- Banner được lưu thành công.
[SEMINAR HỌC THUẬT] ỨNG DỤNG MÔ HÌNH HỌC SÂU SONG SONG CÓ TÍNH ĐẾN YẾU TỐ MÙA VỤ TRONG DỰ BÁO CHẤT LƯỢNG KHÔNG KHÍ DÀI HẠN
Vào lúc 10h30, Thứ Năm, ngày 05/11/2026, tại phòng E7.3, Khoa Công nghệ Phần mềm đã tổ chức seminar học thuật với chủ đề “Mô hình học sâu song song có tính đến yếu tố mùa vụ nhằm cải thiện khả năng dự báo chất lượng không khí dài hạn”, do ThS. Trần Thị Hồng Yến trình bày.
Trọng tâm của nghiên cứu là giải quyết hạn chế của các mô hình dự báo chất lượng không khí dài hạn, vốn thường gặp khó khăn khi xử lý sự biến động của dữ liệu theo mùa và tình trạng khan hiếm dữ liệu. Để giải quyết vấn đề này, nghiên cứu đề xuất mô hình Seasonality-Aware Parallel Deep Model (SAPDM), kết hợp phân tách xu hướng theo mùa (seasonal-trend decomposition) với các mô hình học sâu chuyên biệt và học máy xác suất.

Hình 1: Sơ đồ kiến trúc mô hình học sâu song song kết hợp phân rã STL để dự báo chất lượng không khí dài hạn
Nghiên cứu sử dụng bộ dữ liệu công khai Air Quality Data in India (2015–2020) trên Kaggle, tập trung vào nồng độ bụi siêu mịn PM2.5 và bụi mịn PM10 tại Delhi. Thông qua phương pháp phân tách dữ liệu, mô hình hướng đến việc nhận diện và xử lý riêng biệt ba thành phần: xu hướng, tính mùa vụ và nhiễu dư. Dữ liệu chuỗi thời gian đầu vào thô được phân rã, xử lý qua ba nhánh học sâu song song chuyên biệt, sau đó được kết hợp lại để tạo ra kết quả dự báo cuối cùng. Đây là cách tiếp cận cốt lõi giúp mô hình nắm bắt tốt hơn đặc điểm biến động của chất lượng không khí, thay vì xử lý toàn bộ dữ liệu như một chuỗi biến động thống nhất.

Hình 2: Kiến trúc cấu hình chi tiết các nhánh mạng trong mô hình phân rã STL song song
Kết quả thực nghiệm cho thấy SAPDM cải thiện độ chính xác và tính ổn định trong dự báo so với các phương pháp thống kê truyền thống và những mô hình học sâu thông thường. Qua đó, nghiên cứu đề xuất một hướng tiếp cận nhằm nâng cao độ tin cậy của dự báo chất lượng không khí dài hạn, phục vụ công tác quy hoạch môi trường đô thị chủ động và các biện pháp can thiệp bảo vệ sức khỏe cộng đồng.

Hình 3: Bảng so sánh hiệu năng dự báo bụi siêu mịn PM2.5 & bụi mịn PM10 giữa mô hình đề xuất SAPDM với các mô hình cơ sở
Nhìn chung, nhóm mô hình học sâu và mô hình lai thể hiện sự áp đảo toàn diện so với các phương pháp chuỗi thời gian truyền thống (SARIMA, Holt-Winters, Prophet). Nhờ tối ưu hóa kiến trúc, SAPDM đã vươn lên vượt qua cả đối thủ mạnh nhất là STL-LSTM, thiết lập một tiêu chuẩn mới về độ chính xác và tính tin cậy trong dự báo chất lượng không khí.
Khoa Công nghệ Phần mềm trân trọng cảm ơn ThS. Trần Thị Hồng Yến đã chia sẻ nghiên cứu, đồng thời cảm ơn quý Thầy, Cô đã dành thời gian tham dự, lắng nghe và đóng góp những ý kiến trao đổi học thuật tại seminar.


