Dear Colleagues,We are delighted to invite you to the third and final seminar of the UK–Vietnam TNE Webinar Series on Emerging Technologies, jointly organised by the University of Information Technology, VNUHCM (VNUHCM-UIT) and Middlesex University, United Kingdom, under the British Council Going Global Partnerships 2025 programme.Talk Title:  How Digital Twin based architectures and AI can make 6G a reality? Potentialities, Applications and ChallengesSpeaker:  Dr. Antonino Masaracchia (Senior Member, IEEE), Lecturer in Computer Science, Queen MaryDate & Time: Monday, 20 July 2026 | 3:00 PM – 4:30 PM (Vietnam, ICT) | 9:00 AM – 10:30 AM (UK, BST)Platform:  MS Teams link – to be sent upon registrationRegistration:  FREE – https://link.uit.edu.vn/vSRg2About the Talk:The deployment of next-generation 6G wireless networks is expected to push beyond the boundaries of current 5G systems by enabling innovative services such as industrial automation, intelligent transportation, telemedicine, the Tactile Internet, Virtual and Augmented Reality (VR/AR), and the Metaverse. These technologies have the potential to significantly enhance many aspects of everyday life. However, realizing this vision will require meeting extremely demanding network requirements, including sub-millisecond communication latency, ultra-reliable transmissions, and data rates exceeding 100 Gb/s. In addition, exceptionally high levels of spectrum and energy efficiency, together with ubiquitous connectivity, will be essential to support the massive deployment of Internet of Things (IoT) devices. In this context, Artificial Intelligence (AI) and the Digital Twin (DT) paradigm have emerged as transformative technologies capable of addressing the stringent requirements of future 6G services. During this talk, we will discuss the potential of AI and DT, highlighting how their synergy can significantly contribute to the realization of next-generation 6G networks.About the Speaker:Dr. Antonino Masaracchia (Senior Member, IEEE) is a Lecturer in Computer Science at Queen Mary University of London. He received the Ph.D. degree in electronics and telecommunications engineering from the University of Palermo, Italy, in 2016. His Ph.D. studies were conducted in joint supervision with the Institute of Informatics and Telematics (IIT), National Research Council (CNR), Pisa, Italy. The findings from his Ph.D. research made significant contributions to the IIT’s involvement in the FP7 MOTO European Project. From September 2018 to August 2024, he conducted research activities as Research Fellow at the Centre for Wireless Innovation, Queens University Belfast, the UK’s largest research, development and exploitation base in physical layer wireless, and one of the strongest in Europe.We warmly welcome students, researchers, lecturers, and industry professionals to attend and participate in the Q&A session.Register here: https://link.uit.edu.vn/vSRg2    | Questions: thuatnk@uit.edu.vnWarm regards,Dr. Tuan Anh Le – Faculty of Science and Technology, Middlesex University LondonDr. Dang Van Huynh – Faculty of Computer Networks and Communications, VNUHCM-UITAssoc. Prof. Quan Le-Trung – Faculty of Computer Networks and Communications, VNUHCM-UITThông tin chi tiết tại: