàng đầu của Bộ phận IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE Comnersat . Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong Comnersat , bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. IEEE Comnersat  là một chương trình nghị sự không phải lúc nào cũng được thực hiện thường xuyên hàng năm, vì vậy cần tổ chức hội nghị uy tín này thường xuyên để tạo điều kiện cho các nhà nghiên cứu, học giả và những người thực hành công bố kết quả nghiên cứu.

Liên kết: https://www.uit.edu.vn/chuc-mung-2-sinh-vien-toan-tai-nang-co-bai-bao-chap-nhan-…

Chúc mừng nhóm sinh viên ngành An toàn thông tin & sinh viên ngành Khoa học máy tính, Nguyễn Hoàng Quốc Ấn, Trần Đức Lương, Nguyễn Hữu Quyền và nhóm nghiên cứu InSecLan đã có công trình nghiên cứu được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế “The 11th International Symosium on Information and Communication Technology (SoICT 2022). Hội nghị SoICT2022 nằm trong danh mục hội nghị uy tín của Scopus, được tổ chức bởi ĐH Bách Khoa Hà Nội tại Hà Nội & Hạ Long-Quảng Ninh trong 3 ngày 01-03.12.2022 sắp tới.

Bài báo “Leveraging Reinforcement Learning and Generative Adversarial Networks to Craft Mutants of Windows Malware against Black-box Malware Detecctors” được thực hiện dưới sự hướng dẫn của TS. Phạm Văn Hậu và ThS Phan Thế Duy. Đây là đề tài nghiên cứu được các bạn sinh viên thực hiện dưới sự hướng dẫn của 2 thầy trong thời gian bạn tham gia nghiên cứu về phương pháp học máy, dưới góc nhìn an toàn, bảo mật thông tin tại Phòng thí nghiệm An toàn thông tin (InSecLab).

Tóm tắt nội dung bài báo: 

Để xây dựng một trình phát hiện mã độc (malware) hiệu quả, cần phải thu thập đa dạng các mẫu phần mềm độc hại và sự phát triển của chúng, vì các tác giả phần mềm độc hại luôn cố gắng trốn tránh trình phát hiện thông qua các chiến lược đột biến phần mềm độc hại. Vì vậy, bài báo này khám phá khả năng tạo ra các phần mềm độc hại đột biến để thu thập nhiều mẫu đột biến trong việc đào tạo trình phát hiện mã độc dựa trên máy học (ML). Cụ thể, nhóm nghiên cứu tận dụng Học tăng cường (Reinforcement Learning - RL) và Mạng sinh đối kháng (GAN) để tạo các mẫu phần mềm độc hại đối nghịch chống lại các trình phát hiện dựa trên ML. Chúng tôi càng sử dụng phương pháp này với các mẫu mã độc và trình phát hiện mã độc mục tiêu khác nhau trong việc đào tạo tác nhân RL như một tác nhân gây đột biến phần mềm độc hại, thì nó càng học được cách né tránh các trình phát hiện phần mềm độc hại hộp đen. Kết quả thử nghiệm trong tập dữ liệu trong thế giới thực chỉ ra rằng RL có thể giúp GAN tạo ra các biến thể của phần mềm độc hại với khả năng bảo toàn khả năng thực thi để tránh các trình phát hiện dựa trên ML và VirusTotal. Cuối cùng, cách tiếp cận này có thể được sử dụng như một công cụ tự động để đánh giá mức độ mạnh mẽ của trình phát hiện phần mềm độc hại chống lại các loại mã độc biến hình (metamorphic malware).

SoICT 2022 là hội nghị khoa học  quốc tế chuyên ngành công nghệ thông tin và truyền thông, bao gồm các lĩnh vực nghiên cứu quan trọng: Nền tảng AI và Dữ liệu lớn, Truyền thông và Bảo mật hệ thống mạng, Xử lý hình ảnh và ngôn ngữ tự nhiên, Kỹ thuật phần mềm và Công nghệ kỹ thuật số, Các xu hướng Công nghệ Tài chính và Chuỗi khối (Blockchain). 

Liên kết: https://www.uit.edu.vn/chuc-mung-2-sinh-vien-toan-tai-nang-co-bai-bao-chap-nhan-…

húc mừng nhóm sinh viên ngành An toàn thông tin - Khoa Mạng máy tính & Truyền thông, Văn Đoàn Bảo Khôi và Phạm Nguyễn Thảo Nhi, nhóm nghiên cứu InSecLab đã có công trình nghiên cứu được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc gia lần thứ XV - Nghiên cứu cơ bản và ứng dụng công nghệ thông tin (FAIR2022). Hội nghị FAIR2022 năm nay được tổ chức với chủ đề chính "An toàn và bảo mật thông tin trong cuộc Cách mạng Công nghiệp lần thứ IV" tại Học viện Kỹ thuật Mật mã, Hà Nội vào hai ngày 03-04.11.2022 sắp tới.

Bài báo: "Chiến lược giăng bẫy thích ứng phục vụ phòng thủ chủ động trong mạng khả lập trình" được thực hiện dưới sự hướng dẫn của giảng viên TS. Phạm Văn Hậu và ThS. Phan Thế Duy. Đây là đề tài nghiên cứu được Bảo Khôi  và Thảo Nhi (sinh viên ngành An toàn thông tin) thực hiện dưới sự hướng dẫn của 2 thầy trong thời gian bạn tham gia nghiên cứu về Kỹ thuật giăng bẫy, dưới góc nhìn an toàn, bảo mật thông tin tại Phòng thí nghiệm An toàn thông tin (InSecLab).

Tóm tắt nội dung bài báo: Ngày nay, công nghệ thông tin đang phát triển với nhiều tiến bộ vượt bậc, bên cạnh những mặt tích cực và lợi ích to lớn mà xã hội thông tin mang lại cho nhân loại thì vẫn còn tồn tại những thách thức như: các nguy cơ tấn công mạng nhằm phá hoại hệ thống, nguy cơ bị đánh cắp thông tin “nhạy cảm” của các tổ chức cá nhân. Để ngăn chặn những nguy cơ này, đòi hỏi các cơ quan tổ chức doanh nghiệp phải tổ chức xây dựng các hệ thống an minh mạng nhằm đảm bảo an toàn cho hệ thống mạng. Trong số các giải pháp nhằm bảo vệ an toàn cho hệ thống mạng, Honeypot và Honeynet được coi là một trong những giải pháp hết sức hiệu quả. Đối với các kẻ tấn công thì hệ thống này là những “cạm bẫy đáng sợ” do chúng có thể bị theo dõi, lần theo dấu vết mà không có sự nhận biết nào. Cho nên, nghiên cứu này đưa ra phương pháp giải quyết bao gồm thiết lập nền tảng giăng bẫy phục vụ phòng thủ chủ động dựa trên nguyên lý khả lập trình, linh hoạt điều khiển của mạng Software Defined Networking (SDN) cho ngữ cảnh mạng có kích thước lớn như IoT, nhằm phát hiện, giảm thiểu rủi ro từ các cuộc tấn công mạng và từ đó đưa ra giải pháp bảo mật một cách tốt nhất có thể. Cuối cùng, mô hình được hiện thực và thực nghiệm với các kịch bản tấn công khác nhau đã cho thấy mô hình đề xuất của chúng tôi có thể phát hiện và chống lại các cuộc tấn công DDOS, XSS một cách hiệu quả.

Hội nghị khoa học quốc gia về "Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin" (Hội nghị FAIR) được tổ chức thường niên dưới sự bảo trợ của Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam, cũng như của Viện Hàn lâm Khoa học và Công nghệ Việt Nam; qua đó góp phần thúc đẩy nghiên cứu cơ bản và ứng dụng về Công nghệ thông tin tại Việt Nam.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-mang-may-tinh-va-truyen-thong-co-bai-…

Liên kết: https://www.uit.edu.vn/sinh-vien-nguyen-tan-tang-khoa-mang-may-tinh-va-truyen-th…

Bài báo “Deep Feature Selection for Machine Learning based Attack Detection Systems” do sinh viên Huỳnh Minh Trí và Lê Hoàng Trung lớp An toàn thông tin Tài năng thực hiện. Bài báo có sự hướng dẫn của giảng viên TS. Lê Kim Hùng. 

Trong thời gian qua học sâu (Deep learning) đã đạt nhiều thành công trong nhiều lĩnh vực và trong đó cũng có phát hiện xâm nhập trong hệ thống mạng. Để ứng dụng học sâu nói riêng mà học máy nói chung vào trong hệ thống phát hiện xâm nhập (Intrusion detection system - IDS) ta sẽ cần một lượng lớn dữ liệu để thực hiện huấn luyện cho mô hình. Tuy nhiên những dữ liệu này không phải lúc nào cũng được xử lý tối ưu, vẫn có nhiều dữ liệu dư thừa, không liên quan hoặc gây nhiễu. Những dữ liệu dư thừa này không chỉ làm chậm tốc độ xử lý mà còn tăng thêm lượng tiêu hao tài nguyên tính toán thậm chí có thể không thực hiện được các thuật toán nếu không xử lý thích hợp. Vì thế nó rất cần thiết để có một cơ chế có thể chọn được những đặc trưng tốt nhất để nâng cao độ chính xác, và tăng tốc độ huấn luyện cũng như kiểm tra lại mô hình. Nghiên cứu này đã ứng dụng kĩ thuật học sâu vào trong thuật toán chọn lọc đặc trưng. Phương pháp này giúp đánh giá khả năng của những tập dữ liệu con được chọn lọc từ toàn bộ dữ liệu. Từ đó chọn ra được bộ dữ liệu con có kết quả tối ưu nhất. Phương pháp này không chỉ giảm được lượng dữ liệu đầu vào của mô hình hệ thống phát hiện xâm nhập mà còn cải thiện thời gian đào tạo và đảm bảo được độ chính xác cao. Ngoài ra nghiên cứu này còn cải thiện mô hình phát hiện xâm nhập bằng cách áp dụng thuật toán học sâu để xây dựng mô hình phát hiện và phân loại các cuộc tấn công.

Được biết sinh viên Huỳnh Minh Trí là cựu học sinh trường THPT chuyên Lê Quý Đôn, Bình Định, sinh viên Lê Hoàng Trung là cựu học sinh trường THPT Phan Bội Châu - Cư Jut - Đăk Nông

Comnersat 2022 là hội nghị hàng đầu của Bộ phận IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE Comnersat . Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong Comnersat , bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. IEEE Comnersat  là một chương trình nghị sự không phải lúc nào cũng được thực hiện thường xuyên hàng năm, vì vậy cần tổ chức hội nghị uy tín này thường xuyên để tạo điều kiện cho các nhà nghiên cứu, học giả và những người thực hành công bố kết quả nghiên cứu.

Bài báo “Traffic Flow Forecasting using Multivariate Time-Series Deep Learning and Distributed Computing” do sinh viên Trịnh Ngọc Pháp và Trần Nguyễn Anh Khoa  thực hiện dưới sự hướng dẫn của TS. Đỗ Trọng Hợp. Bài báo được chấp nhận đăng tại Hội nghị RIVFT 2022. 

Tóm tắt bài báo:

Việc phân tích và đưa ra những dự đoán chính xác về lưu lượng giao thông trong tương lai đóng vai trò quan trọng trong việc quản lý và điều tiết giao thông. Nghiên cứu này tập trung vào việc tìm hiểu, xây dựng các mô hình chuỗi thời gian đơn biến và đa biến dựa trên thư viện học sâu phân tán BigDL với các mô hình học máy truyền thống và mô hình học sâu như ARIMA, Prophet, LSTM, v.v. Nhóm nghiên cứu tự xây dựng bộ dữ liệu gồm các thông tin về lưu lượng giao thông, thời tiết, tọa độ vị trí giao thông, mối liên hệ giữa các vị trí giao thông để huấn luyện các mô hình đa biến. Nhóm nghiên cứu tiến hành so sánh sự cải thiện trong hiệu suất dự đoán giữa các mô hình chuỗi thời gian đa biến so với mô hình đơn biến trong bài toán dự báo luồng giao thông thông qua những thử nghiệm huấn luyện mô hình với sự khác nhau về nhiều khía cạnh như loại mô hình, khoảng dữ liệu, các đặc trưng được lựa chọn. Ngoài ra, nghiên cứu còn chỉ ra một số thuộc tính không quan trọng trong việc dự đoán, qua đó đơn giản hóa quá trình thu thập dữ liệu trong khi xây dựng hệ thống dự báo. Kết quả, các mô hình chuỗi thời gian đa biến với kiến trúc học sâu thu được kết quả tốt hơn so với các mô hình đơn biến trong bài toán dự đoán luồng giao thông. Cuối cùng, nhóm nghiên cứu tiến hành xây dựng ứng dụng cơ bản minh họa cho hệ thống dự báo luồng giao thông thời gian thực trong thực tế.

Chúng em xin gửi lời cảm ơn đến Thầy Đỗ Trọng Hợp – Giảng viên Khoa Khoa học và Kỹ thuật Thông tin đã đồng hành cùng Chúng em trong quá trình nghiên cứu và công bố bài báo khoa học.

Được biết sinh viên Trịnh Ngọc Pháp là cựu học sinh trường THPT Chuyên Nguyễn Bỉnh Khiêm, Quảng Nam, sinh viên Trần Nguyễn Anh Khoa là cựu học sinh trường THPT Hoàng Hoa Thám, TP.HCM

Hội nghị RIVF là một hội nghị quốc tế Công nghệ Truyền thông và Điện toán, là sự kiện khoa học quốc tế lớn quy tụ các nhà khoa học, nghiên cứu trong lĩnh vực điện toán và truyền thông ở Việt Nam và thế giới đồng hành “Nghiên cứu - Đổi mới và Tầm nhìn cho tương lai” (Research, Innovation and Vision for the future, viết tắt là RIVF). Hội nghị RIVF được liệt kê vào danh sách các hội nghị uy tín theo đề xuất của SCOPUS and ISI Web of Science. RIVF đã trải qua 15 lần tổ chức và lần thứ 16 được tổ chức vào năm nay, tại thành phố Hồ Chí Minh, Việt Nam.

Liên kết: https://www.uit.edu.vn/02-sinh-vien-nganh-khoa-hoc-du-lieu-co-bai-bao-chap-nhan-…

ài báo “UIT - ViCoV19QA: A Dataset for Covid-19 Community-based Question Answering on Vietnamese Language” của sinh viên Thái Minh Triết, Chu Hà Thảo Ngân và Võ Tuấn Anh thực hiện được chấp nhận đăng tại Hội nghị Paclic 36. Giảng viên hướng dẫn thực hiện ThS.Lưu Thanh Sơn.

Tóm tắt bài báo:

Trong hai năm 2020 và 2021, thế giới trải qua sự bùng phát và lan rộng của đại dịch COVID-19. Sự xuất hiện các biến thể nguy hiểm như chủng Delta và Omicron đã khiến ca nhiễm và tử vong tăng nhanh, tác động xấu đến sức khỏe, đời sống vật chất, tinh thần của người dân tại nhiều quốc gia trên thế giới, trong đó có Việt Nam. Bên cạnh những ảnh hưởng tiêu cực của đại dịch, vấn nạn tin giả còn là một vấn đề nhức nhói khiến công tác chống dịch tại các địa phương gặp nhiều khó khăn. Bối cảnh đó đã tạo động lực thúc đẩy nghiên cứu xây dựng một bộ dữ liệu phục vụ cho hệ thống hỏi đáp về COVID-19 trên tiếng Việt, qua đó giúp giải đáp thắc mắc và nâng cao nhận thức của người dân về đại dịch COVID-19, cũng như làm cơ sở cho các nghiên cứu tiếp theo trong tương lai.

Bộ dữ liệu UIT-ViCoV19QA được xây dựng dựa trên dữ liệu từ các trang thông tin, hỏi đáp của các tổ chức y tế uy tín trong và ngoài nước như CDC Hoa Kỳ, WHO, Bộ Y tế,… và trải qua một quá trình trích lọc, kiểm tra, xử lý để đảm bảo được chất lượng dữ liệu. UIT-ViCoV19QA chứa thông tin gồm 4,500 cặp câu hỏi đáp tiếng Việt về các nội dung xoay quanh chủ đề COVID-19 như: nguồn gốc, tên gọi, triệu chứng, phòng bệnh, tiêm chủng,…. Bên cạnh đó, bộ dữ liệu được mở rộng và tăng cường thông qua việc tạo thêm những câu trả lời mới có ý nghĩa tương tự (paraphrase) cho mỗi câu hỏi, nhằm nghiên cứu sự cải thiện hiệu suất thực nghiệm trên tác vụ hỏi đáp.

Nghiên cứu cũng thiết lập các mô hình Deep Learning với kiến trúc Encoder-Decoder áp dụng cơ chế Attention gồm Recurrent Neural Network (RNN), Convolutional Neural Network (CNN) và Trasnformer làm mô hình cơ sở (baseline) để đánh giá chất lượng bộ dữ liệu trên tác vụ hỏi đáp tự động và khởi tạo kết quả ban đầu cho các nghiên cứu tiếp theo thông qua độ đo BLEU, METEOR và ROUGE-L. Kết quả nghiên cứu cho thấy khả năng tạo sinh ra câu trả lời mạch lạc và hiệu quả của quá trình paraphrase dữ liệu đến hiệu suất của các mô hình thực nghiệm, đặc biệt là Transformer – một kiến trúc nổi trội trong lĩnh vực xử lý ngôn ngữ tự nhiên những năm gần đây.

Được biết sinh viên Thái Minh Triết là cựu học sinh trường THPT Nguyễn Việt Hồng (THPT Nguyễn Việt Hồng - Cần Thơ); sinh viên Chu Hà Thảo Ngân là cựu học sinh trường THPT Trần Hưng Đạo (THPT Trần Hưng Đạo); sinh viên Võ Tuấn Anh cựu học sinh trường THPT Lê Hồng Phong (THPT Lê Hồng Phong-Biên Hòa)

Hội nghị Châu Á Thái Bình Dương lần thứ 36 về Ngôn ngữ, Thông tin và Tính toán (The 36th Pacific Asia Conference on Language, Information and Computation - PACLIC 36)  là hội nghị quốc tế uy tín được xếp hạng B theo CORE2021 trong lĩnh vực phân tích lý thuyết và xử lý ngôn ngữ tự nhiên. Kể từ năm 1982, chuỗi hội nghị PACLIC cung cấp một diễn đàn cho các nhà nghiên cứu trong các lĩnh vực nghiên cứu ngôn ngữ khác nhau ở khu vực Châu Á - Thái Bình Dương để chia sẻ những phát hiện và lợi ích trong nghiên cứu chính thức và thực nghiệm về ngôn ngữ. Năm 2022, PACLIC 36 sẽ được Đại học De La Salle, Manila phối hợp cùng Đại học quốc gia Manila, Philipines tổ chức từ ngày 20 - 22 tháng 10 năm 2022 theo hình thức trực tuyến. Các kỷ yếu của PACLIC trước đây đã được lập chỉ mục trong Scopus (kể từ PACLIC 19 vào năm 2005) và được liệt kê trong ACL Anthology. Theo Google Scholar, PACLIC hiện có h5-index là 13 và h5-median là 19

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-hoc-du-lieu-co-bai-bao-chap-nhan-dang…

Bài báo “Using Blockchain and Artificial Intelligence to build a Job Recommendation System for Students in Information Technology” được đăng tại Hội nghị RIVF 2022. Bài báo do sinh viên ngành Hệ thống Thông tin gồm: Nguyễn Minh Nhựt, Đặng Minh Quân và Lê Mai Duy Khánh. Giảng viên hướng dẫn là PGS.TS Nguyễn Đình Thuân

Tóm tắt bài báo:

Trong thời đại 4.0 phát triển công nghệ như vũ bão hiện nay, các công việc liên quan đến Công nghệ thông tin trở nên đa dạng và phong phú hơn. Điều đó ảnh hưởng ít nhiều đến sinh viên Công nghệ thông tin trong việc xác định công việc tương lai phù hợp với họ. Dựa trên vấn đề này, chúng tôi quyết định xây dựng một ứng dụng có tên là SmartCV, trong đó sử dụng Hợp đồng thông minh trong Công nghệ Blockchain để tìm việc làm và kết nối với các nhà tuyển dụng của công ty cho sinh viên Công nghệ Thông tin tại Việt Nam và trong khu vực. Đồng thời, chúng tôi đã triển khai hệ thống khuyến nghị sử dụng các thuật toán Machine Learning and Statistical Analysis để giúp họ chọn một công việc phù hợp dựa trên kỹ năng, thực lực của họ. Thuật toán Machine Learning bao gồm Feed Forward Neural Network (FNN), Sequential (KNF), Convolutional Neural Network (CNN), K-Nearest Neighbors (KNN), and Statistical Analysis algorithm bao gồm Logistic Regression (LR) sử dụng ngôn ngữ Python. Hệ thống khuyến nghị này được đào tạo và kiểm tra bằng cách sử dụng tập dữ liệu về các công việc CNTT được thu thập thông tin trên các trang web tìm kiếm công việc. Chúng tôi đã đánh giá các thuật toán bằng cách sử dụng độ chính xác, thu hồi, độ chính xác và micro-F1 để dự đoán thuật toán phù hợp nhất. Kết quả thực nghiệm dự đoán việc làm của sinh viên chứng minh rằng Convolutional Neural Network Model (CNN) cho độ chính xác cao nhất.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Đình Thuân – Giảng viên Khoa Hệ Thống Thông Tin và Anh Chị đi trước đã đồng hành cùng Chúng em trong quá trình nghiên cứu và công bố bài báo.

Được biết sinh viên Nguyễn Minh Nhựt là cựu học sinh trường THPT Cái Bè, Tiền Giang (THPT Cái Bè); sinh viên Đặng Minh Quân là cựu học sinh trường THPT Trần Cao Vân, Quảng Nam (THPT  Trần Cao Vân, Tam Kỳ, Quảng Nam); sinh viên Lê Mai Duy Khánh cựu học sinh trường THPT Di Linh, Lâm Đồng (THPT Di Linh)

Hội nghị RIVF (Research, Innovation and Vision for the Future) đầu tiên được tổ chức năm 2003 từ nỗ lực của các giáo sư Patrick Bellot, Marc Bùi tại Pháp và đồng nghiệp, cùng giáo sư Nguyễn Đình Trí và các giáo sư của Học viện Tin học Pháp ngữ IFI ở Hà Nội. Đến năm 2007, RIVF từ một hội nghị về tin học của cộng đồng Pháp ngữ tổ chức tại Việt Nam, đã được chuyển thành một hội nghị quốc tế của IEEE (tổ chức kỹ sư điện và điện tử quốc tế) với nội dung về công nghệ thông tin, truyền thông và chất lượng được nâng cao. Từ hội nghị lần thứ 9 năm 2012, RIVF đã được tổ chức khoảng 18 tháng một lần, thu hút số lượng lớn các trường kỹ thuật hàng đầu Việt Nam và nước ngoài tham dự. RIVF2022 là hội nghị lần thứ 16 là cơ hội giao lưu, trao đổi, giới thiệu các kết quả nghiên cứu của các nhà khoa học, nghiên cứu, các nhà quản lý khoa học công nghệ trong và ngoài nước, đặc biệt là với các doanh nghiệp liên quan.

Liên kết: https://www.uit.edu.vn/03-sinh-vien-nganh-he-thong-thong-tin-co-bai-bao-chap-nha…

Chúc mừng nhóm sinh viên ngành An toàn thông tin thuộc Khoa Mạng máy tính và truyền thông, Nguyễn Duy Lân, Lê Anh Hào và nhóm nghiên cứu InSecLab đã có công trình nghiên cứu được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế The 11th International Symposium on Information and Communication Technology (SoICT 2022). Hội nghị SoICT2022 nằm trong danh mục hội nghị uy tín của Scopus, được tổ chức bởi ĐH Bách Khoa Hà Nội tại Hà Nội & Hạ Long-Quảng Ninh trong 3 ngày 01-03.12.2022 sắp tới.

Bài báo “A Method of Mutating Windows Malwares using Reinforcement Learning with Functionality Preservation” được thực hiện dưới sự hướng dẫn của TS. Phạm Văn Hậu, ThS. Phan Thế Duy. Đây là đề tài nghiên cứu được các bạn sinh viên thực hiện dưới sự hướng dẫn của nhóm nghiên cứu InSecLab trong thời gian bạn tham gia thực hiện khóa luận tốt nghiệp, nghiên cứu khoa học về Mã độc và các Giải pháp an toàn, bảo mật thông tin dựa trên các mô hình học máy tại Phòng thí nghiệm An toàn thông tin (InSecLab).

