Tin nghiên cứu

Details

Category: Tin nghiên cứu

Created: 04 December 2024

Last Updated: 11 December 2024

Hits: 496

Giáo sư Jialiang Li hiện đang công tác tại Khoa Thống kê và Khoa học Dữ liệu và Trường Y khoa Sau đại học Duke-NUS, Đại học Quốc gia Singapore. Các lĩnh vực nghiên cứu hiện tại của ông bao gồm mô hình ngưỡng, mô hình phương trình cấu trúc, y học cá nhân hóa, y học chẩn đoán, trung bình mô hình, làm mượt dữ liệu, học máy thống kê, và phân tích sống sót. Ông là thành viên được bầu của Viện Thống kê Quốc tế (ISI) và là hội viên của Hiệp hội Thống kê Hoa Kỳ (ASA). Giáo sư Li đã nhận nhiều giải thưởng danh giá, bao gồm danh hiệu Fellow của Hiệp hội Thống kê Mỹ (ASA), Viện Thống kê Toán học (IMS), và giải thưởng Tài năng Nghiên cứu tại Singapore. Ngoài việc xuất bản nhiều nghiên cứu hàng đầu, ông còn tham gia biên tập cho các tạp chí khoa học uy tín, có thể kể đến là Annal of Applied Statistics, Biometrics, Annual Review of Statistics and Its Application.

Ngày 14/12/2024 sắp tới, GS. Jialiang Li sẽ có buổi báo cáo chuyên môn với chi tiết như sau:

• Chủ đề: “Dự đoán Trung bình Mô hình Robust của Phản hồi Dài hạn với Hiệp Biến siêu nhiều chiều" 
                (Robust Model Averaging Prediction of Longitudinal Response with Ultrahigh-dimensional Covariate).
• Diễn giả: Giáo sư Tiến sĩ Jialiang Li 
• Hình thức: Trực tiếp kết hợp trực tuyến thông qua nền tảng Zoom.
• Địa điểm: Phòng C.41, Trường ĐH Khoa học tự nhiên, ĐHQG-HCM.
                  (227 Nguyễn Văn Cừ, Phường 4, Quận 5, TP. Hồ Chí Minh)
• Thời gian: 14:00-16:30 chiều ngày 14 tháng 12 năm 2024.
• Tóm tắt bài báo cáo:
  Trung bình mô hình là một kỹ thuật tập hợp hấp dẫn để xây dựng các dự đoán nhanh và chính xác. Mặc dù đã được áp dụng rộng rãi trong phân tích dữ liệu chéo, nhưng việc ứng dụng nó vào dữ liệu theo thời gian vẫn còn hạn chế. Chúng tôi xem xét trung bình mô hình cho phản hồi dài hạn khi số lượng biến độc lập là siêu cao. Để thực hiện điều này, chúng tôi đề xuất một quy trình hai giai đoạn mới, trong đó bước đầu tiên là thực hiện sàng lọc biến và sau đó là trung bình mô hình. Trong cả hai giai đoạn, một hàm ước lượng dựa trên thứ hạng vững chắc được giới thiệu để xử lý các ngoại lệ tiềm ẩn và phân phối sai số có đuôi nặng, trong khi mối tương quan theo thời gian được mô hình hóa bằng phương pháp phân rã Cholesky đã sửa đổi và được tích hợp một cách hợp lý để đạt được hiệu quả. Các tính chất tiệm cận của các phương pháp mà chúng tôi đề xuất được thiết lập một cách chặt chẽ, bao gồm tính nhất quán trong việc sàng lọc và hội tụ của dự đoán trung bình mô hình, với sự không chắc chắn trong bước sàng lọc và tập hợp mô hình đã chọn đều được xem xét. Các nghiên cứu mô phỏng rộng rãi cho thấy phương pháp của chúng tôi vượt trội hơn so với các đối thủ hiện có, dẫn đến cải thiện đáng kể trong hiệu suất sàng lọc và dự đoán. Cuối cùng, chúng tôi áp dụng khuôn khổ đề xuất của mình để phân tích một tập dữ liệu vi sinh vật học của con người, cho thấy khả năng của quy trình trong việc tạo ra dự đoán vững chắc bằng cách sử dụng các chất chuyển hóa khổng lồ.

Thông qua buổi nói chuyện này, GS.TS Jialiang Li cũng sẽ có buổi trao đổi về cơ hội học bổng học tập và nghiên cứu tại Đại học Quốc gia Singapore. 

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

Details

Category: Tin nghiên cứu

Created: 27 November 2024

Last Updated: 27 November 2024

Hits: 250

Tiến sĩ Sơn Trần hiện là Giảng viên Cao cấp về Khoa học Dữ liệu tại Đại học Deakin, Úc, và là chuyên gia trong lĩnh vực tính toán thần kinh. Ông nhận bằng Tiến sĩ Khoa học Máy tính từ City, University of London vào năm 2016. Nghiên cứu của ông tập trung vào việc phát triển các hệ thống trí tuệ nhân tạo (AI) hiệu quả và minh bạch, đặc biệt thông qua học máy dựa trên tri thức và tính toán thần kinh biểu tượng, nhằm nâng cao sự hợp tác giữa con người và AI. Bên cạnh đó, ông chú trọng ứng dụng AI để giải quyết các vấn đề thực tiễn trong y tế, nông nghiệp và các hệ thống tự hành, góp phần tạo ra các giải pháp đổi mới cho những thách thức quan trọng. Các công trình của ông đã được công bố tại nhiều hội nghị và tạp chí học thuật hàng đầu như AAAI, IJCAI, KR, IEEE TNNLS và IEEE MM.

