PGS.TS Trần Đăng Hưng

Trưởng Khoa Công nghệ phần mềm

Google Scholar: https://bit.ly/4whglD1

Email: hungtd@haui.edu.vn

GIỚI THIỆU

PGS.TS Trần Đăng Hưng tốt nghiệp ngành Sư phạm Tin học tại Trường Đại học Sư phạm Hà Nội năm 2001, nhận bằng Thạc sĩ Khoa học máy tính tại Trường Đại học Công nghệ – ĐHQGHN năm 2006 và bảo vệ thành công luận án Tiến sĩ Khoa học máy tính tại Viện Khoa học và Công nghệ tiên tiến Nhật Bản (JAIST) năm 2009; được phong học hàm Phó giáo sư năm 2016 và danh hiệu Nhà giáo ưu tú năm 2023. Ông nguyên là Trưởng Khoa Công nghệ thông tin, Trường Đại học Sư phạm Hà Nội giai đoạn 2015-2024.

PGS.TS Trần Đăng Hưng giảng dạy và nghiên cứu trong lĩnh vực Khoa học máy tính, tập trung vào ứng dụng các mô hình học máy và học sâu trong khai phá dữ liệu sinh học phân tử và dữ liệu giáo dục. Ông đã công bố hơn 60 bài báo trên các tạp chí và hội nghị uy tín trong nước và quốc tế; đồng thời chủ trì và tham gia một số đề tài nghiên cứu khoa học. Bên cạnh đó, ông cũng tham gia công tác tổ chức các hội nghị quốc gia/quốc tế; tham gia phản biện bài báo cho các tạp chí và hội nghị trong và ngoài nước, như PRICAI, IUKM, PAKDD, KSE,... Ngoài ra, ông còn tích cực tham gia công tác đào tạo giáo viên Tin học, tư vấn xây dựng chương trình và bồi dưỡng giáo viên Tin học cho các trường phổ thông.

CÁC CÔNG TRÌNH KHOA HỌC TIÊU BIỂU

• • Nguyen T.H.L, Pham T.H., Nguyen V.T., Tran D.H. (2026) A Two–Stage Framework with Contrastive Representation Learning for Drug–Disease Association Prediction under Positive–Unlabeled Learning, Discover Artificial Intelligence, DOI: 10.1007/s44163-026-01692-4 (ISI Q1).
• • Tran V.U., Hoang T.B. and Tran D.H. (2026) A multimodal learning analytics model based on deep learning for predicting student performance using tabular and time-series data fusion, Discover Artificial Intelligence,DOI: 10.1007/s44163-026-00990-1 (ISI Q1).
• • Tran D.H. and Nguyen V.T. (2025) CFGANLDA: A collaborative filtering and graph attention network-based method for predicting associations between lncRNAs and diseases, Computers, Materials & Continua, DOI: 10.32604/cmc.2025.063228.(ISI Q2).
• • Nguyen T.P., Giang T.T, Pham Q.T., Tran D.H (2024) Predictive Patient Stratification Using Artificial Intelligence and Machine Learning, Big Data Analysis and Artificial Intelligence for Medical Science [BookChapter], DOI: 10.1002/9781119846567.ch8.
• • Nguyen V.T., Le T.T.K, Khoat T., and Tran D.H. (2021) Predicting miRNA-disease associations using improved random walk with restart and integrating multiple similarities, Scientific Reports (ISI Q1),11, 21071, DOI: 10.1038/s41598-021-00677-w.
• • Giang T.T., Nguyen T.P., Tran D.H. (2020) Stratifying Patients Using Multiple Kernel Learning Framework: Case studies of Alzheimer’s Disease and Cancers, BMC Medical Informatics and Decision Making (ISI, Q1). DOI:doi.org/10.1186/s12911-020-01140-y.
• • Tran, D.H., Ho, T.B., Pham, T.H., Satou, K. (2011). microRNA Expression profiles for classification and analysis of tumor samples, IEICE Trans. Information Systems (ISI Q3), Vol.E94-D, No.3, pp: 416-422.
• • Tran, D.H., Satou, K., Ho, T.B. (2008). Finding MicroRNA Regulatory Modules in Human Genome Using Rule Induction, BMC Bioinformatics (ISI Q1), 9(Suppl 12):S5.

• 
  LĨNH VỰC GIẢNG DẠY
• Kỹ thuật lập trình
• Lập trình hướng đối tượng
• Cấu trúc dữ liệu và giải thuật
• Phân tích và thiết kế thuật toán
• Phương pháp nghiên cứu khoa học
• Khai phá dữ liệu
• Học máy, Học sâu

• 
  LĨNH VỰC NGHIÊN CỨU
• Tin-sinh học (Bioinformatics)
• Khai phá dữ liệu giáo dục (Educational Data Mining)
• Học máy, Học sâu (Machine Learning, Deep Learning)
• Khai phá dữ liệu đồ thị (Graph Mining)
• Học sâu đa phương thức (Multimodal Learning)