Details

Published: 16 March 2026

Chúc mừng sinh viên Trần Quang Anh Kiệt có 2 bài báo khoa học được chấp nhận tại hội nghị IEA/AIE 2026

👨 Sinh viên Trần Quang Anh Kiệt (MSSV: 22520725) – ngành Kỹ thuật Phần mềm, Khoa Công nghệ Phần mềm, Trường Đại học Công nghệ Thông tin (UIT) – vừa có hai bài báo khoa học được chấp nhận đăng tại hội nghị quốc tế IEA/AIE 2026. Đây là một kết quả đáng ghi nhận trong quá trình học tập và nghiên cứu của Kiệt khi còn đang là sinh viên đại học.

Trong số đó, một bài báo có tiêu đề:

📰 Transformer-Based Classification of Illicit Darknet Marketplace Products: A Comparative NLP Study of Machine Learning

Tóm tắt bài viết:

Các chợ đen tạo ra một lượng lớn danh sách sản phẩm, khiến việc theo dõi và phân loại thủ công trở nên rất khó khăn, do đó tạo ra nhu cầu về các phương pháp tự động để xác định và nhóm nội dung giao dịch bất hợp pháp. Trong bài báo này, nghiên cứu vấn đề phân loại văn bản đa lớp cho các mô tả sản phẩm tiếng Anh được thu thập từ chợ Nemesis, với năm nhóm chính: ma túy, gian lận, tấn công/hack, hướng dẫn và các loại khác. Tác giả xây dựng một quy trình hoàn chỉnh từ dữ liệu JSON thô đến tập dữ liệu được làm sạch và gắn nhãn, sau đó đánh giá các mô hình phân loại truyền thống dựa trên TF-IDF và so sánh chúng với các mô hình Transformer được tinh chỉnh. Kết quả thực nghiệm cho thấy RoberTa được tinh chỉnh đạt hiệu suất tốt nhất với độ chính xác 0,9055 và macro-F1 là 0,7400, vượt trội hơn cả các mô hình cơ bản cổ điển và BERT. Hơn nữa, tác giả phân tích ma trận nhầm lẫn và các trường hợp dự đoán sai nhưng có độ tin cậy cao để làm rõ các nguyên nhân hệ thống của lỗi, đặc biệt là trong các lớp có ít mẫu và các lớp có ngữ nghĩa chồng chéo. Cuối cùng, bài báo đề xuất một thiết kế hệ thống mô-đun để hỗ trợ huấn luyện, đánh giá và giám sát mô hình có thể tái tạo, phù hợp với các kịch bản triển khai thực tế.

Hai bài báo được chấp nhận tại hội nghị quốc tế là kết quả từ quá trình học tập và tìm hiểu nghiên cứu của Kiệt, đặc biệt trong các hướng công nghệ như xử lý ngôn ngữ tự nhiên (NLP) và mô hình Transformer.

Thành quả này không chỉ là dấu ấn cá nhân của Trần Quang Anh Kiệt, mà còn cho thấy môi trường học thuật tại Khoa Công nghệ Phần mềm – UIT đang ngày càng khuyến khích sinh viên tham gia nghiên cứu khoa học ngay từ khi còn trên ghế nhà trường, với sự đồng hành và hướng dẫn từ các giảng viên.

Một lần nữa, xin chúc mừng Trần Quang Anh Kiệt với thành tích đáng tự hào này và hy vọng sẽ tiếp tục thấy nhiều sản phẩm nghiên cứu của sinh viên ngành Kỹ thuật Phần mềm được công bố trong thời gian tới. 🍀

Details

Published: 13 March 2026

Chúc mừng sinh viên ngành Kỹ thuật Phần mềm Trần Quang Anh Kiệt có bài báo khoa học được chấp nhận đăng tại hội nghị IEA/AIE 2026

📰Tên Bài báo: Benchmarking Local XAI Against TreeSHAP for Explainable Diabetes Prediction.

👨Sinh viên: Trần Quang Anh Kiệt - 22520725 

✨Khoa Công nghệ Phần mềm xin chúc mừng sinh viên Trần Quang Anh Kiệt - 22520725 ngành Kỹ thuật Phần mềm – trường Đại học Công nghệ Thông tin đã có bài báo được chấp nhận đăng tại hội nghị IEA/AIE 2026.

Tóm tắt bài viết:

Các mô hình dự đoán nguy cơ mắc bệnh tiểu đường chính xác ngày càng được áp dụng rộng rãi trong hỗ trợ quyết định lâm sàng. Tuy nhiên, giá trị thực tiễn của chúng phụ thuộc vào mức độ giải thích được các quyết định của mô hình ở cả cấp độ toàn cục và cấp độ bệnh nhân cụ thể. Bài báo này trình bày một khung tổng quan để so sánh các phương pháp Trí tuệ nhân tạo (XAI) có thể giải thích được (toàn cục) và cục bộ cho dự đoán bệnh tiểu đường dạng bảng. Một tập dữ liệu các chỉ số sức khỏe liên quan đến bệnh tiểu đường (100.000 bản ghi, hơn 35 đặc trưng) đã được huấn luyện và đánh giá bởi mười bộ phân loại máy học để chọn ra mô hình hoạt động tốt nhất dựa trên các chỉ số của tập dữ liệu thử nghiệm. Sau đó, tầm quan trọng của đặc trưng toàn cục được tính toán bằng TreeSHAP trên toàn bộ tập dữ liệu thử nghiệm, và ba phương pháp giải thích cục bộ được so sánh hiệu năng: Feature Occlusion, BreakDown (DALEX) và LIME trên một mẫu con đại diện. Để xác định sự phù hợp giữa các giải thích toàn cục và cục bộ, độ chồng chéo Top-K và tương quan thứ hạng được đo lường, và chất lượng giải thích được đánh giá thêm về độ trung thực, tính ổn định, độ phức tạp và độ thưa thớt. Kết quả cho thấy các dấu ấn sinh học có ý nghĩa lâm sàng (ví dụ: HbA1c và đường huyết lúc đói) luôn chiếm ưu thế trong cả giải thích toàn cục và cục bộ, trong khi BreakDown và Occlusion đạt được sự phù hợp cao nhất với SHAP toàn cục trong số các phương pháp cục bộ.

🍀Kết quả này khẳng định năng lực học tập và nghiên cứu nghiêm túc của sinh Trần Quang Anh Kiệt - 22520725, đồng thời thể hiện rõ sự hỗ trợ tận tâm và định hướng chuyên môn từ các giảng viên trong việc thúc đẩy hoạt động nghiên cứu khoa học tại Khoa Công nghệ Phần mềm.

Details

Published: 09 March 2026

Chúc mừng sinh viên ngành Kỹ thuật Phần mềm Võ An Khôi - Võ Hồng Lương có bài báo khoa học được chấp nhận đăng trên Hội nghị IEA AIE 2026

✍️ Tên bài báo: Graph Retrieval-Augmented Language Model for Question Answering of Vietnamese Law

👨Sinh viên: Võ An Khôi – MSSV: 23520790 -  Võ Hồng Lương – MSSV: 23520905

‍🏫GVHD: ThS. Đặng Việt Dũng khoa Công nghệ Phần mềm

Khoa Công nghệ Phần mềm xin chúc mừng hai sinh viên Võ An Khôi – MSSV: 23520790 -  Võ Hồng Lương – MSSV: 23520905 ngành Kỹ thuật Phần mềm – Trường Đại học Công nghệ Thông tin, dưới sự hướng dẫn của các giảng viên ThS. Đặng Việt Dũng thuộc khoa Công nghệ Phần mềm đã có bài báo được chấp nhận đăng trên Hội nghị IEA AIE 2026.

🔹 Tóm tắt nội dung:
Bài báo này nghiên cứu về hệ thống truy xuất thông tin pháp luật cho Việt Nam, tập trung giải quyết bài toán thiếu hụt dữ liệu gán nhãn và hạn chế của LLM trong lĩnh vực chuyên sâu. Nghiên cứu đề xuất một quy trình xây dựng đồ thị tri thức bán tự động, kết hợp giữa tìm kiếm cấu trúc và truy xuất ngữ nghĩa văn bản. Giải pháp này giúp tối ưu hóa khả năng hiểu của LLM, đồng thời nâng cao chất lượng câu trả lời và giảm thiểu hiện tượng "ảo giác" trong Q&A pháp lý.

