Tin nghiên cứu

Details
Category: Tin nghiên cứu
Hits: 612

Bộ môn Giáo dục Toán học kết hợp với Bộ môn Xác suất - Thống kê tổ chức buổi "Seminar Giáo dục Toán học tháng 08.2024" với bài báo cáo của Tiến sĩ Lê Thị Thanh Tịnh. Buổi trình bày này sẽ giới thiệu việc sử dụng các phương pháp thống kê như kiểm định chi-square và hồi quy logistic đa thức để khám phá mối quan hệ có ý nghĩa trong nghiên cứu giáo dục, đặc biệt với dữ liệu định tính.
Thông tin chi tiết:

Nội dung bài báo cáo:

  • Tiêu đề: Một thảo luận về Thống kê ứng dụng với các ví dụ trong Nghiên cứu Giáo dục
  • Diễn giả: Tiến sĩ Lê Thị Thanh Tịnh – Trường Đại học Sư phạm, Đại học Đà Nẵng
  • Tóm tắt bài báo cáo như sau:
    Trong nghiên cứu giáo dục, những hiểu biết có giá trị thường ẩn giấu trong dữ liệu định tính, chẳng hạn như các đặc điểm nhân khẩu học của người tham gia, niềm tin, phương pháp giảng dạy và kết quả học tập. Bài thuyết trình này nhấn mạnh vai trò quan trọng của việc sử dụng các phương pháp thống kê phù hợp để khám phá các mối quan hệ có ý nghĩa trong nghiên cứu giáo dục, đặc biệt khi xử lý dữ liệu định tính. Thảo luận sẽ tập trung vào việc ứng dụng các phương pháp thống kê chính, bao gồm kiểm định chi-square, kiểm định đồng nhất biên và hồi quy logistic đa thức trong các nghiên cứu giáo dục. Các ví dụ thực tế từ nghiên cứu giáo dục sẽ được sử dụng để minh họa việc áp dụng thực tiễn các kỹ thuật này, mang lại những hiểu biết cụ thể về cách giải quyết các câu hỏi nghiên cứu liên quan đến các biến định tính. Bài thuyết trình cũng sẽ đi sâu vào các cân nhắc và lập luận cần thiết khi áp dụng và diễn giải các phân tích thống kê trong bối cảnh nghiên cứu giáo dục. Bài thuyết trình này được thiết kế cho các nhà giáo dục và nhà nghiên cứu quan tâm đến việc tận dụng sức mạnh của phân tích dữ liệu định tính để hiểu sâu hơn về các hiện tượng giáo dục.

Quý thầy cô, nghiên cứu sinh, học viên cao học, sinh viên và nhà nghiên cứu quan tâm có thể quét mã Qr bên dưới hoặc đăng ký tham dự tại đây. 

24.08.2024.png

Details
Category: Tin nghiên cứu
Hits: 610

Bộ môn Xác suất Thống kê tổ chức Seminar tháng 8/2024 với báo cáo của TS. Clément Elvira đến từ Centrale Supélec, Rennes, Pháp. Thông tin chi tiết về báo cáo và diễn giả như sau:

Tên bài báo cáo: Safe Screening: An introduction and perspectives

Thời gian và địa điểm: 10:00 - 11:00 sáng thứ hai 19/8, tại phòng F207, Trường ĐH Khoa học tự nhiên, 227 Nguyễn Văn Cừ, Q5, TP. HCM. 

Tóm tắt:  Convex optimization problems with additive penalty terms arise in numerous applications, including Signal Processing and Machine Learning. A key factor underlying their success is their ability to promote solutions with a desired structure, such as sparsity. This talk will delve into the fundamental concepts behind "safe screening", an acceleration technique for sparsity-promoting optimization problems. Specifically, safe screening involves designing tests to detect zero entries in the solution of the problem. We will then present the latest contributions in this field and discuss future perspectives.

Giới thiệu về báo cáo viên: Tiến sĩ Clément Elvira hiện đang là trợ lý giáo sư (Maître de Conférences) tại trường  Centrale Supélec, Rennes, Pháp. Ông nhận bằng tiến sĩ tại CRIStAL (Research Center in Computer Science, Signal and Automatic Control), Đại học Lille năm 2017, và sau đó làm nghiên cứu sau tiến sĩ (postdoctoral researcher) tại INRIA Rennes - Bretagne và IRISA, Đại học Bretagne Sud. Lĩnh vực nghiên cứu của TS. Clément Elvira là về signal processing and machine learning, convex optimization, dictionary leanring, sparse representations. 