Tóm tắt nội dung bài báo: 

Gần đây, sự phát triển cả về số lượng và mức độ phức tạp của phần mềm độc hại (mã độc) đã đặt ra nhu cầu cấp bách về giải pháp phát hiện phần mềm độc hại như virus, trojan, backdoor. Các đặc tính nổi bật của kỹ thuật học máy (ML) và học sâu (DL) đã được tận dụng trong cuộc chiến chống lại mã độc. Tuy nhiên, chúng được chứng minh là dễ bị tấn công trước các cuộc tấn công của đối kháng, trong đó các sửa đổi nhỏ ​​trong các mẫu phần mềm độc hại có thể lật ngược kết quả dự đoán của trình quét và nhận diện mã độc. Lĩnh vực nghiên cứu này đang được chú trọng và quan tâm sâu sắc trên nhiều công trình nghiên cứu do tầm quan trọng của nó trong việc đánh giá mức độ mạnh mẽ của phương pháp phát hiện phần mềm độc hại. Trong các cách tiếp cận để giải quyết vấn đề như vậy, việc sử dụng Mạng sinh đối kháng (Generative Adversarial Networks - GAN) hoặc Học tăng cường (Reinforcement Learning - RL) có thể giúp các tác giả phần mềm độc hại tạo ra phần mềm độc hại biến hình chống lại phần mềm chống vi-rút. Tuy vậy, chức năng của phần mềm độc hại đã tạo ra như trong các nghiên cứu đó hầu như không được đề cập và xác minh tính thực thi của chương trình trong giai đoạn đột biến, điều này có thể dẫn đến các đột biến phần mềm độc hại có thể lẩn tránh  trình phát hiện nhưng vô dụng. Trong bài báo này, chúng tôi tập trung vào mã độc trên nền tảng Windows Portable Executable và nghiên cứu phương pháp tạo các đột biến của mã độc dựa trên RL để đánh lừa bộ phát hiện mã độc theo chiến lược phân tích tĩnh dựa trên ML / DL. Cụ thể, chúng tôi xây dựng trình xác thực để xác nhận việc duy trì chức năng của mã độc sau thao tác đột biến. Đây là một trong những yêu cầu mà một mã độc được xem là biến đổi thành công thành một tập tin mã độc mới. Kết quả thử nghiệm chứng minh tính hiệu quả của giải pháp dựa trên Học tăng cường trong việc tạo ra các đột biến phần mềm độc hại khó phát hiện và có thể thực thi trên Windows.

SoICT 2022 là hội nghị khoa học  quốc tế chuyên ngành công nghệ thông tin và truyền thông, bao gồm các lĩnh vực nghiên cứu quan trọng: Nền tảng AI và Dữ liệu lớn, Truyền thông và Bảo mật hệ thống mạng, Xử lý hình ảnh và ngôn ngữ tự nhiên, Kỹ thuật phần mềm và Công nghệ kỹ thuật số, Các xu hướng Công nghệ Tài chính và Chuỗi khối (Blockchain). 

Liên kết: https://www.uit.edu.vn/sinh-vien-nganh-toan-thong-tin-da-co-cong-trinh-nghien-cu…

Bài báo “Empirical Study One-stage Object Detection methods for RoboCup Small Size League” được chấp nhận đăng tại Hội nghị NICS2022. Bài báo do sinh viên Ngô Văn Tấn Lưu và Huỳnh Viết Tuấn Kiệt, khoa Khoa học Máy tính thực hiện dưới sự hướng dẫn của giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên.

Tóm tắt bài báo:

Small Size League (SSL) là một nhánh thi đấu của giải đấu RoboCup truyền thống, được thành lập để thúc đẩy nghiên cứu về robot và AI. Việc huấn luyện mô hình phát hiện đối tượng theo thời gian thực với độ chính xác cao là điều cần thiết cho rô bốt trong giải bóng đá RoboCup SSL, phục vụ cho việc thiết kế và phát triển các chiến lược cạnh tranh. Các phương pháp phát hiện đối tượng hiện đại đã cho ra tốc độ dự đoán lên đến 94 FPS trên bộ dữ liệu chuẩn mã nguồn mở SSL, nhưng chỉ ở độ chính xác trung bình. Xem xét sự tiến bộ trong các phương pháp học sâu mới trong phát hiện đối tượng, ở bài báo này, chúng tôi đã tiến hành khảo sát và thử nghiệm về các phương pháp phát hiện đối tượng one-stage được cung cấp trong framework MMDetection trên tập dữ liệu cung cấp cho RoboCup SSL. 

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Ngô Văn Tấn Lưu là cựu học sinh trường THPT Phan Châu Trinh, Đà Nẵng (Trường THPT PHAN CHÂU TRINH Đà Nẵng); sinh viên Huỳnh Viết Tuấn Kiệt là cựu học sinh trường THPT Trần Quý Cáp, Quảng Nam (Trường THPT Trần Quý Cáp)

NAFOSTED Conference on Information and Computer Science (NICS) là Hội nghị Quốc tế lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan được bảo trợ bởi IEEE, IEEE Vietnam và được tổ chức hằng năm bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED) của Việt Nam. Hội nghị được tổ chức nhằm mục đích xây dựng một diễn đàn quốc tế bền vững, sáng tạo và thuận lợi dành cho các nhà nghiên cứu trình bày và thảo luận về những ý tưởng sáng tạo, tiến bộ trong những năm gần đây và định hướng tương lai trong việc giải quyết các thách thức trong lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan.

Hội nghị NICS’22 lần thứ 9 được tổ chức tại Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh (HCMUT - VNU) trong khoảng thời gian từ ngày 31 tháng 10 đến ngày 01 tháng 11 năm 2022 dưới hình thức trực tiếp.

Liên kết: http://uit.edu.vn/nhom-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-dang-tai…

Bài báo “Rethinking Classification of Oriented Object Detection in Aerial Images” của sinh viên Nguyễn Đức Anh Phúc và Trương Thành Thắng  được đăng tại Tạp chí IJACSA-Q3. Bài báo có sự hướng dẫn của giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Với sự hỗ trợ của sự phát triển nhanh chóng của công nghệ, đặc biệt là sự phổ biến của UAV (máy bay không người lái), việc phát hiện đối tượng trong không ảnh thu hút được nhiều sự chú ý hơn trong lĩnh vực thị giác máy tính và học sâu. Tuy nhiên, các phương pháp truyền thống sử dụng các hộp giới hạn ngang để biểu diễn đối tượng dẫn đến sự không nhất quán giữa các đối tượng và các đặc trưng. Do đó, nhiều phương pháp đang được nghiên cứu để giải quyết vấn đề này, và thông thường chúng sử dụng các phương pháp huấn luyện thông thường để đạt được kết quả. Phương pháp của chúng em đề xuất tăng cường hiệu năng không chỉ phân loại mà còn hồi quy thông qua các quy trình huấn luyện độc lập sử dụng phép biến đổi bao lồi (convex-hull transformation) trong giai đoạn tiền xử lý dữ liệu. Chúng em thực nghiệm với các mô hình học sâu S2ANet, R3Det, ReDet, RoI Transformer và Oriented R-CNN trên tập dữ liệu phát hiện đối tượng có hướng DOTA. Sau đó, chúng em áp dụng các chúng với mạng phân loại nổi tiếng EfficientNet vào phương pháp được đề và đạt được kết quả rất tốt trên tập dữ liệu DOTA phát hiện đối tượng có hướng. Hơn nữa, phương pháp của chúng em có thể áp dụng với phần lớn các phương pháp phát hiện đối tượng có hướng khác nhau, cải thiện kết quả phân loại thông qua các chu trình huấn luyện mở rộng độc lập. 

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện , cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Nguyễn Đức Anh Phúc là cựu học sinh trường Phổ thông Năng khiếu, ĐHQG-HCM (Phổ Thông Năng Khiếu); sinh viên Trương Thành Thắng là cựu học sinh trường THPT Số 1 Phù Mỹ, Bình Định (TRƯỜNG THPT SỐ 1 PHÙ MỸ)

International Journal of Advanced Computer Science and Applications (IJACSA) là Tạp chí Khoa học Máy tính học thuật đại diện cho những nghiên cứu xuất sắc. Tạp chí được ra đời nhằm mục đích xuất bản các bài báo khoa học được lựa chọn nghiêm ngặt thông qua quy trình bình duyệt ẩn danh kép (double-blind peer review) nhằm đảm bảo tính nguyên bản, tức thời, phù hợp.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-dan…

Bài báo “Empirical Study of RepPoints Representation for Object Detection in Aerial Images” do sinh viên Văn Nguyễn Ngọc Huyền, Lê Việt Thịnh, Bùi Cao Doanh, khoa Khoa học Máy tính thực hiện. Bài bài có sự hướng dẫn của giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Mô hình phát hiện dựa trên hộp neo đã thống trị bài toán phát hiện đối tượng trong nhiều năm qua. Các mô hình này chủ yếu dựa trên hộp giới hạn hình chữ nhật, thuận tiện khi ứng dụng nhưng lại bộc lộ nhiều hạn chế nghiêm trọng, chẳng hạn sự sai lệch vị trí khi các đối tượng phân bố dày đặc hoặc có hướng tùy ý. Trong bài báo này, nhóm nghiên cứu ứng dụng một phương thức biểu diễn vật thể mới, RepPoints (representative points - điểm đại diện), nhằm cải thiện khả năng trích xuất đặc trưng và định vị đối tượng trên dữ liệu giao thông từ trên không. Sau đó, nhóm nghiên cứu đã tiến hành thực nghiệm tinh chỉnh mô hình RPDet – mô hình phát hiện đối tượng không dùng hộp neo dựa trên RepPoints. Cụ thể, các thực nghiệm tinh chỉnh của nhóm bao gồm việc áp dụng các mô hình tiên tiến như ResNet50, ResNeXt101 và Res2Net101 làm mô hình cơ sở; triển khai tích hợp các mô-đun của DCN (Deformable Convolution Networks) cho kiến trúc cơ sở. Các thực nghiệm cho thấy cách tiếp cận này có thể đạt được hiệu suất cao, tương đương với các phương pháp phát hiện dựa trên hộp neo hiện đại nhất, trên bộ dữ liệu giao thông không ảnh VISDRONE-DET.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Văn Nguyễn Ngọc Huyền là cựu học sinh trường THPT Chuyên Nguyễn Du - Đắk Lắk, sinh viên Lê Việt Thịnh là cựu học sinh Trường THCS và THPT Hiếu Nhơn, sinh viên Bùi Cao Doanh là cựu học sinh trường THPT Nguyễn Hữu Huân

Liên kết: http://uit.edu.vn/03-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-dang-tai-h…

Bài báo “Empirical Study of RepPoints Representation for Object Detection in Aerial Images” do sinh viên Văn Nguyễn Ngọc Huyền, Lê Việt Thịnh, Bùi Cao Doanh, khoa Khoa học Máy tính thực hiện. Bài bài có sự hướng dẫn của giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Mô hình phát hiện dựa trên hộp neo đã thống trị bài toán phát hiện đối tượng trong nhiều năm qua. Các mô hình này chủ yếu dựa trên hộp giới hạn hình chữ nhật, thuận tiện khi ứng dụng nhưng lại bộc lộ nhiều hạn chế nghiêm trọng, chẳng hạn sự sai lệch vị trí khi các đối tượng phân bố dày đặc hoặc có hướng tùy ý. Trong bài báo này, nhóm nghiên cứu ứng dụng một phương thức biểu diễn vật thể mới, RepPoints (representative points - điểm đại diện), nhằm cải thiện khả năng trích xuất đặc trưng và định vị đối tượng trên dữ liệu giao thông từ trên không. Sau đó, nhóm nghiên cứu đã tiến hành thực nghiệm tinh chỉnh mô hình RPDet – mô hình phát hiện đối tượng không dùng hộp neo dựa trên RepPoints. Cụ thể, các thực nghiệm tinh chỉnh của nhóm bao gồm việc áp dụng các mô hình tiên tiến như ResNet50, ResNeXt101 và Res2Net101 làm mô hình cơ sở; triển khai tích hợp các mô-đun của DCN (Deformable Convolution Networks) cho kiến trúc cơ sở. Các thực nghiệm cho thấy cách tiếp cận này có thể đạt được hiệu suất cao, tương đương với các phương pháp phát hiện dựa trên hộp neo hiện đại nhất, trên bộ dữ liệu giao thông không ảnh VISDRONE-DET.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Văn Nguyễn Ngọc Huyền là cựu học sinh trường THPT Chuyên Nguyễn Du - Đắk Lắk, sinh viên Lê Việt Thịnh là cựu học sinh Trường THCS và THPT Hiếu Nhơn, sinh viên Bùi Cao Doanh là cựu học sinh trường THPT Nguyễn Hữu Huân

Liên kết: http://uit.edu.vn/03-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-dang-tai-h…

Bài báo “Foggy-DOTA: An adverse weather dataset for object detection in aerial images” do sinh viên Nguyễn Đức Anh Phúc và Trương Thành Thắng thực hiện. Bài báo được giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên hướng dẫn và được chấp nhận đăng tại Hội nghị NICS2022.

Tóm tắt bài báo:

Ngày nay, việc phát hiện đối tượng trong các hình ảnh từ trên không trong điều kiện thời tiết bất lợi, đặc biệt là trong các cảnh có sương mù trở nên rất thách thức và vô cùng thiết thực. Hơn nữa, sương mù và mây thường xuất hiện trong phần lớn các hình ảnh chụp từ trên không được chụp bằng máy bay không người lái ở khắp mọi nơi trên Trái đất, đặc biệt là vào buổi sáng sớm. Hiểu được nhu cầu về các phương pháp tiếp cận học sâu, chúng em đề xuất tập dữ liệu Foggy-DOTA kế thừa từ tập dữ liệu DOTA gốc và sau đó đánh giá thực nghiệm nó trên nhiều phương pháp phát hiện đối tượng có hướng hiện đại. Đề xuất của chúng em góp phần đóng góp bộ dữ liệu dành cho thời tiết khắc nghiệt và cũng như đánh giá kết hợp các phương pháp phát hiện đối tượng có hướng hiện đại từ trên không với các điều kiện thời tiết khắc nghiệt khác (trời mưa, trời tuyết, trời tối…) mở đường cho các nghiên cứu liên quan sau này.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này. 

Được biết sinh viên Nguyễn Đức Anh Phúc là cựu học sinh trường Phổ thông Năng khiếu, ĐHQG-HCM (Phổ Thông Năng Khiếu); sinh viên Trương Thành Thắng là cựu học sinh trường THPT Số 1 Phù Mỹ, Bình Định (TRƯỜNG THPT SỐ 1 PHÙ MỸ)

NAFOSTED Conference on Information and Computer Science (NICS) là Hội nghị Quốc tế lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan được bảo trợ bởi IEEE, IEEE Vietnam và được tổ chức hằng năm bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED) của Việt Nam. Hội nghị được tổ chức nhằm mục đích xây dựng một diễn đàn quốc tế bền vững, sáng tạo và thuận lợi dành cho các nhà nghiên cứu trình bày và thảo luận về những ý tưởng sáng tạo, tiến bộ trong những năm gần đây và định hướng tương lai trong việc giải quyết các thách thức trong lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan.

Hội nghị NICS’22 lần thứ 9 được tổ chức tại Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh (HCMUT - VNU) trong khoảng thời gian từ ngày 31 tháng 10 đến ngày 01 tháng 11 năm 2022 dưới hình thức trực tiếp. 

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-dan…

Bài báo “Benchmarking Gradient Estimation Mechanisms in Evolution Strategies for Solving Black-Box Optimization Functions and Reinforcement Learning Problems” do sinh viên Trần Thái Bảo thực hiện được chấp nhận đăng tại Hội nghị SoICT 2022. Bài báo có sự hướng dẫn của TS. Lương Ngọc Hoàng

Tóm tắt bài báo:

Trong bài báo này, chúng tôi thực hiện khảo sát các cơ chế ước lượng gradient của ba thuật toán tối ưu hóa: Chiến lược tiến hóa (Evolutionary Strategies - ES), Chiến lược tiến hóa có chỉ dẫn (Guided Evolutionary Strategies - GES) và Chiến lược tiến hóa tự chỉ dẫn (Self-Guided Evolutionary Strategy - SGES). Thuật toán ES thực hiện phát sinh các hướng tìm kiếm theo phân phối chuẩn đẳng hướng (isotropic normal distribution) từ không gian tìm kiếm đầy đủ để từ đó tính ra được một ước lượng không thiên lệch (unbiased) của gradient vector. Tuy nhiên, ES chưa tận dụng hiệu quả dữ liệu thu được từ quá trình tối ưu, đặc biệt ở những vấn đề có số chiều lớn. Thời gian gần đây, thuật toán GES và SGES với cơ chế ước lượng gradient mới bằng cách xây dựng các không gian con chỉ dẫn (guiding subspaces) đã được đề xuất nhằm giảm phương sai trong việc ước lượng gradient và tận dụng dữ liệu tốt hơn khi giải quyết bài toán Học tăng cường hay các bài toán tối ưu hóa black-box với số chiều lớn. Chúng tôi thực nghiệm với nhiều kích thước vấn đề khác nhau, bao gồm những hàm số benchmark đa cực trị và các tác vụ học tăng cường trong điều khiển liên tục. Kết quả thí nghiệm giúp xác định rõ các thành phần cần thiết của các thuật toán này cũng như các vấn về quan trọng cần được xem xét để có thể áp dụng ES, GES, và SGES thành công cho các bài toán tối ưu hóa phức tạp. Source code của bài báo có thể truy cập tại: https://github.com/ELO-Lab/BenchGEM-ES

Được biết sinh viên Trần Thái Bảo là cựu học sinh trường THPT chuyên Lê Quý Đôn Bình Định

SoICT 2022 là hội nghị chuyên đề quốc tế bao gồm các lĩnh vực nghiên cứu quan trọng bao gồm AI Foundation và Big Data, Truyền thông và Bảo mật mạng, Xử lý hình ảnh và ngôn ngữ tự nhiên, Kỹ thuật phần mềm và Công nghệ kỹ thuật số, Các xu hướng Công nghệ Tài chính và Blockchain.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-tran-thai-bao-khoa-hoc-may-tinh-co-ba…

Bài báo “Empirical Study of Real-time One-Stage Object Detection Methods on Recyclable Waste Dataset” do 4 sinh viên Khoa học Máy tính khóa 2020: Trần Nguyên Bảo, Văn Nguyễn Ngọc Huyền, Dương Thành Bảo Khanh và Lê Việt Thịnh. Bài báo được giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên hướng dẫn thực hiện.

Tóm tắt bài báo:

Các phương pháp phát hiện đối tượng một giai đoạn đã chứng minh được lợi thế của mình về cả tốc độ và độ chính xác, mang tiềm năng lớn nhằm giải quyết các bài toán thị giác máy tính trong tình huống thời gian thực. Một trong số đó là bài toán Phát hiện chất thải có thể tái chế, đặc biệt trở thành chủ đề được quan tâm trong đại dịch COVID-19. Các nghiên cứu trước đây về chủ đề này đã gặp nhiều trở ngại, chủ yếu là do các đối tượng cần phát hiện thường có sự biến dạng cao và độ trong mờ. Ngoài ra, phông nền hình ảnh thường lộn xộn và không có thông tin ngữ cảnh, vốn xuất hiện trong bộ dữ liệu lấy con người làm trung tâm. Trong bài báo này, nhóm nghiên cứu hướng đến việc đánh giá hiệu suất của mô hình phát hiện đối tượng một giai đoạn hiện đại trên tập dữ liệu ZeroWaste. Đây là bộ dữ liệu phát hiện chất thải mức độ công nghiệp đầu tiên, được thu thập từ một cơ sở tái chế vật liệu (Materials Recovery Facility - MRF). Các thử nghiệm của nhóm nghiên cứu đã chỉ ra rằng các mô hình phát hiện một giai đoạn gần đây đạt được kết quả rất cạnh tranh trên bộ dữ liệu về rác thải tái chế. Ngoài ra, nghiên cứu cũng đánh giá khả năng ứng dụng và các thách thức từ bộ dữ liệu ZeroWaste, phục vụ cho việc phát triển các hệ thống tái chế chất thải tự động, tiết kiệm sức lao động và đảm bảo an toàn cho con người.

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Trần Nguyên Bảo là cựu học sinh trường trường Trường THPT Gia Định, sinh viên Văn Nguyễn Ngọc Huyền là cựu học sinh trường THPT Chuyên Nguyễn Du - Đắk Lắk, sinh viên Dương Thành Bảo Khanh là cựu học sinh trường THPT Thăng Long - Nam Ban - Lâm Hà, sinh viên Lê Việt Thịnh là cựu học sinh trường Trường THCS và THPT Hiếu Nhơn

Hội nghị RIVF là một hội nghị quốc tế Công nghệ Truyền thông và Điện toán, là sự kiện khoa học quốc tế lớn quy tụ các nhà khoa học, nghiên cứu trong lĩnh vực điện toán và truyền thông ở Việt Nam và thế giới đồng hành “Nghiên cứu - Đổi mới và Tầm nhìn cho tương lai” (Research, Innovation and Vision for the future, viết tắt là RIVF). Hội nghị RIVF được liệt kê vào danh sách các hội nghị uy tín theo đề xuất của SCOPUS and ISI Web of Science. RIVF đã trải qua 15 lần tổ chức và lần thứ 16 được tổ chức vào năm nay, tại thành phố Hồ Chí Minh, Việt Nam.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-khoa-hoc-may-tinh-khoa-2020-co-b…

Bài báo “Training-Free Multi-Objective and Many-Objective Evolutionary Neural Architecture Search with Synaptic Flow” do sinh viên Võ Khánh An và Phạm Ngọc Tân thực hiện dưới sự hướng dẫn của giảng viên TS. Lương Ngọc Hoàng và ThS. Nguyễn Bích Vân

Tóm tắt bài báo:

Bài toán Tìm kiếm kiến trúc mạng neural (neural architecture search - NAS) thường có chi phí tính toán rất lớn vì cần phải đánh giá nhiều kiến trúc ứng viên trong quá trình tìm kiếm. Việc đánh giá chính xác hiệu năng cho mỗi kiến trúc ứng viên đòi hỏi hàm trăm - hàng ngàn epoch huấn luyện để có được bộ trọng số thích hợp rồi đánh giá độ chính xác thực sự của kiến trúc đó. Thời gian gần đây, một chỉ số dự đoán hiệu năng không qua huấn luyện (training-free performance metric) là Synaptic Flow đã được đề xuất, có thể ước lượng hiệu năng các kiến trúc mạng neural một cách hiệu quả. Synaptic Flow được tính bằng cách sử dụng bộ trọng số khởi tạo ngẫu nhiên và giá trị của nó cho thấy có mức độ tương quan nhất định với độ chính xác trên tập test của mạng neural sau khi huấn luyện. Bên cạnh đó, khi thiết kế kiến trúc mạng neural trong thực tế, hiệu năng không phải là mục tiêu duy nhất mà các chỉ số về độ phức tạp của mạng (số lượng tham số, độ trễ,...) cũng cần phải được xem xét. Trong bài báo này, chúng tôi khảo sát các phương pháp mô hình hóa cho bài toán Tìm kiếm kiến trúc mạng neural đa mục tiêu (multi-objective NAS), trong đó mỗi mô hình liên quan đến một chỉ số hiệu năng và một chỉ số độ phức tạp. Ngoài ra, chúng tôi cũng khảo sát mô hình giải quyết bài toán Tìm kiếm kiến trúc mạng neural nhiều mục tiêu (many-objective NAS), bao gồm một chỉ số hiệu năng và bốn chỉ số độ phức tạp. Chúng tôi xem xét 02 chỉ số hiệu năng cho mỗi mô hình bài toán: độ chính xác của kiến trúc (đòi hỏi quá trình huấn luyện mạng) và Synaptic Flow (không qua huấn luyện). Chúng tôi sử dụng thuật toán NSGA-II để giải các bài toán Tìm kiếm kiến trúc mạng neural đã mô hình hóa, sau đó so sánh chất lượng của các kiến trúc thu được và hiệu quả của việc giải quyết từng mô hình. Kết quả thực nghiệm trên bộ benchmark NATS-Bench cho thấy những ưu điểm của phương pháp tiếp cận bài toán Tìm kiếm kiến trúc mạng neural nhiều mục tiêu bằng Thuật toán tiến hóa không qua huấn luyện (TF-MaOENAS) thu được các kiến trúc có hiệu năng cạnh tranh và chi phí tính toán hợp lý. Source code của bài báo có thể truy cập tại: https://github.com/ELO-Lab/TF-MaOENAS

Được biết sinh viên Võ Khánh An là cựu học sinh trường Trường THPT Chuyên Phan Ngọc Hiển, sinh viên Phạm Ngọc Tân là cựu học sinh trường THPT Chuyên Nguyễn Du - Đắk Lắk.

