Lễ bảo vệ luận án Tiến sĩ ngành Khoa học máy tính của Nghiên cứu sinh Đỗ Sĩ Trường

Sáng ngày 25/01/2024, tại Trường Đại học Lạc Hồng đã diễn ra Lễ bảo vệ luận án Tiến sĩ ngành Khoa học máy tính của nghiên cứu sinh (NCS) Đỗ Sĩ Trường (công tác tại Trường ĐH Lạc Hồng), với đề tài “Phương pháp lựa chọn thuộc tính và kỹ thuật gom cụm dữ liệu phân loại sử dụng tập thô”. Luận án được thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Nguyễn Thanh Tùng.

Tham dự Lễ bảo vệ về phía Trường ĐH Lạc Hồng có TS. Lâm Thành Hiển – Hiệu trưởng, TS. Lữ Phi Nga – Trưởng khoa Sau đại học.

Hội đồng cấp Trường ĐH Lạc Hồng chấm luận án tiến sĩ gồm PGS.TS. Trần Văn Lăng  – Học viên Khoa học và Công nghệ, VATS, Chủ tịch Hội đồng; TS. Lâm Thành Hiển – Trường ĐH Lạc Hồng, Thư ký. Các phản biện gồm PGS.TS. Đỗ Năng Toàn – Viện Công nghệ thông tin, Viện Hàn lâm khoa học và công nghệ Việt Nam; PGS.TS. Huỳnh Tường Nguyên – Trường ĐH Công nghiệp TP.HCM; PGS.TS. Đặng Trần Khánh – Trường ĐH Công Thương TP.HCM. Các ủy viên gồm PGS.TS. Trần Văn Hoài – Trường ĐH Bách khoa, ĐH Quốc Gia TP.HCM; PGS.TS. Lê Hoàng Thái – Trường ĐH Khoa học tự nhiên, ĐH Quốc Gia TP.HCM.

Lý thuyết tập thô - do Zdzisaw Pawlak đề được xem là công cụ hữu hiệu để giải quyết các bài toán xử lý thông tin có chứa dữ liệu mơ hồ, không chắc chắn. Luận án đã có các kết quả mới bằng việc: (1) đề xuất một thuật toán tìm toán tập rút gọn trong bảng quyết định bằng cách sử dụng phép gom cụm thuộc tính với tên gọi ACBRC (Attribute Clustering Based Reduct Computing – Tính toán tập rút gọn dựa vào gom cụm thuộc tính). Kết quả thực nghiệm cho thấy thuật toán đề xuất có khả năng tính toán tập rút gọn xấp xỉ có kích thước nhỏ và độ chính xác phân lớp cao so với các thuật toán đem so sánh, khi số cụm dùng để phân chia các thuộc tính được lựa chọn một cách thích hợp; (2) đề xuất một thuật toán mới gom cụm dữ liệu phân loại với tên gọi MMNVI (Minimum Mean Normalized Variation of Information - Biến thể Thông tin Chuẩn hóa Trung bình Nhỏ nhất (MMNVI). MMNVI thuộc loại phương pháp gom cụm phân cấp, phân phân đôi dần tập các đối tượng thành các cụm. Kết quả thử nghiệm trên các tập dữ liệu thực từ UCI cho thấy thuật toán MMNVI có thể được sử dụng thành công trong việc phân cụm dữ liệu phân loại. Nó tạo ra kết quả phân cụm tốt hơn hoặc tương đương hơn với các thuật toán cơ bản đem so sánh.

NCS Đỗ Sĩ Trường trình bày luận án trước Hội đồng

Sau khi nghe NCS trình bày luận án và trả lời các câu hỏi, Hội đồng đã thảo luận và thống nhất nội dung và hình thức của luận án đã đáp ứng đầy đủ yêu cầu của một luận án Tiến sĩ ngành Khoa học máy tính. Hội đồng và Khoa Sau đại học tặng hoa chúc mừng NCS Đỗ Sĩ Trường bảo vệ thành công luận án Tiến sĩ cấp Trường ĐH Lạc Hồng.

Hội đồng công bố kết quả bảo vệ luận án của NCS Đỗ Sĩ Trường

TS. Lữ Phi Nga – Trưởng Khoa Sau đại học tặng hoa chúc mừng NCS Đỗ Sĩ Trường

Trong niềm vui và xúc động, NCS Đỗ Sĩ Trường đã tri ân sự dìu dắt, chỉ bảo tận tình của tập thể Giảng viên hướng dẫn, gửi lời cảm ơn đến Hội đồng chấm luận án cũng như sự quan tâm của Lãnh đạo Trường ĐH Lạc Hồng cùng đồng nghiệp, bạn bè và đặc biệt là Gia đình – nguồn động viên và cổ vũ tinh thần lớn lao để NCS có thể thực hiện và bảo vệ thành công luận án Tiến sĩ.  

Hội đồng cấp Trường ĐH Lạc Hồng chấm luận án tiến sĩ của NCS Đỗ Sĩ Trường