Phòng nghiên cứu Công nghệ nhận dạng và xử lý ngôn ngữ tự nhiên
Phòng Công nghệ nhận dạng và xử lí ngôn ngữ tự nhiên triển khai các hoạt động nghiên cứu khoa học, phát triển công nghệ và triển khai ứng dụng trong các lĩnh vực sau:
- Khoa học tính toán: Đường cong eliptic, lattice computing, computer algebra, lý thuyết ngẫu nhiên, tính toán hiệu năng cao (grid, quantum computing), quaternion và clifford và các ứng dụng
- Độ phức tạp tính toán của các mạng nơ-ron sâu
- Các hệ khuyến nghị (recommender system)
- Nhận dạng và xử lý ngôn ngữ tự nhiên: nhận dạng OCR và ICR, nhận dạng đối tượng.
- Xử lý ảnh số
Đội ngũ cán bộ của Phòng có trình độ chuyên môn cao, tâm huyết với nghề. Các cán bộ trong phòng đã công bố nhiều công trình khoa học trong các tạp chí uy tín; đã tham gia biên soạn và là chủ biên sách giáo trình, hiện đang được sử dụng để giảng dạy trong lĩnh vực CNTT; đã chủ trì nhiều đề tài nghiên cứu khoa học các cấp; Đã đạt được các giải thưởng về nghiên cứu và ứng dụng danh giá, trong đó tiêu biểu là giải thưởng Tạ Quang Bửu hay Sao Khuê, Giải thưởng công trình trọng điểm ngành Toán. Các hướng nghiên cứu mạnh của Khoa gồm: Khoa học tính toán, Độ phức tạp tính toán của các mạng nơ-ron sâu, Tính toán hiệu năng cao, Hệ khuyến nghị, Xử lý ngôn ngữ tự nhiên…
Đội ngũ
- GS.TSKH. Đinh Dũng
- TS. Vũ Duy Linh
- TS. Nguyễn Văn Đoàn
Một số đề tài, dự án khoa học công nghệ nổi bật
1. Bài toán đánh giá độ phức tạp tính toán (sử dụng các công cụ toán học, Phân tích học sâu)
Chủ trì: GS.TSKH. Đinh Dũng
2. Hệ thống DocPro dùng cho nhận dạng tiếng Việt
Đạt Giải thưởng sao Khuê.
Chủ trì: TS. Vũ Duy Linh & TS Nguyễn Văn Đoàn
Một số công trình khoa học tiêu biểu trong 5 năm gần đây
- D. Dung, V. K. Nguyen, M. X. Thao, On computation complexity of high-dimensional approximation by deep ReLU neural network, Bulletin of L.N. Gumilyov ENU. Mathematics. Computer science. Mechanics series (2020), Vol. 133, №4 pp 8-18.
- Dinh Dung, Van Kien Nguyen, Mai Xuan Thao, Computation complexity of deep ReLU neural network in high-dimensional approximation, Journal of Computer Science and Cybernetics, V.37, N.3 (2021), pp. 291–320.
- Dinh Dung, Sparse-grid polynomial interpolation approximation and intergration for parametric and stochastic elliptic PDEs with lognomar inputs, ESAIM: Mathematical Modelling and Numerical Analysis, 55 (2021), pp. 1163–1198.
- Dinh Dung and Van Kien Nguyen, Deep ReLU neural networks in high-dimensional approximation, Neural Networks Vol. 142 (2021), pp. 619-635.
- Viet-Vu Vu, Byeongnam Yoon, Cuong Le, Hong-Quan Do, Hai-Minh Nguyen, Chung Tran, Viet-Thang Vu, Cong-Mau Tran, Doan-Vinh Tran, Tien-Dung Duong, Active learning for density peak clustering, International Conference on Advanced Communications Technology (ICACT), 2022.
- Hong-Quan Do, T.H.-An Nguyen, Quoc-Anh Nguyen, Trung-Hieu Nguyen, Viet-Vu Vu, Cuong Le, A Fast Clustering-based Recommender System for Big Data, International Conference on Advanced Communications Technology (ICACT), 2022.
- Le Cuong, Facial expression analysis review, Актуальные исследования (2021) № 50 (77), 19-28.
- Madeline Hui Li Lee, Yee Chee Ser, Ganeshsree Selvachandran, Pham Huy Thong, Le Cuong, Le Hoang Son, Nguyen Trung Tuan and Vassilis C. Gerogiannis, A Comparative Study of Forecasting Electricity Consumption Using Machine Learning Models, Mathematics (2022), 10, 1329.
- Le Cuong, Vu Viet Vu, Le Thi Kieu Oanh, Nguyen Thi Hai Yen, Choosing seeds for semi-supervised graph-based clustering, Journal of Computer Science and Cybernetics, (2019) V.35, N.4, pp. 373-384.
- Le Cuong and Nguyen Thanh Van, Conditions for a differential operator of first order in Quaternionic analysis is associated to the Dirac operator, Proccedings “Algebraic Analysis methods in solving PDE” by Hung Vuong University and Hanoi Mathematical Society (2018), pp 163-170.