Liên kết: https://www.uit.edu.vn/chuc-mung-2-sinh-vien-khoa-hoc-may-tinh-co-bai-bao-chap-n…

Bài báo “Thực nghiệm đánh giá Double-head cho bài toán phát hiện phương tiện giao thông từ không ảnh” được chấp nhận đăng tại Tạp chí Khoa học Trường Đại học Cần Thơ - CTUJS. Bài báo do sinh viên Nguyễn Thanh Thanh Trúc và Trần Thị Mỹ Quyên thực hiện dưới sự hướng dẫn của giảng viên TS. Nguyễn Tấn Trần Minh Khang và ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Phát hiện phương tiện giao thông từ không ảnh đặt ra nhiều thách thức và nhận được sự quan tâm từ cộng đồng nghiên cứu. Đối tượng trong không ảnh nhỏ hơn rất nhiều so với ảnh chụp từ camera mặt đất, đây là thách thức rất lớn. Với các đối tượng nhỏ, sự sai khác của các vùng đề xuất sẽ làm ảnh hưởng lớn đến kết quả phát hiện đối tượng. Trong nghiên cứu này, phương pháp Double-Head được đánh giá dựa trên bộ dữ liệu AERIAU – một bộ dữ liệu không ảnh có áp dụng các kỹ thuật tăng cường dữ liệu. Double-Head đạt kết quả cao trên lớp đối tượng xe ô tô, xe buýt, xe tải, từ đó đưa ra đề xuất phát hiện xe loại nhỏ. Đây là tiền đề cho các nghiên cứu tiếp theo, cơ sở để phát triển các hệ thống giám sát giao thông thông minh.  

Chúng em xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện , cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học này.    

Được biết sinh viên Nguyễn Thanh Thanh Trúc là cựu học sinh trường THCS & THPT Tây Sơn Đà Lạt, sinh viên Trần Thị Mỹ Quyên là cựu học sinh Thpt VÕ THÀNH TRINH - học sinh + cựu học sinh

Tạp chí Khoa học Trường Đại học Cần Thơ là tạp chí được phản biện kín hai chiều, xuất bản các bài nghiên cứu và bài tổng quan chất lượng thuộc nhiều lĩnh vực đa dạng. Tạp chí xuất bản định kỳ sáu số mỗi năm vào tháng Hai, tháng Tư, tháng Sáu, tháng Tám, tháng Mười và tháng Mười Hai. Bên cạnh đó, Tạp chí cũng xuất bản kỷ yếu của hội thảo, hội nghị khoa học. Tạp chí ra đời với mục tiêu cung cấp các kết quả nghiên cứu khoa học của Trường Đại học Cần Thơ nói riêng, các công trình nghiên cứu khoa học trong nước nói chung, góp phần thúc đẩy nghiên cứu khoa học và chuyển giao công nghệ. Kể từ số đầu tiên được xuất bản năm 2004 đến nay, Tạp chí đã góp phần quảng bá hình ảnh và khẳng định vai trò của mình trong việc cung cấp các kết quả nghiên cứu cho độc giả và thu hút nhiều bài viết từ các nhà khoa học trong nước.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-tap-chi-…

Bài báo: “thực nghiệm đánh giá YOLOX cho bài toán phát hiện đối tượng tài liệu”

Sinh viên thực hiện:

- Huỳnh Viết Tuấn Kiệt - 20521494 - KHMT2020

- Nguyễn Văn Toàn - 20522028 - KHMT2020

Giảng viên hướng dẫn: 

- TS. Nguyễn Tấn Trần Minh Khang

- ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Trong vài thập kỷ qua, với sự gia tăng nhanh chóng trong việc số hóa các hình ảnh tài liệu, việc trích xuất thông tin chính xác là một trong những hướng nghiên cứu quan trọng. Với sự phát triển của phát hiện đối tượng, nhiều nghiên cứu ra đời hướng đến việc phân loại tài liệu dựa trên nhiều thành phần của trang tài liệu đó. Mục tiêu của nghiên cứu này là đề cập đến bài toán POD (Page Object Detection) – phát hiện đối tượng xuất hiện trong trang tài liệu thông qua đánh giá 2 bộ dữ liệu IIIT-AR-13K và UIT-DODV dựa theo phương pháp YOLOX. YOLOX đạt kết quả cao hơn so với kết quả mô hình one-stage cao nhất – YOLOv4- mish được công bố trên bộ dữ liệu UIT-DODV. Trong khi ở IIIT-AR-13K, YOLOX đạt được kết quả thấp hơn nhiều so với các phương pháp two-stage đã công bố trước đó. Bên cạnh, những phân tích về độ hiệu quả của phương pháp state-of-the-art YOLOX cho bài toán POD cũng được cung cấp, là tiền đề cho những nghiên cứu tiếp theo trong tương lai.

Nhóm nghiên cứu xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng nhóm trong quá trình nghiên cứu và công bố bài báo khoa học này. 

Được biết sinh viên Huỳnh Viết Tuấn Kiệt là cựu học sinh trường Trường THPT Trần Quý Cáp

Tạp chí Khoa học Trường Đại học Cần Thơ là tạp chí được phản biện kín hai chiều, xuất bản các bài nghiên cứu và bài tổng quan chất lượng thuộc nhiều lĩnh vực đa dạng. Tạp chí xuất bản định kỳ sáu số mỗi năm vào tháng Hai, tháng Tư, tháng Sáu, tháng Tám, tháng Mười và tháng Mười Hai. Bên cạnh đó, Tạp chí cũng xuất bản kỷ yếu của hội thảo, hội nghị khoa học. Tạp chí ra đời với mục tiêu cung cấp các kết quả nghiên cứu khoa học của Trường Đại học Cần Thơ nói riêng, các công trình nghiên cứu khoa học trong nước nói chung, góp phần thúc đẩy nghiên cứu khoa học và chuyển giao công nghệ. Kể từ số đầu tiên được xuất bản năm 2004 đến nay, Tạp chí đã góp phần quảng bá hình ảnh và khẳng định vai trò của mình trong việc cung cấp các kết quả nghiên cứu cho độc giả và thu hút nhiều bài viết từ các nhà khoa học trong nước.

Liên kết: https://www.uit.edu.vn/2-sinh-vien-khoa-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-d…

Bài báo: “Object Detection" by The Combination of Generic Roi Extractor and Dynamic R-CNN with Side - Aware Boundary Localization in Aerial Images”

Sinh viên thực hiện:

- Trần Nguyên Bảo – 20520142 – KHMT2020

- Phạm Tấn Tài - 20521861 – KHMT2020

Giảng viên hướng dẫn: 

- TS. Nguyễn Tấn Trần Minh Khang

- ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Trong những năm gần đây, các phương tiện bay không người lái (UAV) đã trở nên phổ biến hơn với nhiều người bởi sự tiện lợi và hiệu quả trong việc giám sát giao thông, chuyển phát nhanh hay hỗ trợ cứu hộ. Hơn nữa, trong thị giác máy tính, UAV đã được sử dụng như một cỗ máy hỗ trợ trong việc thu thập dữ liệu cho các nhiệm vụ phát hiện đối tượng, đặc biệt là các nhiệm vụ phát hiện phương tiện. Mặc dù phát hiện phương tiện là một nhiệm vụ đầy thách thức, nhưng nhiều khó khăn của nó hiện đã được giải quyết bằng các phương pháp hai giai đoạn như Faster R-CNN-một trong những thiết bị phát hiện phương tiện hiệu quả. Tuy nhiên, vẫn còn nhiều vấn đề nghiêm trọng, chẳng hạn như đối tượng bị che khuất, đối tượng bị cắt mất một phần, cùng là 1 đối tượng nhưng được quay ở nhiều góc độ khác nhau, … Trong nghiên cứu này, cách tiếp cận của chúng tôi là kết hợp phương pháp Generic RoI Extractor (GroIE) với Dynamic R-CNN và Side-aware Boundary Localization (SABL) để thử nghiệm và đánh giá trên tập dữ liệu đầy thách thức XDUAV. Với backbone ResNet-101, cách tiếp cận của chúng tôi đạt được kết quả cạnh tranh so với phương pháp GRoIE ban đầu.

Nhóm sinh viên xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng nhóm trong quá trình nghiên cứu và công bố bài báo khoa học này. 

Được biết sinh viên Trần Nguyên Bảo là cựu học sinh Trường THPT Gia Định, sinh viên Phạm Tấn Tài là cựu học sinh THPT Lấp Vò 3 - Đồng Tháp

Tạp chí Khoa học Trường Đại học Cần Thơ là tạp chí được phản biện kín hai chiều, xuất bản các bài nghiên cứu và bài tổng quan chất lượng thuộc nhiều lĩnh vực đa dạng. Tạp chí xuất bản định kỳ sáu số mỗi năm vào tháng Hai, tháng Tư, tháng Sáu, tháng Tám, tháng Mười và tháng Mười Hai. Bên cạnh đó, Tạp chí cũng xuất bản kỷ yếu của hội thảo, hội nghị khoa học. Tạp chí ra đời với mục tiêu cung cấp các kết quả nghiên cứu khoa học của Trường Đại học Cần Thơ nói riêng, các công trình nghiên cứu khoa học trong nước nói chung, góp phần thúc đẩy nghiên cứu khoa học và chuyển giao công nghệ. Kể từ số đầu tiên được xuất bản năm 2004 đến nay, Tạp chí đã góp phần quảng bá hình ảnh và khẳng định vai trò của mình trong việc cung cấp các kết quả nghiên cứu cho độc giả và thu hút nhiều bài viết từ các nhà khoa học trong nước.

Liên kết: https://www.uit.edu.vn/2-sinh-vien-khoa-khoa-hoc-may-tinh-tran-nguyen-bao-pham-t…

Bài báo: “Performance Evaluation of Optimizers for Deformable-DETR in Natural Disaster Damage Assessment”

Sinh viên thực hiện: 

- Đinh Nhật Minh – 20521597 – KHMT2020

- Bùi Long Vũ – 20520350 – KHMT2020

Giảng viên hướng dẫn:

- TS. Nguyễn Tấn Trần Minh Khang

- ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Với sức ảnh hưởng to lớn của biến đổi khí hậu, thiên tai liên tiếp xảy ra. Nhưng việc phát hiện và đánh giá thiệt hại sau đó hầu hết đều dựa vào tài liệu và kiểm định một cách thủ công – tạo nên sự chậm chạp, tốn kém cả về thời gian và sức lực. Dó đó, yêu cầu đặt ra là cần có một hệ thống tự động có khả năng phát hiện và phân lớp dựa trên mức độ thiệt hại mà thiên tai gây ra. Vì vậy, trong nghiên cứu này, chúng tôi tập trung giải quyết vấn đề về kiểm định, đánh giá thiệt hại của các công trình kiến trúc, sau khi chịu sự tàn phá đột ngột của của thảm họa tự nhiên (ví dụ lũ lụt, bão, sóng thần hay hỏa hoạn) thông qua phân tích các cảnh cắt ra từ những video về thảm họa, đc ghi lại từ các phương tiện ghi hình trên không.

Nhóm nghiên cứu xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng nhóm trong quá trình nghiên cứu và công bố bài báo khoa học này. 

Được biết sinh viên Đinh Nhật Minh là cựu học sinh THPT  Hoàng Hoa Thám, Diên Khánh, Khánh Hòa, sinh viên Bùi Long Vũ là cựu học sinh Trường THPT Chuyên Đại học Vinh

International Conference on Multimedia Analysis and Pattern Recognition (MAPR) là hội nghị Quốc tế lĩnh vực Phân tích Đa phương tiện và Nhận dạng Mẫu được bảo trợ bởi IEEE, IEEE Vietnam và Hiệp hội Nhận dạng Mẫu Việt Nam (VAPR). Hội nghị được tổ chức nhằm mục đích tập hợp các nhà nghiên cứu từ cả định hướng học thuật và công nghiệp, để chia sẻ các phát hiện nghiên cứu mới nhất, kết quả thử nghiệm cũng như củng cố mối quan hệ hợp tác tiềm năng trong lĩnh vực nhận dạng mẫu, phân tích đa phương tiện và các lĩnh vực liên quan.

Hội nghị MAPR’22 lần thứ 5 được tổ chức bởi trường Đại học Công nghệ Thông tin – Đại học Quốc gia Thành phố Hồ Chí Minh (UIT - VNU) tại Đảo Ngọc Phú Quốc, thuộc tỉnh Kiên Giang, trong khoảng thời gian từ ngày 13 tháng 10 đến ngày 14 tháng 10 năm 2022 dưới hình thức trực tiếp.

Liên kết: https://www.uit.edu.vn/02-sinh-vien-khoa-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-…

Bài báo: “Analysiss of Fog density on oriented object detection in aerial images” 

Sinh viên thực hiện:

- Nguyễn Đức Anh Phúc – 20520276 – KHMT2020

- Trương Thành Thắng – 20521907 – KHMT2020

-  Ngô Văn Tấn Lưu – 20521591 – KHMT2020

- Huỳnh Viết Tuấn Kiệt – 20521494 –KHMT2020

Giảng viên hướng dẫn:

- TS. Nguyễn Tấn Trần Minh Khang

- ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Phát hiện đối tượng trong không ảnh có nhiều ứng dụng thực tế trong cuộc sống thực và ngày càng đang trở nên phổ biến cùng với sự phát triển vượt bậc của ứng dụng học sâu và UAV (Máy bay không người lái). Tuy nhiên, điều kiện thời tiết bất lợi như mưa, đêm và sương mù có thể làm giảm chất lượng của hình ảnh đầu vào và ảnh hưởng đáng kể đến hiệu suất của nhiều phương pháp được huấn luyện trong điều kiện thời tiết hoàn hảo. Hơn nữa, phát hiện đối tượng trong không ảnh thường hướng đến độ chính xác cao, trong khi các phương pháp phát hiện đối tượng nổi tiếng lại chỉ sử dụng các hộp giới hạn ngang để thể hiện vị trí của các đối tượng. Những vấn đề này làm nảy sinh sự mâu thuẫn giữa phân loại và hồi quy hộp giới hạn. Hiểu được nhu cầu về các giải pháp thực tế, chúng em đề xuất hai bộ dữ liệu sương mù thử nghiệm dựa trên bộ dữ liệu DOTA gốc để cung cấp các phân tích chuyên sâu về mật độ sương mù ảnh hưởng như thế nào trên nhiều phương pháp phát hiện đối tượng nổi tiếng, cụ thể là Gliding Vertex, R3Det và ReDet. Hơn nữa, các bộ trọng số huấn luyện của chúng em đạt được kết quả đầy hứa hẹn, kết hợp linh hoạt với các phương pháp khác để nâng cao hiệu suất của mô hình và thích ứng với nhiều điều kiện thời tiết bất lợi.

Nhóm nghiên cứu xin gửi lời cảm ơn đến Thầy Nguyễn Tấn Trần Minh Khang – Giảng viên Khoa Công nghệ phần mềm, Thầy Võ Duy Nguyên – Nghiên cứu viên tại Phòng thí nghiệm Truyền thông Đa phương tiện, cùng nhóm nghiên cứu UIT-Together đã đồng hành cùng nhóm trong quá trình nghiên cứu và công bố bài báo khoa học này.  

Được biết sinh viên Nguyễn Đức Anh Phúc là cựu học sinh trường Phổ Thông Năng Khiếu, sinh viên Trương Thành Thắng là cựu học sinh TRƯỜNG THPT SỐ 1 PHÙ MỸ,  sinh viên Ngô Văn Tấn Lưu là cựu học sinh Trường THPT PHAN CHÂU TRINH Đà Nẵng, sinh viên Huỳnh Viết Tuấn Kiệt là cựu học sinh Trường THPT Trần Quý Cáp

Hội nghị RIVF là một hội nghị quốc tế Công nghệ Truyền thông và Điện toán, là sự kiện khoa học quốc tế lớn quy tụ các nhà khoa học, nghiên cứu trong lĩnh vực điện toán và truyền thông ở Việt Nam và thế giới đồng hành “Nghiên cứu - Đổi mới và Tầm nhìn cho tương lai” (Research, Innovation and Vision for the future, viết tắt là RIVF). Hội nghị RIVF được liệt kê vào danh sách các hội nghị uy tín theo đề xuất của SCOPUS and ISI Web of Science. RIVF đã trải qua 15 lần tổ chức và lần thứ 16 được tổ chức vào năm nay, tại thành phố Hồ Chí Minh, Việt Nam.

Liên kết: https://www.uit.edu.vn/4-sinh-vien-khoa-khoa-hoc-may-tinh-co-bai-bao-chap-nhan-d…

Liên kết: https://www.uit.edu.vn/03-sinh-vien-nganh-khoa-hoc-du-lieu-co-bai-bao-chap-nhan-…

Liên kết: https://www.uit.edu.vn/02-sinh-vien-khoa-mang-may-tinh-va-truyen-thong-co-bai-ba…

Bài báo “Integrating Semantic Information into Sketchy Reading Module of Retro-Reader for Vietnamese Machine Reading Comprehension” được chấp nhận đăng tại Hội nghị NICS 2022. Bài báo do sinh viên Lê Thị Thu Hằng – 18520274 và Hồ Việt Đức – 18520610 thực hiện dưới sự hướng dẫn của ThS. Nguyễn Đức Vũ và TS. Nguyễn Lưu Thùy Ngân

Tóm tắt bài báo:

Trong những năm gần đây, Đọc hiểu tự động (Machine Reading Comprehension) là một trong những chủ đề nghiên cứu tiên tiến và phổ biến nhất trong xử lý ngôn ngữ tự nhiên. Việc phân loại khả năng trả lời của câu hỏi là một nhiệm phụ tương đối quan trọng trong Đọc hiểu tự động, tuy nhiên chưa có nhiều nghiên cứu tập trung vào điều này. Trong nghiên cứu này, chúng tôi tập trung vào cải thiện việc phân loại khả năng trả lời của câu hỏi trong Đọc hiểu tự động tiếng Việt. Chúng tôi nhận thấy rằng mô hình Trình đọc hồi tưởng (Retro-Reader) là một trong những nghiên cứu đã giải quyết tốt nhiệm vụ phân loại khả năng trả lời, tuy nhiên bộ mã hóa của các mô hình Đọc hiểu tự động truyền thống nói chung và Trình đọc hồi tưởng chưa thể khai thác hết các thông tin câu văn đem lại. Lấy ý tưởng từ mô hình SemBERT (BERT tích hợp thông tin ngữ nghĩa), chúng tôi đã sử dụng các nhãn vai nghĩa từ nhiệm vụ SRL để bổ sung ngữ nghĩa cho các mô hình ngôn ngữ đào tạo trước như mBERT, XLM-R, ... với hy vọng có thể cải thiện bộ mã hóa cho mô đun phân loại (Sketchy Reading Module) trong mô hình Trình đọc hồi tưởng. Mô hình cải tiến Trình đọc hồi tưởng với ngữ nghĩa của chúng tôi đã lần đầu tiên được áp dụng cho nhiệm vụ Đọc hiểu tự động tiếng Việt và thu được kết quả khả quan so với mô hình gốc và các mô hình học sâu hiện tại. 

Lời cuối, chúng tôi xin gửi lời cảm ơn đến Thầy Nguyễn Đức Vũ và cô Nguyễn Lưu Thùy Ngân đã đồng hành và giúp đỡ chúng tôi trong nghiên cứu lần này.

Được biết sinh viên Lê Thị Thu Hằng là cựu học sinh trường THPT  Lê Quý Đôn, Tam Kỳ, Quảng Nam , sinh viên Hồ Việt Đức là cựu học sinh Trường THPT Trường Chinh

NAFOSTED Conference on Information and Computer Science (NICS) là Hội nghị Quốc tế lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan được bảo trợ bởi IEEE, IEEE Vietnam và được tổ chức hằng năm bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED) của Việt Nam. Hội nghị được tổ chức nhằm mục đích xây dựng một diễn đàn quốc tế bền vững, sáng tạo và thuận lợi dành cho các nhà nghiên cứu trình bày và thảo luận về những ý tưởng sáng tạo, tiến bộ trong những năm gần đây và định hướng tương lai trong việc giải quyết các thách thức trong lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan.

Liên kết: https://www.uit.edu.vn/chuc-mung-02-sinh-vien-khoa-khoa-hoc-va-ky-thuat-thong-ti…

Bài báo “Building a Time-Series Forecast Model with Automated Machine Learning for Heart Rate Forecasting Problem” của sinh viên  Cáp Hữu Anh Đức– 17521295 thực hiện đã được chấp nhận đăng tại hội nghị ICTC 2022. Bài báo có sự hướng dẫn của giảng viên TS. Đỗ Trọng Hợp

Tóm tắt bài báo:

loại dữ liệu chuỗi thời gian trong y học, dự báo thời tiết, sinh học, quản lý chuỗi cung ứng, dự báo giá cổ phiếu, v.v. Với sự gia tăng của dữ liệu và sức mạnh tính toán trong những năm gần đây, học sâu (Deep learning) đã trở thành lựa chọn hàng đầu để xây dựng các mô hình dự đoán chuỗi thời gian. Trong khi các mô hình Học máy (Machine learning) truyền thống - chẳng hạn như tự động hồi phục (AR), làm mịn theo cấp số nhân hoặc đường trung bình động tích hợp tự động hồi quy (ARIMA) - thực hiện chuyển đổi thủ công tập dữ liệu thô ban đầu thành một tập hợp thuộc tính và việc tối ưu hóa thông số cũng phải dựa trên về lựa chọn tính năng, mô hình Học sâu chỉ học các tính năng trực tiếp từ dữ liệu một mình. Do đó, nó tăng tốc quá trình chuẩn bị dữ liệu và có thể học đầy đủ các mẫu dữ liệu phức tạp hơn. Việc sử dụng phương pháp Học máy tự động (AutoML) để xây dựng mạng học sâu LSTM mang lại hiệu quả cao đối với các vấn đề dự đoán nhịp tim, đặc biệt khi người triển khai mạng học sâu không phải là chuyên gia. Kết quả của mô hình này không chỉ có thể áp dụng cho lĩnh vực y tế, chăm sóc sức khỏe mà còn mở ra một hướng đi mới trong việc xây dựng và triển khai mô hình mạng học sâu cho nhiều vấn đề khác trong thực tế.

Em xin gửi lời cám ơn đến Thầy Đỗ Trọng Hợp - Giảng viên Khoa Khoa học và Kỹ thuật Thông tin đã đồng hành, hỗ trợ em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế này.

Được biết sinh viên Cáp Hữu Anh Đức là cựu học sinh trường THPT Thị Xã Quảng Trị

Hội nghị Quốc tế lần thứ 13 về hội tụ Công nghệ Thông tin – Truyền thông (The 13th International Conference on ICT Convergence). ICTC là sự kiện quốc tế hàng đầu dành cho các nhà nghiên cứu, chuyên gia trong ngành và học giả, nhằm tương tác và phổ biến thông tin về những phát triển mới nhất trong hội tụ công nghiệp mới nổi tập trung vào công nghệ thông tin và truyền thông. Cụ thể hơn, nó sẽ giải quyết những thách thức với việc hiện thực hóa sự hội tụ ICT trong các lĩnh vực công nghiệp khác nhau, bao gồm cơ sở hạ tầng internet và các ứng dụng trong truyền thông di động và không dây, thiết bị thông minh & thiết bị tiêu dùng, điện toán đám mây di động, truyền thông xanh, chăm sóc sức khỏe và tin học sinh học, và thông minh vận chuyển. ICTC 2022 đã trải qua 12 lần tổ chức, lần thứ 13 được tổ chức từ ngày 19 tháng 10 đến ngày 21 tháng 10 năm 2022 tại Đảo Jeju, Hàn Quốc.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-cap-huu-anh-duc-sinh-vien-chuong-trin…

Bài báo “Towards a Robust and Scalable Information Retrieval Framework in Big Data Context” đã được chấp nhận đăng tại Hội nghị NICS2022. Bài báo do sinh viên Nguyễn Hoàng Long và Trịnh Huỳnh Trọng Nhân khoa Mạng Máy tính và Truyền thông thực hiện dưới sự hướng dẫn của TS.Lê Kim Hùng.

