Đầu năm 2026, Khoa Khoa học Dữ liệu và Trí tuệ nhân tạo, Đại học Kinh tế Quốc dân ghi nhận hai kết quả nghiên cứu được công bố trên các tạp chí quốc tế uy tín thuộc danh mục Q1, tiếp tục khẳng định năng lực nghiên cứu và hợp tác học thuật quốc tế của đội ngũ giảng viên, nhà khoa học của Khoa.

Nghiên cứu về làm sạch tín hiệu điện não đồ đăng trên tạp chí ISI-Q1

Link: https://www.sciencedirect.com/science/article/abs/pii/S1746809426004143

Ở công bố thứ nhất, TS. Nguyễn Trọng Nghĩa và nhóm tác giả với bài báo “Band2CleanFormer: Integrating band-specific processing and inter-band attention for robust EEG denoising” đã được công bố chính thức trên tạp chí Biomedical Signal Processing and Control.

Bài báo ghi nhận sự hợp tác quốc tế giữa thành viên Business AI Lab (Khoa Khoa học Dữ liệu và Trí tuệ Nhân tạo, Đại học Kinh tế Quốc dân) và các nhà khoa học tại Đại học Quốc gia Chonnam (Hàn Quốc), bao gồm tác giả Battulga Ulziisaikhan và GS. Soo-Hyung Kim.

Trong nghiên cứu này, nhóm tác giả đề xuất một mô hình AI lai (CNN-Transformer) mang tên Band2CleanFormer nhằm phân tách và làm sạch tạp nhiễu trong tín hiệu điện não đồ (EEG) theo 6 dải tần số chuyên biệt. Phương pháp hoạt động bằng cách phân tách dữ liệu thành sáu dải tần số riêng biệt thông qua thuật toán Fast Fourier Transform, từ đó xử lý các loại tạp nhiễu đặc thù như chuyển động mắt (EOG) và co thắt cơ (EMG).

Kết quả nghiên cứu mở ra tiềm năng ứng dụng với độ tin cậy cao trong chẩn đoán lâm sàng và các hệ thống giao diện Não – Máy tính (BCI).

Nghiên cứu về lập lịch song song đăng trên tạp chí Q1-SCIE

Công bố thứ hai thuộc về nhóm tác giả gồm NCS. ThS. Tạ Đình Quý – Thành viên Lab SLSCM nghiên cứu về logistics và quản trị chuỗi cung ứng thông minh và PGS.TS. Hà Minh Hoàng – Trưởng phòng Lab CADA nghiên cứu và chuyển giao công nghệ Khoa học dữ liệu và Trí tuệ nhân tạo cùng các đồng nghiệp quốc tế. Bài báo được đăng trên tạp chí International Transactions in Operational Research (Q1-SCIE).

Link: https://onlinelibrary.wiley.com/doi/10.1111/itor.70177

Nghiên cứu là kết quả hợp tác quốc tế với TS. Roberto Rosati (Áo) và GS. Andrea Schaerf (Italia), khẳng định khả năng kết nối và hợp tác học thuật quốc tế của các thành viên Lab.

Trong bài báo, nhóm tác giả nghiên cứu bài toán lập lịch các công việc có yếu tố xung đột trên các máy song song đồng nhất với mục tiêu tối thiểu hóa makespan – một biến thể kinh điển nhưng có độ phức tạp tính toán cao của bài toán lập lịch song song.

Nghiên cứu đề xuất và đánh giá ba phương pháp giải gồm:

• Một mô hình lập trình ràng buộc (CP) mới;
• Hai phương pháp metaheuristic, bao gồm simulated annealing đa lân cận sử dụng biểu diễn nghiệm ngầm kết hợp với bộ giải mã tham lam;
• Một phương pháp large neighborhood search dựa trên CP với các toán tử được thiết kế chuyên biệt cho bài toán.

Kết quả tính toán cho thấy mô hình CP đề xuất vượt trội so với phương pháp CP hiện có, chứng minh được tính tối ưu cho nhiều bài toán trong thời gian ngắn. Trong khi đó, metaheuristic MNSA thể hiện khả năng sinh nghiệm chất lượng cao ổn định, đặc biệt trong các trường hợp phương pháp chính xác gặp khó khăn trong hội tụ và ở các bài toán có mức độ xung đột cao.

Hai công bố quốc tế đầu năm 2026 tiếp tục khẳng định định hướng phát triển nghiên cứu chuyên sâu, tăng cường hợp tác quốc tế và đóng góp tri thức mới của Khoa Khoa học Dữ liệu và Trí tuệ nhân tạo, Đại học Kinh tế Quốc dân trong các lĩnh vực trí tuệ nhân tạo, xử lý tín hiệu và tối ưu hóa.