Link paper: https://ieeexplore.ieee.org/document/11685823
- Banner được lưu thành công.
? [SEMINAR HỌC THUẬT] CG-GLORE: CÁCH TIẾP CẬN GRADIENT LIÊN HỢP VÀ CHUẨN HÓA TOÀN CỤC – CỤC BỘ TRONG TÁI TẠO ẢNH CT GÓC CHIẾU THƯA
Vào lúc 10h30 ngày 22/10/2026, tại phòng E7.3, seminar học thuật với chủ đề “Cách tiếp cận Gradient liên hợp và chuẩn hóa toàn cục – cục bộ cho bài toán tái tạo ảnh CT góc chiếu thưa” đã được tổ chức với phần trình bày của TS. Bùi Cao Doanh.
Trong báo cáo, TS. Bùi Cao Doanh giới thiệu CG-GLORE, phương pháp tái tạo ảnh CT dựa trên kiến trúc học sâu mở cuộn (Deep Unrolling), lấy cảm hứng từ tối ưu hóa bậc hai. Phương pháp kết hợp thuật toán Gradient liên hợp (Conjugate Gradient – CG) với mạng học đặc trưng toàn cục và cục bộ (GLORE), nhằm cải thiện chất lượng ảnh, giảm nhiễu và duy trì hiệu quả tính toán.

Seminar trình bày nguyên lý hoạt động, kiến trúc mô hình và kết quả thực nghiệm trên hai bộ dữ liệu AAPM và DeepLesion, đồng thời thảo luận tiềm năng ứng dụng của phương pháp trong tái tạo ảnh y tế liều thấp.
Thông qua báo cáo, seminar tập trung vào một hướng tiếp cận ứng dụng học sâu trong bài toán tái tạo ảnh CT khi số góc chiếu bị hạn chế, gắn với yêu cầu giảm liều bức xạ và nâng cao chất lượng ảnh trong lĩnh vực hình ảnh y tế.


Khoa Công nghệ Phần mềm trân trọng cảm ơn TS. Bùi Cao Doanh đã chia sẻ những nội dung nghiên cứu tại seminar, đồng thời cảm ơn quý thầy cô đã dành thời gian tham dự, trao đổi và thảo luận, góp phần tạo nên không khí học thuật cởi mở và thiết thực.


- Banner được lưu thành công.
SEMINAR | BÀN VỀ BƯỚC ĐI NGẪU NHIÊN LƯỢNG TỬ
Sáng nay, tại phòng E7.3, TS. Vũ Tuấn Hải đã trình bày seminar với chủ đề “Bàn về bước đi ngẫu nhiên lượng tử”, với sự tham dự của các thầy cô Khoa Công nghệ Phần mềm.
Seminar tập trung trình bày lý thuyết độ phức tạp lượng tử và một số thuật toán tiêu biểu như Grover, qua đó làm rõ vai trò của chồng chập lượng tử (quantum superposition) và giao thoa lượng tử (quantum interference) trong việc tạo ra lợi thế tính toán đối với những lớp bài toán phù hợp.
Bên cạnh đó, nội dung trình bày phân tích các nguồn của Quantum Advantage, đặc biệt trong mô phỏng hệ lượng tử và các bài toán có cấu trúc cục bộ. Những đặc điểm này cho thấy lợi thế của tính toán lượng tử gắn chặt với cấu trúc của bài toán và cách bài toán được ánh xạ lên hệ lượng tử.
Seminar đồng thời chỉ ra những giới hạn thực tế của máy tính lượng tử và Quantum Machine Learning (QML). Trong đó, chi phí chuẩn bị dữ liệu và xây dựng biểu diễn lượng tử là những yếu tố cần được cân nhắc khi đánh giá hiệu quả của một giải pháp lượng tử.
Từ góc nhìn này, Quantum Advantage cần được đánh giá trên toàn bộ quy trình tính toán, bao gồm cả các bước chuẩn bị và biểu diễn dữ liệu, thay vì chỉ xem xét hiệu năng của riêng thuật toán lượng tử.


Qua seminar, các giảng viên có thêm góc nhìn về tiềm năng, nguồn gốc và giới hạn của lợi thế tính toán lượng tử, qua đó mở rộng trao đổi học thuật về những hướng nghiên cứu mới trong lĩnh vực Quantum Computing và Quantum Machine Learning.