Tóm tắt bài báo:

Sự phổ biến của thông tin trong không gian mạng đang tăng lên theo cấp số nhân, dẫn đến những thách thức đối với các hệ thống truy xuất thông tin để đáp ứng nhu cầu về hiệu suất và độ chính xác. Tuy nhiên, hầu hết các công trình hiện có tập trung nhiều hơn vào việc thiết kế các mô hình xử lý ngôn ngữ tự nhiên (NLP) hơn là xây dựng các hệ thống như vậy, vốn đòi hỏi nhiều nỗ lực. Trong nghiên cứu này, chúng tôi đề xuất một framework theo kiến trúc mô-đun cho một hệ thống truy xuất thông tin bao gồm một số thành phần có khả năng mở rộng và xử lý trong bối cảnh dữ liệu lớn. Ngoài ra, framework được đề xuất cũng cung cấp mức độ tùy biến cao thông qua việc hỗ trợ người dùng cuối cùng các nhà phát triển có thể thay thế nhanh chóng và dễ dàng các mô hình ngôn ngữ cho phù hợp với các bài toán khác nhau. Điều này rút ngắn việc triển khai cho quá trình từ việc nghiên cứu đến sản xuất các mô hình NLP mới. Kết quả đánh giá cho sản phẩm nguyên mẫu, được tích hợp với các mô hình truy hồi thông tin cho tiếng Việt, cho thấy framework mà chúng tôi đề xuất rất tiềm năng, mạnh mẽ, và khả năng mở rộng cao trong bối cảnh dữ liệu lớn.

Chúng em xin gửi lời cám ơn đến Nhóm nghiên cứu IEC team đã tạo điều kiện cho chúng em hoàn thành nghiên cứu. Chúng em cũng xin cảm ơn trường Đại học Công nghệ Thông Tin đã khuyến khích và tạo điều kiện cho sinh viên thực hiện nghiên cứu.

Đặc biệt, chúng em xin được gửi lời cám ơn đến Thầy Lê Kim Hùng - Trưởng nhóm nghiên cứu IEC team, và các thành viên trong nhóm đã đồng hành cùng chúng em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Được biết sinh viên Nguyễn Hoàng Long là cựu học sinh trường THPT Võ Trường Toản, phường Hiệp Thành, Quận 12, sinh viên Trịnh Huỳnh Trọng Nhân là cựu học sinh  trường THPT chuyên Quang Trung, thị xã Đồng Xoài, tỉnh Bình Phước

NAFOSTED Conference on Information and Computer Science (NICS) là Hội nghị Quốc tế lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan được bảo trợ bởi IEEE, IEEE Vietnam và được tổ chức hằng năm bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED) của Việt Nam. Hội nghị được tổ chức nhằm mục đích xây dựng một diễn đàn quốc tế bền vững, sáng tạo và thuận lợi dành cho các nhà nghiên cứu trình bày và thảo luận về những ý tưởng sáng tạo, tiến bộ trong những năm gần đây và định hướng tương lai trong việc giải quyết các thách thức trong lĩnh vực Điện tử, Thông tin, Khoa học Máy tính và các lĩnh vực liên quan.

Liên kết: https://www.uit.edu.vn/chuc-mung-02-sinh-vien-khoa-mang-may-tinh-va-truyen-thong…

Chúc mừng bạn Nguyễn Thị Hồng Nhung sinh viên khóa 2018 ngành Công nghệ Thông tin, Khoa Khoa học & Kỹ thuật Thông tin là một trong 20 gương mặt xuất sắc được vinh danh Giải thưởng Nữ sinh Khoa học Công nghệ Việt Nam năm 2022. 

Từ 70 hồ sơ đăng ký trên 11 ngành xét trao Giải thưởng chọn ra 20 hồ sơ xuất sắc nhất nhận Giải thưởng Nữ sinh KHCN Việt Nam năm 2022. Trong đó: Công nghệ thông tin 02 nữ sinh; Hệ thống thông tin 01 nữ sinh; Khoa học máy tính 01 nữ sinh; Kỹ thuật phần mềm 01 nữ sinh; Kỹ thuật máy tính 01 nữ sinh; Công nghệ kỹ thuật máy tính và điện tử 01 nữ sinh; Công nghệ kỹ thuật điều khiển và Tự động hóa 02 nữ sinh; Công nghệ kỹ thuật hóa học 03 nữ sinh; Công nghệ sinh học 04 nữ sinh; Công nghệ kỹ thuật môi trường 01 nữ sinh và Công nghệ vật liệu 03 nữ sinh

20 Nữ sinh đạt Giải đều có thành tích xếp loại học tập các năm học và điểm trung bình các môn chuyên ngành từ giỏi trở lên, nhiều sinh viên có bài báo đăng trên tạp chí, hội thảo uy tín trong nước và quốc tế; nhiều nữ sinh tham gia các đề tài nghiên cứu khoa học cấp khoa, cấp trường có tính thực tiễn cao; đạt giải cao các cuộc thi khởi nghiệp, cuộc thi lập trình trong nước và quốc tế; nhiều nữ sinh xuất sắc nhận được các học bổng, chương trình trao đổi học tập trong và ngoài nước. 

Mỗi nữ sinh đạt Giải thưởng được tặng Bằng khen của Ban Chấp hành Trung ương Đoàn TNCS Hồ Chí Minh, biểu trưng Giải thưởng và phần thưởng bằng tiền mặt.

Nguồn: Trung tâm Phát triển Khoa học, Công nghệ và Tài năng trẻ

Liên kết: https://www.uit.edu.vn/chuc-mung-nguyen-thi-hong-nhung-xuat-sac-duoc-vinh-danh-g…

Bài báo “A Novel License Plate Image Reconstruction System using Generative Adversarial Network” được chấp nhận đăng tại Hội nghị Comnetsat 2022. Bài báo do sinh viên Phan Vỹ Hào và Hà Minh Quân chuyên ngành Khoa học Dữ liệu thực hiện dưới sự hướng dẫn của TS. Đỗ Trọng Hợp.

Tóm tắt bài báo:

Bài báo đề xuất một phương pháp đơn giản nhưng hiệu quả cao trong việc tái tạo, nâng cao chất lượng hình ảnh biển số xe được chụp tại các bãi xe bao gồm hai phương pháp Học Sâu chính là YOLOv4 và Pix2Pix. Mô hình nhận diện YOLOv4 giúp xác định vị trí của biển số trong hình ảnh, sau đó khu vực hình ảnh này sẽ được mô hình dịch ảnh Pix2Pix biến từ hình ảnh bị mờ, bị lóa hoặc chất lượng thấp trở thành một hình ảnh rõ nét và chất lượng cao hơn.

Chúng em xin gửi lời cảm ơn đến Thầy Đỗ Trọng Hợp - giảng viên và tiến sĩ khoa Khoa học và Kỹ thuật Thông tin – vì sự hướng dẫn tận tụy, những góc nhìn khoa học sắc bén cùng những lời khuyên mang tính xây dựng sâu sắc từ lúc phôi thai đến lúc hoàn thành dự án.

Được biết sinh viên Phan Vỹ Hào là cựu học sinh trường THPT Lý Thường Kiệt, Hòa Thành, Tây Ninh, sinh viên Hà Minh Quân là cựu học sinh  trường THPT Nguyễn Duy Hiệu

COMNETSAT 2022 là hội nghị hàng đầu của IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE COMNETSAT. Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong COMNETSAT, bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. Năm nay hội nghị COMNETSAT 2022 tập trung chú ý vào 5 lĩnh vực chính là: (1) Các giao thức Truyền thông, (2) Mạng và Công nghệ thông tin, (3) Công nghệ Vệ tinh, (4) Băng thông rộng – Quang tử và (5) Khoa học dữ liệu và trí tuệ nhân tạo.

Liên kết: https://www.uit.edu.vn/chuc-mung-02-sinh-vien-nganh-khoa-hoc-du-lieu-co-bai-bao-…

Bài báo “A Small-Scale Temperature Forecasting System using Time Series Models Applied in Ho Chi Minh City” được chấp nhận đăng tại Hội nghị Comnetsat 2022.

Sinh viên thực hiện: 

Nguyễn Quốc Nam – 20520644 – Khoa học dữ liệu

Phan Châu Thắng – 20520929 – Khoa học dữ liệu

Đinh Văn Nguyên – 20520657 – Khoa học dữ liệu

Trương Phước Bảo Khanh – 20520579 – Khoa học dữ liệu

Đặng Thị Thuý Hồng – 20520523 – Khoa học dữ liệu 

Giảng viên hướng dẫn

TS. Đỗ Trọng Hợp

Tóm tắt bài báo:

Dự báo thời tiết là một công việc vô cùng quan trọng đối với cuộc sống con người vì nó có thể giảm thiểu thiệt hại do thời tiết, bảo vệ sức khỏe và an toàn cộng đồng, hỗ trợ phát triển kinh tế và nâng cao chất lượng cuộc sống. Bài báo này tập trung vào việc xây dựng một hệ thống dự báo nhiệt độ quy mô nhỏ sử dụng các mô hình chuỗi thời gian, học máy, học sâu với dữ liệu là nhiệt độ tại Thành phố Hồ Chí Minh. Sau đó, chúng tôi áp dụng nhiều mô hình với các đầu vào khác nhau để chọn ra mô hình tốt nhất. Từ đó, xây dựng hệ thống dự báo nhiệt độ quy mô nhỏ. Hệ thống được đề xuất đặc biệt phù hợp với hệ thống dự báo nhiệt độ trong nhà được sử dụng trong nông nghiệp hiện đại, điều không thể đạt được với bất kỳ hệ thống dự báo nhiệt độ quy mô lớn nào.

Chúng em xin gửi lời cám ơn đến Thầy Đỗ Trọng Hợp – Giảng viên Khoa Khoa học và Kỹ thuật thông tin đã đồng hành và hỗ trợ chúng em trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Được biết sinh viên Nguyễn Quốc Nam là cựu học sinh trường THPT Dĩ An, sinh viên Phan Châu Thắng là cựu học sinh trường THPT Nguyễn Văn Trỗi (Khánh Hòa), sinh viên Đinh Văn Nguyên là cựu học sinh trường THPT Xuân Lộc (Đồng Nai), sinh viên Trương Phước Bảo Khanh là cựu học sinh trường THPT Quốc Học Quy Nhơn, sinh Đặng Thị Thúy Hồng là cựu học sinh trường THPT số 2 An Nhơn (Bình Định)

COMNETSAT 2022 là hội nghị hàng đầu của IEEE Indonesia được tổ chức vào năm 2022. Hội nghị khoa học này thường được gọi là IEEE COMNETSAT. Hội nghị này là một diễn đàn quốc tế lớn dành cho các Nhà khoa học, Nhà nghiên cứu, Kỹ sư và các nghiên cứu sinh quan tâm đến việc nghiên cứu, phân tích, thiết kế, mô hình hóa và thực hiện. Thực hiện trong COMNETSAT, bao gồm Hệ thống máy, Trí tuệ tính toán, Hệ thống Khoa học và Kỹ thuật cả về lý thuyết và thực tế trong các lĩnh vực ứng dụng khác nhau. Năm nay hội nghị COMNETSAT 2022 tập trung chú ý vào 5 lĩnh vực chính là: (1) Các giao thức Truyền thông, (2) Mạng và Công nghệ thông tin, (3) Công nghệ Vệ tinh, (4) Băng thông rộng – Quang tử và (5) Khoa học dữ liệu và trí tuệ nhân tạo.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-nganh-khoa-hoc-du-lieu-co-bai-ba…

Chúc mừng 03 bạn SV đã đạt học bổng “Sinh viên đẳng cấp quốc tế - UIT Advance Scholarship” – Học bổng dành riêng cho SV CTTT có đam mê nghiên cứu khoa học và thành tích học tập, rèn luyện tốt!

Danh sách sinh viên đạt học bổng:

- Nguyễn Hữu Quyến - 19522113 - Lớp CTTT2019.2

- Đặng Trúc Lam - 19521736 - Lớp CTTT2019.1

- Lê Ngọc Thúy An - 19521176 - Lớp CTTT2019.1

Thời gian tính thành tích đợt 2:

+ Đối với sinh viên đã đạt học bổng đợt 1: thành tích đợt 2 tính từ ngày 15/8/2022 đến 15/02/2023

+ Đối với sinh viên chưa đạt học bổng: thành tích đợt 2 tính từ ngày 15/02/2022 đến 15/02/2023

Liên kết: https://www.uit.edu.vn/danh-sach-sinh-vien-dat-hoc-bong-sinh-vien-dang-cap-quoc-…

Bài báo: “An implementation of Traffic Volume Forecasting System Using Distributed Deep Learning”

Sinh viên thực hiện:
•  Lê Thị Kim Chi – 19521283 – Khoa Hệ Thống Thông Tin

Giảng viên hướng dẫn
• TS. Đỗ Trọng Hợp

Tóm tắt bài báo:
Việc tăng lên về số lượng của các phương tiện giao thông đã phần nào làm cho việc đi lại dễ dàng và tiện lợi hơn, nhưng mặc khác nó cũng làm cho việc tắc nghẽn giao thông trở nên nghiêm trọng hơn, và đặc biệt là ở những thành phố lớn. Không những thế, nó còn làm cho việc đi lại mất rất nhiều thời và gây ra stress cho những người tham gia giao thông vào những giờ cao điểm, và quan trọng hơn là tắc nghẽn giao thông còn làm ô nhiễm môi trường do khí thải của các phương tiện giao thông, ô nhiễm tiếng ồn do tiếng còi âm thanh của xe và làm cho việc nóng lên toàn cầu gia tăng đáng kể. Chính vì thế mà trong những năm gần đây, vấn đề về dự đoán lưu lượng phương tiện tham gia giao thông vào những giờ cao điểm được rất nhiều các nhà nghiên cứu quan tâm. Tuy nhiên, vấn đề này còn một vài thách thức cần được giải quyết, đó là một mô hình dự đoán lưu lượng phương tiện giao thông không những cần phải dự đoán chính xác mà còn phải xử lý được dữ liệu lớn. Để giải quyết vấn đề này, chúng tôi đã đề xuất một hệ thống dự đoán lưu lượng phương tiện giao thông sử dụng mô hình deep learning LSTM kết hợp với kỹ thuật học sâu phân tán (distributed deep learning).

Em xin cảm ơn thầy Đỗ Trọng Hợp - Giảng viên Khoa Khoa học và Kỹ thuật thông tin đã hướng dẫn và hỗ trợ em trong suốt quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Được biết sinh viên Lê Thị Kim Chi là cựu học sinh trường THPT QUANG TRUNG, TP.HCM 

The 13th International Conference on ICT Convergence (Hội nghị Quốc tế lần thứ 13 về hội tụ Công Nghệ và Truyền Thông) là hội thảo quốc tế hàng đầu dành cho các nhà nghiên cứu, chuyên gia về lĩnh vực công nghệ, sinh viên và nghiên cứu sinh. Hội thảo này hướng tới việc tương tác và phổ biến những hướng phát triển mới nhất về công nghệ thông tin và truyền thông. Cụ thể hơn, hội thảo này sẽ giải quyết những thách thức liên quan đến việc hiện thực hóa hội tụ công nghệ và truyền thông vào các ngành công nghiệp khác nhau, gồm có các cơ sở hạ tầng internet, các ứng dụng trong truyền thông di động và thiết bị không dây, điện toán đám mây, hệ thống chăm sóc sức khỏe và tin sinh học, green communication và giao thông thông minh. ICTC 2022 đã trải qua 12 lần tổ chức, lần thứ 13 được tổ chức từ ngày 19 tháng 10 đến ngày 21 tháng 10 năm 2022 tại Đảo Jeju, Hàn Quốc.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-khoa-he-thong-thong-tin-co-bai-bao-ch…

Bài báo: “A Deep Learning based System for Covid= 19 Positive cases Detection Using Chest X-Ray Images”

Sinh viên thực hiện 
• Nguyễn Đức Thông Thái – 19522188 – Khoa Hệ Thống Thông Tin

Giảng viên hướng dẫn:
• TS. Đỗ Trọng Hợp

Tóm tắt bài báo:
Đại dịch Covid-19 đã lây lan rất nhanh trên khắp thế giới, làm cho 5.2 triệu người tử vong vào cuối năm 2021 và hơn 267 triệu người trên khắp thế giới đã nhiễm Covid-19. Việc có thể chẩn đoán chính xác bệnh Covid-19 sớm có thể giúp các bác sĩ dễ dàng hơn trong việc điều trị và cứu sống bệnh nhân. Nhưng những cách xét nghiệm bệnh Covid-19 truyền thống thường có kết quả lâu và đôi khi không chính xác. Chính vì thế, rất nhiều nhà nghiên cứu đang quan tâm đến việc ứng dụng khoa học, công nghệ vào việc chẩn đoán bệnh Covid-19. Trong nghiên cứu này, chúng tôi đề xuất một hệ thống chẩn đoán bệnh Covid-19 dựa trên hình ảnh, hệ thống này sử dụng một mô hình CNN là Densnet121 để dự đoán. Mô hình Densnet121 sẽ xử lý và phân tích những tấm ảnh X-Quang ngực. Sau đó, dựa trên những kết quả đã phân tích, hệ thống sẽ đưa ra kết quả dự đoán là có bị Covid-19 hay không. Nhờ ứng dụng Deep Learning nên hệ thống này có thể đưa ra kết quả nhanh và chính xác hơn.

Em xin cảm ơn thầy Đỗ Trọng Hợp - Giảng viên Khoa Khoa học và Kỹ thuật thông tin đã hướng dẫn và hỗ trợ em trong suốt quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Được biết sinh viên Nguyễn Đức Thông Thái là cựu học sinh THPT Vạn Hạnh - Quận 10

The 13th International Conference on ICT Convergence (Hội nghị Quốc tế lần thứ 13 về hội tụ Công Nghệ và Truyền Thông) là hội thảo quốc tế hàng đầu dành cho các nhà nghiên cứu, chuyên gia về lĩnh vực công nghệ, sinh viên và nghiên cứu sinh. Hội thảo này hướng tới việc tương tác và phổ biến những hướng phát triển mới nhất về công nghệ thông tin và truyền thông. Cụ thể hơn, hội thảo này sẽ giải quyết những thách thức liên quan đến việc hiện thực hóa hội tụ công nghệ và truyền thông vào các ngành công nghiệp khác nhau, gồm có các cơ sở hạ tầng internet, các ứng dụng trong truyền thông di động và thiết bị không dây, điện toán đám mây, hệ thống chăm sóc sức khỏe và tin sinh học, green communication và giao thông thông minh. ICTC 2022 đã trải qua 12 lần tổ chức, lần thứ 13 được tổ chức từ ngày 19 tháng 10 đến ngày 21 tháng 10 năm 2022 tại Đảo Jeju, Hàn Quốc.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-nguyen-duc-thong-thai-khoa-he-thong-t…

"Xuất sắc" là một hành trình dài của quyết tâm và khẳng định vị thế. Để có được kết quả như hôm nay, hẳn các bạn đã có những giây phút khó khăn và tôi luyện không ngừng. Giờ đây, cố gắng của các bạn đã gieo thành công, nỗ lực gieo những xúc cảm đong đầy, một chặng đường đã có thêm những công nhận.

Trong Lễ tốt nghiệp đợt 1 năm 2022, Giám đốc ĐHQG-HCM tặng giấy khen cho 05 sinh viên tốt nghiệp loại xuất sắc. UIT gửi những lời chúc mừng đến các bạn, và chúc các bạn sẽ thành công hơn nữa trong tương lai.

Tân khoa Vũ Ngọc Tú ngành Khoa học Máy tính

Tân khoa Phạm Nguyễn Phúc Toàn ngành Khoa học Máy tính

Tân khoa Trần Quốc Thành ngành Công nghệ Thông tin

Tân khoa Nguyễn Văn Tiến ngành Khoa học Máy tính

Tân khoa Nguyễn Xuân Hà ngành An toàn Thông tin

Liên kết: https://www.uit.edu.vn/day-la-thoi-khac-vinh-danh-nhung-sinh-vien-tot-nghiep-loa…

| Đây là thời khắc vinh danh những thủ khoa...

Là người xuất sắc nhất, những chặng đường, hành trình và thành quả mà các bạn đã đi qua không phải ai cũng có thể làm được. Chính vì thế Ban Giám hiệu UIT đã quyết định trao danh hiệu "Thủ khoa tốt nghiệp năm 2021 đợt 1" để vinh danh và ghi nhận những cố gắng không ngừng nghỉ của các bạn.

Liên kết: https://www.facebook.com/UIT.Fanpage/posts/pfbid0xpBaHBBqXH6Pm8RFWzRoy1NWGKeZZ9Q…

| Đây là thời khắc vinh danh những thủ khoa...

Là người xuất sắc nhất, những chặng đường, hành trình và thành quả mà các bạn đã đi qua không phải ai cũng có thể làm được. Chính vì thế Ban Giám hiệu UIT đã quyết định trao danh hiệu "Thủ khoa tốt nghiệp năm 2021 đợt 2" để vinh danh và ghi nhận những cố gắng không ngừng nghỉ của các bạn.

Liên kết: https://www.facebook.com/UIT.Fanpage/posts/pfbid02XnfqxJ778PxqZHx6ftHQxrCz3XdaYJ…

| Đây là thời khắc vinh danh những thủ khoa...

Là người xuất sắc nhất, những chặng đường, hành trình và thành quả mà các bạn đã đi qua không phải ai cũng có thể làm được. Chính vì thế Ban Giám hiệu UIT đã quyết định trao danh hiệu "Thủ khoa tốt nghiệp khóa 2018 đợt 1" để vinh danh và ghi nhận những cố gắng không ngừng nghỉ của các bạn.

Liên kết: https://www.facebook.com/UIT.Fanpage/posts/pfbid02K3eP5cB71keey4kTHUsURB91BzAvf5…

| Đây là thời khắc vinh danh những thủ khoa...

| TRƯƠNG THỊ Ý LAN với GPA 8.9/10 (Top 2 ngành Công nghệ Thông tin đợt 1 năm 2022 |

Dù chưa phải là người xuất sắc nhất nhưng chặng đường, hành trình và thành quả mà Ý Lan đã đi qua không phải ai cũng có thể làm được. Chính vì thế Ban Giám hiệu UIT đã quyết định trao danh hiệu "THỦ KHOA NGHỊ LỰC" để vinh danh và ghi nhận những cố gắng không ngừng nghỉ của cô gái với nghị lực phi thường Trương Thị Ý Lan.

UIT đạt gỉai thưởng cao tại lễ trao giải cuộc thi An toàn Thông tin HCMUS CTF 2022 do trường Đại học Khoa học Tự Nhiên, ĐHQG-HCM tổ chức vào ngày 12/06/2022.

Hai đội Sp33d_0f_T1m3 và purf3ct thuộc trường Đại học Công nghệ Thông tin, ĐHQG-HCM đã xuất sắc giành 2 vị trí đầu bảng Quán quân và Á quân.

Một lần nữa xin chúc mừng các đội sinh viên tham gia thi đấu:

Quán quân Sp33d_0f_T1m3, gồm các thành viên:

- Nguyễn Lê Hy - ATTN2019 - Sở trường Pwn

- Nguyễn Phạm Lâm Duy - ATTN2019 - Sở tường Web

- Lê Trần Thành Nhân - ATTN2019 - Sở trường Crypto

- Lê Thanh Duẩn - ATTN2019 - Sở trường Forensics

Á quân purf3ct, gồm các thành viên:

- Nguyễn Đăng Nguyên - ATTN2020 - Sở trường Reversing

- Phan Hoàng Tuấn - ATTN2020 - Sở trường Crypto

- Phan Vĩnh Khang - ATTN2020 - Sở trường Pwn

- Trần Chí Thiện - ATTT2018 - Sở trường Web

Vòng Quốc gia Olympic Vi Điện tử Quốc tế lần thứ XVII – AMO2022-UIT được diễn ra vào ngày 04 tháng 6 năm 2022 do Khoa Kỹ thuật Máy tính, trường Đại học Công nghệ Thông tin đăng cai tổ chức.

