Trần Đức Minh

• Giảng viên Khoa Khoa học Dữ liệu và Trí tuệ Nhân tạo, Đại học Kinh tế Quốc dân
• Thành viên Lab nghiên cứu Công nghệ dữ liệu và Truyền thông (DATCOM Lab)

Tiểu sử học thuật

• Sau Tiến sỹ: Nghiên cứu viên tại Viện Nghiên cứu Quốc gia về Tin học và Tự động hóa (INRIA, Pháp), 2019 – 2021
• Tiến sĩ: Chuyên ngành Khoa học máy tính – Đại học Côte d’Azur, Pháp, 2018
• Thạc sĩ: Chuyên ngành Khoa học máy tính –  Học Viện Kỹ Thuật Quân Sự, Việt Nam, 2004
• Cử nhân: Chuyên ngành Toán Tin – Đại học Thăng Long, Hà Nội, 2000

GIỚI THIỆU

TS. Trần Đức Minh là giảng viên Khoa Khoa học dữ liệu và Trí tuệ nhân tạo, Trường Công nghệ, Đại học Kinh tế Quốc dân. Trước đó, trong giai đoạn từ 2022-2024, ông làm Giảng viên và Giám đốc Chương trình đào tạo Công nghệ Thông tin tại Khoa Công nghệ Thông tin, Trường Đại học Phenikaa. Giai đoạn từ 2019 – 2021, ông làm nghiên cứu viên tại Viện Nghiên cứu Quốc gia về Tin học và Tự động hóa, Cộng hoà Pháp. Thầy tốt nghiệp đại học ngành Toán – Tin, Trường Đại học Thăng Long, tốt nghiệp Thạc sỹ ngành Khoa học máy tính tại Học viện Kỹ thuật Quân sự. TS. Minh bảo vệ luận án tiến sĩ ngành Khoa học máy tính tại Trường Đại học Côte D’Azur, Cộng hoà Pháp. Hướng nghiên cứu của thầy tập trung vào khai phá dữ liệu trên mạng ngữ nghĩa, ontology, học máy, trí tuệ nhân tạo và khoa học dữ liệu.

LĨNH VỰC NGHIÊN CỨU

• Nghiên cứu các phương pháp biểu diễn dữ liệu dưới dạng đồ thị tri thức để máy tính có thể hiểu và suy luận logic. Cách tiếp cận này giúp kết nối các nguồn dữ liệu rời rạc, hỗ trợ việc tìm kiếm ngữ nghĩa và xây dựng các hệ thống tư vấn thông minh dựa trên ngữ cảnh người dùng.
• Ứng dụng các thuật toán Data Mining tiên tiến để phát hiện các quy luật ẩn và xu hướng quan trọng từ những tập dữ liệu lớn và phức tạp. Thông qua các mô hình học máy và thống kê, nghiên cứu tập trung vào việc dự báo hành vi, phân loại đối tượng và tối ưu hóa quy trình ra quyết định trong thực tế. 
• Nghiên cứu các kỹ thuật tính toán mềm như logic mờ, mạng neural và thuật toán di truyền để xử lý những dữ liệu không chính xác hoặc có độ nhiễu cao. Phương pháp này giúp mô phỏng khả năng tư duy linh hoạt của con người, tạo ra các hệ thống trí tuệ nhân tạo có khả năng tự thích nghi và học hỏi trong môi trường thay đổi.

CÔNG TRÌNH KHOA HỌC TIÊU BIỂU

Tạp chí:

[1] Radia Zeghari, Rachid Guerchouche, Minh Tran-Duc, François Bremond, Kai Langel, Inez Ramakers, Nathalie Amiel, Maria Pascale Lemoine, Vincent Bultingaire, Valeria Manera, Philippe Robert and Alexandra König, Feasibility Study of an Internet-Based Platform for TeleNeuro psychological Assessment of Elderly in Remote Areas, MDPI, April 7, 2022.

[2] Alexandra König, Radia Zeghari, Rachid Guerchouche, Minh Duc Tran, François Bremond, Nicklas Linz, Hali Lindsay, Kai Langel, Inez Ramakers, Pascale Lemoine, Vincent Bultingaire, Philippe Robert, Remote cognitive assessment of older adults in rural areas by telemedicine and automatic speech and video analysis: protocol for a cross-over feasibility study, BMJ Open, September 3, 2021.

[3] Radia Zeghari, Rachid Guerchouche, Minh Tran Duc, François Bremond, Maria Pascale Lemoine, Vincent Bultingaire, Kai Langel, Zeger De Groote, Francis Kuhn, Emmanuelle Martin, Philippe Robert and Alexandra König, Pilot Study to Assess the Feasibility of a Mobile Unit for Remote Cognitive Screening of Isolated Elderly in Rural Areas, MDPI, 2021.

