Hội nghị ICIT 2024 vinh dự được đón tiếp bốn diễn giả quốc tế và trong nước đến tham dự và chia sẻ nội dung hữu ích về những nghiên cứu đột phá và những xu hướng công nghệ tiên tiến nhất hiện nay.

* Chức vụ: Giáo sư, Trưởng Khoa - Khoa học Máy tính, Đại học Pau & Pays de l'Adour, Anglet, Pháp
* Tiểu sử: Giáo sư Richard Chbeir nhận bằng Tiến sĩ Khoa học Máy tính từ Đại học INSA de Lyon, Pháp, vào năm 2001, và bằng Habilitation vào năm 2010 từ Đại học Bourgogne. Hiện tại, ông là Trưởng khoa - Khoa học Máy tính tại Đại học Pau & Pays de l'Adour và là người đứng đầu nhóm nghiên cứu OpenCEMS (https://opencems.sigappfr.org/). Ông đã công bố nhiều công trình nghiên cứu trên các tạp chí, sách và hội thảo quốc tế, đồng thời tham gia vào ban chương trình của nhiều hội nghị quốc tế. Ông cũng đang giữ vị trí Chủ tịch Chi nhánh Pháp của ACM SIGAPP.
* Bài trình bày tại Hội nghị: Data Engineering in IoT
Tóm tắt: Sự bùng nổ của Internet of Things (IoT) đã dẫn đến một lượng lớn dữ liệu được tạo ra bởi hàng loạt các cảm biến và thiết bị kết nối. Trong bối cảnh này, kỹ thuật dữ liệu đóng vai trò then chốt để đáp ứng những thách thức mới của kỷ nguyên số. Kỹ thuật dữ liệu cần thiết để thiết kế các kiến trúc mạnh mẽ và có khả năng mở rộng, nhằm thu thập, lưu trữ, xử lý và phân tích hiệu quả lượng dữ liệu khổng lồ này trong thời gian thực, bao gồm việc phát triển các luồng dữ liệu an toàn, triển khai các giải pháp lưu trữ thích hợp, sử dụng các kỹ thuật phân tích tiên tiến như học máy, và tích hợp dữ liệu này với các nguồn thông tin khác để thu được những hiểu biết có giá trị.
Trong bài trình bày của mình, Giáo sư Chbeir sẽ tập trung vào việc biểu diễn dữ liệu, lập chỉ mục và tiền xử lý dữ liệu liên quan đến IoT. Ông cũng sẽ giới thiệu các giải pháp hiện có và một số giải pháp mới nhất được phát triển bởi nhóm nghiên cứu OpenCEMS.

* Chức vụ: Phó Giáo sư, Khoa Kỹ thuật Điện, Đại học Korea, Seoul, Hàn Quốc
* Tiểu sử: Giáo sư Joongheon Kim đã gắn bó với Đại học Korea từ năm 2019, nơi ông hiện đang là Phó Giáo sư tại Khoa Kỹ thuật Điện. Ông nhận bằng Cử nhân và Thạc sĩ Khoa học Máy tính và Kỹ thuật từ Đại học Korea vào các năm 2004 và 2006, và bằng Tiến sĩ Khoa học Máy tính từ Đại học Southern California (USC) vào năm 2014. Trước khi gia nhập Đại học Korea, ông từng là kỹ sư nghiên cứu tại LG Electronics (Seoul, 2006-2009), kỹ sư hệ thống tại Intel Corporation (Santa Clara, 2013-2016), và trợ lý giáo sư tại Đại học Chung-Ang (Seoul, 2016-2019). Ông cũng đóng vai trò là biên tập viên cho các tạp chí như IEEE Transactions on Vehicular Technology và IEEE Internet of Things Journal. Giáo sư Kim đã nhận được nhiều giải thưởng danh giá như Giải thưởng Annenberg Graduate Fellowship từ USC (2009), Giải thưởng Best Paper Award từ IEEE Systems Journal (2020) và IEEE Vehicular Technology Society Seoul Chapter Awards (2022).