Kính mời quý thầy cô, nghiên cứu sinh, học viên cao học và sinh viên đến tham dự. Xin vui lòng đăng ký thông tin tham dự tại đây. 

Details
Category: Tin nghiên cứu
Hits: 411

Bộ môn Tối ưu tổ chức buổi "Seminar Tối ưu tháng 08.2024" với nội dung bao quát từ lý thuyết Giải Tích Lồi đến các ứng dụng thực tiễn như học máy (machine learning) và khôi phục ảnh (image reconstruction). Thông tin chi tiết như sau:

  • Diễn giả: GS. TS Nguyễn Mậu Nam – Đại học Đại học Portland State, Hoa Kỳ.
  • Thời gian: 09h00 sáng thứ 3 ngày 13/08/2024.
  • Địa điểm: Phòng F207 - Trường ĐH Khoa học tự nhiên, cơ sở 1, 227 Nguyễn Văn Cừ, Q5, TP. HCM.
  • Tiêu đề: Generalized Differentiation and Applications to Optimization: from Convexity to Nonconvexity
  • Tóm tắt bài báo cáo như sau: 
    In this presentation, we introduce recent advances in developing calculus rules of generalized differentiation for nonsmooth functions and set-valued mappings in both finite and infinite dimensions, spanning from convexity to nonconvexity. We also explore how generalized differentiation can address convex and nonconvex optimization challenges, particularly those that are of a nonsmooth nature. Our focus includes studying multifacility location, machine learning, and image reconstructions from both theoretical and numerical perspectives. We introduce optimization techniques to design algorithms for solving the optimization problems arising in these areas.

Các bạn sinh viên, học viên cao học, nghiên cứu sinh và các đồng nghiệp quan tâm có thể đăng ký tham dự tại đây.

Details
Category: Tin nghiên cứu
Hits: 287

Vừa qua Khoa Toán - Tin học Trường ĐH Khoa học tự nhiên, ĐHQG-HCM đã phối hợp với Viện Nghiên cứu Cao cấp về Toán tổ chức Mini-course: High-dimensional Statistics, từ 22/07/2024 đến 26/07/2024 do GS. Vincent Rivoirard đến từ Đại học Paris Dauphine - PSL (Paris, Pháp) trực tiếp giảng dạy.

Khóa học lần này chủ yếu trình bày trình bày các khái niệm và ý tưởng chính về một số chủ đề được lựa chọn của thống kê chiều cao dựa trên các phương pháp phi tham số hiện đại.

Đặc biệt, khóa học lần này còn có sự tham gia của các học viên ở xa cô Analyn Malines (Đại học bang Mindanao, Philippin), anh Nguyễn Thành Nhân (Đại học An Giang), Anh Trần Duy Thanh ( Đại học Đà Lạt) và anh Trương Cao Minh ( Trường Đại học Dược Hà Nội) đã dành thời gian đến tham dự Khóa học. 

Dưới đây là một số hình ảnh về khóa học:

9042ff99e5e240bc19f3.png

8ce4b79759a7fcf9a5b6.png 
 96d38ad0e5d8408619c9.png  9646a29dc5e460ba39f5.png
cdbbe38c8c8429da7095.png 1424493b2633836dda22.png
8aa49386b4bb11e548aa10.png 91c1dcf9fbc45e9a07d511.png

Details
Category: Tin nghiên cứu
Hits: 441

Bộ môn Cơ học tổ chức buổi "Seminar Cơ học tháng 07.2024" với 2 bài báo cáo của Tiến sĩ Đặng Lê Quang và Tiến sĩ Vũ Hồ Thảo Thuận. Buổi trình bày này sẽ giới thiệu vai trò quan trọng của Khoa học Dữ liệu trong việc nâng cao hiệu suất và tối ưu hóa các quy trình kỹ thuật, góp phần thúc đẩy sự phát triển bền vững và đổi mới trong các ngành công nghiệp đồng thời buổi seminar cũng sẽ giới thiệu sơ lược về cơ học Hamilton và các ứng dụng

Các bạn sinh viên, học viên cao học, nghiên cứu sinh và các đồng nghiệp quan tâm có thể đăng ký tham dự tại đây.