Cuộc thi năm nay đã thu hút hơn 100 thí sinh đến từ các trường thuộc TP. Hồ Chí Minh tề tựu tranh tài. Trải qua 120 phút thử thách với các kiến thức về lĩnh vực Công nghệ Thông tin – Truyền thông nói chung và lĩnh vực Thiết kế vi mạch nói riêng, đã có 04 thí sinh có cùng kết quả đứng đầu. Điều này đồng nghĩa với việc các thí sinh sẽ phải trải qua thêm vòng thi phụ để xác định người sẽ đại diện Việt Nam tham dự Vòng Chung kết thế giới được diễn ra tại Armenia.

Sau vòng thi phụ dành cho 02 thí sinh đầu bảng, Ban Tổ chức xin công bố kết quả chung cuộc Vòng Quốc gia Olympic Vi Điện tử Quốc tế lần thứ XVII, AMO2022-UIT như sau:

- Giải nhất: Tạ Điền Minh Trí, Trường ĐH Công nghệ Thông tin, ĐHQG-HCM

- Giải nhì: Lê Hữu Vinh, Trường ĐH Công nghệ Thông tin, ĐHQG-HCM

- Giải ba: Tống Ngọc Quyền, Trường ĐH Sư phạm Kỹ thuật, TP.HCM

Bài báo: "A Benchmark of Parsing Vietnamese Publications" do sinh viên Nguyễn Trọng Thuận, Nguyễn Trần Phúc An và Nguyễn Quang Thuận thực hiện dưới sự hướng dẫn của TS. Nguyễn Tấn Trần Minh Khang và PGS. TS. Nguyễn Văn Tâm. Bài báo đã được chấp nhận đăng tại Tạp chí IEEE Access.

Tóm tắt bài báo:

Trong thập kỷ gần đây, chuyển đổi kỹ thuật số đã nhận được sự quan tâm ngày càng lớn trên toàn thế giới và điều này đã thúc đẩy sự bùng nổ của số hóa tài liệu. Trong nghiên cứu này, chúng tôi đề cập đến vấn đề phân tích tài liệu kỹ thuật số, đặc biệt là các ấn phẩm tiếng Việt. Các ấn phẩm của Việt Nam được nhiều người biết đến với tính biến hóa cao, bố cục đa dạng, một số ký tự có ký hiệu trọng âm và ký tự phái sinh đặt ra nhiều thách thức cho bài toán. Để đạt được mục tiêu này, chúng tôi thu thập bộ dữ liệu UIT-DODV-Ext: một hình ảnh tài liệu tiếng Việt đầy thách thức bao gồm các bài báo khoa học và sách giáo khoa với 5.000 hình ảnh được chú thích đầy đủ. Bên cạnh đó, chúng tôi giới thiệu một framework chung để phân tích các ấn phẩm tiếng Việt gồm có hai thành phần: phát hiện các thành trên tài liệu và nhận diện chú thích. Cuối cùng, chúng tôi trình bày một trình phân tích kết hợp đạt được vị trí hàng đầu trên benchmark.

IEEE Access là tạp chí khoa học bình duyệt truy cập mở được xuất bản bởi Viện Kỹ sư điện và điện tử (Mỹ), được thành lập vào năm 2013. Tổng biên tập sáng lập là Michael Pecht và tổng biên tập hiện tại là Derek Abbott. Tạp chí đã giành được một Giải thưởng PROSE vào năm 2015 cho tạp chí mới hay nhất trong khoa học, công nghệ, kỹ thuật và toán học. Tạp chí IEEE Access thuộc xếp hạng cao nhất SCIE-Q1.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-co-bai-bao-chap-nhan-dang-tai-tap-chi-ieee…

 TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TUYÊN DƯƠNG 68 SINH VIÊN, HỌC VIÊN CAO HỌC CÓ THÀNH TÍCH TỐT TRONG NGHIÊN CỨU KHOA HỌC NĂM 2022 (ĐỢT 1)

Ngày 27/6/2021, Trường Đại học Công nghệ Thông tin vừa công bố quyết định tuyên dương 68 cá nhận đạt thành tích tốt trong nghiên cứu khoa học năm 2022 (Đợt 1), trong đó có 66 sinh viên và 02 học viên cao học.

Các cá nhân này sẽ được trao tặng giấy khen của Hiệu trưởng Nhà trường vì những thành tích tốt trong nghiên cứu khoa học, đây là lời động viên tinh thần, khích lệ sinh viên, học viên cao học sẽ tiếp tục cố gắng không ngừng đẩy mạnh phong trào nghiên cứu khoa học tại UIT ngày càng phát triển, và là tấm gương cho các thế hệ sinh viên đam mê nghiên cứu khoa noi theo.

Chi tiết xem tại: https://www.uit.edu.vn/tuyen-duong-68-sinh-vien-hoc-vien-cao-hoc-co-than...

Liên kết: https://www.uit.edu.vn/tuyen-duong-68-sinh-vien-hoc-vien-cao-hoc-co-thanh-tich-t…

Chúc mừng 2 nữ sinh UIT có bài báo chấp nhận đăng tại Hội nghị quốc tế KSEM 2022 (The 15th International Conference on Knowledge Science, Engineering and Management). Bài báo: “A Two-Stage Question Answering System Based on Sentence Transformers for Medical Texts” do sinh viên Nguyễn Thị Hồng Nhung và Hà Phan Diệu Phương thực hiện dưới sự hướng dẫn của Th.S Nguyễn Văn Kiệt, TS Nguyễn Lưu Thùy Ngân và CN Nguyễn Thành Luân. 

Liên kết: https://www.uit.edu.vn/sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-hoi-nghi-quoc…

Bài báo: “Vietnamese and English-Vietnamese Textual Entailment based on Pre-trained Multilingual Language Models” được chấp nhận đăng tại Tạp chí JCSCE (VNU Journal of Science: Computer Science and Communication Engineering). Bài báo do sinh viên Hoàng Xuân Vũ, Nguyễn Văn Tài và Phan Thị Kim Khoa thực hiện dưới sự hướng dẫn của giảng viên ThS. Đăng Văn Thìn, TS. Dương Ngọc Hảo, TS. Nguyễn Lưu Thùy Ngân. 

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-duoc-chap-nhan-tai-tap-chi-…

Bài báo: "vieCap4H - VLSP 2021: Object AoA - Enhancing performance of Object Relation Transformer with Attention on Attention for Vietnamese image captioning”

Sinh viên thực hiện:

-  Nguyễn Hiếu Nghĩa - 19520178

- Võ Trần Đông Dương - 19520483

- Hà Minh Quân - 19522076

Giảng viên hướng dẫn: Th.S Nguyễn Văn Kiệt

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-taitap-chi-j…

Bài báo: “EAES: Effective augmented Embedding Spaces for Text-Based Image Captioning”

Bài báo do nhóm sinh viên thực hiện: 

Bùi Cao Doanh - 19521366 - KHMT2019 (đồng tác giả)

Trịnh Thị Thanh Trúc - 19521059 - HTTH2019 (đồng tác giả)

Giảng viên hướng dẫn:

TS. Nguyễn Tấn Trần Minh Khang

ThS. Võ Duy Nguyên

Tóm tắt bài báo:

Trong bài báo này, chúng tôi giải quyết bài toán mô tả ảnh dựa trên văn bản. Đây là một hướng nghiên cứu mới trên bài toán mô tả ảnh, mới được bắt đầu nghiên cứu từ năm 2020. Nhận ra rằng cách biểu diễn ảnh như thế nào sẽ ảnh hưởng trực tiếp đến hiệu suất mô hình, do đó chúng tôi đưa ra một cách tiếp cận biểu diễn kết hợp mang tên EAES. Qua các thử nghiệm trên bộ dữ liệu TextCaps, cách tiếp cận của chúng tôi đạt được hiệu suất đo được trên BLEU4 là 20.21% và CIDEr là 85.78%, cao hơn lần lượt 1,31% và 4,78% so với phương pháp cơ sở M4C-Captioner. Hơn nữa, cách tiếp cận cũng cho kết quả cạnh tranh với các phương pháp khác trên các độ đo METEOR, ROUGE-L và SPICE.

IEEE Access là một tạp chí khoa học bình duyệt truy cập mở được xuất bản bởi Viện Kỹ sư Điện và Điện tử, được thành lập vào năm 2013. Tổng biên tập sáng lập là Michael Pecht và tổng biên tập hiện tại là Derek Abbott. Tạp chí đã giành được một Giải thưởng PROSE vào năm 2015 cho tạp chí mới hay nhất trong khoa học, công nghệ, kỹ thuật và toán học. Tạp chí IEEE Access thuộc xếp hạng cao nhất SCIE-Q1

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-tapchi-i…

Vừa qua, sinh viên UIT đã tham dự kỳ thi Olympic Tin học Sinh viên năm 2021 diễn ra tại Hà Nội. Trong khuôn khổ kỳ thi, UIT tham gia khối chuyên tin và  xuất sắc có 03 giải thưởng bao gồm 01 giải nhất, 01 giải nhì và 01 giải ba.

Trân trọng vinh danh các bạn sinh viên:

Huỳnh Đặng Vĩnh Hiền - MSSV: 21520029 đã đạt giải Nhất khối chuyên tin

Hứa Thanh Tân - MSSV: 19520257 đã đạt giải Nhì khối chuyên tin

Phan Trọng Nhân  - MSSV: 21522407 đã đạt giải Ba khối chuyên tin

Những thành quả trên là sự cố gắng, nỗ lực không ngừng nghỉ của các bạn sinh viên và ban huấn luyện viên. Chúc mừng tất cả các bạn đã xuất sắc có được những giải thưởng danh giá làm rạng danh UIT.

Liên kết: https://www.uit.edu.vn/vinh-danh-3-sinh-vien-uit-dat-giai-trong-khoi-chuyen-tin-…

Sinh viên UIT vừa tham dự kỳ thi kỳ thi The 2021 ICPC Asia Hanoi Regional Contest diễn ra tại Hà Nội. Trong khuôn khổ kỳ thi, UIT tham gia có 04 giải thưởng bao gồm 01 giải Nhì và 03 giải 3. 

Trân trọng vinh danh các bạn sinh viên:

 Hứa Thanh Tân - 19520257 thuộc team UIT.Ethereum (University of Information Technology - Vietnam National University HCM) đã đạt Giải nhì

Võ Minh Quân - 21520093 thuộc team UIT.Ethereum (University of Information Technology - Vietnam National University HCM) đã đạt Giải nhì

Nguyễn Vĩnh Hưng - 20520055 thuộc team UIT.Ethereum (University of Information Technology - Vietnam National University HCM) đã đạt Giải nhì

Hà Văn Hoàng - 21520033 thuộc team UIT.Excalibur (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

 Phan Trường Trí - 21520117 thuộc team UIT.Excalibur (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

Lê Nhật Huy - 20520056 thuộc team UIT.Excalibur (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

Trần Hoài An - 21520001 thuộc team UIT.AHA (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

 Nguyễn Trần Việt Anh - 21520006 thuộc team UIT.AHA (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

 Huỳnh Đặng Vĩnh Hiền - 21520029 thuộc team UIT.AHA (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

Đoàn Anh Dũng - 19520053 thuộc team UIT.PDP (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

Đinh Thành Phát - 21520083 thuộc team UIT.PDP (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

Phan Doãn Thái Bình - 20520043 thuộc team UIT.PDP (University of Information Technology - Vietnam National University HCM) đã đạt Đồng hạng 3

 Những thành quả trên là sự cố gắng, nỗ lực không ngừng nghỉ của các bạn sinh viên và ban huấn luyện viên. Chúc mừng tất cả các bạn đã xuất sắc có được những giải thưởng danh giá làm rạng danh UIT. 

Liên kết: https://www.uit.edu.vn/4-doi-sinh-vien-uit-dat-giai-tai-ky-thi-2021-icpc-asia-ha…

Vừa qua, sinh viên UIT đã tham dự kỳ thi Olympic Tin học Sinh viên năm 2021 diễn ra tại Hà Nội. Trong khuôn khổ kỳ thi, UIT đã gặt hái 03 giải thưởng bao gồm 01 cúp đồng và 02 giải 3. 

Trân trọng vinh danh các bạn sinh viên:

 Lê Nhật Huy - MSSV: 20520056 đã đạt Cúp Đồng khối siêu cúp

Phan Trường Trí - MSSV: 21520117 đã đạt Giải Ba khối siêu cúp

 Hà Văn Hoàng - MSSV: 21520033 đã đạt Giải Ba khối siêu cúp

Những thành quả trên là sự cố gắng, nỗ lực không ngừng nghỉ của các bạn sinh viên và ban huấn luyện viên. Chúc mừng tất cả các bạn đã xuất sắc có được những giải thưởng danh giá làm rạng danh UIT. Trong số 03 bạn sinh viên đạt giải, có 01 bạn sinh viên năm 2, 02 bạn sinh viên năm 1, tin chắc rằng với sự cố gắng và sức trẻ các bạn sẽ gặt hái thêm những giải thưởng trong những năm tới.

Liên kết: https://www.uit.edu.vn/sinh-vien-uit-dat-giai-trong-khoi-sieu-cup-ky-thi-olympic…

Bài báo: “IMIDS: An Intelligent Intrusion Detection System against Cyber Threats in IoT”

Nhóm sinh viên thực hiện: 

Trần Trọng Đạt - 18520263 - ANTN2018

Trần Ngọc Duẩn - 18520609 - ANTN2018

Nguyễn Minh Huy - 19520000 KHTN2019

Giảng viên hướng dẫn:

TS. Lê Kim Hùng

MDPI Electronics (ISSN 2079-9292) là một tạp chí uy tín thuộc danh mục ISI về khoa học máy tính và khoa học điện tử (IF: 2,397). Nhiệm vụ của Electronics bao gồm xuất bản các bài đánh giá và bài báo nghiên cứu nhằm khuyến khích các nhà khoa học công bố một cách chi tiết thí nghiệm, phương pháp và kết quả thực nghiệm và lý thuyết của họ.

Electronics là thành viên của Committee on Publication Ethics (COPE). MDPI chịu trách nhiệm thực hiện đánh giá đồng cấp chặt chẽ cùng với các chính sách và tiêu chuẩn nghiêm ngặt để đảm bảo bổ sung các công trình khoa học chất lượng cao vào lĩnh vực xuất bản học thuật. Để xác minh tính nguyên bản của nội dung được gửi cho Electronics, nhà xuất bản sử dụng iThenticate để kiểm tra các nội dung mới nhận so với các ấn phẩm trước đó. MDPI làm việc với Publons để cung cấp cho người đánh giá tín nhiệm cho công việc của họ.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-tai-tap-chi-…

Nhóm sinh viên UIT có bài báo chấp nhận đăng tại “Sensors” (ISSN 1424-8220) là một tạp chí khoa học quốc tế nằm trong danh mục ISI (Q1), có chỉ số ảnh hưởng IF: 3.735 (PubMed). Bài báo “Realguard: A Lightweight Network Intrusion Detection System for IoT Gateways” do sinh viên Nguyễn Xuân Hà, Nguyễn Xuân Dương, Huỳnh Hoàng Hải cùng nhau thực hiện dưới sự hướng dẫn của TS. Lê Kim Hùng. 

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-uit-co-bai-bao-chap-nhan-dang-ta…

Hội thi Thử thách trí tuệ nhân tạo là hội thi được tổ chức theo hình thức cuộc thi khoa học, tương tự các cuộc thi (challenge) thường được tổ chức trên thế giới nhằm tìm kiếm các giải pháp hiệu quả cho các vấn đề mới đang được quan tâm nhằm phục vụ cuộc sống. Chủ đề của Hội thi năm nay là "Nhận diện chữ tiếng Việt trong ảnh ngoại cảnh và sinh hoạt hằng ngày" (Vietnamese Scene Text Recognition).

Xin chúc mừng các bạn sinh viên đến từ team UIT-Senior đã đạt GIẢI NHÌ trong cuộc thi thử thách Trí Tuệ Nhân Tạo (AI – Challenge 2021) với chủ đề "Nhận diện chữ tiếng Việt trong ảnh ngoại cảnh và sinh hoạt hằng ngày" (Vietnamese Scene Text Recognition) do Ủy ban nhân dân TP. HCM tổ chức.

- Team UIT-Senior bao gồm 5 sinh viên:

Nguyễn Lê Anh Quân 

Lê Trần Trọng Khiêm

Trần Doãn Thuyên

Lê Quang Hưng

Dương Đình Thắng

- Chúc mừng 07 Team: UIT-Fresher, UIT-Junior, UIT-VPT, UIT-No1, UIT-KHNT, AIO-Cats, RainbowShine đã giành giải Khuyến khích trong Hội thi Thử thách Trí tuệ nhân tạo (AI – Challenge) thành phố Hồ Chí Minh năm 2021” do Ủy ban nhân dân TP. HCM tổ chức, gồm các bạn sinh viên Trường Đại học Công nghệ Thông tin, ĐHQG-HCM

- Team UIT-Freshergồm các bạn sinh viên:

Hồ Chung Đức Khánh

Nguyễn Phạm Vĩnh Nguyên

Lương Phạm Bảo

Đoàn Nguyễn Nhật Quang

Thái Trần Khánh Nguyên

- Team UIT-Junior gồm các bạn sinh viên:

Nguyễn Hoài Nam

Dương Ngọc Hùng

Trần Hoàn Đức Duy

Trương Chí Diễn

Trần Phan Nhật Kha

- Team UIT-No1 gồm các bạn sinh viên:

Lương Triều Vỹ

Nguyễn Hoàng Thuận

Danh Võ Hồng Phúc

- Team UIT-KHNT gồm các bạn sinh viên:

Bùi Nguyễn Anh Trung

Nguyễn Thanh Trọng

Phan Tấn Thương

Nguyễn Minh Lý

Nguyễn Đặng Nhật Hào

- Team UIT-VPT gồm các bạn sinh viên:

Lê Phước Vĩnh Linh

Nguyễn Tư Thành Nhân

Nguyễn Trần Tiến

Lê Xuân Tùng

Nguyễn Tiến Hưng

- Team AIO-Cats gồm các bạn sinh viên:

An Minh Hùng

Nguyễn Thị Thu Hằng

Nguyễn Văn Quang

Nguyễn Quốc Cường

Nguyễn Trọng Tuấn

- Team RainbowShine gồm các bạn sinh viên:

Nguyễn Minh Huy

Phan Tiến Ngọc

Hội thi được triển khai từ tháng 10 năm 2021, đã thu hút được đông đảo người tham dự với 330 đội thi với hơn 1.098 thí sinh đến từ nhiều nơi trên cả nước và một số nước trong khu vực. Từ hàng trăm giải pháp của các đội thi gửi về, Hội đồng giám khảo và Ban tổ chức Hội thi đã chọn được 27 đội bước tiếp vào vòng chung kết.

Giải thưởng dành cho ý tưởng tiềm năng (3 giải)

- Chúc mừng các 3 đội đến từ UIT

1. Variants - trường Đại học Công nghệ Thông tin - ĐHQG-HCM

2. Hoya - trường Đại học Công nghệ Thông tin - ĐHQG-HCM

3. PilviVaz - trường Đại học Công nghệ Thông tin - ĐHQG-HCM

Đồng thời, Chúc mừng trường Đại học Công nghệ Thông tin - ĐHQG-HCM đã nhận Giải thưởng dành cho đơn vị có nhiều thí sinh tham dự với kết quả tốt nhất tại Hội thi: đó là với 51 đội đăng ký dự thi và 15 đội vào vòng chung kết.

Ngoài ra, trong khuôn khổ chương trình Sinh viên Hồ Chung Đức Khánh, sinh viên trường Đại học Công nghệ Thông tin - ĐHQG-HCM sẽ có phần trình bày tham luận (Khuyến khích sinh viên học tập trong lĩnh vực trí tuệ nhân tạo thông qua mô hình câu lạc bộ trí tuệ nhân tạo tại các trường đại học)

Hồ Chung Đức Khánh:

- Đạt giải ba trong cuộc thi MC-OCR tổ chức tại hội nghị quốc tế RIVF 2021.

- Giải nhì Hội thi Thử thách Trí tuệ Nhân tạo AI Challenge 2020.

- Giải khuyến khích trong cuộc thi Giao thông xanh 2021.

- Giải khuyến khích cuộc thi Thử thách Trí tuệ nhân tạo (AI Challenge) 2021

- Đạt giải "Đáp án nhanh và chính xác nhất" trong cuộc thi AI Hackathon @ AI4VN.

- Đạt giải "Ý tưởng sáng tạo nhất" trong cuộc thi AI Hackathon @ AI4VN.

- Tham gia thực hiện 3 công trình nghiên cứu khoa học và tham gia đồng tác giả 3 bài báo.

Trong khuôn khổ  “Chương trình Tổng kết Hội thi Thử thách Trí tuệ nhân tạo (AI Challenge) năm 2021 và chương trình Lãnh đạo thành phố gặp gỡ sinh viên tiêu biểu lĩnh vực công nghệ thông tin, trí tuệ nhân tạo” diễn ra ngày 30/12/2021, Sở Thông tin và Truyền thông khen tặng cho 20 sinh viên tiêu biểu có thành tích xuất sắc trong hoạt động nghiên cứu, học tập về Trí tuệ nhân tạo.

Chúc mừng 06 bạn sinh viên UIT được tuyên dương " Sinh viên tiêu biểu trong lĩnh vực trí tuệ nhân tạo" năm 2021

1) Hồ Chung Đức Khánh

2) Lê Bảo Huy Trường

3) Nguyễn Trọng Thuận

4) Lê Quang Hưng

5) Lê Trần Trọng Khiêm

6) Nguyễn Thị Thanh Kim

Trường Đại học Công nghệ Thông tin vinh danh sinh viên đạt thành tích tốt trong học tập và rèn luyện học kỳ 2 năm học 2020 - 2021, gồm: 

- 122 sinh viên ngành Thương mại Điện tử (https://www.facebook.com/media/set/?set=a.4691661870926316&type=3)

- 153 sinh viên ngành Mạng máy tính và Truyền thông Dữ liệu (https://www.facebook.com/media/set/?set=a.4691783207580849&type=3)

- 178 sinh viên ngành Kỹ thuật Máy tính (https://www.facebook.com/media/set/?set=a.4691897347569435&type=3)

- 342 sinh viên ngành Kỹ thuật Phần mềm (https://www.facebook.com/media/set/?set=a.4692056474220189&type=3)

- 381 sinh viên ngành Khoa học Máy tính (https://www.facebook.com/media/set/?set=a.4693713527387817&type=3)

- 74 sinh viên ngành Khoa học Dữ liệu (https://www.facebook.com/media/set/?set=a.4693726624053174&type=3)

- 214 sinh viên ngành Hệ thống Thông tin (https://www.facebook.com/media/set/?set=a.4693749677384202&type=3)

- 261 sinh viên ngành Công nghệ Thông tin (https://www.facebook.com/media/set/?set=a.4694417730650730&type=3)

- 247 sinh viên ngành An toàn Thông tin (https://www.facebook.com/media/set/?vanity=UIT.Fanpage&set=a.46944477439...)

Chúc mừng tất cả các bạn sinh viên.

Trường Đại học Công nghệ Thông tin tự hào khi những ý tưởng của sinh viên UIT được vinh danh tại Cuộc thi Lập trình Makerthon 2021 - Ứng dụng trí tuệ nhân tạo vào cuộc sống do Thành Đoàn TP.HCM tổ chức.