https://nc.uit.edu.vn/nckh/uk-vn-tne-6g-webinar-uit-how-digital-twin-based-architectures-and-ai-can-make-6g-a-reality-potentialities-applications-and-challenges.html Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Từ Việt Nam đến Hàn Quốc, hành trình chinh phục đấu trường an toàn thông tin quốc tế của sinh viên Trường Đại học Công nghệ Thông tin đã chính thức bước vào vòng chung kết. Hôm nay, đội tuyển UIT-TuyCoNhungK của Trường Đại học Công nghệ Thông tin, ĐHQG-HCM đã có mặt tại Thành phố Sejong để tham dự vòng chung kết cuộc thi 2026 HackTheon Sejong International Collegiate Cybersecurity Competition.Trước đó, đội tuyển đã xuất sắc vượt qua 548 đội thi đến từ 245 trường đại học thuộc 47 quốc gia để ghi tên mình vào vòng chung kết – thành tích khẳng định năng lực và bản lĩnh của sinh viên Trường Đại học Công nghệ Thông tin trên sân chơi an toàn thông tin quốc tế.Đội tuyển gồm các sinh viên ngành An toàn thông tin, Khoa Mạng máy tính và Truyền thông: Trần Đình Phước, Ngô Phúc Dương, Ngô Trần Anh Ninh, Phan Nguyễn Huy Duy.Vòng chung kết diễn ra vào ngày 09/07/2026 (10g00 – 16g00, giờ Hàn Quốc) với hình thức thi đấu trực tiếp.Thông tin chi tiết tại: https://www.facebook.com/share/p/1D2J7DRA1k/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bạn đã bao giờ hình dung mình có thể điều khiển thiết bị chỉ bằng những chuyển động rất nhỏ của bàn tay?Tín hiệu điện cơ (EMG) được ghi nhận tại cổ tay có thể cung cấp thông tin về ý định vận động của con người. Khi kết hợp với học máy, những tín hiệu này mở ra tiềm năng phát triển các phương thức tương tác người-máy tự nhiên, nhanh chóng và thuận tiện hơn, đặc biệt trong việc điều khiển các thiết bị thực tế tăng cường và nhập văn bản.Tuy nhiên, để hệ thống có thể hoạt động hiệu quả trên nhiều người dùng và trong nhiều phiên sử dụng khác nhau, các mô hình học máy cần giải quyết nhiều thách thức về giải mã tín hiệu, khả năng tổng quát hóa và mở rộng băng thông tương tác.Nhằm mang đến cho nhà nghiên cứu, học viên và sinh viên góc nhìn thực tế về những tiến bộ mới trong lĩnh vực học máy, xử lý tín hiệu sinh học và tương tác người-máy, Trường Đại học Công nghệ Thông tin tổ chức buổi seminar: “Học máy giải mã tín hiệu EMG cho tương tác người–máy băng thông cao trên nhiều người dùng”Buổi seminar có sự góp mặt của diễn giả TS. Phan Quốc Huy - Nhà nghiên cứu Khoa học tại Meta Reality Labs, Paris, Pháp. TS. Huy Phan từng đảm nhiệm các vị trí nghiên cứu và giảng dạy tại Amazon Alexa/AGI, Đại học Queen Mary London, Viện Alan Turing và Đại học Oxford. Đồng thời, anh hiện cộng tác với Trung tâm Nghiên cứu Trí tuệ Nhân tạo Đức (DFKI) và Trường Đại học Công nghệ Thông tin, ĐHQG-HCM.Tại chương trình, sinh viên sẽ được tìm hiểu nền tảng khoa học thần kinh và nguyên lý hình thành tín hiệu EMG tại cổ tay, cách học máy giải mã tín hiệu EMG để nhận biết ý định vận động của người dùng, các phương pháp học có giám sát phục vụ điều khiển thiết bị và nhập văn bản, những kỹ thuật giúp mô hình hoạt động hiệu quả trên nhiều người dùng và phiên sử dụng, tiềm năng của học không giám sát trong việc nâng cao khả năng truyền tải thông tin của hệ thống tương tác người–máy.