  • Thời gian: 09h00 sáng thứ 6 ngày 26/07/2024.
  • Địa điểm: Phòng C43A - Trường ĐH Khoa học tự nhiên, cơ sở 1, 227 Nguyễn Văn Cừ, Q5, TP. HCM.

Nội dung: 

  1. Bài báo cáo số 1: 
    • Tiêu đề: Ứng dụng Khoa học Dữ liệu trong các lĩnh vực kỹ thuật
    • Diễn giả: TS Đặng Lê Quang – Đại học Ngoại Thương
    • Tóm tắt bài báo cáo như sau: 
      Khoa học Dữ liệu đã trở thành một công cụ thiết yếu trong nhiều lĩnh vực kỹ thuật, mang lại những cải tiến vượt bậc về quy trình làm việc và hiệu suất. Trong lĩnh vực kỹ thuật xây dựng, Khoa học Dữ liệu hỗ trợ dự đoán tuổi thọ công trình, phân tích địa chất và tối ưu hóa quy hoạch đô thị thông qua các mô hình dự đoán dựa trên dữ liệu. Các kỹ thuật phân tích dữ liệu tiên tiến giúp cải thiện thiết kế sản phẩm, dự đoán sự cố thiết bị và tối ưu hóa quy trình sản xuất trong kỹ thuật cơ khí. Trong kỹ thuật điện, Khoa học Dữ liệu đóng vai trò quan trọng trong việc quản lý và tối ưu hóa lưới điện, dự báo nhu cầu tiêu thụ năng lượng và giám sát hiệu suất hệ thống điện. Hơn nữa, trong ngành hàng không, ứng dụng Khoa học Dữ liệu đã cải thiện hiệu suất bay, tối ưu hóa lịch trình bảo trì và nâng cao an toàn bay thông qua việc phân tích dữ liệu cảm biến và hệ thống.
      Đặc biệt, trong lĩnh vực mô phỏng số, Khoa học Dữ liệu đang tạo ra những thay đổi đột phá. Các mô hình mô phỏng số sử dụng các thuật toán học máy để tái tạo và dự đoán các hiện tượng phức tạp trong các hệ thống kỹ thuật. Điều này giúp giảm thiểu thời gian và chi phí cho việc tính toán, đồng thời tăng độ chính xác của các mô phỏng. Các ứng dụng nổi bật của Khoa học Dữ liệu bao gồm mô phỏng dòng chảy chất lỏng trong kỹ thuật thủy lực, dự đoán hiệu suất của các vật liệu mới trong kỹ thuật vật liệu, và mô phỏng khí động lực học trong ngành hàng không. Những ứng dụng này không chỉ cải thiện hiệu quả và độ chính xác mà còn mở ra những hướng nghiên cứu và phát triển mới trong các lĩnh vực kỹ thuật.
  2.  Bài báo cáo số 2: 
    • Tiêu đề: Hamiltonian mechanics approach to 2-layer dispersive stratified fluids
    • Diễn giả: TS. Vũ Hồ Thảo Thuận – Đại học Monash, Úc
    • Tóm tắt bài báo cáo như sau:
      Bài thuyết trình giới thiệu sơ lược về cơ học Hamilton, và các ứng dụng cơ học Hamilton vào việc mô hình hệ chất lưu 2 lớp (stratified fluids). Mô hình có sử dụng phương pháp long-wave asymptotics, và một số khái niệm chuyên ngành từ hình học vi phân.

Bấm vào liên kết trước ngày 25/07/2024 để đăng ký tham dự.

  1. Thông báo chuỗi seminar: "The role of mathematics and optimization in Machine Learning/Deep Learning"
  2. Thông báo Seminar Xác suất - Thống kê: A Primer on Latent Variable Mixture Modeling: Theoretical Foundations and Applications in Data Science and AI
  3. Mini – Course: High-dimensional Statistics
  4. Seminar Ứng dụng Tin học tháng 06.2024 - Principled Frameworks for Designing Deep Learning Models: Efficiency, Expressivity, and Robustness