UIT đã đạt được những thành tích ấn tượng sau:

• Giải vàng thiết kế chế tạo ứng dụng;

• Giải Nhì Makerthon 

• Giải Đồng thiết kế ứng dụng

• Giải ba Makerthon

Tên công trình: “ViSomeCens - Vietnamese Social Media Censorship”

Đạt giải: Giải Nhì MAKERTHON và Huy chương Vàng Giải thưởng Thiết kế - Chế tạo - Ứng dụng

SVTH:

- Hoàng Gia Phú - Sinh viên năm 3 ngành Khoa học Dữ liệu

- Lưu Đức Cảnh - Sinh viên năm 3 ngành Khoa học Dữ liệu

- Võ Trần Đông Dương - Sinh viên năm 3 ngành Khoa học Dữ liệu (tham gia Giải thưởng Thiết kế - Chế tạo - Ứng dụng)

- Trần Quốc Khánh - Sinh viên năm 4 ngành Khoa học Dữ liệu

GVHD: ThS. Nguyễn Văn Kiệt

 Tên công trình: “ViVQA: A modern Vietnamese Visual Question Answering for SOTA solutions”

Đạt giải: Giải Ba MAKERTHON và Huy chương Đồng Giải thưởng Thiết kế - Chế tạo - Ứng dụng

 SVTH:

- Trần Quốc Khánh - Sinh viên năm 4 ngành Khoa học Dữ liệu

- Nguyễn Trọng Ân - Sinh viên năm 4 ngành Khoa học Dữ liệu

- Dương Văn Bình - Sinh viên năm 4 ngành Khoa học Dữ liệu

- Lê Trần Hoài Ân - Sinh viên năm 4 ngành Khoa học Dữ liệu (tham gia Giải thưởng Thiết kế - Chế tạo - Ứng dụng)

GVHD: ThS. Nguyễn Văn Kiệt

Giải thưởng Sinh viên nghiên cứu khoa học - Euréka là giải thưởng cao quý dành cho sinh viên đam mê nghiên cứu khoa học trên phạm vi toàn quốc do Thành Đoàn Tp. Hồ Chí Minh phối hợp cùng Đại học Quốc gia Tp. Hồ Chí Minh tổ chức thường niên, nhằm tạo ra diễn đàn nghiên cứu, trao đổi học thuật, giúp sinh viên thỏa sức sáng tạo nghiên cứu, góp phần đẩy mạnh phong trào học tập và nghiên cứu khoa học của sinh viên Việt Nam.

Tại Lễ tổng kết và trao giải Giải thưởng Sinh viên nghiên cứu khoa học - Euréka lần thứ 23 năm 2021, chúc mừng đề tài của sinh viên trường Đại học Công nghệ Thông tin xuất sắc đạt 1 Giải Ba và 1 Giải Khuyến khích: 

Đạt giải 03 - “Một giải pháp nâng cao độ chính xác cho bài toán đếm phương tiện giao thông ở Việt Nam” của nhóm tác giả Hồ Chung Đức Khánh; Lê Bảo Huy; Nguyễn Văn Khoa ; Nguyễn Lê Anh Quân ; Tô Nhật Huy

Đạt giải Khuyến khích - “Giải pháp tăng cường năng lực kiểm duyệt nội dung xúc phạm, phản cảm trên không gian mạng bằng các kỹ thuật xử lý ngôn ngữ tự nhiên tiên tiến” của nhóm tác giả Hoàng Gia Phú ; Lưu Đức Cảnh ; Trần Quốc Khánh ; Võ Trần Đông Dương

Giải thưởng sinh viên Nghiên cứu khoa học Euréka là sân chơi học thuật bổ ích, giúp sinh viên có cơ hội học tập, sáng tạo và nghiên cứu khoa học, bồi dưỡng những ý tưởng sáng tạo và góp phần ứng dụng các kết quả NCKH vào công nghệ sản xuất và cuộc sống.

Trường Đại học Công nghệ Thông tin xin được gử lời chúc mừng đến các bạn sinh viên đã có thành tích xuất sắc nhận được giấy khen Giám đốc Đại học Quốc gia TP.HCM.  Đây là một trong những vinh dự to lớn trong khoảng đời sinh viên của các bạn.

Theo đó, có 33 sinh viên được khen tặng ở các lĩnh vực sau:

• Sinh viên có đóng góp xuất sắc trong công tác phòng, chống dịch Covid: 7 Sinh viên
• Sinh viên là tác giả chính của bài báo đăng trên tạp chí Quốc tế uy tín của ngành được công nhận bởi ISI: 15 sinh viên
• Giải ba cuộc thi lập trình sinh viên Quốc tế ICPC ASIA CAN THO 2020: 1 sinh viên
• Giải nhất toàn quốc giải thưởng sinh viên nghiên cứu khoa học - EURÉKA 2020: 5 sinh viên
• Huy chương bạc kỳ thi ICPC ASIA CAN THO REGIONAL 2020: 3 sinh viên
• Sinh viên có đóng góp xuất sắc trong hoạt động rèn luyện cần nhân rộng điển hình: 1 sinh viên
• Giải ba thế giới vòng Quốc tế Olympic vi điện tử 2020: 1 sinh viên

"Xuất sắc" là một hành trình dài của quyết tâm và khẳng định vị thế. Để có được kết quả như hôm nay, hẳn các bạn đã có những giây phút khó khăn và tôi luyện không ngừng. Giờ đây, cố gắng của các bạn đã gieo thành công, nỗ lực gieo những xúc cảm đong đầy, một chặng đường đã có thêm những công nhận.

Trong năm 2021, trường ĐH Công nghệ Thông tin có 02 sinh viên tốt nghiệp loại xuất sắc từ khoa Công nghệ Phần mềm và Hệ thống Thông tin. 

- Tân kỹ sư Lưu Biêu Nghị - ngành Kỹ thuật Phần mềm

- Tân kỹ sư Nguyễn Minh Hiếu - ngành Hệ thống Thông tin

Bài báo: “MidSiot: A multi-stage Intrusion Detection System for Internet Things” đã được đăng tại “Wireless Communications and Mobile Computing” là một tạp chí khoa học quốc tế nằm trong danh mục ISI, có chỉ số ảnh hưởng IF:2.336 và được xếp hạng Q2. Bài báo do sinh viên Nguyễn Đạt Thịnh và Hồ Xuân Ninh thực hiện dưới sự hướng dẫn của TS. Lê Kim Hùng. 

Nhóm sinh viên UIT có bài báo chấp nhận đăng tại “Sensors” (ISSN 1424-8220) là một tạp chí khoa học quốc tế nằm trong danh mục ISI (Q1), có chỉ số ảnh hưởng IF: 3.735 (PubMed). Bài báo “Realguard: A Lightweight Network Intrusion Detection System for IoT Gateways” do sinh viên Nguyễn Xuân Hà, Nguyễn Xuân Dương, Huỳnh Hoàng Hải cùng nhau thực hiện dưới sự hướng dẫn của TS. Lê Kim Hùng. 

Trường Đại học Công nghệ Thông tin xin được chúc mừng 2 sinh viên khoa Khoa học và Kỹ thuật Thông tin có bài báo khoa học được chấp nhận đăng tại “Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin” (The 24nd National Conference on Electronics, Communications and Information Technology, viết tắt là REV-ECIT).

Bài báo: “Phát hiện phương tiện giao thông ở môi trường đô thị Việt Nam ảnh chụp từ Drone”

Sinh viên thực hiện:

• Ngô Minh Phú - 18521243 - CNCL2018.2 (Tác giả chính) 

• Lê Minh Phước - 18521263 - CNCL2018.2 (Đồng tác giả) 

Giảng viên hướng dẫn: Th.S Võ Duy Nguyên

Liên kết: https://www.uit.edu.vn/2-sinh-vien-khoa-khoa-hoc-va-ky-thuat-thong-tin-co-bai-ba…

Sinh viên UIT  Nguyễn Bình Phương đã có bài báo khoa học được chấp nhận đăng tại “Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin” (The 24nd National Conference on Electronics, Communications and Information Technology, viết tắt là REV-ECIT). Bài báo có tên “Ăng-ten đa băng tần sử dụng với mạch tích hợp LR1110 trong ứng dụng định vị đa môi trường”. Bài báo được thực hiện với sự hướng dẫn của giảng viên TS. Trịnh Lê Huy

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-uit-co-bai-bao-khoa-hoc-duoc-chap-nha…

Trường Đại học Công nghệ Thông tin xin được chúc mừng 2 sinh viên khoa Khoa học và Kỹ thuật Thông tin có bài báo khoa học được chấp nhận đăng tại “Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin” (The 24nd National Conference on Electronics, Communications and Information Technology, viết tắt là REV-ECIT).

Bài báo: “Phát hiện phương tiện giao thông ở môi trường đô thị Việt Nam ảnh chụp từ Drone”

Sinh viên thực hiện:

• Ngô Minh Thứ - 18521243 - CNCL2018.2 (Tác giả chính) 

• Lê Minh Phước - 18521263 - CNCL2018.2 (Đồng tác giả) 

Giảng viên hướng dẫn: Th.S Võ Duy Nguyên

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-co-bai-bao-khoa-hoc-duoc-chap-nh…

Trường Đại học Công nghệ Thông tin chúc mừng sinh viên khoa Công nghệ Phần mềm có bài báo khoa học được chấp nhận đăng tại “Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin” (The 24nd National Conference on Electronics, Communications and Information Technology, viết tắt là REV-ECIT).

Bài báo: "Phát hiện phương tiện giao thông trong không ảnh với nhiều tình huống khác nhau"

Sinh viên thực hiện: Phan Thị Hồng Cúc - 18520260 - KTPM2018 (Tác giả chính).

Giảng viên hướng dẫn: Th.S Võ Duy Nguyên.

Liên kết: https://www.uit.edu.vn/sinh-vien-khoa-cong-nghe-phan-mem-co-bai-bao-khoa-hoc-duo…

Bài báo nghiên cứu "ALID-GAN: Phương pháp hỗ trợ học chủ động cho hệ thống phát hiện xâm nhập dựa trên mạng sinh đối kháng" được chấp nhận đăng tại Kỷ yếu Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (The 24th National Conference on Electronics, Communications and Information Technology - REV-ECIT 2021).

Bài báo do sinh viên Bùi Xuân Thái,  Nguyễn Ngọc Minh Trí và nhóm nghiên cứu InSecLab thực hiện dưới sự hướng dẫn của giảng viên ThS. Phan Thế Duy

Hệ thống phát hiện xâm nhập (Intrusion Detection System - IDS) dựa trên sự bất thường sử dụng các thuật toán Học máy (Machine Learning - ML) ngày càng được chú ý do lợi thế của chúng trong việc phát hiện các cuộc tấn công. Tuy nhiên những nghiên cứu gần đây chỉ ra rằng các phương pháp phát hiện sử dụng máy học thường chịu nhiều rủi ro trước các mẫu tấn công đối kháng, là mẫu có đầu vào gần giống với đầu vào gốc nhưng được phân loại không chính xác. Việc huấn luyện các IDS này yêu cầu một lượng lớn dữ liệu đào tạo, điều này trong thực tế rất khó đáp ứng vì dữ liệu tấn công phát sinh ngày càng nhiều và đa dạng nên không thể đáp ứng được hết yêu cầu về dữ liệu của IDS. Do đó, để khắc phục hạn chế này, chúng tôi đề xuất một phương pháp học tập chủ động (Active Learning) dựa trên mạng sinh đối kháng - Generative Adversarial Network (GAN) để cải thiện khả năng phát hiện tấn công của IDS. Điểm cải tiến của đề xuất này là dựa vào dữ liệu tấn công đầu vào, mô hình học và sinh ra dữ liệu mới liên quan đến cuộc tấn công đó, có thể sinh ra các dữ liệu của các biến thể của tấn công đó và đưa vào dữ liệu của IDS, từ đó tăng cường khả năng của IDS. Chúng tôi thực nghiệm mô hình trên tập dữ liệu CICIDS2018 và đánh giá mô hình đề xuất bằng nhiều tiêu chí khác nhau. Kết quả cho thấy mô hình đạt tỷ lệ phát hiện chính xác lên đến 99,931% khi mô hình IDS chỉ sử dụng 20% số lượng mẫu dữ liệu được gắn nhãn trong quá trình đào tạo.

Xin chúc mừng sự cố gắng của các bạn đã được ghi nhận, xin chúc mừng nhóm nghiên cứu, thầy cô, anh chị đã đồng hành với nghiên cứu này trong thời gian vừa qua.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-nganh-toan-thong-tin-co-bai-bao-…

Bài báo nghiên cứu "Phương pháp khuyến khích cộng tác đào tạo mô hình học máy bằng Blockchain và học liên kết" được chấp nhận đăng tại Kỷ yếu Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (The 24th National Conference on Electronics, Communications and Information Technology - REV-ECIT 2021).  Bài báo do sinh viên Hoàng Tuấn Anh và Ngân Văn Luyện thực hiện dưới sự hướng dẫn của giảng viên Th.S Phan Thế Duy. 

Tóm tắt nội dung của bài báo: Ngày nay, lượng dữ liệu được sinh ra từ các thiết bị Vạn vật kết nối (Internet of Things - IoT) ngày càng lớn, tạo tiền đề cho sự phát triển của các ứng dụng trí tuệ nhân tạo. Tuy nhiên, với cách tiếp cận truyền thống, việc thu thập dữ liệu người dùng một cách tập trung đang ngày càng trở nên khó khăn. Đã có những báo cáo cho thấy tồn tại những hành vi xâm hại đến quyền riêng tư trên dữ liệu của người dùng. Hơn nữa, lợi ích nhận được từ việc đào tạo các mô hình học máy đa phần không được phân chia cho người sở hữu dữ liệu. Do đó, người dùng thường không sẵn sàng chia sẻ dữ liệu của họ với người khác. Trong bài báo này, nhóm nghiên cứu đề xuất một bộ khung giải pháp giúp tận dụng tối đa nguồn tài nguyên dữ liệu của người dùng, mà vẫn đảm bảo quyền riêng tư của họ. Chúng tôi áp dụng học liên kết (Federated Learning - FL) vào việc huấn luyện các mô hình máy học. Người dùng chỉ chia sẻ mô hình học máy được đào tạo trên dữ liệu của họ thay vì chia sẽ dữ liệu thô. Do đó quyền riêng tư của người dùng được đảm bảo. Hơn nữa, các hoạt động đóng góp của người dùng trong hệ thống được ghi lại vào Blockchain. Điều này đảm bảo được sự minh bạch trong quá trình vận hành hệ thống và khuyến khích người dùng tham gia đóng góp đào tạo mô hình học máy.

Xin chúc mừng sự cố gắng của các bạn đã được ghi nhận, xin chúc mừng nhóm nghiên cứu, thầy cô, anh chị đã đồng hành với nghiên cứu này trong thời gian vừa qua.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-uit-da-co-cong-trinh-nghien-cuu-duoc-…

“Nghiên cứu về bài toán Phát hiện đối tượng trên tài liệu dạng ảnh” là đề tài do hai sinh viên năm 4 ngành Khoa học dữ liệu, trường ĐH Công nghệ Thông tin - ĐHQG TP.HCM là Nguyễn Trọng Thuận (tác giả chính) và Nguyễn Quang Thuận (đồng tác giả) thực hiện. Đây cũng là đề tài được chấp nhận đăng tại hội nghị quốc tế International Conference on Multimedia Modelling (MMM), Hội nghị được xếp hạng B (theo CORE2021)

Liên kết: https://www.uit.edu.vn/de-tai-nghien-cuu-ve-bai-toan-phat-hien-doi-tuong-tren-ta…

Sinh viên khoa Kỹ thuật Máy tính có bài báo Khoa học được chấp nhận đăng tại Hội nghị quốc tế CAMA 2021 (2021 IEEE International Conference on Antenna Measurements and Applications) 

Bài báo: “Real scenario LPWAN Measurement at 2.4 GHz using and linear Polarization

Sinh viên thực hiện: Bùi Phùng Hữu Đức - 17520355

Giảng viên hướng dẫn: TS Trịnh Lê Huy

Liên kết: https://www.uit.edu.vn/sinh-vien-khoa-ky-thuat-may-tinh-co-bai-bao-khoa-hoc-duoc…

Bài báo “Using machine learning to create a credit scoring model in banking and finance” của sinh viên khoa Hệ thống Thông tin đã được chấp nhận đăng tại Hội nghị Quốc tế IEEE CSDE 2021. Bài báo do sinh viên Trần Hoàng Long thực hiện dưới sự hướng dẫn của giảng viên TS. Cao Thị Nhạn

Tóm tắt nghiên cứu:

Thời gian gần đây, tín dụng cá nhân là một trong những sản phẩm quan trọng trong số tất cả sản phẩm tín dụng mà các ngân hàng cung cấp trên thị trường. Các ngân hàng và tổ chức tài chính (FIs) luôn cố gắng tìm kiếm một mô hình đánh giá điểm tín dụng hiệu quả để giảm thiểu rủi ro khi cho vay cũng như giúp tăng doanh thu cho các ngân hàng và tổ chức tài chính.

Hiện tại, có nhiều mô hình trí tuệ nhân tạo và học sâu được sử dụng để chấm điểm tín dụng. Trong bài báo “Using machine learning to create a credit scoring model in banking and finance”, nhóm tác giả đã áp dụng Logistic Regression vào dữ liệu các khoản vay của nền tảng vay ngang hàng Lending Club để chấm điểm tín dụng trong tương lai đối với từng hồ sơ xin vay. Dữ liệu được thu thập từ năm 2007 đến 2014 và được lấy từ trang lendingclub.com.

Kết quả cuối cùng của mô hình sau đó được đem ra so sánh với các mô hình máy học như LightGBM, Support Vector Machine, sử dụng k-fold cross validation. Kết quả cho thấy mô hình Logistic Regression cho độ chính xác cao hơn.

Bên cạnh việc đề xuất một phương pháp chấm điểm tín dụng, bài báo còn đưa một cách xác định ngưỡng điểm tín dụng giới hạn lý tưởng giúp tăng tỉ lệ giải ngân cũng như cải thiện độ linh hoạt trong kiểm soát rủi ro tín dụng. Kết quả thử nghiệm cho thấy phương pháp đề xuất của bài báo có thể được áp dụng trong thực tế tại các ngân hàng hoặc tổ chức tín dụng. Bài báo hiện tại đã được chấp nhận tại hội nghị IEEE CSDE/i-COSTE 2021, Brisbane, Australia.

Hội nghị IEEE Asia – Pacific Conference on Computer Science and Data Engineering (IEEE CSDE) là một diễn đàn quốc tế thường niên từ năm 2014 được tổ chức dành cho những người quan tâm đến các chủ đề tiên tiến của khoa học máy tính và kĩ thuật dữ liệu.

IEEE CSDE 2021 sẽ được tổ chức từ ngày 8 đến ngày 10 tháng 12 năm 2021 dưới hình thức trực tuyến tại thủ phủ của Queensland, Brisbane, Australia. Hội nghị được tổ chức và tài trợ bởi IEEE, IEEE Computer Society, The University of the South Pacific, Fiji; Victoria University, Australia; CQUniversity, Australia; Massy University, New Zealand và NPS Australia.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-khoa-he-thong-thong-tin-co-bai-bao-kh…

Chúc mừng nhóm sinh viên ngành Khoa học máy tính đã có công trình nghiên cứu được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế NSS 2021 (15th International Conference on Network and System Security). Đây là một trong những hội nghị khoa học uy tín cao về An toàn thông tin (xếp hạng B theo chuẩn ERA).

Bài báo: “Federated learning-based intrusion detection in the context of IIoT networks: Poisoning Attack and defense” do sinh viên Nguyễn Chí Vỹ– KHCL2018,  Nguyễn Hữu Quyền – KHCL2018 thực hiện và TS.Phạm Văn Hậu, ThS. Phan Thế Duy là giáo viên hướng dẫn. Đây là đề tài nghiên cứu về công nghệ học máy – trí tuệ nhân tạo, dưới góc nhìn an toàn, bảo mật thông tin tại Phòng thí nghiệm An toàn thông tin (InSecLab).

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-nganh-khoa-hoc-may-tinh-da-co-co…

Nhóm sinh viên ngành An toàn Thông tin đã đã có công trình nghiên cứu được thông báo chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế NSS 2021 (15th International Conference on Network and System Security). Đây là một trong những hội nghị khoa học uy tín về An toàn, bảo mật thông tin, được xếp hạng B theo chuẩn ERA. được tổ chức tại Thiên Tân, Trung Quốc vào cuối tháng 10.2021. Bài báo “A Secure and Privacy Federated Learning Approach for IoT Intrusion Detection System” do sinh viên Huỳnh Nhật Hào – Lớp ANTN2017 và  Huỳnh Minh Chủ – Lớp ANTN2017 thực hiện dưới sự hướng dẫn của giảng viên ThS. Phan Thế Duy và TS. Phạm Văn Hậu. 

Đề tài này nghiên cứu áp dụng phương pháp học liên kết/cộng tác (federated learning - FL) cho các trình phát hiện xâm nhập mạng (intrusion detection system - IDS) dựa trên dấu hiệu dị thường trong ngữ cảnh mạng Vạn vật kết nối (Internet of Things - IoT). Cách tiếp cận học liên kết/cộng tác được sử dụng để đảm bảo giảm thiểu tải lượng dữ liệu khi so sánh với cơ chế thu gom dữ liệu tập trung trong các mô hình huấn luyện truyền thống, do FL huấn luyện mô hình trực tiếp ngay tại mỗi thực thể tham gia. Ngoài ra, phương pháp này cũng đảm bảo quyền riêng tư dữ liệu, đặc biệt là các dữ liệu mạng vốn được xem là dữ liệu nhạy cảm – rất khó để người sở hữu chấp nhận chia sẻ ra bên ngoài. Do đó, học cộng tác/liên kết giúp khuyến khích các bên tham gia đóng góp vào quá trình đào tạo mô hình phát hiện xâm nhập. Bên cạnh đó, nhóm cũng nghiên cứu về Mã hóa đẳng cấu (Homomorphic Encryption – HE) và Sự riêng tư khác biệt (Differential Privacy - DP) để áp dụng vào khâu tổng hợp an toàn cho mô hình phát hiện dị thường trong lưu lượng mạng. Việc áp dụng HE và DP giúp cải thiện khả năng bảo mật, tính riêng tư mà các phương pháp FL đang chịu nhiều rủi ro do có thể tồn tại sự phá hoại của một số thực thể xấu độc tham gia vào qui trình huấn luyện mô hình FL. Tiềm năng ứng dụng của FL trong lĩnh vực Mạng vạn vật kết nối (IoT) là một lĩnh vực nghiên cứu đang nhận được sự quan tâm rộng rãi từ nhiều nhóm nghiên cứu lớn trên thế giới, ngay cả trong bài toán đảm bảo An toàn thông tin.

Liên kết: https://www.uit.edu.vn/sinh-vien-nam-2-co-bai-bao-khoa-hoc-duoc-chap-nhan-dang-t…

Chúc mừng sinh viên Trịnh Thị Thanh Trúc, sinh viên năm 2 có bài báo khoa học được chấp nhận đăng tại tạp chí Khoa học Công nghệ Thông tin và Truyền thông - JSTIC. Bài báo có tên “Phân loại phương tiện giao thông Việt Nam trong không ảnh”. Bài báo được thực hiện dưới sự hướng dẫn của giảng viên ThS. Võ Duy Nguyên. 

Với thực trạng giao thông đô thị Việt Nam đang gặp rất nhiều vấn đề bức thiết như: mật độ tham gia giao thông dày đặc, cơ sở hạ tầng chưa đáp ứng được lưu lượng phương tiện, thì việc đưa ra các phương án bao quát mang tính ổn định lâu dài luôn nhận được rất nhiều sự quan tâm từ cộng đồng. Trong những năm gần đây, các thiết bị bay không người lái (UAV) ngày càng phổ biến và có nhiều ứng dụng trong phát triển thành phố thông minh. Với tiền đề đó, nhóm nghiên cứu đã xây dựng và công bố bộ dữ liệu UIT-CVID21 gồm 10K ảnh, cho 4 lớp đối tượng bus, car, truck, van. UIT-CVID21 ghi lại hình ảnh các phương tiện giao thông bằng camera gắn trên UAV (Drone). Hình ảnh toàn cảnh ghi nhận thực trạng của giao thông Việt Nam, cung cấp thêm các thông tin hữu ích, có tiềm năng lớn hỗ trợ cho các hệ thống phân tích và giám sát giao thông từ trên không. Các phân tích và đánh giá ban đầu đã được trình bày trong bài báo, đây sẽ là cơ sở cho các nghiên cứu tiếp theo của chúng tôi.

