Nguyễn Tiến Đạt

TS. Nguyễn Tiến Đạt Office: 204, G2 Building Email: nguyentiendat@vnu.edu.vn

I, Giới thiệu

Tốt nghiệp Ngành Điện tử-Viễn thông tại trường Đại học Bách Khoa Hà Nội năm 2009, hoàn thành chương trình Thạc sĩ và Tiến sĩ tại trường đại học Dongguk, Hàn Quốc năm 2015. Có kinh nghiệm làm việc và nghiên cứu tại khoa Điện – Điện Tử trường đại học Dongguk Hàn Quốc từ năm 2010 đến 2023, và Khoa Điện – Điện Tử trường đại học Phenikaa, Việt Nam từ năm 2023 đến tháng 03 năm 2024. Từ tháng 04 năm 2024, Tiến sĩ Đạt làm việc tại khoa Điện Tử Viễn Thông, trường Đại học Công Nghệ, Đại Học Quốc Gia Hà Nội.

II, Giảng dạy

1, Kỹ thuật điện tử

2, Xử lý tín hiệu số

3, Học máy và ứng dụng

III, Hướng nghiên cứu

1, Xử lý số và nhận dạng mẫu sử dụng ảnh

Ảnh số là một dạng dữ liệu chưa nhiều thông tin, đã và đang được ứng dụng trong nhiều hệ thống thông minh như các hệ thống giám sát thông minh, các hệ thống tự động phát hiện, nhận diện đối tượng (Hình 1), điều khiển robot, và các ứng dụng trợ giúp trong y học (Hình 2). Với yêu cầu ngày càng cao về độ chính xác, độ tiên lợi của các ứng dụng thông minh, chúng tôi tập trung nghiên cứu các giải thuật, phương pháp nhằm nâng cao chất lượng hệ thống xử lý ảnh số, đồng thời tăng tính khả dụng (khả năng cài đặt, thời gian xử lý…) nhằm đáp ứng các nhu cầu của các bài toán ứng dụng thực tế.

2, Truyền thông không dây sử dụng thiết bị bay không người lái (UAV)

Trong những năm gần đây khoa học và kỹ thuật về UAV (unmanned aerial vehicle) đã đạt được nhiều thành tựu to lớn. Các UAV rất đa dạng, phong phú cả về hình dạng và chức năng. Các hệ thống UAV có thể đóng vai trò là các trạm cơ sở (BS) trên cao di động trong các mạng di động thế hệ mới. Vì vậy, các vấn đề về truyền thông, điều khiển (công suất, đường đi, bầy đàn…) của các UAV đơn lẻ đang được đặt ra và cần giải quyết.

IV, Công bố

Journal

1. G. Alfian, D. T. Nguyen, et al., “Customer Shopping Behavior Analysis Using RFID and Machine Learning Models”. Information, 14(10), 551, 2023. (Q2 Journal)
2. D. T. Nguyen and K. R. Park, “An Ensemble Classification Method for Brain Tumor Images Using Small Training Data,” Mathematics, Vol. 10(23), 4566, pp. 1-30, December 2022. (IF = 2.592 (2021), Top 6.17% Journal)
3. M. Owais, H. Sultan, N. R. Baek, Y. W. Lee, M. Usman, D. T. Nguyen, G. Batchuluun, and K. R. Park, “Deep 3D Volumetric Model Genesis for Efficient Screening of Lung Infection Using Chest CT Scans,” Mathematics, 10(21), 4160, pp. 1-15, November 2022.
4. D. T. Nguyen, J. H. Choi, and K. R. Park, “Thyroid Nodule Segmentation in Ultrasound Image Based on Information Fusion of Suggestion and Enhancement Networks,” Mathematics, 10(19), 3484, pp. 1-20, October 2022. (IF = 2.592 (2021), Top 6.17% Journal)
5. D. T. Nguyen, M. B. Lee, T. D. Pham, G. Batchuluun*, M. Arsalan, and K. R. Park, “Enhanced Image-based Endoscopic Pathological Site Classification Using an Ensemble of Deep Learning Models”, Sensors, Vol. 20, Issue 21(5982), pp. 1-24, October 2020. (IF = 3.847 (2021))