21-08-2026
Hội nghị Quốc tế lần thứ 9 về Phân tích Đa phương tiện và Nhận dạng Mẫu (MAPR 2026) đã được tổ chức thành công tại thành phố Huế, Việt Nam, vào ngày 13–14 tháng 8 năm 2026. Hội nghị được tổ chức bởi Đại học Công nghệ Thông tin (UIT), Đại học Quốc gia Việt Nam Ho Chi Minh (VNU-HCM), hợp tác với Hiệp hội Nhận diện Mẫu (VAPR), Đại học Khoa học và Công nghệ Hanoi (HUST), và Viện Công nghệ Thông tin (IOIT), MAPR 2026 đã tập hợp các nhà nghiên cứu, sinh viên cấp ba và cấp ba từ Pháp, Nhật Bản, Hàn Quốc, Singapore, Ấn Độ, Đài Loan.Với sự bảo trợ kỹ thuật của IEEE và việc kỷ yếu hội nghị được lập chỉ mục trong cơ sở dữ liệu Scopus, MAPR 2026 tiếp tục mang đến một diễn đàn học thuật quốc tế để chia sẻ những tiến bộ trong các lĩnh vực phân tích đa phương tiện, nhận dạng mẫu và trí tuệ nhân tạo.135 BÀI VIẾT CHẤT LƯỢNG CAO CHỈNH ĐƯỢC CHỌN TỪ 230 BÀI VIẾTMAPR 2026 đã nhận được 230 bài viết từ các nhóm nghiên cứu tại Việt Nam và nước ngoài. Sau một quá trình đánh giá kỹ thuật nghiêm ngặt, 135 bài viết được chọn cho trình bày. Tất cả các bài viết được công bố trong bản trình bày hội nghị và được công bố thông qua Viện Công nghệ Thông tin (IOIT).Các chương trình kỹ thuật bao gồm sáu phiên chủ đề chính, bao gồm:Phiên 1A: NLP & Mô hình Ngôn ngữ Lớn I – 12 bài báo Phiên 1B: Thị giác Máy tính & Phát hiện Đối tượng I – 12 bài báoPhiên 2A: NLP & Mô hình Ngôn ngữ Lớn II – 12 bài báoPhiên 2B: Thị giác Máy tính & Phát hiện Đối tượng II – 12 bài báoPhiên 3A: AI Y tế & Hình ảnh Y học I – 11 bài báoPhiên 3B: An ninh mạng & Phát hiện Mối đe dọa I – 11 bài báoPhiên 4A: AI Y tế & Hình ảnh Y học II – 11 bài báo Phiên 4B: An ninh mạng & Phát hiện Mối đe dọa II – 11 bài báoPhiên 5A: AI Tạo sinh & Mô hình Khuếch tán – 11 bài báoPhiên 5B: Xử lý Giọng nói, Âm thanh & Tương tác Đa phương thức I – 11 bài báoPhiên 6A: Xử lý Giọng nói, Âm thanh & Tương tác Đa phương thức II – 11 bài báoPhiên 6B: Edge AI, Phần cứng & Ứng dụng IoT – 10 bài báoMAPR 2026 vinh dự được chào đón ba diễn giả chính quốc tế xuất sắc, những người đã chia sẻ các nghiên cứu mới nhất và quan điểm của họ về những hướng đi mới nổi trong lĩnh vực AI đa phương thức (multimedia AI).Giáo sư Chong-Wah Ngo – Đại học Quản lý Singapore (SMU), Singapore với “Các Mô hình Ngôn ngữ Lớn Đa phương thức (MLLM) nhìn thấy và bỏ lỡ điều gì trong bối cảnh văn hóa?”. Bài tham luận đã đi sâu tìm hiểu cách các Mô hình Ngôn ngữ Lớn Đa phương thức (MLLM) thấu hiểu nội dung văn hóa vượt ra ngoài các thông tin thị giác có thể quan sát trực tiếp, đồng thời làm rõ những ưu điểm, hạn chế và thách thức của chúng trong quá trình suy luận đa phương thức có tính đến yếu tố ngữ cảnh. Giáo sư Ngo cũng giới thiệu hai bộ tiêu chuẩn đánh giá mới — Seeing Culture Benchmark (SCB) và Cultural Moment Benchmark (CMB) — nhằm đánh giá hiệu quả của các mô hình MLLM trong bối cảnh văn hóa Đông Nam Á.Giáo sư Ching-Chun Huang – Đại học Quốc gia Yang Ming Chiao Tung (NYCU), Đài Loan với bài “Vượt xa chất lượng cảm quan: Hướng tới AI tạo nội dung đa phương tiện dựa trên nền tảng hình học và vật lý” đã trình bày