Trần Thế Hùng

Giảng viên, Khoa Khoa học Máy tính

Tiến sỹ (Computer Science, Paris Cité university, France, 2013)
Thạc sỹ (La Rochelle university, France, 2009)
Kỹ sư (Hanoi University of Science and Technology, 2006)

Email: hungtt@soict.hust.edu.vn

• Trí tuệ nhân tạo
• Thuật toán và Tối ưu
• Các bài toán ra quyết định

• Học tăng cường
• Tối ưu Bayesian
• Học chuyển giao

TRẦN Thế Hùng hiện nay là giảng viên tại Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội. Anh ấy đạt được bằng tiến sỹ trong lĩnh vực khoa học máy tính năm 2013 tại trường đại học Paris Cité. Các nghiên cứu hiện nay của anh ấy tập trung vào xây dựng các cơ sở lý thuyết và thuật toán trong lĩnh vực tối ưu và các vấn đề ra quyết định như là bandits và học tăng cường. Anh ấy cũng là một reviewer được mời và thường xuyên tham gia hội đồng đánh giá của các hội thảo lớn trong lĩnh vực trí tuệ nhân tạo bao gồm ICML, NeurIPS, ICLR, AISTATS, AAAI.

• Hung Tran-The, Sunil Gupta, Santu Rana, Long Tran-Thanh, Svetha Venkatesh. Expected Improvement for Contextual Bandits. In Advances in Neural Information Processing Systems: Annual Conference on Neural Information Processing Systems (NeurIPS), 2022.
• Linh Le, Hung Tran-The, Sunil Gupta. Policy Learning for Off-Dynamics Reinforcement Learning with Deficient Support. To appear at AAMAS 2024.
• Hien Dang, Tho Tran, Stanley Osher, Hung Tran-The, Nhat Ho, Tan Nguyen. Neural Collapse in Deep Linear Network: From Balanced to Imbalanced Data. The 40th International Conference on Machine Learning conference (ICML), 2023.
• Hung Tran-The, Sunil Gupta, Santu Rana, Svetha Venkatesh. Improved Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization. Published at the 25th International Conference on Artificial Intelligence and Statistics (AISTAT), 2022
• Thanh Nguyen-Tang, Sunil Gupta, Hung Tran-The, Svetha Venkatesh. On Sample Complexity of Offline Reinforcement Learning with Deep ReLU Networks in Besov Spaces. Transactions on Machine Learning Research Journal (TMLR), 2022.
• Hung Tran-The, Sunil Gupta, Santu Rana, Svetha Venkatesh. Bayesian Optimistic Optimization with Exponentially Decay Regret. The 38th International Conference on Machine Learning conference (ICML), 2021.
• Hung Tran-The, Sunil Gupta, Santu Rana, Ha Huong, Svetha Venkatesh. Sublinear Regret Bayesian Optimization for Unknown Search Space. In Advances in Neural Information Processing Systems: Annual Conference on Neural Information Processing Systems (NeurIPS), 2020.
• Hung Tran-The, Sunil Gupta, Santu Rana, Svetha Venkatesh. Trading Convergence Rate with Computational Budget in High Dimensional Bayesian Optimization. Thirty-Forth AAAI conference on Artificial Intelligence (AAAI), 2020.
• Hung Tran-The and Koji Zettsu. Discovering Co-occurrence Paterns of Heterogeneous Events from Unevenly-distributed Spatiotemporal Data. In Proceedings of the IEEE International Conference on Big Data, 2017.