- Thời gian: 9:00, Thứ Sáu, ngày 17/07/2026- Địa điểm: Hội trường E, Trường Đại học Công nghệ Thông tin, ĐHQG-HCM- Đăng ký tại: https://link.uit.edu.vn/uit-emg-seminarĐây là cơ hội để sinh viên tiếp cận một hướng nghiên cứu liên ngành giàu tiềm năng, kết nối giữa trí tuệ nhân tạo, xử lý tín hiệu sinh học, khoa học thần kinh và công nghệ tương tác người-máy.Thông tin chi tiết tại: https://www.facebook.com/share/p/1RD52hmURU/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Một lần nữa, sinh viên Trường Đại học Công nghệ Thông tin, ĐHQG-HCM (UIT) tiếp tục khẳng định năng lực, bản lĩnh và tinh thần đổi mới sáng tạo trên đấu trường quốc tế khi xuất sắc giành Giải Nhì tại Asian Hackathon for Green Future 2026.Asian Hackathon for Green Future 2026 quy tụ gần 450 hồ sơ đăng ký với gần 1.500 tài năng trẻ đến từ 22 quốc gia và vùng lãnh thổ trên khắp châu Á. Trong ba ngày tranh tài, các đội thi đã cùng phát triển những giải pháp sáng tạo nhằm giải quyết các thách thức về phát triển bền vững thông qua khoa học, công nghệ và tư duy liên ngành.Đội VFluxion của UIT đã xuất sắc giành Giải Nhì với các thành viên: Nguyễn Thế Anh, Vũ Thế Vinh, Trần Hùng Vĩ, Đỗ Thị Như Ý.Thành tích này không chỉ là sự ghi nhận cho những nỗ lực, kiến thức và tinh thần làm việc nhóm của các bạn sinh viên mà còn tiếp tục khẳng định chất lượng đào tạo, nghiên cứu và môi trường đổi mới sáng tạo tại UIT.Nhà trường trân trọng chúc mừng các bạn sinh viên của đội VFluxion. Chúc các bạn sẽ tiếp tục nuôi dưỡng đam mê nghiên cứu, phát huy tinh thần sáng tạo và gặt hái thêm nhiều thành công trên hành trình chinh phục các sân chơi học thuật và công nghệ trong nước cũng như quốc tế.Một lần nữa, xin chúc mừng đội VFluxion đã mang về niềm tự hào cho UIT và Việt Nam!Thông tin chi tiết tại: https://www.facebook.com/share/p/1D3wMdgitC/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo: Unlocking Arbitrary-Length Querying for Video Retrieval via Advanced Vision-Language Models and Hybrid Temporal SearchNhóm tác giả:- Nguyễn Văn Minh – KHTN2023 – Tác giả chính- Phan Nhật Tân – KHTN2023 – Tác giả chính- Nguyễn Văn Hồng Thái – KHTN2023 – Tác giả chính- Hoàng Đức Dũng – KHTN2023 – Tác giả chính- Nguyễn Đình Thiên Quang – KHTN2023 – Tác giả chínhTóm tắt:Video retrieval, a critical task in multimedia retrieval, faces challenges in aligning complex textual queries with video content, especially for long or multimodal queries. This paper introduces a novel multimodal retrieval system, developed by team Goldenball for the Ho Chi Minh City AI Challenge 2025, emphasizing efficient video retrieval.Our approach utilizes LongCLIP as the primary Vision-Language Model (VLM) to address token limitations of previous models, enabling robust processing of extended queries. We integrate OCR, ASR, and object detection, fused via a weighted sum strategy to enhance retrieval accuracy.Additionally, we propose a temporal search algorithm to precisely identify frames corresponding to specific actions described in the query, improving temporal alignment.Experimental results from the challenge demonstrate our system's effectiveness: our team achieved a score of 73 in the preliminary round and received final round evaluations of Good for VKIS and TRAKE tasks and Satisfactory for TKIS and QA tasks, validating our approach in real-world video search scenarios.Bài báo được công bố tại hội nghị quốc tế:SOICT 2025 (The 14th International Symposium on Information and Communication Technology) là hội nghị khoa học quốc tế uy tín, bao phủ các lĩnh vực trọng điểm như AI Foundations và Big Data, Networking and Communication Technologies, Multimedia