Hội thảo khoa học “Các mô hình học sâu khai phá dữ liệu y-sinh”

Trường Công nghệ thông tin và Truyền thông – Đại học Công nghiệp Hà Nội trân trọng thông báo và kính mời các nhà khoa học, giảng viên, nghiên cứu sinh, học viên cao học cùng toàn thể sinh viên tham dự Hội thảo khoa học cấp đơn vị với chủ đề: “Các mô hình học sâu khai phá dữ liệu y-sinh”.

Hội thảo được tổ chức nhằm tạo diễn đàn trao đổi, chia sẻ các kết quả nghiên cứu mới về mô hình học sâu (Deep Learning) và ứng dụng trong khai phá dữ liệu y-sinh, dữ liệu sinh học phân tử. Đây cũng là cơ hội quan trọng để cập nhật kiến thức, kỹ thuật nghiên cứu tiên tiến và tăng cường kết nối hợp tác học thuật giữa các giảng viên, nhà nghiên cứu và các cơ sở đào tạo.

I. THÔNG TIN CHUNG

Thời gian: 08h30, Thứ Bảy - Ngày 19 tháng 09 năm 2026
Địa điểm: Phòng 1205, Nhà A1, Đại học Công nghiệp Hà Nội
Đơn vị chủ trì: Trường Công nghệ Thông tin và Truyền thông – Đại học Công nghiệp Hà Nội
Thành phần tham dự: Các nhà khoa học, giảng viên, chuyên viên, nghiên cứu sinh, học viên cao học và sinh viên.

II. NỘI DUNG CHƯƠNG TRÌNH & CÁC BÁO CÁO KEYNOTE

Hội thảo quy tụ các chuyên gia, diễn giả uy tín trong lĩnh vực Trí tuệ nhân tạo và Tin sinh học:

1. Báo cáo Keynote 1:
- Chủ đề: Computational Biomedicine at SoICT-HUST: From Research to Real-World Genomic Applications
- Báo cáo viên: PGS.TS. Lê Đức Hậu – Trưởng phòng thí nghiệm Tin sinh học, Trung tâm BK.AI, Trường Công nghệ thông tin và Truyền thông, Đại học Bách Khoa Hà Nội.
- Nội dung chính: Giới thiệu các mô hình tính toán và hệ thống AI phân tích dữ liệu y-sinh và gen quy mô lớn, phục vụ dự đoán mối tương quan gen - bệnh - thuốc, phát hiện biến thể ung thư và triển khai ứng dụng y học cá thể thực tế.
2. Báo cáo Keynote 2:
- Chủ đề: Deep Learning for Drug–Drug Interaction Prediction
- Báo cáo viên: PGS.TS. Lê Nguyễn Quốc Khánh – College of Medicine, Taipei Medical University (TMU), Đài Loan.
- Nội dung chính: Giới thiệu các phương pháp học sâu dự đoán tương tác thuốc - thuốc (DDI), giải quyết các thách thức về biểu diễn phân tử, kiến trúc mô hình, dữ liệu mất cân bằng và nâng cao tính giải thích cho mô hình AI.
3. Báo cáo Keynote 3:
- Chủ đề: Knowledge Distillation and selected applications in Bioinformatics
- Báo cáo viên: PGS.TS. Nguyễn Văn Núi – Trưởng phòng Khoa học - Công nghệ và Hợp tác quốc tế, Trường Công nghệ thông tin và Truyền thông, Đại học Thái Nguyên.
- Nội dung chính: Trình bày nguyên lý chắt lọc tri thức (Knowledge Distillation) giúp chuyển giao tri thức từ mô hình Teacher sang Student nhằm tối ưu hóa chi phí tính toán, ứng dụng trong dự đoán chức năng protein, tương tác thuốc và mô hình ngôn ngữ protein.

III. ĐĂNG KÝ VÀ THAM DỰ

Đối tượng tham dự: Tất cả các cán bộ, giảng viên, nghiên cứu sinh, học viên cao học và sinh viên quan tâm đều có thể đến tham dự trực tiếp.
Ban Tổ chức trân trọng kính mời quý Thầy/Cô và các bạn sinh viên sắp xếp thời gian tới tham dự và thảo luận cùng các chuyên gia.