GS.TS. Chee Seng Chan
Viện Kỹ Thuật Và Khoa Học Máy Tính
Giảng viên liên kết
Giới thiệu
Giáo sư Chan hiện là Giáo sư chính thức (Full Professor) tại Đại học Malaya (Universiti Malaya), Malaysia, với hơn mười năm kinh nghiệm trong lãnh đạo học thuật, phát triển nghiên cứu và hợp tác quốc tế trong lĩnh vực trí tuệ nhân tạo và khoa học máy tính. Sự nghiệp học thuật của ông gắn liền với nhiều vị trí quản lý cấp cao tại Đại học Malaya, bao gồm Trưởng bộ môn, Phó Trưởng khoa phụ trách Nghiên cứu và Phát triển, và Trưởng khoa.
Bên cạnh công tác học thuật, Giáo sư Chan từng công tác tại Bộ Khoa học, Công nghệ và Đổi mới Malaysia (MOSTI) với vai trò Thứ trưởng phụ trách Chiến lược Dữ liệu và Dự báo, tham gia xây dựng và triển khai các sáng kiến cấp quốc gia về quản trị dữ liệu và hoạch định công nghệ trong một giai đoạn quan trọng của khu vực công.
Giáo sư Chan đã chủ trì và huy động thành công nhiều nguồn kinh phí nghiên cứu cạnh tranh từ các cơ quan tài trợ trong nước và quốc tế, với vai trò Chủ nhiệm đề tài (Principal Investigator) cho các dự án trải rộng trên các lĩnh vực như thị giác máy tính, học máy, trí tuệ nhân tạo trong y tế, và các hệ thống bảo vệ quyền riêng tư. Nghiên cứu của ông chú trọng tính chặt chẽ về phương pháp, thiết kế AI có trách nhiệm, và khả năng ứng dụng trong thực tiễn, đặc biệt trong các lĩnh vực như y tế, an ninh và hệ thống số.
Ông cũng tích cực tham gia các hoạt động phục vụ cộng đồng học thuật quốc tế. Giáo sư Chan là Chủ tịch sáng lập của IEEE Computational Intelligence Society (Malaysia Chapter) và đảm nhiệm nhiều vai trò lãnh đạo quan trọng trong việc tổ chức các hội nghị quốc tế lớn, bao gồm IEEE VCIP 2013, ACPR 2015, IEEE MMSP 2019, và ACM Multimedia Asia 2025.
Bên cạnh các đóng góp nghiên cứu, Giáo sư Chan đã hướng dẫn nhiều nghiên cứu sinh sau đại học và thúc đẩy trao đổi học thuật liên cơ sở trong khu vực châu Á và quốc tế. Với vai trò Giáo sư liên kết (Affiliate Professor), ông tập trung vào việc xây dựng các chương trình hợp tác nghiên cứu, cố vấn và hướng dẫn học viên cao học, đồng thời củng cố các mối quan hệ hợp tác nghiên cứu dài hạn giữa các cơ sở giáo dục và nghiên cứu.
- Trí tuệ nhân tạo đáng tin cậy và có trách nhiệm
- Machine unlearning và các mô hình nền tảng có xét đến vòng đời
- Thị giác máy tính và học biểu diễn đa phương thức
- Đánh giá và xây dựng chuẩn đo lường cho các mô hình nền tảng, đặc biệt trong các bối cảnh ít tài nguyên và đa ngôn ngữ
- Ứng dụng trí tuệ nhân tạo trong các lĩnh vực có yêu cầu quản lý chặt chẽ và an toàn cao
- Trí tuệ nhân tạo
- Học máy
- Thị giác máy tính
- Xử lý ảnh
- Phương pháp nghiên cứu khoa học
- Ong, W.K. and Chan, C.S. “Maverick: Collaboration-free Federated Unlearning for Medical Privacy”, 28th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), Sept., 2025. (oral, acceptance rate = 2.2%)
- Fan, T. et al. (2025). “Ten Challenging Problems in Federated Foundation Models”, IEEE Transactions on Knowledge and Data Engineering (TKDE), vol. 37(7), pp. 4314 – 4337.
- Chua, X.J., Tan, J., Tan, J.X., Poh, S.C., Goh, Y.X., Yang, S. J., … & Chan, C. S. “Banking Done Right: Redefining Retail Banking with Language-centric AI”, Conference on Empirical Methods in Natural Language Processing (EMNLP), Nov., 2025.
- Sii, J.W. and Chan, C.S. (2025). “Gorgeous: Creating narrative-driven makeup ideas via image prompts”, Multimedia Tools and Application (MTA), pp. 1-22.
- Lin, C.T., Ng, C.C., Tan, Z.Q., Nah, W.J., Wang, X., Kew, J.L., …, Chan, C.S., and Zach, C. (2025). “Text in the Dark: Extremely Low-light Text Image Enhancement”, Signal Processing: Image Understanding (SP:IC), vol. 130, pp. 117222.
- Gu, H. Ong, W.K., Chan, C.S. and Fan, L. “Ferrari: Federated Feature Unlearning via Optmizing Feature Sensitivity”, Thirty-eighth Annual Conference on Neural Information Processing Systems (NeurIPS), Dec., 2024.
