Nguyễn Trọng Nghĩa

• Giảng viên Khoa Khoa học Dữ liệu và Trí tuệ Nhân tạo, Đại học Kinh tế Quốc dân
• Thành viên Lab nghiên cứu Trí tuệ nhân tạo trong Kinh doanh (Business AI Lab)

Tiểu sử học thuật

• Tiến sỹ: Ngành Trí tuệ nhân tạo, Đại học Quốc gia Chonnam, Hàn Quốc, năm 2025
• Thạc sỹ: Ngành Khoa học máy tính, Đại học Bách khoa Hà Nội, Việt Nam, 2021
• Cử nhân: Ngành Công nghệ thông tin, Trường Đại học Khoa học – Đại học Huế, Việt Nam, 2018

GIỚI THIỆU

TS. Nguyễn Trọng Nghĩa nhận bằng Cử nhân Khoa học (B.S.) từ Khoa Công nghệ Thông tin, Đại học Khoa học – Đại học Huế năm 2018 và bằng Thạc sĩ Khoa học máy tính (M.S.) từ Khoa Thị giác Máy tính, Viện Công nghệ Thông tin và Truyền thông (MICA), Đại học Bách Khoa Hà Nội năm 2021. Ông bảo vệ thành công luận án Tiến sĩ Trí tuệ Nhân tạo tại Khoa Hội tụ Trí tuệ Nhân tạo, Đại học Quốc gia Chonnam, Hàn Quốc, năm 2025. Nghiên cứu của ông tập trung vào nhận dạng mẫu, xử lý ảnh và tín hiệu y tế, phân tích chuỗi thời gian, xử lý ngôn ngữ tự nhiên và mô hình ngôn ngữ lớn (LLM).

Với bằng Tiến sĩ Trí tuệ Nhân tạo, nghiên cứu của ông tập trung vào nhận dạng mẫu, xử lý ảnh và tín hiệu y tế, và phân tích chuỗi thời gian. Ông đã phát triển các thuật toán học sâu và học máy tiên tiến cho y học cấp cứu, giúp cải thiện việc ra quyết định y tế theo thời gian thực. Công trình của ông thu hẹp khoảng cách giữa công nghệ AI tiên tiến và các ứng dụng chăm sóc sức khỏe thực tiễn, nhằm mục đích nâng cao kết quả điều trị cho bệnh nhân và thúc đẩy các giải pháp chăm sóc sức khỏe dựa trên AI.

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 y tế (Medical Imaging).
• Phân tích chuỗi thời gian & xử lý tín hiệu y sinh (Biomedical Signal).
• Ứng dụng AI trong tin sinh học (Bioinformatics).

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.

[5] Battulga Ulziisaikhan, Trong-Nghia Nguyen, and Soo-Hyung Kim, et al. (2026). Band2CleanFormer: Integrating Band-Specific Processing and Inter-Band Attention for Robust EEG Denoising. Biomedical Signal Processing and Control, Vol. 119, Part B, PP. 109860. DOI: 10.1016/j.bspc.2026.109860.

[6] Minh-Duc Nguyen, Hyung-Jeong Yang, Duy-Phuong Dao, Soo-Hyung Kim, Seung-Won Kim, Ji-Eun Shin, Ngoc Anh Thi Nguyen, Trong-Nghia Nguyen, et al. (2025). Dual-stream transformer approach for pain assessment using visual-physiological data modeling. PeerJ Computer Science 11:e3158. DOI: 10.7717/peerj-cs.3158.

Hội nghị:

[1] Trong-Nghia Nguyen, Hong-Hai Nguyen, Ngoc Tu Vu, Tuan Anh Tran, Soo-Hyung Kim, Bo-Gun Kho, and Van-Thong Huynh, “MediFusion-Flex: An Adaptive Multimodal Deep Learning Framework for Clinical Deterioration Prediction in Emergency Medicine,” MIWAI 2025. Lecture Notes in Artificial Intelligence, Vol. 16355. Springer, pp. 115–126, Jan. 2026.

[2] 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.

[3] 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.

[4] 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.

[5] 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.

[6] 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.

[7] 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.

CÁC ĐỀ TÀI, DỰ ÁN ĐÃ THỰC HIỆN

[1] Xây dựng hệ thống phát hiện xâm nhập mạng (IDS) thông minh dựa trên mô hình ngôn ngữ lớn (LLM) và kiến trúc AI đa tác tử – Quỹ Nafosted, Bộ KHCN – Thư ký Khoa học, 2025 – Nay.

[2] 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.

GIẢNG DẠY

• Trí tuệ nhân tạo
• Phân tích Chuỗi thời gian và dự báo
• Khoa học Dữ liệu trong Kinh tế và Kinh doanh
• Phân tích dữ liệu với phần mềm bảng tính
• Học máy
• Học sâu
• Thị giác máy tính

ĐỐI TÁC NGHIÊN CỨU

• Prof. Soo-Hyung Kim, Đại học Quốc gia Chonnam, Hàn Quốc.
• Prof. Hyung-Jeong Yang, Đại học Quốc gia Chonnam, Hàn Quốc.
• Prof.  Sae-Ryung Kang, Đại học Quốc gia Chonnam, Hàn Quốc.
• Dr. Bo-Gun Kho, Bệnh viện Đại học Quốc gia Chonnam, Hàn Quốc.
• Các đồng nghiệp đến từ các trường trong nước như Đại học Phenikaa, trường Đại Học Bách Khoa – ĐHQG HCM, trường Đại Học FPT TP.HCM,v.v.

HOẠT ĐỘNG KHÁC

• Phản biện cho các tạp chí: 
  • Scientific Reports
  • Journal of Healthcare Informatics Research
  • International Journal of Emergency Medicine
  • Journal of Medical Systems
  • BMC Medicine
  • BMC Medical Informatics and Decision Making

THÔNG TIN LIÊN HỆ
Email: nghiant@neu.edu.vn
Homepage: https://nghianguyen7171.github.io/
Google Scholar: https://scholar.google.com/citations?user=kl6Sz_wAAAAJ