GIỚI THIỆU

TS NGUYỄN TRỌNG NGHĨA
Thành viên  nhóm nghiên cứu Trí tuệ nhân tạo trong kinh doanh (Bussiness AI Lab – BAI LAB), Khoa Khoa học dữ liệu và Trí tuệ nhân tạo, Trường Công nghệ, Trường Đại học kinh tế Quốc dân.

Tốt nghiệp Đại học ngành Công Nghệ Thông Tin tại trường Đại học Khoa Học – ĐH Huế, (Năm 2018). Tốt nghiệp Thạc sĩ ngành Khoa học Máy Tính tại Đại học Bách Khoa Hà Nội, (Năm 2021). Tốt nghiệp Tiến sĩ ngành Khoa học máy tính tại Đại học Quốc gia Chonnam, Hàn Quốc (năm 2025).

Email: nghiant@neu.edu.vn
Địa điểm: P1613, nhà A1, Trường Công nghệ, Trường Đại học Kinh tế Quốc dân, 207 Giải Phóng, Quận Hai Bà Trưng, Hà Nội

LĨNH VỰC NGHIÊN CỨU

• Học máy, học sâu, trí tuệ nhân tạo: Ứng dụng trong y tế và kinh tế.
• Thị giác máy tính, xử lý ảnh.
• Phân tích dữ liệu chuỗi thời gian.
• Xử lý tín hiệu y sinh (Biomedical signal processing).

GIẢI THƯỞNG

• Korean Aquaculture Artificial Intelligence Model Contest 2021 (Gold prize).
• Korean Emotion Recognition Challenge 2021 (Silver prize).
• Equity in post-HCT Survival Predictions 2025 (Bronze prize).

CÔNG TRÌNH KHOA HỌC TIÊU BIỂU

Tạp chí:

[1] Trong-Nghia Nguyen, Soo-Hyung Kim, Bo-Gun Kho, Hyung-Jeong Yang, et al. (2024). Multi-Gradient Siamese Temporal Model for the Prediction of Clinical Events in Rapid Response Systems. IEEE Intelligent System, Vol. 39, no. 6, PP. 58-69. DOI: 10.1109/MIS.2024.3408290.

[2] Trong-Nghia Nguyen, Hyung-Jeong Yang, Bo-Gun Kho, Sae-Ryung Kang, and Soo-Hyung Kim, et al. (2024). Explainable Deep Contrastive Federated Learning System for Early Prediction of Clinical Status in-Intensive Care Unit. IEEE Access, Vol. 12, PP. 117176-117202. DOI: 10.1109/ACCESS.2024.3447759.

[3] Trong-Nghia Nguyen, Soo-Hyung Kim, Bo-Gun Kho, Nhu-Tai Do, N.K. Iyortsuun, Guee-Sang Lee, Hyung-Jeong Yang, et al. (2025). Temporal Variational Autoencoder Model for In-hospital Clinical Emergency Prediction. Biomedical Signal Processing and Control, Vol. 100, Part C, PP. 106975. DOI:10.1016/j.bspc.2024.106975.

[4] Trong-Nghia Nguyen, Soo-Hyung Kim, Nhu-Tai Do, Thai-Thi Ngoc Hong, Hyung Jeong Yang, Guee Sang Lee, et al. (2024). A TabNet-Based System for Water Quality Prediction in Aquaculture. Smart Media Journal, Vol. 11, PP. 39-52. DOI: 10.30693/SMJ.2022.11.2.39.

Hội nghị:

[1] Trong-Nghia Nguyen, Thanh-Hung Vo, Bo-Gun Kho, Hyung-Jeong Yang, Guee-Sang Lee, Soo-Hyung Kim, et al. (2021). Deep Interpretable Learning for a Rapid Response System. In Proceedings of the Korea Information Processing Society Conference, pp. 805-807. Nov. 2021, Yeosu, Korea. DOI: 10.3745/PKIPS.y2021m11a.805.

[2] Trong-Nghia Nguyen, Ngoc-Tu Vu, Bo-Gun Kho, Hyung-Jeong Yang, Soo-Hyung Kim, et al. (2021). Deep learning-based model for rapid prediction of in-hospital clinical deterioration. In Proc. 10th Int. Conf. Big data Applications and Services (BIGDAS 2022), pp. 81-88, Jeju, Korea, Nov. 2022.

[3] T. -B. Nguyen, T. -N. Nguyen, H. -Q. Nguyen, T. -L. Nguyen, T. T. -T. Pham, et al. (2020). How feature fusion can help to improve multi-shot person re-identification performance?. In International Conference on Multimedia Analysis and Pattern Recognition (MAPR), pp. 1-6, Hanoi, Vietnam.

[4] Ngoc Tu Vu, Trong-Nghia Nguyen, Van-Thong Huynh, Soo-Hyung Kim, et al. (2023). Ensemble Spatial and Temporal Vision Transformer for Action Units Detection. In Proc. CVPR 2023 Workshop and Competition on Affective Behavior Analysis in-the-wild, pp. 5769-5775. June. 2023, Vancouver, Canada.

[5] Eun-Bin Choi, Hong-Hai Nguyen, Trong-Nghia Nguyen, Soo-Hyung Kim, et al. (2022). Stress analysis based on feature late fusion strategy. In Proc. Int. Conf. Smart Media and Applications (SMA2022), pp.110-114. Oct. 2022, Saipan, USA.

[6] Battulga Ulziisaikhan, Trong-Nghia Nguyen, Soo-Hyung Kim, et al. (2024). A Hybrid CNN-LSTM Approach for Effective Denoising of EEG Signals Contaminated by EOG Artifacts. In Annual Conference of Korea Information Processing Society (ACK 2024), Vol. 31, No. 2, pp. 573-576, Gwanju, Korea.

GIẢNG DẠY

• Học máy
• Học sâu
• Thị giác máy tính

CÁC ĐỀ TÀI, DỰ ÁN ĐÃ THỰC HIỆN

Phương pháp và thiết bị phản ứng nhanh với bệnh nhân cấp cứu tại bệnh viện bằng cách theo dõi các dấu hiệu sinh tồn (Application number: 10-2022-0187771) – Đã được chuyển giao cho Bệnh viện Đại học Quốc gia Chonnam, Hàn Quốc, 2022-2025.