Ngày 24/12/2025, tại Hội trường Trường Công nghệ Thông tin và Truyền thông (CNTT-TT) đã diễn ra Ngày Seminar Trường CNTT-TT năm 2025 với nhiều báo cáo khoa học và chuyên đề chuyên sâu, thu hút sự tham gia của giảng viên, nghiên cứu sinh và các khách mời trong lĩnh vực công nghệ và chuyển đổi số.
Khoa Khoa học máy tính tham dự buổi seminar
Trong khuôn khổ chương trình, Khoa Khoa học máy tính tham dự tích cực và đóng góp nội dung chuyên môn, nổi bật với bài báo cáo số 1 do TS. Lê Quyết Thắng (Khoa Khoa học máy tính) trình bày với chủ đề:
“Tiếp cận Toán hiện đại trong nghiên cứu Hệ tri thức (Some Approches on Modern Mathematics for Knowledge Systems)”.
Nội dung báo cáo nhấn mạnh rằng sự phát triển nhanh và bền vững của công nghệ AI có nền tảng quan trọng từ các tư duy toán học hiện đại luôn đi trước. Trong AI, Hệ tri thức (Knowledge System) hay Hệ chuyên gia (Expert System) thường được biết đến qua các Ontology, dùng để kết nối, tổ chức và phân loại hệ thống tri thức phức tạp có liên quan chặt chẽ với nhau. Ontology có thể ứng dụng để lập luận, giải thích các vấn đề chuyên sâu hoặc chứng minh tính đúng đắn của một giả thuyết.
Báo cáo cũng chỉ ra rằng việc khai thác Hệ tri thức nếu không đảm bảo điều kiện về tính đúng đắn của tri thức có thể dẫn đến những lập luận tưởng như đúng về mặt lý thuyết nhưng lại sai khi áp dụng trên dữ liệu thực tế. Điều này được lý giải dưới góc nhìn của Lý thuyết Mô hình (Model Theory): chỉ cần một tri thức sai hoặc lỗi thời trong một tập hợp tri thức chuyên sâu lớn có thể gây ra các suy đoán sai mang tính hệ thống, làm giảm độ tin cậy của toàn bộ hệ thống.
Từ đó, báo cáo giới thiệu hướng tiếp cận dựa trên Lý thuyết Mô hình trong toán học hiện đại gắn với Không gian topo (Topological Space), chuyên nghiên cứu Hệ tri thức đi kèm lập luận Logic Mô tả (Description Logic). Chuyên đề đề cập đến quá trình nhúng tri thức vào Không gian topo, trích xuất Ontology và các điều kiện cần và đủ để Ontology luôn đúng.
Bên cạnh đó, chương trình còn có nhiều báo cáo đáng chú ý liên quan đến chuyển đổi số, AI, phân loại ảnh y khoa, phân loại dữ liệu quy mô lớn, instance segmentation, và hệ thống nhận dạng côn trùng gây hại với sự tham gia của khách mời và các nghiên cứu sinh. Trong số đó, bài báo cáo số 3 của NCS Võ Trí Thức với chủ đề:
“A Meta-Classifier Built on Self-Supervised Models for Improving Chest X-ray Image Classification”
NCS. Võ Trí Thức trình bày báo cáo tại buổi seminar
Nghiên cứu đề xuất phương pháp SSL-mC (Self-supervised Learning with fine-tuning and meta-Classifier integration) nhằm giải quyết tình trạng thiếu dữ liệu gán nhãn trong y khoa bằng cách học biểu diễn từ dữ liệu chưa gán nhãn thông qua Self-supervised Learning (SSL). Thay vì chỉ fine-tuning một mô hình đã pretrain theo hướng tự giám sát, phương pháp đề xuất tiến hành huấn luyện các bộ phân loại phi tuyến dựa trên xác suất đầu ra của các mô hình đã fine-tuning thuộc năm kiến trúc gồm: ResNet-50, DenseNet-121, MobileNet-v2, Vision Transformer và Swin Transformer.
Các xác suất đầu ra này được ghép để tạo thành đặc trưng đầu vào cho meta-classifier, giúp tận dụng lợi ích của cơ chế tích hợp ở mức mô hình và cải thiện đáng kể hiệu suất. Kết quả thực nghiệm cho thấy phương pháp SSL-mC vượt trội hơn so với các cách tiếp cận fine-tuning truyền thống, với mức tăng độ chính xác từ 1,9% đến 3,9% so với các mô hình cơ sở, và đạt độ chính xác cao nhất là 88%.
Ngày Seminar được mở đầu bằng phát biểu khai mạc của GS. TS. Huỳnh Xuân Hiệp – Phó Hiệu trưởng Trường CNTT-TT vào lúc 07:15 và kết thúc bằng phần tổng kết, bế mạc vào lúc 11:00.
Khoa Khoa học máy tính trân trọng ghi nhận và đánh giá cao ý nghĩa học thuật của chương trình, đồng thời xem đây là dịp quan trọng để tăng cường giao lưu chuyên môn, cập nhật xu hướng nghiên cứu mới và mở rộng hợp tác trong nghiên cứu khoa học.