Processing, AI Applications, Generative AI, Applied Operations Research and Optimization, và Cyber Security.Hội nghị lần thứ 14 được tổ chức tại TP. Nha Trang từ ngày 12–14/12/2025, tiếp nối thành công của SOICT 2024 với sự tham gia của các nhà nghiên cứu đến từ hơn 25 quốc gia. SOICT là diễn đàn học thuật quan trọng cho các nhà nghiên cứu và học viên sau đại học chia sẻ kết quả nghiên cứu mới và định hình các thách thức tương lai trong lĩnh vực Khoa học Máy tính.Thông tin chi tiết tại: https://www.facebook.com/share/p/1EssLzBK48/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo: A Multi-Agent Framework for Factuality Hallucination Detection using Complex Knowledge GraphNhóm tác giả:- Bùi Thị Thanh Tuyền – KHDL2024 – Đồng tác giảGiảng viên hướng dẫn: PGS.TS. Quản Thành ThơTóm tắt:Large Language Models (LLMs) in Retrieval-Augmented Generation (RAG) systems frequently produce hallucinated responses that contradict or lack support from source documents. Existing hallucination detection methods rely on internal model states, token probabilities, or computationally expensive multi-sampling approaches, limiting their applicability to commercial black-box LLMs.This paper introduces a novel multi-agent framework for detecting LLM factuality hallucinations through structured reasoning over a Complex Knowledge Graph (CKG). Our approach integrates vanilla knowledge graphs with event-centric representations to capture entities, events, temporal relations, and causal dependencies from context documents.The framework employs three specialized agents: a Planner that generates verification strategies, a Reasoner that performs step-by-step logical inference, and an Executor that retrieves relevant graph information through entity-centric, event-centric, and multi-hop traversal operations.We evaluate our method on the XSum annotated dataset and a newly constructed bilingual dataset (English and Vietnamese), called Compositional Reasoning Question-Answering (CoReQA) dataset, which consists of over 1,000 samples, spanning five domains (Physics, Novels, News, History, and Politics) with four reasoning complexity levels.Experimental results on the CoReQA dataset demonstrate that our framework achieves 90.93% accuracy and 89.27% F1-score, substantially outperforming baseline methods, including retrieval-based and knowledge-graph-based approaches. Ablation studies confirm the critical contributions of both the planning mechanism and the hybrid graph structure for handling complex reasoning tasks involving entity disambiguation and temporal event ordering.Bài báo được công bố tại hội nghị quốc tế:The 17th FLINS Conference & the 21st ISKE Conference: Machine Learning and Knowledge Engineering for Decision Making (FLINS-ISKE 2026) là hội nghị khoa học quốc tế về học máy, trí tuệ tính toán, hệ thống thông minh, kỹ nghệ tri thức và các ứng dụng trong hỗ trợ ra quyết định.FLINS là diễn đàn nghiên cứu quốc tế được hình thành từ năm 1994, hướng đến thúc đẩy các nghiên cứu nền tảng và ứng dụng về trí tuệ tính toán trong các hệ thống kỹ thuật phức tạp và hệ thống hỗ trợ ra quyết định. Trong khi đó, ISKE là diễn đàn dành cho các nhà nghiên cứu, giảng viên và chuyên gia công nghiệp trao đổi các kết quả khoa học và công nghệ mới trong lĩnh vực hệ thống thông minh và kỹ nghệ tri thức.FLINS-ISKE 2026 được