Em xin chân thành cảm ơn quý Thầy đã hướng dẫn, các anh chị và các bạn trong nhóm UIT-Together đã hỗ trợ em. Lời cuối cùng, em cũng xin cảm ơn phòng thí nghiệm Truyền thông Đa phương tiện (MMLab), trường Đại học Công nghệ Thông Tin, ĐHQG-HCM đã tạo điều kiện cho em hoàn thành bài nghiên cứu này.

Tạp chí Khoa học Công nghệ Thông tin và Truyền thông (Journal of Science and Technology on Information and Communications) của Học viện Công nghệ Bưu chính Viễn thông là tạp chí khoa học chuyên ngành có phản biện độc lập, xuất bản thường kỳ với mục đích công bố các kết quả nghiên cứu khoa học và công nghệ; Phổ biến, cập nhật các kiến thức khoa học và công nghệ mới nhất về thông tin và truyền thông trong nước và trên thế giới. Từ năm 2016 Giám đốc Học viện đã quyết định thành lập Hội đồng Biên tập Tạp chí mới và Ban Biên tập Chuyên san các công trình nghiên cứu về Điện tử, Viễn thông và Công nghệ thông tin (Ban Biên tập) cho số đầu tiên gồm các Giáo sư, Phó giáo sư của Học viện và của một số Trường Đại học, Viện nghiên cứu khác ở trong và ngoài nước nhằm đăng tải các bài báo cáo khoa học bảo đảm chất lượng học thuật và các yêu cầu về tính mới, tính sáng tạo.

http://jstic.ptit.edu.vn/index.php/jstic  ISSN:2525-2224

Liên kết: https://www.uit.edu.vn/sinh-vien-nam-2-co-bai-bao-khoa-hoc-duoc-chap-nhan-dang-t…

Trường Đại học Công nghệ Thông tin xin được chúc mừng sinh viên Nguyễn Đức Hoan khoa Kỹ thuật Máy tính đã có bài báo khóa học được chấp nhận đăng tại Hội nghị Quốc tế về các Công nghệ tiên tiến trong Truyền thông, ATC - International Conference on Advanced Technologies for Communications 
Hội nghị ATC 2021 - International Conference on Advanced Technologies for Communications là chuỗi hội thảo khoa học quốc tế được diễn ra hằng năm bởi Hội Vô tuyến Điện tử Việt Nam (REV) và Hiệp hội Truyền thông IEEE (IEEE ComSoc). Hội thảo được tổ chức với mục tiêu khuyến khích các nghiên cứu khoa học và chuyển giao công nghệ giữa những kĩ sư, nhà khoa học Việt Nam với cộng đồng quốc tế về lĩnh vực điện tử, truyền thông và một số chủ chủ đề liên quan như:
• Satellite Communications
• Machine learning for Digital Communications
• Deep learning and Applications in Communications System
• Signal, Image and Video Processing
• Full-duplex communications for 5G & Beyond and IoT applications
• Edge computing for 5G and beyond networks
Link hội nghị: https://atc-conf.org

Bài báo: "Research and Implemenr Embedded Artificial Intelligence in Low - Power Water Meter Reading Device" d sinh viên Nguyễn Đức Hoan thực hiện dưới sự hướng dẫn của TS Trịnh Lê Huy và KS Nguyễn Mạnh Thảo.

Liên kết: https://www.uit.edu.vn/nguyen-duc-hoan-sinh-vien-khoa-ky-thuat-may-tinh-co-bai-b…

Nhóm sinh viên khoa Kỹ thuật Máy tính có bài báo khoa học được chấp nhận đăng tại Hội nghị Quốc tế về các Công nghệ tiên tiến trong Truyền thông, ATC - International Conference on Advanced Technologies for Communications. Bài báo có tên "Design of Varactor-Loaded Transmission-Line Phase Shifter with Integrated Single-Stage LNA in 0.18 µm RF CMOS Technology". Bài báo do sinh viên Trần Minh Khương, Vũ Ngọc Anh Hà, Lê Văn Ngọc Đoan và KS.Nguyễn Mạnh Thảo thực hiện dưới sự hướng dẫn của TS. Trịnh Lê Huy

Beamforming là một kỹ thuật giúp hình thành búp sóng radio có cường độ tập trung lớn cùng với khả năng định hướng búp sóng đến một vị trí cụ thể. Chính vì thế, Beamforming là kỹ thuật vô cùng hữu ích để hỗ trợ cho các ứng dụng định vị trong nhà, nơi có nhiều vật thể chắn và yếu tố non-line-of-sight (NLOS). Nhằm hiện thực được Beamforming trong một hệ thống, vi mạch Phase Shifter chính là thành phần cốt lõi nhờ vào khả năng dịch pha tín hiệu để truyền đến bộ phận antenna và giúp hình thành búp sóng Beamforming. Để đạt được khả năng hoạt động tốt nhất, một thiết kế vi mạch Phase Shifter phải đáp ứng những đặc tính sau đây: khoảng dịch pha rộng và liên tục, độ lợi cao, hệ số nhiễu thấp, và quan trọng nhất là mức độ dao động độ lợi phải thấp (low gain variation) nhằm tối ưu hiệu quả của Beamforming. Nắm bắt được những kiến thức này, nhóm nghiên cứu chúng em đã thiết kế một vi mạch Varactor-Loaded Transmission Line Phase Shifter tích hợp với cấu trúc Single-stage LNA trên công nghệ 0.18 um RF CMOS, hoạt động tại băng tần 2.4 - 2.48 GHz. Những kết quả nghiên cứu của nhóm đã may mắn được chấp nhận đăng tại Hội nghị ATC 2021.

Chúng em xin gửi lời cảm ơn đến Thầy Trịnh Lê Huy cùng các thành viên trong nhóm đã đồng hành với nhau trong quá trình nghiên cứu để hoàn thành đề tài này một cách tốt đẹp. 

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-ky-thuat-may-tinh-co-bai-bao-khoa-hoc…

Ngày 09/9/2021, Trường Đại học Công. nghệ Thông tin vừa công bố quyết định tuyên dương 53 cá nhân đạt thành tích tốt trong nghiên cứu khoa học năm 2021 (Đợt 1), trong đó có 51 sinh viên và 02 học viên cao học. 

Các cá nhân này sẽ được trao tặng giấy khen của Hiệu trưởng Nhà trường vì những thành tích tốt trong nghiên cứu khoa học và tin rằng, các cá nhân sẽ tiếp tục cố gắng không ngừng, là tấm gương cho các thế hệ sinh viên đam mê nghiên cứu khoa noi theo. 

Liên kết: https://www.uit.edu.vn/tuyen-duong-ca-nhan-dat-thanh-tich-tot-trong-nghien-cuu-k…

Nhóm sinh viên khoa Kỹ thuật Máy tính đã có bài báo khoa học được chấp nhận đăng tại Hội nghị Quốc tế về các Công nghệ tiên tiến trong Truyền thông, ATC - International Conference on Advanced Technologies for Communications. Bài báo “Integrated Multi-standard system based on LR1110 for geolocation applications”. Bài báo do sinh viên Bùi Phùng Hữu Đức - 17520355 (tác giả chính) và Nguyễn Bình Phương - 17520924 (đồng tác giả) thực hiện dưới sự hướng dẫn của TS. Trịnh Lê Duy. 

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-ky-thuat-may-tinh-co-bai-bao-khoa-hoc…

Nhóm sinh viên khoa Kỹ thuật Máy tính có bài báo khoa học được chấp nhận đăng tại Hội nghị Quốc tế về các Công nghệ tiên tiến trong Truyền thông, ATC - International Conference on Advanced Technologies for Communications. Bài báo có tên "Design of Varactor-Loaded Transmission-Line Phase Shifter with Integrated Single-Stage LNA in 0.18 µm RF CMOS Technology". Bài báo do sinh viên Trần Minh Khương, Vũ Ngọc Anh Hà, Lê Văn Ngọc Đoan và KS.Nguyễn Mạnh Thảo thực hiện dưới sự hướng dẫn của TS. Trịnh Lê Huy

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-khoa-ky-thuat-may-tinh-co-bai-bao-khoa-hoc…

Bài báo: "An Empirical Evaluation of Feature Extraction for Vietnamese Fruit Classification" của sinh viên UIT đã được chấp nhận đăng tại tạp chí Khoa học và Công nghệ Việt Nam. Bài báo do các sinh viên Nguyễn Trọng Thuận (tác giả chính) và Lê Trương Ngọc Hải, Nguyễn Nhật Trường, Lê Việt Thịnh, Dương Thành Bảo Khanh, Bùi Long Vũ, Nguyễn Văn Hợp là đồng tác giả thực hiện dưới sự hướng dẫn của ThS. Võ Duy Nguyên

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-co-bai-bao-khoa-hoc-duoc-chap-nhan-dang-ta…

Bài báo "Towards Al-based Traffic Counting System with Edge Computing" của nhóm sinh viên khoa Mạng Máy tính & Truyền thông được chấp nhận đăng trong tạp chí Journal of Advanced Transportation (JAT)- Tạp chí thuộc danh mục ISI-Q2, với Impact Factor 2.93. Bài báo do sinh viên Đinh Đức Liêm và Nguyễn Hồng Nam thực hiện dưới sự hướng dẫn của giảng viên TS Lê Kim Hùng. 

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-khoa-mang-da-co-bai-bao-duoc-nha…

Liên kết: https://www.uit.edu.vn/ket-qua-vong-quoc-gia-olympic-vi-dien-tu-quoc-te

Liên kết: https://www.uit.edu.vn/ket-qua-vong-quoc-gia-olympic-vi-dien-tu-quoc-te

Bài báo: “Parsing Digitized Vietnamese Paper Documents” của nhóm sinh viên trường Đại học Công nghệ Thông tin đã được đăng tại hội nghị quốc tế với xếp hạng B - International Conference on Computer Analysis of Images and Patterns (CAIP). Sinh viên thực hiện là Trương Diệu Linh và Nguyễn Trọng Thuận dưới sự hướng dẫn của ThS. Võ Duy Nguyên. -Nghiên cứu tập trung vào bài toán phát hiện đối tượng trong tài liệu dạng ảnh. Bài toán nhận vào ảnh bài báo khoa học tiếng Việt, trả về vị trí các đối tượng quan tâm trong ảnh (nếu có). Trong phạm vi nghiên cứu, các đối tượng được chúng tôi quan tâm là: Caption, Table, Figure, Formula. Việc định vị đối tượng với độ chính xác cao sẽ là cơ sở tốt cho các nghiên cứu về rút trích văn bản, phân tích bố cục hay nhiều hơn nữa là đọc hiểu tài liệu ảnh. Nhóm nghiên cứu đã công bố bộ dữ liệu ảnh tài liệu khoa học tiếng Việt, tiến hành đánh giá các phương pháp phát hiện đối tượng tiên tiến và đề xuất một hàm mất mát giúp cải thiện kết quả so với các phương pháp trước..

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-co-bai-bao-khoa-hoc-tai-hoi-nghi-quoc-te-x…

Liên kết: https://www.uit.edu.vn/sinh-vien-co-bai-bao-khoa-hoc-dang-tap-chi-ieee-access

Trường Đại học Công nghệ Thông tin xin được chúc mừng nhóm sinh viên với bài báo khoa học “Vietnamese Open-domain Complaint Detection in E-Commerce Websites” được chấp nhận đăng tại Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) tổ chức tại Mexico 

Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) sẽ được tổ chức tại thành phố Cancun, Quintana Roo, Mexico vào ngày 21-23 tháng 9 năm 2021. Hội nghị này làm nổi bật và phản ánh những xu hướng hiện đại và mới mẻ về phương pháp luận, công cụ và kỹ thuật. Các ý tưởng và giải pháp được đưa ra giúp xây dựng một diễn đàn trao đổi ý tưởng và kinh nghiệm nhằm thúc đẩy các hướng đi mới trong lĩnh vực khoa học công nghệ. Hội nghị này tập trung vào việc khám phá những đổi mới và thách thức mà cộng đồng khoa học ngày nay phải đối mặt. Đồng thời, hội nghị kết hợp giữa lý thuyết và thực nghiệm để đề xuất và đánh giá các giải pháp cho các bài toán công nghệ. Hội nghị này là cơ hội để chúng ta, những người trong cộng đồng khoa học suy nghĩ về vị trí của mình hiện tại và xây dựng những định hướng, mục tiêu của trong tương lai.

Bài báo do 2 nữ sinh viên thực hiện: 

• Nguyễn Thị Hồng Nhung - 18521218 - CMCL2018.2
• Hà Phan Diệu Phương - 18521218 - CMCL2018.2

Dưới sự hướng dẫn của Th.S Nguyễn Văn Kiệt, TS Nguyễn Lưu Thùy Ngân và trợ giảng Nguyễn Thành Luân.

Liên kết: https://www.uit.edu.vn/hai-nu-sinh-nganh-cong-nghe-thong-tin-duoc-chap-nhan-bai-…

Trường Đại học Công nghệ Thông tin xin được chúc mừng nhóm sinh viên với bài báo: "SA2SL: From Adpect-Based Sentiment Analysis to Social Listening System for Business Intelligence" được chấp nhận đăng tại Hội nghị The 14th International Conference on Knowledge Science, Engineering and Management (KSEM 2021)

Hội nghị The 14th International Conference on Knowledge Science, Engineering and Management (KSEM 2021) sẽ được tổ chức vào 14-16/8/2021 tại Tokyo, Nhật Bản. KSEM 2021 là lần thứ 14 của chuỗi hội nghị, và được xây dựng dựa trên sự thành công của 13 lần trước đó. Các bài báo nghiên cứu ứng dụng hay kĩ thuật đều có thể nộp vào KSEM. Mục đích của hội nghị liên ngành này là cung cấp một diễn đàn cho các nhà nghiên cứu trong lĩnh vực rộng lớn của khoa học tri thức, khoa học kỹ thuật và quản lý tri thức để trao đổi ý kiến và báo cáo kết quả nghiên cứu hiện đại. KSEM nằm trong danh sách các Hội nghị được khuyến khích của CCF (China Computer Federation).

Liên kết: http://uit.edu.vn/nhom-sinh-vien-nganh-khoa-hoc-du-lieu-co-bai-bao-dang-tai-hoi-…

Nhóm sinh viên Khoa Khoa học và Kỹ thuật Thông tin đã xuất sắc vượt qua nhiều nhóm thí sinh khác và xuất sắc đạt vị trí Quán quân (Bảng Entry) tại cuộc thi Digital Water Hackathon 2021 tổ chức tại Singapore. Nhóm thí sinh với tên gọi NEPTUNE bao gồm 2 sinh viên Khoa Khoa học và Kỹ thuật Thông tin là Trần Quốc Khánh (Sinh viên năm 3 ngành Khoa học dữ liệu) và Hoàng Gia Phú (Sinh viên năm năm 2 ngành Khoa học dữ liệu) và cùng đồng hành với các bạn là 03 sinh viên, học viên đến từ Singapore University of Social Sciences (SUSS).

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-khoa-khoa-hoc-va-ky-thuat-thong-tin-x…

Liên kết: https://www.uit.edu.vn/hai-sinh-vien-khoa-khoa-hoc-may-tinh-co-bai-bao-duoc-chap…

Bài báo: :"ReINTEL Challenge 2020: Exploiting Transfer Learning Models for Reliable Intelligence Identification Vietnamese Social Netwwork Sites" do sinh viên Nguyễn thị Kim Thanh - 18520963 - KHDL2018 thực hiện dưới sự hướng dẫn của ThS Nguyễn Văn Kiệt đã được chấp nhận đăng tại hội nghị VLSP 2020 (The 7th International Workshop on Vietnamese Language and Speech Processing).

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-nguyen-thi-kim-thanh-co-bai-bao-khoa-…

Bài báo "Empirical Performance Evaluation of Machine Learning based Ddos Attack Detections" do sinh viên Trần Bảo Sam và Hồ Thị Huyền lớp An toàn Thông tin 2016 thực hiện được đăng tại Hội nghị khoa học Rice-2021. Bài báo được sự hỗ trợ của TS. Lê Kim Hùng.

Bài nghiên cứu của nhóm đã đưa ra sự đánh giá một số thuật toán học máy phổ biến trong việc phát hiện các cuộc tấn công DDoS cũng như cung cấp một cái nhìn tổng quan về các tính năng, nhãn từ đó có cơ sở để tạo ra bộ dữ liệu hoàn chỉnh sử dụng cho các phương pháp phát hiện tấn công DDoS hiện tại và sau này.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-da-co-bai-bao-khoa-hoc-dang-tai-…

Bài báo “A Real - Time Evaluation Framework for Machine learning-based IDS” do hai sinh viên Nguyễn Khắc Minh Quân lớp ANTN 2017 và Vũ Anh Hào lớp ATTT 2017 phối hợp thực hiện. Bài báo được sự hướng dẫn của TS.Lê Kim Hùng.

Vấn đề gặp phải đối với việc phát triển và tạo ra những model để giúp IDS và IPS có thể hoạt động hiệu quả hơn đó chính là sự hạn chế về dữ liệu dùng để train và test chúng. Vì những dữ liệu có giá trị thường được độc quyền bởi các tổ chức và không để lộ ra ngoài và những dữ liệu được công bố ra bên ngoài thì có nhiều hạn chế như dữ liệu thiếu thực tế, hay dữ liệu không được đa dạng … Chính vì vậy mà rất khó để có thể đánh giá được model có thật sự tốt hay không.

Hiểu được điều này, các bạn sinh viên đã tạo ra một hệ thống có thể đánh giá model theo thời gian thực. Bài nghiên cứu của các bạn có giới thiệu về hệ thống và các thành phần trong hệ thống bên cạnh đó tiến hành đo đạc và đánh giá một số model được cung cấp.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-attn-2017-va-attt-2017-da-co-bai-bao-khoa-…

Chúc mừng nhóm sinh viên Trần Văn Như Ý và Phạm Nhật Tuấn đã có bài báo khoa học đăng tại Hội nghị khoa học RICE-2021. Bài báo mang tên “LS-TFP: A LSTM-Based Traffic Flow Prediction Method in Intelligent Internet of Things. Tác phẩm có sự giúp sức của TS.Lê Kim Hùng.

Nhóm đã đưa ra đề xuất sử dụng mô hình dự đoán sử dụng kết hợp Long Short-Term Memory và Recurrent Neural Network (LSTM-RNN). Kết quả thực nghiệm cho thấy rằng mô hình mà nhóm đề xuất có hiệu quả cao hơn so với các nghiên cứu được báo cáo.

Liên kết: https://www.uit.edu.vn/nhom-sinh-vien-co-bai-bao-khoa-hoc-dang-tai-hoi-nghi-khoa…

Bài báo "Deep-IDS: A lightweight Neural Network based Intrusion Detection System" do nhóm sinh viên Nguyễn Xuân Dương, Nguyễn Xuân Hà và Huỳnh Hoàng Hải đã được đăng lên Hội nghị khoa học RICE 2021. Bài báo có sự hướng dẫn của giảng viên TS.Lê Kim Hùng.

Nhóm tác giả đề xuất hệ thống Deep-IDS:a lightweight neural network-based network intrusion detection system (NIDS) nhằm mục đích phát hiện các các cuộc tấn công trong hệ thống mạng một cách nhanh chóng. Từ lưu lượng trong mạng, các gói tin được trích xuất thông tin các luồng mạng, sau đó sử dụng thuật toán Damped Incremental Statistics trong các khoảng thời gian cố định để rút trích đặc trưng, các đặc trưng này sau đó được phân tích và biến đổi hợp lý thành các ảnh đặc trưng 2D. Để có thể phân loại các loại tấn công hiệu quả, nhóm tác giả đề xuất sử dụng mô hình sử dụng kiến trúc Convolutional Neural Network (CNN). Các thực nghiệm cho thấy hệ thống đề xuất có thể phát hiện 9 loại tấn tấn công khác nhau trong NIDS với độ chính xác trung bình đạt 98,48%.

Liên kết: https://www.uit.edu.vn/xin-chuc-mung-nhom-sinh-vien-co-bai-bao-khoa-hoc-dang-tai…

Sinh viên Nguyễn Ngân Linh và Võ Hoàng Thông dưới sự hướng dẫn của TS.Đỗ Trọng Hợp đã có bài báo khoa học đăng tại  Hội nghị khoa học SNPD2021.

Hội nghị khoa học SNPD2021 à hội nghị khoa học lớn và uy tín được tổ chức từ năm 2000 với sự góp mặt các nhà khoa học, nghiên cứu sinh, kỹ sư, và sinh viên đam mê nghiên cứu khoa học. Sự kiện là cơ hội để các nhà nghiên cứu trao đổi về những ý tưởng và chia sẻ các kết quả học thuật đồng thời tiếp nhận những tri thức mới ở các lĩnh vực liên quan của Khoa học Máy tính và Khoa học Thông tin được tổ chức tại hội nghị.

Bài báo mang tên: “Deep learning based image processing for proactive data collecting system for autonomous vehicle”. Nghiên cứu này tập trung vào hệ thống liên lạc thông tin giữa các phương tiện giao thông dựa trên máy ảnh quang  học. Bên cạnh đó, nhóm nghiên cứu đề xuất một thuật toán xử lý ảnh dựa trên phương pháp học sâu cho hệ thống thu nhận dữ liệu tự động của xe tự hành. Kết quả thực nghiệm cho thấy thuật toán đề xuất đạt được hiệu suất cao so với các thuật toán tương ứng.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-khdl2018-da-co-bai-bao-khoa-hoc-…

Bài báo: "A Blockchain-based Secured and Privacy-Preserved Personal Healthcare Record Exchange System" do sinh viên Thạch Cảnh Nhựt và Phan Đặng Trúc Quyên thực hiện. Bài báo nhận được sự hướng dẫn của giảng viên TS.Phan Văn Hậu.

Nghiên cứu này tập trung vào việc xây dựng một nền tảng chia sẻ dữ liệu khám chữa bệnh một cách an toàn và đảm bảo quyền riêng tư bằng chuẩn hồ sơ điện tử FHIR và công nghệ Blockchain. Các thử nghiệm và phân tích chỉ ra rằng cách tiếp cận này có thể giảm chi phí thời gian cho việc truy xuất và cấp quyền truy cập vào thông tin y tế của bệnh nhân để hỗ trợ đưa ra quyết định nhanh chóng trong quá trình chẩn đoán vật lý.

Xin gửi lời cảm ơn đến Thầy Phạm Văn Hậu, Thầy Phan Thế Duy, các anh chị Phòng thí nghiệm An toàn thông tin và các thành viên trong nhóm đã đồng hành cùng các bạn trong quá trình nghiên cứu và công bố bài báo khoa học quốc tế.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-da-co-bai-bao-khoa-hoc-dang-tai-…

Bài báo “Emotion recognition in customer service: An approach for small and medium-sized enterprises” do sinh viên Trương Huỳnh Trung Nghĩa - CTTT 2015 thực hiện đã được đăng tại Hội nghị Khoa học ISBM2020. Tác phẩm có sự hướng dẫn của TS. Cao Thị Nhạn.

Nghiên cứu tập trung vào nhận diện cảm xúc, các ưu nhược điểm của các thuật toán nhận diện cảm xúc, các dịch vụ đám mây mà cụ thể là Amazon Web Services, và áp dụng các kiến trúc phần mềm để xây dựng ứng dụng dễ quản lý, nâng cấp và có thể tái sử dụng. Kết quả thực nghiệm xây dựng thành công ứng dụng tích hợp hệ thống nhận diện cảm xúc và cảnh báo vào tính năng thanh toán.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-da-co-bai-bao-khoa-hoc-dang-tai-hoi-n…

Chúc mừng sinh viên đã có bài báo khoa học đăng tại Hội nghị khoa học ISEE 2021 (International Symposium on Electrical and Electronics Engineering). 

ISEE (International Symposium on Electrical and Electronics Engineering) là một hội nghị quốc tế được tổ chức hàng năm nhằm tạo một nơi để các nhóm nghiên cứu, các nghiên cứu sinh công bố bài báo khoa học của mình với các bạn bè trong và ngoài nước.

ISEE 2021 được đồng tổ chức bởi Khoa Điện-Điện tử, Trường Đại học Bách khoa, ĐHQG-HCM (HCMUT), Việt Nam và Khoa Kỹ thuật Điện, Điện tử và Thông tin, Khoa Kỹ thuật sau đại học, Đại học Công nghệ Nagaoka, Nhật Bản.