Hội nghị:

[1] Duc-Minh Tran, Van-Nhan Nguyen, Thanh-Tra Nguyen, Woongsoo Na, Trong-Minh Hoang. An Effective Deep Learning Model Designed for Detecting Fiber Faults in the OTDR Dataset. Intelligence of Things: Technologies and Applications. ICIT 2024. Springer.

[2] Trong-Minh Hoang, Thu-Trang Ngo Thi, Hong-Hue Nguyen Thi, Duc-Minh Tran, and Nam-Hoang Nguyen. Applying Heuristic Methods to the Offloading Problem in Edge Computing. Machine Learning for Mobile Communications ISBN 9781032306933 214 Pages 53 B/W Illustrations June 17, 2024 by CRC Press.

[3] Nguyen Tu Anh, Hoang Trong Minh, Tran Duc Minh. An Effective Deep Learning Model for Detecting Plant Diseases Using a Natural Dataset for the Agricultural IoT System. In: Dao, NN., Thinh, T.N., Nguyen, N.T. (eds) Intelligence of Things: Technologies and Applications. ICIT 2023. Lecture Notes on Data Engineering and Communications Technologies, vol 188. Springer, Cham.

[4] Tran Duc Minh, Claudia d’Amato, Nguyen Thanh Binh, Andrea G.B. Tettamanzi, Constructing Metrics for Evaluating Multi-Relational Association Rules in the Semantic Web from Metrics for Scoring Association Rules, RIVF, IEEE, 2019.

[5] Tran Duc Minh, Claudia d’Amato, Nguyen Thanh Binh, Andrea G.B. Tettamanzi, Comparing rule evaluation metrics for the evolutionary discovery of multi-relational association rules in the semantic web. in Genetic Programming, EuroGP 2018, Parma, Italy, April 4-6, 2018, (Cham), pp.289-305, Springer International Publishing, 2018. 2)

[6] Tran Duc Minh, Claudia d’Amato, Nguyen Thanh Binh, Andrea G.B. Tettamanzi, An evolutionary algorithm for discovering multi-relational association rules in the semantic web. in Proceedings of the Genetic and Evolutionary Computation Conference, GECCO2017, Berlin, Germany, July 15-19, 2017, pp. 513–520, 2017.3)

[7] Claudia d’Amato, Andrea G.B. Tettamanzi, Tran Duc Minh, Evolutionary discovery of multirelational association rules from ontological knowledge bases, in Knowledge Engineering and Knowledge Management, EKAW 2016, Bologna, Italy, November 19-23, 2016, (Cham), pp.113–128, Springer International Publishing, 2016. 4)

[8] Claudia d’Amato, Steffen Staab, Andrea G.B. Tettamanzi, Tran Duc Minh, Fabien Gandon, Ontology enrichment by discovering multi-relational association rules from ontological knowledge bases, in Proceedings of SAC2016, Pisa, Italy, April 4-8, 2016, ACM, pp. 333-338, 2016.

CÁC ĐỀ TÀI, DỰ ÁN ĐÃ THỰC HIỆN

[1] Nghiên cứu xây dựng hệ thống thông minh hỗ trợ chẩn đoán ung thư vú dựa trên ảnh X-quang tuyến vú và ảnh giải phẫu bệnh. 

Mã số: KC-4.0-18/19-25, Bộ Khoa học và Công nghệ, Thành viên, 2021-2026

GIẢNG DẠY

• Khoa học Dữ liệu trong Kinh tế và Kinh doanh
• Phân tích dữ liệu với Python
• Hệ thống thông tin doanh nghiệp
• Hệ điều hành
• Cơ sở dữ liệu
• Trí tuệ nhân tạo

ĐỐI TÁC NGHIÊN CỨU

• Các giáo sư và đồng nghiệp đến từ các trường trong và ngoài nước như Đại học Côte D’Azur (Pháp), INRIA (Pháp),  The I3S Laboratory (Pháp), Trường Đại học Bưu chính viễn thông, Đại học Đà Nẵng, Trường Đại học Công đoàn, v.v.

CÁC HOẠT ĐỘNG KHÁC

• Tham gia giảng dạy các khóa học Trí tuệ nhân tạo và ứng dụng cho doanh nghiệp và các đơn vị hành chính.
• Tham gia phụ trách chương trình đào tạo ngắn hạn về “Phân tích dữ liệu và Khoa học dữ liệu trong kinh doanh” của Khoa Khoa học dữ liệu và Trí tuệ nhân tạo.