tổ chức tại Sydney, Australia và thuộc chuỗi hội nghị quốc tế được xếp hạng CORE Rank C.Thông tin chi tiết tại: https://www.facebook.com/share/p/18R7PDjRKs/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo: Robust Vietnamese Phishing Email Detection under Orthographic Distribution ShiftNhóm tác giả:- Lâm Vĩnh Nguyên – CH An toàn thông tin – Tác giả chính- Duc Dat Pham (University of Science) – Đồng tác giả- Dinh Long Nguyen (International University) – Đồng tác giảGiảng viên hướng dẫn: TS. Lê Duy TânTóm tắt:Bài báo nghiên cứu khả năng phát hiện email lừa đảo tiếng Việt trong điều kiện nội dung email bị thay đổi về chính tả hoặc cách viết nhằm né tránh các hệ thống phát hiện tự động. Nghiên cứu xây dựng bộ dữ liệu gồm hơn 20.000 email và so sánh các mô hình học máy truyền thống, CNN và Transformer trên cả dữ liệu thông thường và dữ liệu đã được biến đổi.Kết quả cho thấy PhoBERT đạt hiệu quả cao nhất trên dữ liệu thông thường, trong khi Random Forest sử dụng TF-IDF và character n-gram cho kết quả ổn định hơn khi dữ liệu bị biến đổi. Ngoài ra, nghiên cứu đề xuất cơ chế hỗ trợ người dùng kiểm tra lại những trường hợp mà mô hình có thể đưa ra dự đoán chưa thực sự chắc chắn.Thành tích nổi bật:Công trình đã được trao giải Best Paper Award tại Hội nghị khoa học quốc tế FICTA 2026.Bài báo được công bố tại hội nghị quốc tế:FICTA 2026 (Frontiers of Intelligent Computing: Theory and Applications) là hội nghị khoa học quốc tế có phản biện trong lĩnh vực tính toán thông minh (Intelligent Computing) và các ứng dụng trong khoa học máy tính cũng như các ngành kỹ thuật khác, được tổ chức bởi London Metropolitan University (Vương quốc Anh).Các bài báo được chấp nhận thông qua quy trình phản biện khoa học và được xuất bản trong bộ sách Springer Smart Innovation, Systems and Technologies (SIST).Thông tin chi tiết tại: https://www.facebook.com/share/p/1ERbH4WFfB/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Chúc mừng sinh viên nhóm nghiên cứu UiTiOt đã có bài báo được chấp nhận tại Hội nghị quốc tế International Conference on Intelligent Aerial Access and Applications (IAAA 2026) được tổ chức vào 27-29/7/2026 tại Thành phố Hồ Chí Minh, Việt Nam.Bài báo: DT-MARL-UAV: Safe Multi-UAV Trajectory Coordination via Digital Twin-Assisted Multi-Agent Reinforcement LearningSinh viên thực hiện:- Nguyễn Dương Hoàng Phúc – MMTT2022 – Tác giả chính- Phan Văn Tài – MMTT2022 – Đồng tác giảGiảng viên hướng dẫn:- TS. Huỳnh Văn Đặng- ThS. Đặng Lê Bảo ChươngTóm tắt: This paper presents DT-MARL-UAV, a framework for safe multi-UAV trajectory coordination in shared airspaces. The proposed method uses multi-agent proximal policy optimization (MAPPO) under the centralized training with decentralized execution (CTDE) paradigm to optimize multi-agent trajectories, conditioned on local observations of velocity, relative goal displacement, neighboring agents, and obstacles. A digital twin (DT)-based predictive safety shield is also used to perform rollforward simulations and blend artificial potential field (APF) recovery corrections with the learned policy output when a violation is predicted. Experiments in multi-UAV navigation scenarios of increasing difficulty show that DT-MARL-UAV reduces collision counts by 99% and maintains a 92-97% success rate compared to the MAPPO-only baseline, demonstrating robust and