ISEE 2021 đã được tổ chức tại Trường Đại học Bách Khoa, ĐHQG-HCM vào ngày 15 đến ngày 16 tháng 4 năm 2021. Hội nghị là một sự kiện uy tín để các nhà nghiên cứu và chuyên gia trình bày những ý tưởng tiên tiến, sáng tạo và đóng góp nghiên cứu trong các lĩnh vực đa ngành và rộng lớn của kỹ thuật điện và điện tử. Các chủ đề của ISEE 2021 bao gồm: mạch và hệ thống tích hợp, hệ thống nhúng và điện tử, hệ thống và kỹ thuật truyền thông, kỹ thuật điều khiển và tự động hóa, hệ thống điện và năng lượng.

Thông tin bài báo: “Lê Vũ Trùng Dương, Đoàn Văn Hiếu, Phạm Hoài Luân, Phạm Thị Hồng, Lâm Đức Khải: Hardware Implementation For Fast Block Generator Of Litecoin Blockchain System. International Symposium on Electrical and Electronics Engineering (ISEE). Năm 2021”

- SVTH:

● Lê Vũ Trùng Dương – 15520146 – KTMT2015

● Đoàn Văn Hiếu – 17520469 – KTMT2017

- GVHD:

● TS. Lâm Đức Khải

Liên kết: https://www.uit.edu.vn/sinh-vien-doan-van-hieu-da-co-bai-bao-khoa-hoc-dang-tai-h…

Nhóm sinh viên đã có bài báo khoa học đăng tại Hội nghị khoa học IEEE ICCE – International Conference on Communications and Electronics

Bài báo: “T. Manh Nguyen, K. Minh Tran, B. Phung Huu Duc, L. Huy Trinh, T. Khanh Hong Nguyen and F. Ferrero, "Low-profile Dual-Band Circularly Polarized Antenna for ISM Applications," 2020 IEEE Eighth International Conference on Communications and Electronics (ICCE), 2021, pp. 173-176, doi: 10.1109/ICCE48956.2021.9352105.”

Bài báo đã được công bố trên diễn đàn IEEE

Link bài báo: https://ieeexplore.ieee.org/document/9352105

- SVTH:

● KS. Nguyễn Mạnh Thảo – Khoa Kỹ thuật máy tính

● Trần Minh Khương – 17520656 – KTMT2017

● Bùi Phùng Hữu Đức – 17520355 – KTMT2017

- GVHD:

● TS. Trịnh Lê Huy

Liên kết: https://www.uit.edu.vn/sinh-vien-khoa-ky-thuat-may-tinh-co-bai-bao-dang-tren-hoi…

Tạp chí Khoa học và Công nghệ Đại học Thái Nguyên (ISSN 1859-2171, 2374-9098; e-ISSN 2615-9562) là một tạp chí học thuật đa ngành có bình duyệt của Đại học Thái Nguyên. Tạp chí đã được lập chỉ mục ACI từ năm 2020

Trường Đại học Công nghệ Thông tin xin được chúc mừng sinh viên Võ Thị Một - 16520756 - PMCL 2016.2  với bài báo: “Trích chọn đặc trưng và phân loại ảnh X-quang phổi. TNU Journal ò Science and Technology, T. 226, S. 07 (2021) được chấp nhận đăng tại hội nghị này. Bài báo được thực hiện dưới sự hướng dẫn của ThS Võ Duy Nguyên.

Liên kết: https://www.uit.edu.vn/chuc-mung-sinh-vien-da-co-bai-bao-khoa-hoc-dang-tap-chi-k…

Nhóm sinh viên đã có bài báo khoa học Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) sẽ tổ chức tại thành phố Cancun, Quintana Roo, Mexico.

Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) sẽ tổ chức tại thành phố Cancun, Quintana Roo, Mexico. Sự kiện này là sự tiếp nối của một loạt hội nghị SOMET đã được tổ chức. Chuỗi hội nghị này nêu bật và phản ánh xu hướng hiện đại và mới mẻ về phương pháp luận, công cụ và ứng dụng trí thông minh nhân tạo. Các giải pháp được đề xuất giúp xây dựng một diễn đàn trao đổi ý tưởng và kinh nghiệm nhằm thúc đẩy các hướng đi mới trong việc ứng dụng các giải pháp khoa học vào phục vụ đời sống. Hội nghị này tập trung vào việc khám phá những đổi mới và thách thức mà cộng đồng khoa học ngày nay phải đối mặt. Hội nghị kết hợp giữa lý thuyết và thực nghiệm để đề xuất và đánh giá các giải pháp cho các bài toán Kỹ thuật phần mềm. Hội nghị cũng cung cấp một diễn đàn và cơ hội để đánh giá tình trạng hiện đại của các kỹ thuật Phần mềm thông minh và trí thông minh nhân. Hội nghị này là cơ hội để chúng ta, những người trong cộng đồng khoa học suy nghĩ về vị trí của chúng ta và những định hướng, mục tiêu của chúng ta trong tương lai.

Bài báo: “An Empirical Investigation of Online News Classification on an open- domain, large-scale and high-quality Dataset in Vietnamese, SOMET (2021)” được thực hiện bởi nhóm sinh viên: 

• Trần Quốc Khánh - 18520908 - KHDL2018
• TRịnh Ngọc Pháp - 18521227 - KHDL2018
• Lê Trần Hoài Ân 18520426- KHDL2018
• Trần Nguyễn Anh Khoa -18520938 - KHDL2018
• Hà Văn Luân - 18521062 - KHDL2018

Bài báo do giảng viên Th.S Nguyễn Văn Kiệt hướng dẫn.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-ban-cung-lop-dat-bai-bao-khoa-hoc-tai-hoi-…

Nhóm sinh viên, học viên cao học trường Đại học Công nghệ Thông tin đã có bài báo khoa học đăng tại Hội nghị khoa học RIVF 2021. Bài báo mang tên "An Empirical Study for Vietnamese Constituency Parsing wuth Pre-training".

Constituency Parsing là một bài toán khó và có vai trò quan trọng trong lĩnh vực Xử lý ngôn ngữ  tự nhiên. Nó được ứng dụng vào task khác như kiểm tra lỗi ngữ pháp, giai đoạn trung gian trong phân tích cảm xúc (semantic analysis) và có thể được sử dụng trong bài toán hỏi đáp (QA). 

Không như tiếng Anh, tiếng Pháp,.. constituency parsing cho tiếng Việt vẫn chưa đạt state-of-the-art. Vài lý do có thể liệt kê đó là sự nhập nhằng trong ngữ  pháp và bộ dữ liệu không đủ và đạt yêu cầu cho bài toán này.

Sinh viên thực hiện bài báo gồm: 

Trần Tuấn Vĩ - 18520245

Phạm Xuân Thiên - 18520158

Giáo viên hướng dẫn: Nguyễn Đức Vũ, Nguyễn Văn Kiệt, Nguyễn Lưu Thùy Ngân.

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-hoc-vien-cao-hoc-da-co-bai-bao-k…

Trường Đại học Công nghệ Thông tin xin được chúc mừng nhóm sinh viên với bài báo"VinaFoof21: A Novel Dataset for Evaluating Vietnamese Food Recognition" Bài báo do nhóm sinh viên Nguyễn Trọng Thuận - KHDL 2018 (Tác giả chính) Nguyễn Thanh Tường Vi 18521336 - KHDL20118, Nguyễn Quang Thuận - 18521470KHDL2018, Võ Thành Trung Dũng - 18520641- KHDL2018, Hồ Thái Ngọc - 16520825 - PMCL2016 thực hiện, dưới sự hướng dẫn của Th.S Võ Duy Nguyên, Th.S Nguyễn Văn Kiệt, TS Nguyễn Tấn Trần Minh Khang đã có bài  báo khoa học đăng tại Hội nghị khoa học RIVF 2021

Liên kết: https://www.uit.edu.vn/chuc-mung-nhom-sinh-vien-da-co-bao-khoa-hoc-dang-tai-hoi-…

Nhóm sinh viên ngành An toàn Thông tin,Cao Phan Xuân Quí, Đặng Hồng Quang và nhóm nghiên cứu InSecLab  đã có công trình nghiên cứu “Strengthening IDS against Evasion Attacks with GAN-based Adversarival Samples in SDN-enabled network” được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế "The 15th IEEE-RIVF International Conference on Computing and Communication Technologies" (RIVF2021). 

Đây là đề tài Khóa luận tốt nghiệp được thực hiện trong thời gian tham gia nghiên cứu về công nghệ học máy, mạng sinh đối kháng tại Phòng thí nghiệm An toàn thông tin (InSecLab). Trước đó, công trình nghiên cứu này cũng nhận được đánh giá cao tại các cuộc thi như Giải Nhất Lĩnh vực Công nghệ thông tin Cuộc thi Sinh viên nghiên cứu khoa học Euréka 2020, Nghiên cứu trẻ xuất sắc tại Hội nghị VANJ 2020 (Tokyo, Nhật Bản), Bài báo khoa học tại Hội nghị khoa học quốc gia REV-ECIT 2020 (Hà Nội), Hội thảo khoa học An toàn thông tin 2020 của Bộ tư lệnh Tác chiến không gian mạng (Tp. HCM).

Liên kết: https://www.uit.edu.vn/chuc-mung-cong-trinh-nghien-cuu-nhom-sinh-vien-nganh-toan…

Trường Đại học Công nghệ Thông tin xin được chúc mừng nhóm sinh viên có bài báo khoa học "Deep learning Approach for Vietnamese Receipts OCR" được đăng tại hội nghị RIVF.

Bài báo do nhóm sinh viên Bùi Cao Doanh - 19521366- KHMT2019, và học viên cao học Trương Quốc Dũng - CH2001002 thực hiện, dưới sự hướng dân của Th.S Võ Duy Nguyên và TS Nguyễn Tấn Trần Minh Khang. 
 Việc trích xuất thông tin hóa đơn thành văn bản đòi hỏi độ chính xác rất cao vì điều này ảnh hưởng rất lớn đến giai đoạn lưu trữ và phân tích dữ liệu.  Một số loại thông tin trong hóa đơn được quan tâm nhiều như tên cửa hàng, địa chỉ, thời gian, tổng tiền. Để trích xuất thông tin, thông thường có hai giai đoạn: (1) Phát hiện các vùng cho từng loại thông tin, (2) Rút trích thông tin từ vùng phát hiện bằng Optical Character Recognition (OCR). Để trích xuất đầy đủ thông tin, việc phát hiện các vùng thông tin cần phải được đầy đủ và chính xác. Giai đoạn này có tác động mạnh mẽ đến việc nhận dạng văn bản.
Mặc dù có nhiều nghiên cứu nhưng vẫn còn hạn chế do thách thức của dữ liệu như: ảnh chụp nghiêng, xéo, nhăn, cong, chất lượng kém, chữ mờ, mất thông tin, bố cục đa dạng. Nhóm đưa ra đề xuất kết hợp giúp cải thiện kết quả rút trích thông tin dựa trên phương phát hiện đối tượng dựa Faster RCNN + mô hình TransformerOCR trên tiếng Việt.

RIVF (Research, Innovation and Vision for the Future) - RIVF (Nghiên cứu, Đổi mới và Tầm nhìn cho Tương lai): đã trở thành sự kiện khoa học lớn dành cho các nhà nghiên cứu trong lĩnh vực Công nghệ Máy tính và Truyền thông trên thế giới từ năm 2003. Đây là một diễn đàn hàng đầu được thiết kế cho các nhà nghiên cứu và thực hành để khám phá những ý tưởng tiên tiến, thảo luận các vấn đề, chia sẻ kết quả nghiên cứu, xác định các vấn đề mới nổi và thiết lập sự hợp tác học thuật trong các lĩnh vực máy tính và truyền thông khác nhau. Kỷ yêu hội nghị được đánh chỉ mục bởi SCOPUS và ISI Web of Science. RIVF 2021 là lần thứ 15 hội nghị được tổ chức tại Hà Nội, Việt Nam. (http://fit.mta.edu.vn/rivf2021)

Liên kết: https://www.uit.edu.vn/chuc-mung-bai-bao-khoa-hoc-deep-learning-approach-vietnam…

Các bài báo nghiên cứu khoa học của sinh viên Nguyễn Thành Luân khoa Khoa học và Kỹ thuật Thông tin trường Đại học Công nghệ Thông tin được công bố tại hội nghị khoa học Quốc tế uy tín “Constructive and Toxic Speech Detection for Open-domain Social Media Comments in Vietnamese” tại IEA/AIE 2021, “Identifying COVID-19 Information on Twitter by Combining Deep Learning and Transfer Learning Models” tại WNUT-2020, EMNLP2020. Bài báo với chủ đề  “Cân bằng tốt giữa việc học và hoạt động phong trào để quãng đời sinh viên thật trọn vẹn”.

Ngoài ra, các bài báo như “Xây Dựng Dữ Liệu Và Mô Hình Phân Loại Các Bình Luận TIêu cực Của Khách Hàng Trên Mạng Xã Hội” và “Nhận Diện Tự Động Các Bình Luận Mang Tính Xây Dựng Trên Tiếng Việt” tại Hội nghị Khoa học trẻ và NCS UIT 2020.

Liên kết: https://www.uit.edu.vn/chuc-mung-bai-bao-cua-sinh-vien-khoa-khoa-hoc-va-ky-thuat…

HAI SINH VIÊN KHOA KỸ THUẬT MÁY TÍNH CÓ BÀI BÁO ĐƯỢC CHẤP NHẬN ĐĂNG TẠI HỘI NGHỊ FAIR 2020

• Lê Trường Thịnh – 18521438 (Tác giả chính)

• Dương Minh Tâm – 18521367 (Đồng tác giả)

Bài báo: “Established the i-v pusle methodology - its application to the electron trapping characterization of oxide - semiconductor junction of n channel mosfet”

Giảng viên hướng dẫn:

• ThS. Trần Quang Nguyên

• ThS. Võ Ngọc Minh

Hiện nay, các thiết bị điện tử với kích thước nhỏ và tích hợp nhiều chức năng đang được rất nhiều nhà nghiên cứu trên thế giới quan tâm và phát triển mạnh mẽ. Nhưng việc tích hợp nhiều transistor (cụ thể là MOSFET) trên chip gặp nhiều khó khăn khi đòi hỏi kích thước transistor phải nhỏ dẫn đến các phân bố khuyết tật trong vật liệu càng cao và tác động mạnh đến đặc tính của linh kiện càng nhiều. Việc xác định mật độ khuyết tật (hay còn gọi là bẫy) tại lớp tiếp giáp điện môi – bán dẫn trở nên cần thiết và định hướng cho việc chế tạo linh kiện đạt được số lượng bẫy bề mặt thấp nhất. Trong nghiên cứu này, chúng tôi đã xây dựng thành công thiết bị đo xung ngắn tốc độ cao với chu kì xung là 1 giây và độ rộng xung là 140 micro giây nhằm xác định mật độ bẫy điện tích trên linh kiện MOSFET thương mại (K241-Y8A) tại lớp tiếp giáp điện môi – bán dẫn thông qua tín hiệu xung tại ngõ ra của linh kiện bị méo dạng. Bên cạnh đó, chúng tôi đã tiến hành đo đạc và so sánh các đặc trưng I-V của kinh kiện MOSFET K241-Y8A bằng phép đo xung ngắn và phép đo DC. Định hướng của hệ đo này sẽ giúp phát hiện các bẫy hạn tải của lớp vật liệu nhạy khí, giúp việc phát hiện khí độc (NH3, NO2, NO, ...) sẽ nhạy hơn và quá trình nhả khí độc là hoàn toàn, để cảm biến trở lại trang thái ban đầu. Việc này rất quan trọng trong công đoạn chế tạo linh kiện cảm biến khí.

-----------------

Hội nghị khoa học quốc gia về "Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin" (Hội nghị FAIR) được tổ chức thường niên dưới sự bảo trợ của Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam, cũng như của Viện Hàn lâm Khoa học và Công nghệ Việt Nam; qua đó góp phần thúc đẩy nghiên cứu cơ bản và ứng dụng về Công nghệ thông tin tại Việt Nam.

Nguyễn Quang Hiếu- MSSV 18520748, Hồ Đặng Thanh Hồ - MSSV 18520760 giải nhì phần thi "ý tưởng sáng tạo" cuộc thi "Ứng dụng công nghệ số trong tuyên truyền, giáo dục an toàn giao thông"

Liên kết: https://tuyensinh.uit.edu.vn/ung-dung-cong-nghe-so-trong-tuyen-truyen-giao-duc-t…

Phạm Xuân Trí MSSV 18521530, Trần Doãn Thuyên 18521479 giải ba phần thi "Sản Phẩm Sáng Tạo" của cuộc thi "Ứng dụng công nghệ số trong tuyên truyền, giáo dục an toàn giao thông

Liên kết: https://tuyensinh.uit.edu.vn/ung-dung-cong-nghe-so-trong-tuyen-truyen-giao-duc-t…

Đặng Ngân Huệ (MSSV: 19521557, Khoa Khoa học và Kỹ thuật Thông tin) với thành tích: đạt giải thí sinh được yêu thích nhất cuộc thi Hoa khôi Du lịch Đồng Nai 2019

Liên kết: https://tuyensinh.uit.edu.vn/tro-chuyen-cung-uiter-dang-ngan-hue-thi-sinh-duoc-y…

Nguyễn Thanh Huy - MSSV 17520584
Nguyễn Hữu Phong- MSSV 17520015
Trần Đình Khang - MSSV 18520072
Giải nhì ICPC Vietnam 2019

Nguyễn Xuân Dương - MSSV 18520212
Nguyễn Xuân Hà - MSSV 18520042
Nguyễn Quốc Cường - MSSV 18520206
Giải nhì ICPC Online 2019

Nguyễn Thanh Huy - MSSV 17520584
Giải 3 chuyên tin

Giải KK chuyên tin sinh viên Nguyễn Minh Huy_19520110

Liên kết: https://fit.uit.edu.vn/index.php/tin-tuc/thong-bao-he-dai-hoc/4958-uit-tham-d-ky…

Tên đội: UIT-BEAN

Thành tích: Giải nhì cuộc thi Sinh viên với An toàn Thông tin ASEAN năm 2019

Bùi Đại Gia - 16520316

Nguyễn Trùng Khánh - 15520359

Vũ Duy Thái -16521092

Trần Hoàng Thắng -16521107

Trần Kim Liên (MSSV: 15520418, khoa Hệ thống Thông tin) với thành tích: đạt giải nhì cuộc thi Micro Vàng 2019 do Đài tiếng nói nhân dân Tp.HCM tổ chức

Liên kết: https://vtc.vn/chinh-phuc-tran-thanh-mc-24-tuoi-dang-quang-quan-quan-micro-vang-…

Tin Van Huynh_16521827, Duc-Vu Nguyen, Kiet Van Nguyen, Ngan Luu-Thuy Nguyen, Anh Gia-Tuan Nguyen. Hate Speech Detection on Vietnamese Social Media Text using the Bi-GRU-LSTM-GRU Model. The Sixth International Workshop on Vietnamese Language and Speech Processing VLSP 2018 - in conjunction with the international conference PACLING 2019, 10/2019, Hanoi. (Sinh viên Huỳnh Văn Tín thuộc lớp CNTT2016)

Hang Thi-Thuy Do_16520339, Huy Duc Huynh_16520508, Duc-Vu Nguyen, Kiet Van Nguyen, Ngan Luu-Thuy Nguyen, Anh Gia-Tuan Nguyen. Hate Speech Detection on Vietnamese Social Media Text using the Bidirectional-LSTM Model. The Sixth International Workshop on Vietnamese Language and Speech Processing VLSP 2019 - in conjunction with the international conference PACLING 2019, 10/2019, Hanoi. (Sinh viên Đỗ Thị Thúy Hằng và Huỳnh Đức Huy thuộc lớp CNTT2016).

Liên kết: https://vlsp.org.vn/vlsp2019

Sinh viên Lê Viết Hưng, khoa MMT&TT có
bài báo khoa học tại Hội nghị Quốc Tế
INISCOM2019

Liên kết: https://link.springer.com/chapter/10.1007/978-3-030-30149-1_15

Nguyễn Đình Long_15520441, Ngô Hồng Phúc_15520641, Nguyễn Gia Tuấn Anh: Phát Triển Hợp Đồng Mua Bán Thông Minh Trên Thiết Bị Di Động Bằng Công Nghệ Blockchain, Hội nghị Khoa học trẻ và Nghiên cứu sinh tháng 5, 2019, Hồ Chí Minh, Việt Nam. (Sinh viên Nguyễn Đình Long và Ngô Hồng Phúc thuộc lớp CNTT2015).

Đội Olympic Toán sinh viên UIT đạt 01 HUY CHƯƠNG VÀNG (Giải nhất) - môn Giải tích - của sinh viên Lê Xuân Tùng - Mã số SV: 18521616 - Khoa Công Nghệ Phần Mềm;

+ 02 HUY CHƯƠNG BẠC (Giải nhì) - môn Đại số - của: - sinh viên Nguyễn Minh Thư - Mã số SV: 16521201 - Khoa Khoa học Máy tính; - sinh viên Trần Đình Khang - Mã số SV: 18520072 - Khoa Khoa học Máy tính;

+ 02 HUY CHƯƠNG ĐỒNG (Giải ba) - môn Đại số (01 Huy chương) và môn Giải tích (01 Huy chương) - của: - sinh viên Nguyễn Hoàng Long - Mã số SV: 18521037 - Khoa Mạng máy tính và Truyền thông; - sinh viên Phạm Lê Quang Nhật - Mã số SV: 18520120 - Khoa Khoa học Máy tính;

+ 02 GIẢI KHUYẾN KHÍCH - môn Đại số (01 Giải) và môn Giải tích (01 Giải) - của: - sinh viên Lê Quốc Dũng - Mã số SV: 18520024 - Khoa Mạng máy tính và Truyền thông; - sinh viên Nguyễn Văn Tiến - Mã số SV: 18521489 - Khoa Khoa Khoa học Máy tính.

Liên kết: http://vms.org.vn/index.php/vi/hoat-dong/olympic-toan-hoc/ky-thi-nam-2019.html

Sinh viên Lê Xuân Tùng_18521616 đạt Huy chương Vàng kỳ thi Olympic toán học toàn quốc năm 2019

Nhóm sinh viên Lê Thị Châu Ngân, Ngô
Khánh Khoa khoa MMT&TT có bài báo
khoa học tại Hội nghị Quốc Tế IEEE RIVF2019

Liên kết: https://ieeexplore.ieee.org/document/8713757

Nhóm sinh viên Lê Thị Châu Ngân, Ngô Khánh Khoa đạt giải Khuyến khích tại cuộc thi Bình Dương Smart City Hackathon 2017

Nhóm sinh viên Huỳnh Văn Đặng, Trần Quốc Khánh khoa MMT&TT có bài báo khoa học tại Hội nghị Quốc tế về Mạng công nghiệp và Các hệ thống thông minh (INISCOM2017) tổ chức ngày 4-6/9/2017

Liên kết: https://link.springer.com/chapter/10.1007%2F978-3-319-74176-5_12

Đội Olympic Toán sinh viên UIT đạt 01 Huy chương Đồng (Giải ba) môn Đại số và 01 Giải Khuyến khích môn Giải tích
Kỳ thi Olympic Toán sinh viên và học sinh Toàn quốc năm 2017 (SV: Phạm Văn Thái - 16521090 - Huy chương Đồng; SV: Trần Minh Quân - 15520683 - Giải khuyến khích)

Liên kết: http://vms.org.vn/index.php/vi/hoat-dong/olympic-toan-hoc/ky-thi-nam-2017.html

Đội Olympic Toán sinh viên UIT đạt 01 Huy chương Đồng (Giải ba) môn Đại số Kỳ thi Olympic Toán sinh viên và học sinh Toàn quốc năm 2016 (SV: Lê Thị Thảo Trâm - 15520914)

Liên kết: http://vms.org.vn/index.php/vi/hoat-dong/olympic-toan-hoc/ky-thi-nam-2016.html

Sinh viên khoa CNPM giải nhất cuộc thi Vietnam Hackademics 2015 (Nguyễn Viết Danh_12520054 và Trần Đình Đạt_12520066)

Liên kết: http://se.uit.edu.vn/vi/tin-tuc/su-kien-noi-bat.html?start=60