Thành tựu này thể hiện năng lực nghiên cứu nghiêm túc của sinh viên Võ An Khôi -  Võ Hồng Lương, đồng thời ghi nhận vai trò hướng dẫn và đồng hành của các giảng viên trong việc thúc đẩy hoạt động nghiên cứu khoa học ứng dụng tại khoa Công nghệ Phần mềm. Một lần nữa, xin chúc mừng các bạn sinh viên cùng giảng viên hướng dẫn Thầy Đặng Việt Dũng với thành tựu này.🎉

#TTĐPT #TTDPT #TruyenThongDaPhuongTien #MultimediaUIT #DigitalMediaUIT #KyThuatPhanMem #KTPM #SoftwareEngineering #SoftwareEngineeringUIT #UITSoftware #UIT #SinhVienUIT #CongNghePhanMem # CNPM

Details

Published: 02 March 2026

Chúc mừng sinh viên ngành Kỹ thuật Phần mềm Huỳnh Lê Đan Linh có bài báo khoa học được chấp nhận đăng trên tạp chí Advanced Quantum Technologies (Q1)

✍️ Tên bài báo:
Advancing Quantum Process Tomography Through Quantum Compilation

https://doi.org/10.1002/qute.202500494

👨Sinh viên: Huỳnh Lê Đan Linh

‍🏫GVHD: TS. Vũ Tuấn Hải khoa Công nghệ Phần mềm

Khoa Công nghệ Phần mềm xin chúc mừng sinh viên Huỳnh Lê Đan Linh (MSSV: 22520759) ngành Kỹ thuật Phần mềm – Trường Đại học Công nghệ Thông tin, dưới sự hướng dẫn của các giảng viên TS. Vũ Tuấn Hải thuộc khoa Công nghệ Phần mềm đã có bài báo được chấp nhận đăng trên Advanced Quantum Technologies – tạp chí quốc tế thuộc danh mục SCIE, xếp hạng Q1. Bài báo là sản phẩm đến từ quá trình làm việc xuyên suốt 2 năm từ Đồ án 1, Đồ án 2 đến Khóa luận tốt nghiệp.

🔹 Tóm tắt nội dung:
Phương pháp đo đạc quá trình lượng tử (Quantum process tomography - QPT) đóng vai trò trung tâm trong việc mô tả các cổng và mạch lượng tử, chẩn đoán các thiết bị lượng tử, hiệu chuẩn phần cứng và hỗ trợ sửa lỗi lượng tử. Tuy nhiên, các phương pháp QPT truyền thống gặp phải những thách thức liên quan đến khả năng mở rộng và nhạy cảm với nhiễu. Trong công trình này, chúng tôi đề xuất một framework dựa trên biên dịch lượng tử, biểu diễn các quá trình lượng tử bằng cách sử dụng các toán tử Kraus được tối ưu hóa và ma trận Choi. Bằng cách xây dựng QPT như một bài toán biên dịch và tối ưu hóa, phương pháp của chúng tôi giảm đáng kể chi phí đo lường và tính toán trong khi vẫn duy trì độ chính xác. Chúng tôi đánh giá hiệu suất của phương pháp bằng cách sử dụng mô phỏng số các cổng ngẫu nhiên Haar. Chúng tôi tiếp tục áp dụng framework này cho các kênh khử pha với cả nhiễu đồng nhất theo thời gian và không đồng nhất theo thời gian, cũng như cho các kênh khử phân cực và giảm biên độ. Những kết quả này cho thấy rằng QPT dựa trên biên dịch lượng tử có thể là một giải pháp thay thế thiết thực cho các phương pháp QPT tiêu chuẩn.

Thành tựu này thể hiện năng lực nghiên cứu nghiêm túc của sinh viên Huỳnh Lê Đan Linh, đồng thời ghi nhận vai trò hướng dẫn và đồng hành của các giảng viên trong việc thúc đẩy hoạt động nghiên cứu khoa học ứng dụng tại khoa Công nghệ Phần mềm. Một lần nữa, xin chúc mừng sinh viên Huỳnh Lê Đan Linh cùng các giảng viên hướng dẫn Thầy Vũ Tuấn Hải với thành tựu xuất sắc này.🎉

#TTĐPT #TTDPT #TruyenThongDaPhuongTien #MultimediaUIT #DigitalMediaUIT #KyThuatPhanMem #KTPM #SoftwareEngineering #SoftwareEngineeringUIT #UITSoftware #UIT #SinhVienUIT #CongNghePhanMem # CNPM