consistent safety verification across multiple random seeds.Thông tin Hội nghị: IAAA 2026 is co-hosted by Ho Chi Minh City University of Technology (HCMUT), Vietnam National University of Agriculture (VNUA), Hanoi University of Mining and Geology (HUMG), and FPT University Da Nang (FUDN) and will be held during 27-29 July 2026 in Ho Chi Minh City, Vietnam.IAAA 2026 is an international academic exchange forum aimed at sharing experiences and discussing innovations, advancements, and future trends revolving around the integration of unmanned aerial vehicles (UAVs/Drones), artificial intelligence, embedded systems, and aerial communication networks. The conference highlights practical applications such as remote sensing, precision agriculture, and environmental monitoring, while addressing challenges in communication performance and network security. All accepted papers will be published by Springer in the Lecture Notes in Networks and Systems (LNNS) series, which is indexed by SCOPUS.Trang chủ Hội nghị: https://cse.hcmut.edu.vn/iaaa2026/Thông tin chi tiết tại: https://www.facebook.com/share/p/1DFAA3zZJu/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

AI đang thay đổi cách các sản phẩm game được tạo ra, và giờ đây sinh viên UIT sẽ có cơ hội tiếp cận xu hướng này ngay trên giảng đường.Từ Học kỳ I năm học 2026–2027, học phần SE369 – Phát triển Kỹ năng Thiết kế Game Ứng dụng trong Thực tế sẽ được triển khai tại Khoa Công nghệ Phần mềm trong khuôn khổ hợp tác giữa UIT và VNG.Sinh viên sẽ học trực tiếp tại VNG Campus cùng đội ngũ chuyên gia ZingPlay Game Studios, làm việc theo nhóm và ứng dụng AI trong quá trình xây dựng ý tưởng, thiết kế gameplay và phát triển Game Prototype theo quy trình của một studio game chuyên nghiệp.Workshop trải nghiệm dành cho sinh viên- Đối tượng: Sinh viên năm 3, năm 4 quan tâm đến lĩnh vực Game Design- Số lượng: 10 sinh viên- Thời gian: 13:00 – 17:00 | Thứ Tư, 29/07/2026- Địa điểm: VNG Campus- Giảng viên: Chuyên gia Game Design – ZingPlay Game Studios (VNG)- Hình thức: Workshop kết hợp lý thuyết và thực hànhĐăng ký tham gia: https://forms.gle/hUwvXCvooQ44wkkM9Một số lưu ý:- Sinh viên học trực tiếp tại VNG Campus và tự túc phương tiện di chuyển.- Mỗi nhóm (khoảng 5 sinh viên) cần chuẩn bị 01 tài khoản Claude Max để phục vụ học tập và phát triển sản phẩm trong suốt thời gian diễn ra học phần (4 tháng).- Đối với workshop trải nghiệm, mỗi sinh viên cần chuẩn bị 01 tài khoản Claude Pro.Từ giảng đường đến doanh nghiệp, từ ý tưởng đến sản phẩm thực tế – SE369 mở ra cơ hội để sinh viên UIT trải nghiệm môi trường phát triển game hiện đại ngay từ khi còn ngồi trên ghế nhà trường.Thông tin chi tiết tại: https://www.facebook.com/share/p/1SYYcFw5BN/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Sáng ngày 24/6, NCS. Phan Hồ Viết Trường đã bảo vệ thành công luận án Tiến sĩ cấp đơn vị Trường với đề tài: “Phát triển mô hình lập luận trên đồ thị tri thức cho hệ tư vấn qua hỏi đáp” - Người hướng dẫn khoa học: GS.TS. Đỗ PhúcBuổi bảo vệ diễn ra trong không khí nghiêm túc, khoa học với sự tham gia của Hội đồng đánh giá luận án cùng các nhà khoa học, giảng viên và nghiên cứu sinh quan tâm. Sau phần trình bày kết quả nghiên cứu và trao đổi chuyên môn với Hội đồng, NCS. Phan Hồ Viết Trường đã hoàn thành xuất sắc phần bảo vệ luận án của mình.Thành công của luận án là kết quả