Các Thầy Cô cùng lắng nghe, trao đổi và chia sẻ những góc nhìn chuyên môn trong seminar.
- Banner được lưu thành công.
TỔNG KẾT SEMINAR | VĂN HÓA THỊ GIÁC TRONG TRUYỀN THÔNG
Nhằm tạo không gian trao đổi học thuật và mở rộng góc nhìn về vai trò của hình ảnh trong truyền thông hiện đại, ngày 10/09/2026, Khoa Công nghệ Phần mềm đã tổ chức buổi seminar tại phòng E7.3 với chủ đề “Văn hóa thị giác trong truyền thông”. Buổi seminar có sự tham dự của các Thầy, Cô và giảng viên trong Khoa, cùng phần trình bày của ThS. Đinh Thị Thanh Trúc – Giảng viên ngành Truyền thông đa phương tiện.
Buổi seminar tập trung vào vai trò của Văn hóa thị giác (Visual Culture) trong việc hình thành và truyền tải ý nghĩa thông qua hình ảnh, ký hiệu và biểu tượng. Nội dung trình bày xoay quanh bốn nhóm yếu tố: thành phần thị giác, phương tiện và sản phẩm thị giác, ký hiệu học thị giác (Visual Semiotics), trải nghiệm và cách nhìn (The Act of Looking).
Bên cạnh nền tảng lý thuyết, seminar đề cập đến ứng dụng của văn hóa thị giác trong mỹ thuật ứng dụng, quảng cáo, nhận diện thương hiệu, UX/UI, Motion Graphics, AR/VR và công nghiệp sáng tạo. Qua đó, hình ảnh được nhìn nhận không chỉ ở phương diện thẩm mỹ mà còn ở khả năng tổ chức thông tin, dẫn hướng thị giác và tạo trải nghiệm cho người dùng.
Một nội dung đáng chú ý là mối quan hệ giữa hình ảnh và bản sắc văn hóa. Những khác biệt về màu sắc, biểu tượng và phong cách thẩm mỹ giữa các nền văn hóa cho thấy việc sử dụng ngôn ngữ thị giác cần đặt trong đúng bối cảnh tiếp nhận.
Seminar mang đến góc nhìn gần hơn về cách hình ảnh tham gia vào quá trình tạo nghĩa, định hình nhận thức và xây dựng trải nghiệm truyền thông trong môi trường số.


Khoa Công nghệ Phần mềm trân trọng cảm ơn ThS. Đinh Thị Thanh Trúc cùng các Thầy, Cô và giảng viên đã tham dự và trao đổi tại buổi seminar.
- Banner được lưu thành công.
TỔNG KẾT SEMINAR HỌC THUẬT NGÀY 13/7/2026
Trong chuỗi hoạt động trao đổi học thuật thường kỳ, vào lúc 14h00, thứ Hai ngày 13/7/2026, tại phòng E7.3, Khoa Công nghệ Phần mềm (Trường Đại học Công nghệ Thông tin – ĐHQG-HCM) đã tổ chức seminar với chủ đề "Post-Quantum Authenticated Device-Independent Quantum Key Distribution". Buổi seminar do TS. Nguyễn Trịnh Đông trình bày, với sự tham dự của các giảng viên và nghiên cứu viên trong Khoa.

Nội dung bài:
Trong nghiên cứu truyền thông tin dựa trên lượng tử, phân phối khóa lượng tử độc lập thiết bị (DI-QKD) là một trong những cách tiếp cận bảo mật mạnh nhất hiện nay nhằm để thiết lập khóa. Tuy nhiên, hầu hết các phân tích khóa của DI-QKD đều dựa trên việc tính toán tham số của bất đẳng thức Bell như CHSH. Nghiên cứu này, gợi ý một hướng tiếp cận mới sử dụng PQC kết hợp với khóa hữu hạn của DI-QKD để cải tiến cách xác thực entroy thay vì sử dụng bất đẳng thức Bell cố định làm bằng chứng entropy duy nhất. Sau đó, một hàm min-tradeoff affine hợp lệ được xây dựng và đưa vào định lý tích lũy entropy để có được một cận bảo mật khóa hữu hạn có thể kết hợp chống lại các cuộc tấn công lượng tử tổng quát. Kiến trúc đề xuất tách biệt lớp bảo mật DI-QKD dựa trên lý thuyết thông tin khỏi lớp điều khiển cổ điển được xác thực bằng máy tính. Nghiên cứu cung cấp giao thức chính, các định nghĩa bảo mật, định lý độ dài khóa, kiến trúc triển khai và phương pháp đánh giá có thể tái tạo so với các phương pháp cơ sở dựa trên CHSH, CHSH bất đối xứng và xử lý trước nhiễu.

Hình 1. Mô hình truyền thông tin lượng tử không phụ thuộc thiết bị (Device-Independent Quantum Key Distribution - DI-QKD)

Hình 2. Kiến trúc Post-Quantum Authenticated DI-QKD

Hình 3. Các định lý bảo mật của giao thức PQ DI-QKD
VI
EN