Details

Category: Tin nghiên cứu

Created: 08 April 2024

Last Updated: 10 April 2024

Hits: 2152

Khóa học ngắn hạn: Demography Cơ Bản – Introduction To Demography

1. Giới thiệu ngắn về Demography

Demography hay Nhân khẩu học là một nhánh của thống kê nghiên cứu về đặc trưng của các cộng đồng dân cư, ví dụ như: cấu trúc độ tuổi, giới tính, thu thập, tôn giáo, xu hướng hôn nhân, tỷ lệ sinh, tỷ lệ tử, tỷ lệ di cư, mức độ giáo dục. Các đặc trưng này sẽ giúp các nhà hoạch định chính sách hoặc các nhà cung cấp dịch vụ trong các lĩnh vực khác nhau, có một cái nhìn tổng quát và rõ ràng về thực trạng của một cộng đồng nhất định, từ đó có thể đưa ra được các đánh giá chính xác, góp phần tạo nên các giải pháp phù hợp để giải quyết một số vấn đề cụ thể.

Hoặc trong lĩnh vực kinh doanh, khi đó, các phân tích nhân khẩu học về cấu trúc tuổi, sở thích cá nhân, trình độ học vấn hay thu nhập, sẽ giúp cho doanh nghiệp có thể đưa ra các sản phẩm mới phù hợp với sở thích và xu hướng của nhóm đối tượng, hay có thể thay đổi chiến lược tiếp cận khách hang theo từng nhóm tuổi và nhóm thu nhập.

Một cách tổng quan, nhân khẩu học nói chung và phân tích nhân khẩu học nói riêng là rất quan trọng trong nghiên cứu khoa học cở bản, cũng như nghiên cứu ứng dụng trong nhiều ngành, nhiều lĩnh vực khác nhau. Do đó, việc học và nắm rõ các phương pháp phân tích nhân khẩu học là thực sự cần thiết.

2. Giới thiệu về giảng viên

Tiến sĩ Ahbab Mohammad Fazle Rabbi hiện đang là trợ lý Giáo sư (Assistant Professor) tại khoa Khoa học Dân số, Đại học Dhaka, Dhaka, Bangladesh (Department of Population Sciences, University of Dhaka, Bangladesh). Tiến sĩ Rabbi là một chuyên gia thống kê trong lĩnh vực Nhân khẩu học nói chung và Y tế cộng đồng nói riêng. Anh là cựu nghiên cứu sinh của chương trình Tiến sĩ Khoa học Thống kê, tại Khoa Khoa học Thống kê, Đại học Padova, Ý. Anh đã bảo vệ luận án của mình với tiêu đề “Modified Lee-Carter Methods with LASSO type Smoothing and Adjusting for Lifespan Disparity”, vào tháng 2 năm 2019. Các lĩnh vực nghiên cứu hiện nay của Tiến sĩ Rabbi bao gồm: Mortality and Longevity, Multivariate Techniques, Smoothing techniques, Demographic Forecasting, Fertility, Longitudinal Data Analysis, Public Health.

3. Đối tượng

• • Học viên cao học của khoa,
  • Nghiên cứu viên, giảng viên, nghiên cứu sinh, người đi làm, học viên cao học hoặc sinh viên của các trường đại học trên địa bàn TP. HCM hoặc các tỉnh thành trên cả nước, có nhu cầu học về Demograhpy.

4. Nội dung lớp học

• • Giới thiệu dữ liệu nhân khẩu học: điều tra dân số, sample survey, longitudinal study, tháp dân số, Lexis diagram.
  • Mô hình sinh (Fertility models).
  • Mô hình tử (Mortality models).
  • Ước đoán sự di cư và lý thuyết ổn định dân số.

5. Thời gian và địa điểm

• • Khóa học có 25 giờ học bao gồm 20 giờ học lý thuyết và 5 giờ học thực hành.
  • Thời gian: từ ngày 15/04 đến 24/04/2024
  • Địa điểm: cơ sở I, trường Đại học Khoa học Tự nhiên, ĐHQG TP. HCM (Số 227 Nguyễn Văn Cừ, Phường 4, Quận 5, Tp. Hồ Chí Minh). 