những tiến bộ gần đây trong lĩnh vực AI tạo nội dung (generative AI) có tính đến yếu tố hình học và tuân thủ các nguyên lý vật lý, bao gồm các ứng dụng như phục hồi hình ảnh, tổng hợp hình ảnh người, điều chỉnh ánh sáng có kiểm soát và tái tạo cảnh 3D. Các nghiên cứu của ông làm nổi bật những hướng tiếp cận nhằm tạo ra nội dung đa phương tiện không chỉ ấn tượng về mặt thị giác mà còn đảm bảo độ trung thực, tính nhất quán, khả năng kiểm soát và tính hợp lý về mặt vật lý.Giáo sư Nobutaka Ono – Đại học Đô thị Tokyo, Nhật Bản đã trình bày “Xử lý âm thanh tại biên (Audio at the Edge): Tách nguồn mù độ trễ thấp và Nhận diện bối cảnh âm thanh dựa trên thiết bị Blinky” với hai hướng nghiên cứu trong lĩnh vực xử lý âm thanh tại biên: tách nguồn mù với độ trễ thấp phục vụ các ứng dụng thời gian thực, và Blinky – một cảm biến nhỏ gọn chuyển đổi âm thanh thành ánh sáng, cho phép thực hiện giám sát âm thanh phân tán thông qua camera video. Các nghiên cứu của ông mở ra những khả năng mới cho việc tăng cường chất lượng âm thanh theo thời gian thực và giám sát âm thanh không gian bằng các hệ thống gọn nhẹ.Bên cạnh các bài thuyết trình và bài diễn thuyết chính, các phiên trình bày poster đã tạo nên một không gian sôi nổi cho hoạt động trao đổi học thuật. Các nhà nghiên cứu và sinh viên đã có cơ hội trình bày công trình của mình, thảo luận về những ý tưởng mới, kết nối với các đồng nghiệp cũng như nhận được những ý kiến đóng góp quý báu từ các chuyên gia trong lĩnh vực này.GIẢI THƯỞNGGiải thưởng Bài báo xuất sắc nhất: Trong-Tai Dam-Vu & Vinh-Tiep Nguyen, Đại học Công nghệ Thông tin, VNU-HCM“Sự mất đi sự hiện diện của từ với trọng lượng động cho việc tạo ra nội dung văn bản từ hình ảnh”Giải thưởng bài báo của sinh viên xuất sắc nhất: Qui Cao, Quoc Ngo Le, The Duy Phan & Van Hau Pham, Đại học Công nghệ Thông tin, VNU-HCM“Một mô hình học tập tăng cấp và học tập ngắn cho việc phát hiện sự xâm nhập dưới sự thay đổi về khái niệm”MAPR 2026 một lần nữa khẳng định vai trò là diễn đàn khoa học uy tín tại Việt Nam, nơi kết nối các nhà nghiên cứu và chuyên gia trong các lĩnh vực trí tuệ nhân tạo, an toàn thông tin, khoa học dữ liệu, phân tích đa phương tiện và nhận dạng mẫu.Thông qua các bài trình bày nghiên cứu chất lượng cao, các bài tham luận truyền cảm hứng, các phiên trình bày poster và những cuộc thảo luận chuyên môn, MAPR 2026 đã thúc đẩy việc trao đổi tri thức, hợp tác nghiên cứu và hình thành các quan hệ đối tác học thuật mới.Sự thành công của MAPR 2026 tại Huế đánh dấu một cột mốc ý nghĩa khác trong việc thúc đẩy nghiên cứu về phân tích đa phương tiện và nhận dạng mẫu tại Việt Nam cũng như trên toàn thế giới.Cảm ơn tất cả các diễn giả chính, tác giả, người đánh giá, tổ chức, đối tác và người tham gia đã biến MAPR 2026 thành một hội nghị đáng nhớ và thành công!Ảnh chụp tại sự kiện có sẵn tại các liên kết sau:Ngày 1: https://link.uit.edu.vn/MAPR2026day1Ngày 2: https://link.uit.edu.vn/MAPR2026day2Thông tin chi tiết: https://www.facebook.com/vnmapr/posts/pfbid023mhsy7gyy2r7EfFdjpw8eJ2mf4uUcho17pcAD8XvFEwq3R58TT91moUzU6ear9Cjl
