Thân Quang Khoát

Phó Giáo sư, Khoa Khoa học Máy tính

Tiến sỹ (Khoa học Tri thức, Viện Khoa học và Công nghệ tiên tiến Nhật Bản, 2013)
Thạc sỹ (Khoa học Máy tính, trường Đại học Bách khoa Hà Nội, 2009)
Cử nhân (Toán ứng dụng và Tin học, Đại học Quốc gia Hà Nội, 2004)

Email: khoattq@soict.hust.edu.vn
Web: http://is.hust.edu.vn/~khoattq/

• Trí tuệ nhân tạo
• Khoa học dữ liệu
• Khoa học máy tính

• Học máy (Machine Learning)
• Mô hình tạo sinh (Deep Generative Models)
• Lý thuyết học sâu (Deep Learning Theory)
• Học liên tục (Continual Learning)
• Lý thuyết học (Learning Theory)

PGS.TS. Thân Quang Khoát hiện đang là đang công tác tại Trường Công nghệ thông tin và Truyền thông, Đại học Bách khoa Hà Nội. PGS đã hoàn thành luận án Tiến Sĩ năm 2013, tại Viện Khoa học và Công nghệ tiên tiến Nhật Bản (JAIST). PGS thường xuyên là thành viên của Hội đồng chương trình của nhiều hội nghị hàng đầu thế giới về lĩnh vực Trí tuệ nhân tạo và Khoa học dữ liệu, bao gồm ICML, NeurIPS, ICLR, IJCAI, PAKDD, ACML. Những nghiên cứu của PGS đã và đang được tài trợ bởi nhiều quỹ khác nhau, như ONRG (Mỹ), AFRL (Mỹ), ARL (Mỹ), NAFOSTED (VN).

• Viet Nguyen, Giang Vu, Tung Nguyen Thanh, Toan Tran, Khoat Than. “On inference stability for diffusion models”. In Proceedings of the AAAI Conference on Artificial Intelligence, 2024. [Oral, Top 2% of all submissions]
• Nam Le Hai, Trang Nguyen, Linh Ngo Van, Thien Huu Nguyen, Khoat Than. “Continual variational dropout: a view of auxiliary local variables in continual learning”. Machine Learning, Volume 113, pages 281-323, 2024.
• Bach Tran, Anh Nguyen-Duc, Linh Ngo, Khoat Than. “Dynamic transformation of prior knowledge into Bayesian models for data streams”. IEEE Transactions on Knowledge and Data Engineering, 2023.
• Khang Nguyen, Kien Duc Do, Truong Tuan Vu, Khoat Than. “Unsupervised Image Segmentation with Robust Virtual Class Contrast.” Pattern Recognition Letters, Volume 173, Pages 10-16, 2023.
• Ha Nguyen, Hoang Pham, Son Nguyen, Linh Ngo Van, Khoat Than. “Adaptive Infinite Dropout for Noisy and Sparse Data Streams”. Machine Learning, 2022.
• Tung Nguyen, Trung Mai, Nam Nguyen, Linh Ngo Van, Khoat Than. “Balancing stability and plasticity when learning topic models from short and noisy text streams”. Neurocomputing, Volume 505, Pages 30-43, 2022.
• Quyen Tran, Lam Tran, Linh Chu Hai, Linh Ngo, Khoat Than. “From Implicit to Explicit feedback: A deep neural network for modeling sequential behaviors and long-short term preferences of online users”. Neurocomputing, Vol 479, pp 89-105, 2022.
• Linh Ngo Van, Bach Tran, Khoat Than. “A graph convolutional topic model for short and noisy text streams.” Neurocomputing 468 (2022): 345-359.
• Son Nguyen, Duong Nguyen, Khai Nguyen, Nhat Ho, Khoat Than, Hung Bui. “Structured Dropout Variational Inference for Bayesian Neural Networks”. In Advances in Neural Information Processing Systems (NeurIPS), 2021.

• Best Paper Runner-Up Award: International Symposium on Information and Communication Technology (SOICT), 2023. 
• Best Student Paper: The 10th IEEE RIVF International Conference on Computing and Communication Technologies, Hanoi, 2013.
• Student Best Paper: IEEE International Conference on Research, Innovation & Vision for the Future, 2008
• Monbukagakusho Scholarship: Japanese Government MEXT Scholarship, 10/2009-9/2013

• Trí tuệ nhân tạo
• Học máy
• Nhập môn Khoa học dữ liệu
• Học máy cho dữ liệu lớn

• Learning an effective representation for the hidden semantics (Role: Dirrector / Principle Investigator)
• Multi-tasking Evolutionary Algorithms for Optimizing Artificial Neural Network and Graph-based Models (Role: Investigator)
• Develop new transition-metal-rare-earth materials for permanent magnets by machine learning Models (Role: Investigator)