Thông tin về chương trình học: Xem tại đây

Đăng ký ngay tại đây

Details

Category: Tin nghiên cứu

Created: 08 February 2024

Last Updated: 10 February 2024

Hits: 1328

Seminar Tối ưu tháng 02.2024: Về vi phân suy rộng tương ứng với tập và một số áp dụng vào bài toán tối ưu 

Bộ môn Tối ưu tổ chức buổi "Seminar Tối ưu tháng 02.2024" với bài báo cáo do Tiến sĩ Võ Đức Thịnh. Tiến sĩ Võ Đức Thịnh hiện đang công tác tại Trường Đại học sư phạm Chiết Giang, Trung Quốc. Anh là cựu nghiên cứu sinh của khoa Toán – Tin học, niên khóa 2017.Các bạn sinh viên, học viên cao học, nghiên cứu sinh và các đồng nghiệp quan tâm có thể quét mã QR bên dưới để đăng ký tham dự. 

• Thời gian: 09h00 đến 10h30 sáng thứ 3 ngày 20/02/2024.
• Địa điểm: Phòng F207, Trường ĐH Khoa học tự nhiên, cơ sở 1, 227 Nguyễn Văn Cừ, Q5, TP. HCM.

Tóm tắt bài báo 

Bài toán nghiên cứu các tính chất đặt chỉnh, bao gồm tính chất Aubin (cũng được biết như là tính chất tựa-Lipschitz), sự chính quy metric,... của các ánh xạ đa trị và ánh xạ nghiệm của các hệ tham số được xem như là một bài toán quan trọng trong lý thuyết biến phân và áp dụng [1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 14, 15, 17]. Những tính chất này được định nghĩa trên các không gian nền và tưởng chừng không có mối liên hệ nào với các vi phân suy rộng, tuy nhiên những vi phân suy rộng là các công cụ không thể thiếu trong việc đặc trưng tương đương cho các tính chất Aubin và chính quy metric của các ánh xạ đa trị. Tính chất Aubin và chính quy metric của một ánh xạ đa trị đã được đặc trưng đầy đủ trong [10] thông qua đối đạo hàm qua giới hạn, một loại vi phân suy rộng cho các ánh xạ đa trị được giới thiệu bởi Mordukhovich và các cộng sự. Tuy nhiên, tính chất Aubin tại một điểm x¯ của ánh xạ F yêu cầu rằng giá trị F(x) với các điểm x xung quanh x¯ phải là một tập khác rỗng. Điều này có nghĩa rằng, các hàm chỉ đa trị của một tập không thể có tính chất Aubin tại các điểm biên của tập đó. Điều này dẫn đến một số hạn chế trong nghiên cứu các bài toán tối ưu với ràng buộc tập. Từ lý do này, một số tác giả đã giới thiệu các mở rộng của các tính chất định tính trên, bao gồm tính chất Aubin theo hướng [7], tính chất Aubin tương ứng với tập tương ứng với tập [11, 16], tính chính quy metric theo hướng [7, 6, 13], tính chính quy metric theo tập [9, 12]... Nếu các tính chất Aubin và tính chính quy metric theo hướng đã được đặc trưng tương đối đầy đủ bởi các vi phân suy rộng theo hướng thì chưa có một vi phân suy rộng theo tập đủ tốt để thiết lập các đặc trưng tương đương cho các tính chất Aubin và tính chính quy metric theo tập. Hơn nữa, vì các vi phân suy rộng không những áp dụng vào việc đặc trưng cho các tính chất ổn định của các ánh xạ đa trị mà còn là các công cụ thiết yếu trong việc nghiên cứu các điều kiện tối ưu nên các vi phân suy rộng theo tập ở trên nếu tìm được không chỉ có thể đặc trưng cho các tính chất Aubin và tính chính quy metric theo tập mà còn là công cụ hiệu quả trong việc thiết lập các điều kiện tối ưu cho một số bài toán tối ưu. 