* Bài trình bày tại Hội nghị: Quantum Reinforcement Learning: Concepts, Models, and Applications
Tóm tắt: Trong lĩnh vực nghiên cứu học sâu hiện đại, các khái niệm từ máy tính lượng tử đang được quan tâm và áp dụng rộng rãi. Bằng cách kết hợp các khái niệm từ máy tính lượng tử, việc thiết kế và triển khai học tăng cường sâu có thể được xem xét lại hoàn toàn. Điều này mang lại những lợi ích to lớn, chẳng hạn như tốc độ hội tụ nhanh hơn trong quá trình huấn luyện, khả năng mở rộng cao khi xem xét các không gian hành động lớn, và giảm thiểu số lượng tham số cần thiết. Bài trình bày của Giáo sư Kim sẽ giới thiệu các khái niệm cơ bản về học tăng cường lượng tử và các mô hình liên quan, các ứng dụng tiềm năng của các mô hình này, đặc biệt là trong lĩnh vực kiểm soát di động tự động và các ứng dụng nổi bật đang nổi lên trong lĩnh vực này.

* Chức vụ: GVCC, Trường Đại học RMIT
* Tiểu sử: PGS.TS Thủy Nguyễn nhận bằng Tiến sĩ Khoa học máy tính từ Đại học Công nghệ Graz, Áo vào năm 2009. Cô có hơn 15 năm kinh nghiệm giảng dạy và nghiên cứu về khoa học máy tính. Trước khi gia nhập Đại học RMIT, cô là Phó giáo sư được bổ nhiệm đặc biệt tại Đại học Osaka (Osaka, Nhật Bản, 2016), Phó giáo sư Khoa học máy tính và Trưởng khoa Khoa học Máy tính tại Đại học Nông nghiệp Việt Nam (Hà Nội, Việt Nam, 2011-2022). Cô có hơn 80 ấn phẩm trên các tạp chí và hội nghị quốc tế có uy tín. Bên cạnh đó, cô là tác giả và chủ sở hữu của một số bằng sáng chế và phần mềm có bản quyền. Cô cũng là người lãnh đạo và đồng lãnh đạo một số dự án nghiên cứu. Các mối quan tâm nghiên cứu hiện tại của cô bao gồm thị giác máy tính, học máy và các ứng dụng AI trong chăm sóc sức khỏe.
* Bài trình bày tại Hội nghị: Internet cho thiết bị y tế: Từ ứng dụng di động đến chẩn đoán và đào tạo y khoa dựa trên máy tính với sức mạnh AI.
Tóm tắt: Sự kết hợp của Internet vạn vật (loT) và các hệ thống thông minh đang cách mạng hóa chăm sóc sức khỏe bằng cách cung cấp các giải pháp sáng tạo và nâng cao hoạt động thực hành và giáo dục y tế. Trong bài thuyết trình này có tiêu đề "Internet cho thiết bị y tế: Từ ứng dụng di động đến chẩn đoán và đào tạo y khoa dựa trên máy tính với sức mạnh AI ", chúng tôi sẽ khám phá tác động chuyển đổi của các công nghệ này đối với lĩnh vực y tế. Chúng tôi sẽ bắt đầu bằng cách thảo luận về các ứng dụng di động trong chăm sóc sức khỏe, tập trung vào cách chúng tạo điều kiện thuận lợi cho sự tham gia của bệnh nhân và cho phép chuẩn bị từ xa để khám và điều trị. Sau đó, chúng tôi sẽ đi sâu vào chẩn đoán y khoa hỗ trợ máy tính, giới thiệu cách trí tuệ nhân tạo nâng cao độ chính xác và hiệu quả chẩn đoán nội soi, cung cấp cho bác sĩ lâm sàng các công cụ để phát hiện bệnh sớm và lập kế hoạch điều trị chính xác. Ngoài ra, chúng tôi sẽ giới thiệu một nền tảng học tập điện tử hỗ trợ AI được thiết kế để đào tạo các bác sĩ y khoa mới vào nghề, sử dụng các hệ thống chẩn đoán thông minh và công nghệ học tập tương tác để cung cấp trải nghiệm giáo dục toàn diện và được cá nhân hóa. Thông qua các cuộc thảo luận này, chúng tôi sẽ minh họa cách Internet cho thiết bị y tế thúc đẩy sự đổi mới và thúc đẩy hệ sinh thái chăm sóc sức khỏe kết nối, hiệu quả và tiên tiến hơn.

* Chức vụ: Trưởng khoa Công nghệ Thông tin, Trường Đại học SPKT Thành phố Hồ Chí Minh
* Tiểu sử: PGS.TS Hoàng Văn Dũng nhận bằng Tiến sĩ Kỹ thuật Điện và Máy tính từ Đại học Ulsan, Ulsan, Hàn Quốc vào năm 2015. Sau một năm làm việc tại Telecom SudParis với tư cách là nghiên cứu viên sau Tiến sĩ, anh gia nhập Khoa Công nghệ Thông tin, Đại học Sư phạm Kỹ thuật TP.HCM, Thành phố Hồ Chí Minh, Việt Nam, nơi anh hiện là Phó Giáo sư và Phó Trưởng khoa Công nghệ Thông tin. Anh đã từng là giảng viên cao cấp về khoa học máy tính và có hơn 90 ấn phẩm tại các hội nghị, tạp chí quốc tế uy tín và đóng góp vào chương sách (Được lập chỉ mục bởi: ISI, WoS, Scopus, ACM DL, CORE và DBLP). Anh đang tích cực tham gia với tư cách là thành viên của các hiệp hội như IEEE, IEEE Computer, ICROS. Các mối quan tâm nghiên cứu của anh bao gồm một lĩnh vực rộng, tập trung vào nhận dạng mẫu, học máy, xử lý hình ảnh y tế, ứng dụng thị giác máy tính, rô bốt dựa trên thị giác và trí thông minh xung quanh. Anh đã chủ trì một số dự án nghiên cứu được tài trợ bởi Nafosted, Chương trình của Tỉnh và Đại học liên quan đến xử lý hình ảnh y tế, nhận dạng đối tượng/hành động ứng dụng cho robot NAO, các hệ thống thông minh.
* Bài trình bày tại Hội nghị: Thị giác máy tính và ứng dụng: Từ CNN đến MLP Mixer.
Tóm tắt: Trong kỷ nguyên học sâu (DL), Thị giác máy tính (CV) đã đạt được những thành tựu nổi bật, cách mạng hóa nhiều ngành công nghiệp bằng các ứng dụng của nó. Thị giác máy tính đã được áp dụng trong nhiều ứng dụng, chẳng hạn như trong điều khiển tự động, hệ thống y tế & chăm sóc sức khỏe, hệ thống hỗ trợ, an ninh thông minh, hệ thống thông minh, các ứng dụng loT khác, v.v. Mặc dù thị giác máy tính có lịch sử lâu đời, bài thuyết trình này tập trung vào một số ứng dụng công nghiệp của CV cũng như các phương pháp tiếp cận và mô hình nghiên cứu: (1) giới thiệu một số ứng dụng của CV trong chẩn đoán dựa trên hình ảnh y tế, nông nghiệp thông minh, hệ thống giám sát đường dây cao thế và các ứng dụng liên quan đến loT khác. Các sản phẩm được triển khai đã cho thấy tiềm năng cho các ứng dụng chuyên biệt phục vụ dân sự; (2) Trong CV, học sâu đã được phát triển từ phương pháp tiếp cận CNN đến bộ trộn MLP nhằm tối ưu hóa các mô hình, cải thiện khả năng trích xuất tính năng và nâng cao hiệu suất hệ thống. Thông tin chi tiết từ các cuộc khảo sát cho thấy rằng trái ngược với xu hướng ban đầu của DL, các mô hình hiện tại ngày càng nhỏ gọn với độ phức tạp tính toán giảm dần và độ chính xác đã được cải thiện phần nào nhờ vào kết quả làm giàu tính năng.
Hãy tham dự Hội nghị ICIT 2024 để có cơ hội gặp gỡ và giao lưu với bốn chuyên gia hàng đầu này. Đừng bỏ lỡ cơ hội nắm bắt những kiến thức và các xu hướng mới nhất trong lĩnh vực Trí tuệ nhân tạo và IoT.
ICIT 2024 - Nơi hội tụ công nghệ AIoT tiên tiến, giúp cuộc sống trở nên tiện nghi và đáng sống hơn!
Website: https://icitconf.org