Ngày 28/11/2024 sắp tới,Tiến sĩ Sơn Trần sẽ có buổi báo cáo chuyên môn với chi tiết như sau:

• Chủ đề: “Neurosymbolic AI: A Decomposition Perspective”
• Diễn giả: Tiến sĩ Sơn Trần
• Địa điểm: Phòng E202B, Trường ĐH Khoa học tự nhiên, ĐHQG-HCM.
                  (227 Nguyễn Văn Cừ, Phường 4, Quận 5, TP. Hồ Chí Minh)
• Thời gian: 10:00 sáng ngày 28 tháng 11 năm 2024.
• Tóm tắt bài báo cáo như sau: 
  Neurosymbolic AI has emerged as a promising approach for building robust and reliable artificial intelligence systems. This presentation explores the field through the lens of decomposition, demonstrating how this perspective enables the synergy between neural networks and symbolic representation. By leveraging decomposition, we can enhance learning tasks, develop interpretable AI models, and employ neural networks to facilitate complex reasoning processes. These capabilities are expected to address critical challenges in current AI systems, including large language models and generative models.

Kính mời quý thầy cô, nghiên cứu sinh, học viên cao học và sinh viên đến tham dự.

Details

Category: Tin nghiên cứu

Created: 02 December 2024

Last Updated: 02 December 2024

Hits: 698

• Diễn giả: Tiến sĩ Nguyễn Nguyễn Trúc Đào (Bộ môn Toán và Thống kê, Đại học bang San Diego, San Diego, Hoa Kỳ)
• Thời gian:  09:00-11:00, Thứ năm ngày 12 tháng 12 năm 2024.
• Địa điểm: Phòng F207, Cơ sở Nguyễn Văn Cừ, Trường Đại học Khoa học tự nhiên, ĐHQG-HCM. (Số 227 Nguyễn Văn Cừ, Phường 4, Quận 5, TP. Hồ Chí Minh)
• Tiêu đề: Optimization of Controlled Sweeping Processes and Neural Networks
• Tóm tắt: This presentation focuses on applying the discrete approximation method to establish necessary optimality conditions in an optimization problem for fully controlled constrained sweeping processes. Additionally, we explore its applications in various practical dynamical models. The first model deals with the dynamics of mobile robots navigating obstacles, while the second pertains to model predictive control utilizing neural networks.

• Ban tổ chức: TS. Nguyễn Đăng Khoa, PGS.TS. Lý Kim Hà (Bộ môn Giải tích, Khoa Toán - Tin học, Trường Đại học Khoa học tự nhiên, ĐHQG-HCM)

Sau buổi báo cáo, Tiến sĩ Nguyễn Nguyễn Trúc Đào sẽ giới thiệu về Đại học Bang San Diego (San Diego State University) và một số học bổng tại trường SDSU.

Details

Category: Tin nghiên cứu

Created: 26 November 2024

Last Updated: 26 November 2024

Hits: 399

PGS.TS Hyungmin Jun hiện là Phó Giáo sư tại Đại học Quốc gia Jeonbuk (Hàn Quốc), và là Principal Investigator của Lab “Multiphysics Systems Design”. Ông nhận bằng Tiến sĩ Kỹ thuật Cơ khí từ Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) năm 2015 và từng là nghiên cứu viên sau Tiến sĩ tại Viện Công nghệ Massachusetts (MIT). Lĩnh vực nghiên cứu chính của ông bao gồm công nghệ Nano DNA, cơ học tính toán và trí tuệ nhân tạo y tế, với nhiều công bố trên các tạp chí khoa học hàng đầu.

Ngày 28/11/2024 sắp tới, PGS. Hyungmin Jun cùng các thành viên của Lab sẽ có buổi báo cáo chuyên môn với chi tiết như sau:

• Chủ đề: “Vision and Research of the Multiphysics Systems Design Laboratory”
• Diễn giả: PGS.TS Hyungmin Jun
• Địa điểm: Phòng C32A, Trường ĐH Khoa học tự nhiên, ĐHQG-HCM.
                  (227 Nguyễn Văn Cừ, Phường 4, Quận 5, TP. Hồ Chí Minh)
• Thời gian: 9:00-11:00 sáng ngày 28 tháng 11 năm 2024.
• Tóm tắt bài báo cáo như sau: 

The Multiphysics Systems Design Laboratory (MSDL) at Jeonbuk National University conducts cutting-edge research at the intersection of DNA nanotechnology, AI for medical and smart farm applications, and biomechanics and computational methods, emphasizing applying advanced mathematical and computational methods. In DNA nanotechnology, we design and synthesize DNA origami structures and hybrid RNA-DNA nanoparticles for applications in gene therapeutics, drug delivery, and material science. In AI research, our work spans data-driven digital biomarkers, AI-assisted diagnostics, and smart farming systems, applying deep learning techniques to improve healthcare and agriculture areas. In computational mechanics, we specialize in nonlinear finite element methods, phase-field modeling, composite structure analysis, structural topology optimization, and virtual heart simulations to address complex engineering challenges. The lab’s interdisciplinary approach underscores the synergy between engineering and mathematics in solving real-world problems, fostering innovation, and offering impactful solutions across diverse fields.

Thông qua buổi nói chuyện này, PGS.TS Hyungmin Jun cũng sẽ có buổi trao đổi về cơ hội học bổng học tập và nghiên cứu tại Đại học Quốc gia Jeonbuk. 

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.