Trong bài viết này, chúng tôi đề xuất khái niệm và thiết lập một số tính chất cơ bản của các nón pháp tuyến kề và nón pháp tuyến qua giới hạn tương ứng với tập. Trên cơ sở các nón pháp tuyến qua giới hạn này, chúng tôi cũng lần lượt giới thiệu và nghiên cứu một số tính chất của đối đạo hàm tương ứng với tập và dưới vi phân tương ứng với tập cho các. Sử dụng các vi phân suy rộng tương ứng với tập này, chúng tôi thiết lập các đặc trưng tương đương cho tính chất Aubin tương ứng với tập của các ánh xạ đa trị và tính chất Lipschitz địa phương tương ứng với tập của các ánh xạ đơn trị. Ngoài ra, chúng tôi cũng xây dựng điều kiện cần cho nghiệm của bài toán tối ưu với ràng buộc tập thông qua dưới vi phân tương ứng với tập của hàm mục tiêu.cáo xem tại đây

Quét mã QR bên dưới hoặc bấm vào link trước ngày 19/02/2024 để đăng ký tham dự.

Details

Category: Tin nghiên cứu

Created: 28 February 2024

Last Updated: 28 February 2024

Hits: 1727

Mathematical Analysis Seminar, Academic Year 2023-2024

• Invited Speaker: TRAN BAO NGOC (Institute of Mathematics and Scientific Computing, University of Graz, Austria)
• Date & Time: 07, March, 2024, 14.00 - 16.00
• Title: Rigorous derivation of Michaelis-Menten kinetics in the presence of diffusion
• Room: F207, Nguyen Van Cu Campus.
• Abstract: Reactions with enzymes are critical in biochemistry, where the enzymes act as catalysis in the process. One of the most used mechanisms for modeling enzyme catalyzed reactions is the Michaelis-Menten (MM) kinetic. In the ODE level, i.e. concentrations are only on time-dependent, this kinetic can be rigorously derived from mass action law using quasi-steady-state approximation. This issue in the PDE setting, for instance when molecular diffusion is taken into account, is considerably more challenging and only formal derivations have been established. In this paper, we prove this derivation rigorously and obtain MM kinetic in the presence of spatial diffusion. In particular, we show that, in general, the reduced problem is a cross diffusion-reaction system. Our proof is based on improved duality method, heat regularization and a suitable modified energy function. To the best of our knowledge, this work provides the first rigorous derivation of MM kinetic from mass action kinetic in the PDE setting.
• Organizer: LE TRONG THANH, BUI (Vietnam National University – Ho Chi Minh City, University of Science)

Details

Category: Tin nghiên cứu

Created: 29 January 2024

Last Updated: 30 January 2024

Hits: 1552

Buổi trình bày được phát trực tiếp và trực tuyến với các chủ đề bên dưới:

1. Topic 1: Combating with Misinformation and Cancer: A Unified Multimodal AI Approach to Healthy and Happy Life Untitled Title

• • Abstract: In this talk, I will give a research overview of our ongoing research projects, especially focusing on two that are most related to the VinUni-UIUC Smart Health Center: (1) Misinformation Detection and Trustworthy Large Language Models; (2) Joint Natural Language and Molecule Learning for Drug Discovery. Unsurprisingly, these two seemingly different research problems can be tackled with a unified approach based on multimodal knowledge representation and extraction and consistency checking. I’m aiming to recruit several new PhD students to be co-advised by Prof. Khoa D Doan 
  • Bio: Heng Ji is a professor at the Computer Science Department and an affiliated faculty member at the Electrical and Computer Engineering Department and Coordinated Science Laboratory of the University of Illinois Urbana-Champaign. She is an Amazon Scholar. She is the Founding Director of the Amazon-Illinois Center on AI for Interactive Conversational Experiences (AICE). She received her B.A. and M.A. in Computational Linguistics from Tsinghua University and her M.S. and Ph.D. in Computer Science from New York University. Her research interests focus on Natural Language Processing, especially on Multimedia Multilingual Information Extraction, Knowledge-enhanced Large Language Models, AI for Science, Knowledge-driven Generation, and Conversational AI.

2. Topic 2: Toward Reliable and Practical Machine Learning Applications