của quá trình học tập, nghiên cứu bền bỉ, đồng thời góp phần khẳng định chất lượng đào tạo và nghiên cứu khoa học tại Trường Đại học Công nghệ Thông tin, ĐHQG-HCM.Trường Đại học Công nghệ Thông tin xin chúc mừng NCS. Phan Hồ Viết Trường và kính chúc NCS tiếp tục gặt hái nhiều thành công trên chặng đường nghiên cứu khoa học và phát triển sự nghiệp trong tương lai.Thông tin chi tiết tại: https://www.facebook.com/share/p/18e9hBkP3Q/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo: Data-Efficient Histopathological Colorectal Cancer Classification Using Lightweight Few-Shot LearningNhóm tác giả:- Nguyễn Gia Phú – HTTT2022 – Tác giả chính- Hà Minh Trường – TTNT2023 – Tác giả chínhGiảng viên hướng dẫn:- TS. Nguyễn Tất Bảo ThiệnTóm tắt:Histopathological diagnosis is the ”gold standard” for detecting colorectal cancer. However, Deep Learning-based computer-aided diagnosis (CAD) systems often rely on massive annotated datasets, consuming significant time and medical resources. To address this challenge, this study proposes a histopathological image classification framework based on a few-shot learning scenario, where the training set is extremely small compared to the test set.We leverage the Transfer Learning method with six pre-trained Lightweight Convolutional Neural Networks, including ShuffleNetV2, MobileNetV2, MobileNetV3-Small, EfficientNetB0, SqueezeNet, and GhostNet. Experiments were conducted on the EBHI dataset comprising five pathological classes under 5, 15, and 25-shot settings.The results show that EfficientNetB0 achieved the highest classification performance, with F1-scores of 99.20% and 77.79% on the training and test sets, respectively, at 25-shot, owing to its ability to jointly optimize network depth and input resolution, enabling effective extraction of multi-scale morphological features from the complex microscopic structures of cancer cells.The study demonstrates the feasibility of deploying supervised learning on extremely scarce data, opening up the potential to directly embed computer-aided diagnosis systems into low-cost point-of-care endoscopic devices.Chúng em xin gửi lời cảm ơn chân thành đến TS. Nguyễn Tất Bảo Thiện vì đã dành nhiều thời gian dẫn dắt nhóm từ những bước đầu tiên. Sự sát sao và những chia sẻ kinh nghiệm quý báu của Thầy đã giúp chúng em rèn luyện tư duy nghiên cứu độc lập và hoàn thành mục tiêu của đề tài. Đây thực sự là những bài học ý nghĩa trên con đường phát triển sắp tới của mỗi thành viên.Bài báo được công bố tại hội nghị quốc tế:The 11th International Conference in Vietnam on the Development of Biomedical Engineering – BME11 là hội nghị khoa học quốc tế do Trường Đại học Quốc tế – Đại học Quốc gia Thành phố Hồ Chí Minh phối hợp cùng Trường Đại học Nha Trang tổ chức.Với chủ đề "Healthcare 4.0: Smart Health, Personalized Medicine, and Artificial Intelligence for Low- and Middle-Income Countries", hội nghị là diễn đàn học thuật quy tụ các nhà khoa học và chuyên gia đến từ nhiều quốc gia trên thế giới, với phạm vi chủ đề bao gồm Trí tuệ nhân tạo và Khoa học dữ liệu trong y tế, Thiết bị y tế, Cơ sinh học, Quang sinh học, Kỹ thuật mô và Y học tái tạo, cùng nhiều lĩnh vực liên quan.Hội nghị nhận được sự bảo trợ chuyên môn của các tổ chức học thuật uy tín quốc tế, bao gồm Liên đoàn Quốc tế về Kỹ thuật Y học và Sinh học (IFMBE), Hội Kỹ thuật Y sinh Việt Nam (BMEVN), Hiệp hội Quốc tế về Kỹ thuật Mô và Y học Tái tạo (TERMIS) và Nhà xuất bản Springer.Toàn bộ các bài báo được chấp nhận tại hội nghị sẽ được xuất bản trong kỷ yếu thuộc series IFMBE Proceedings của Nhà xuất bản Springer, được lập chỉ mục bởi hai cơ sở dữ liệu học thuật uy tín SCOPUS và EI-Compendex, qua đó khẳng định BME11 là một hội nghị khoa học quốc tế có uy tín trong lĩnh vực kỹ thuật y sinh và công nghệ chăm sóc sức khỏe.Thông tin chi tiết tại: https://www.facebook.com/share/p/1DqqVQLQKc/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo: Hybrid Spectral - Gradient Saliency Pruning: A combination of multiple filter scoring criteriaLink bài báo: https://ieeexplore.ieee.org/document/11494749Nhóm tác giả:- Nguyễn Việt An – KHBC2023 – Đồng tác giả- Nguyễn Võ Chí Dũng – KHBC2023 – Đồng tác giảGiảng viên hướng dẫn:- ThS. Trần Hoàng Lộc- ThS. Nguyễn Thanh Thiện- PGS.TS. Vũ Đức LungTóm tắt:Các mạng nơ-ron tích chập, hay CNN, đã đạt được hiệu suất ấn tượng trong các bài toán nhận dạng hình ảnh, nhưng vẫn đòi hỏi chi phí tính toán lớn khi triển khai trên các thiết bị nhúng hoặc thiết bị biên.Bài báo này giới thiệu Hybrid Spectral-Gradient Saliency Pruning, viết tắt là HSGSP, một framework cắt tỉa có cấu trúc nhằm kết hợp phân tích phổ và độ nổi bật dựa trên gradient từ dữ liệu để nén CNN một cách hiệu quả.Phương pháp được đề xuất tích hợp một Frequency Relevance Network, viết tắt là FRN, có thiết kế nhẹ, dùng để học cách ước lượng mức độ quan trọng về mặt phổ của các bộ lọc tích chập thông qua tỷ lệ năng lượng theo các dải tần số. Điều này cho phép việc chấm điểm bộ lọc diễn ra nhanh và định hướng theo tác vụ. Một thước đo độ nổi bật lai được sử dụng để kết hợp mức độ liên quan phổ do FRN ước lượng với độ nhạy Taylor dựa trên gradient, qua đó đảm bảo rằng các bộ lọc chỉ được giữ lại khi chúng quan trọng cả về mặt phổ lẫn đối với nhiệm vụ học.Ngoài ra, một lịch trình cắt tỉa lặp thích nghi sẽ tự động điều chỉnh mức độ cắt tỉa dựa trên phản hồi từ tập validation, giúp tránh cắt tỉa quá mức và duy trì sự ổn định của mô hình. Các thí nghiệm trên CIFAR-10 và CIFAR-100 sử dụng VGG-16BN cho thấy phương pháp này có thể giảm tới 90% số lượng tham số với mức suy giảm độ chính xác không đáng kể, đồng thời vượt trội so với các phương pháp cắt tỉa có cấu trúc gần đây.Hơn nữa, khi triển khai trên Raspberry Pi 5, mô hình đã được cắt tỉa đạt tốc độ suy luận nhanh hơn 3,4 lần trong khi độ chính xác còn được cải thiện nhẹ. Khi cho phép đánh đổi tối đa 1% độ chính xác, mức tăng tốc tăng mạnh lên 7,5 lần. Kết quả cho thấy rằng việc kết hợp tín hiệu phổ với độ nổi bật dựa trên gradient là một hướng tiếp cận vững chắc và dễ diễn giải để triển khai CNN hiệu quả trên thực tế.Mã nguồn triển khai chính thức của phương pháp này có tại:https://github.com/locth/HSGSP.gitBài báo được công bố tại tạp chí quốc tế:IEEE Latin America Transactions là tạp chí khoa học uy tín của IEEE, công bố các nghiên cứu trong lĩnh vực kỹ thuật điện, điện tử, khoa học máy tính và các hướng ứng dụng công nghệ liên quan. Tạp chí có ISSN 1548-0992 thuộc danh mục SCIE, Web of Science và Scopus Q2 lĩnh vực Khoa học máy tính cũng như được lập chỉ mục trên hầu hết các cơ sở dữ liệu uy tín.Thông tin chi tiết tại: https://www.facebook.com/share/p/14gvUKPkd7B/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin