Chiều ngày 13/02, Khoa Công nghệ Thông tin và Truyền thông – Trường Đại học CMC phối hợp cùng Phòng Khoa học Công nghệ đã tổ chức buổi seminar giới thiệu về bài báo khoa học trong lĩnh vực công nghệ hình ảnh và học máy: “Multi-label Guided Graph Attention Network for Education Image Retrieval”.

Buổi seminar thu hút sự tham gia của các nhà khoa học, giảng viên đến từ nhiều trường đại học, các nghiên cứu viên, cùng các chuyên gia trong lĩnh vực công nghệ thông tin. Tại sự kiện, PGS.TS. Nguyễn Hữu Quỳnh, Phó Hiệu trưởng Trường Đại học CMC – một trong những tác giả chính của bài báo, đã có bài chia sẻ sâu sắc về nội dung và ý nghĩa của nghiên cứu.

Trong thời đại dữ liệu lớn, việc truy xuất và nhận dạng hình ảnh trong các bộ dữ liệu lớn là một thách thức lớn, đặc biệt trong lĩnh vực giáo dục. Các mô hình học sâu hiện nay phụ thuộc nhiều vào bộ dữ liệu được gán nhãn thủ công, vốn đòi hỏi chi phí cao và nhiều thời gian. Để giải quyết vấn đề này, bài báo đề xuất phương pháp GLGM (Graph network combined with Local and Global features based on Multi-label techniques). Đây là phương pháp hiện đại sử dụng mạng nơ-ron tích chập đồ thị (GCN) và mạng chú ý đồ thị (GAT) để tối ưu hóa việc truy xuất hình ảnh trong các tập dữ liệu gán nhãn sơ bộ.

Phương pháp GLGM nổi bật ở khả năng kết hợp các đặc trưng cục bộ và toàn cục từ hình ảnh, tạo ra không gian tìm kiếm chung cho việc truy xuất. Điều này giúp cải thiện độ chính xác và hiệu quả khi so sánh với các phương pháp truyền thống, vốn thường gặp khó khăn trong việc xử lý dữ liệu lớn và nhãn đa dạng. Thông qua việc sử dụng kỹ thuật học tương phản và mạng nơ-ron đồ thị, GLGM không chỉ giảm bớt sự phụ thuộc vào việc gán nhãn chi tiết mà còn tăng cường khả năng nhận dạng đối tượng phức tạp.

Kết quả thử nghiệm trên các bộ dữ liệu phổ biến như CIFAR-10 và bộ dữ liệu riêng MLIC-Edu (được thu thập từ hình ảnh giáo dục) đã cho thấy GLGM vượt trội so với các phương pháp hiện có. Phương pháp đạt độ chính xác cao hơn đáng kể nhờ vào việc khai thác hiệu quả mối quan hệ giữa các nhãn và đặc trưng hình ảnh. GLGM không chỉ có tiềm năng ứng dụng rộng rãi trong giáo dục mà còn mở ra nhiều hướng phát triển mới trong các lĩnh vực như y tế và thương mại điện tử, với mục tiêu tối ưu hóa cho xử lý dữ liệu thời gian thực và nâng cao hiệu suất.

Seminar không chỉ giới thiệu về một phương pháp khoa học mới, mà còn tạo cơ hội để các giảng viên, sinh viên và các nhà nghiên cứu trong và ngoài Trường Đại học CMC trao đổi, học hỏi về những tiến bộ trong lĩnh vực học máy và truy xuất hình ảnh. Sự kiện này cũng là dịp để giới thiệu về các nghiên cứu ứng dụng trong lĩnh vực công nghệ thông tin, mở ra những cơ hội hợp tác trong tương lai giữa các chuyên gia, nhà khoa học, nhà nghiên cứu và doanh nghiệp.

Sau phần chia sẻ của PGS.TS. Nguyễn Hữu Quỳnh, buổi seminar tiếp tục với phiên thảo luận sôi nổi từ các chuyên gia, nhà nghiên cứu. Phần thảo luận mở liên quan đến ứng dụng của phương pháp GLGM trong các lĩnh vực khác nhau cũng như các bước tiếp theo trong nghiên cứu này.

Buổi seminar đã diễn ra thành công tốt đẹp, qua đó nhằm phổ biến rộng rãi những ứng dụng thực tiễn của công nghệ đồ thị và học máy trong nhiều lĩnh vực, mở ra những hướng đi mới trong nghiên cứu và ứng dụng trí tuệ nhân tạo tại Việt Nam. Sự kiện đã góp phần nâng cao uy tín và vị thế của Khoa Công nghệ Thông tin và Truyền thông, Trường Đại học CMC trong cộng đồng nghiên cứu khoa học.

Xem thêm:

• GS.TS Trần Thọ Đạt được bầu làm Chủ tịch Hội đồng Khoa học và Đào tạo Trường Đại học CMC
• Trường Đại học CMC tiên phong triển khai Trợ lý đào tạo AI: Bước đột phá trong giáo dục số hóa