- Hoe, J.T., Jiang, X., Chan, C.S., Tan, Y.P. and Hu, W. “InteractDiffusion: Interaction-Control for Text-to-Image Diffusion Model”, IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), June, 2024.
- Ng, C.C., Lin, C.T., Tan, Z.Q., Wang, X., Kew, J.L., Chan, C.S., and Zach, C. (2024). “When IC meets Text: Towards A Rich Annotated Integrated Circuit Text Dataset”, Pattern Recognition (PR), vol. 147, p.110124.
- Poh, S.C., Yang, S. J., Tan, J., Chieng, L., Tan, J.X., … & Chan, C. S. “MalayMMLU: A Multitask Benchmark for the Low-resource Malay Language”, Conference on Empirical Methods in Natural Language Processing (EMNLP), November, 2024.
- Ng, K.W., Zhu, X., Hoe, J.T., Chan, C.S., Zhang, T., Song, Y.Z., and Xiang, T. “Unsupervised Hashing with Similarity Distribution Calibration”, 34th British Machine Vision Conference (BMVC), Aberdeen, U.K., November, 2023. (oral, acceptance rate = 7.5%)
- Lin, C.T., Kew, J.L., Chan, C.S., Lai, S.H. and Zach, C. (2023). “Cycle-object Consistency for Image-to-image Domain Adaptation”, Pattern Recognition (PR), vol. 138, p.109416.
- Ooi, X.P. and Chan, C.S. “LLDE: Enhancing Low-light Images with Diffusion Model”, IEEE International Conference on Image Processing (ICIP), Kuala Lumpur, Malaysia, October 2023.
- Nah, W.J., Ng, C.C., Lin, C.T., Lee, Y.K., Kew, J.L., Tan, Z.Q., Chan, C.S., Zach, C. and Lai, S.H. “Rethinking Long-tailed Visual Recognition with Dynamic Probability Smoothing and Frequency Weighted Focusing”, IEEE International Conference on Image Processing (ICIP), Kuala Lumpur, Malaysia, October 2023.
- Tan, Z.Q., Wong, H.S. and Chan, C.S. “An Embarrassingly Simple Approach for Intellectual Property Rights Protection on Recurrent Neural Networks”, Proceedings of the 2nd Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics and the 12th International Joint Conference on Natural Language Processing (AACL-IJCNLP), November 2022. (oral long paper, acceptance rate = 15.7%)
- Fan, L., Ng, K.W., Chan, C.S. and Yang, Q. (2022) “DeepIPR: Deep Neural Network Ownership Verification with Passports”, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), vol. 44(10), pp. 6122-6139.
- Tan, J.H., Chan, C.S., and Chuah, J.H. (2022) “End-to-End Supermask Pruning: Learning to Prune Image Captioning Models”, Pattern Recognition (PR), vol. 122, pp. 108366.
- Beh, J.C., Ng, K.W., Kew, J.L., Lin, C.T., Chan, C.S., Lai, S.H. and Zach, C. “CyEDA: Cycle-Object Edge Consistency Domain Adaptation”, IEEE International Conference on Image Processing (ICIP), Bordeaux, France, October 2022.
- Lim, S.W., Chan, C.S., Faizal, E.R.M. and Ewe, K.H. “ProX: A Reversed Once-for-All Network Training Paradigm for Efficient Edge Models Training in Medical Imaging”, IEEE International Conference on Image Processing (ICIP), Bordeaux, France, October 2022.
- Lim, J.H., Chan, C.S., Ng, K.W., Fan, L., and Yang, Q. (2022) “Protect, Show, Attend and Tell: Empowering Image Captioning Models with Ownership Protection”, Pattern Recognition (PR), vol. 122, pp. 108285.
- Hsu, P., Lin, C-T., Ng, C.C., Kew, J.L., Tan, M.Y., Lai, S-H., Chan, C.S. and Zach, C. “Extremely Low-light Image Enhancement with Scene Text Restoration”, 26th International Conference on Pattern Recognition (ICPR), Aug., 2022.
- Hoe, J.T., Ng. K.W., Zhang, T., Chan, C.S., Song, Y-Z. and Tao, X. “One Loss for All: Deep Hashing with a Single Cosine Similarity based Learning Objective”, Thirty-fifth Conference on Neural Information Processing Systems (NeurIPS), Dec., 2021.
- Ong, D.S., Chan, C.S., Ng, K.W., Fan, L. and Yang, Q. “Protecting Intellectual Property of Generative Adversarial Networks from Ambiguity Attack”, IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), June, 2021.
- Lim, J.Q. and Chan, C.S. “From Gradient Leakage to Adversarial Attacks in Federated Learning” IEEE International Conference on Image Captioning (ICIP), Anchorage, Alaska, USA, Sept. 2021.
- Lim, J.H., Tan, C.S., Chan, C.S., Welikala, R.A., Remagnino, P., Rajendran, S., Kallarakkal, T.G., et. al. “D’OraCa: Deep Learning-based classification of Oral Lesions with Mouth Landmark Guidance for Early Detection of Oral Cancer”, 25th UK Conference on Medical Image Understanding and Analysis (MIUA), Oxford, U.K, 2021. (Best Student Paper Award)
- Fan, L., Ng, K.W., Ju, C., Zhang T. and Chan, C.S. “Deep Polarized Network for Supervised Learning of Accurate Binary Hashing Codes”, International Joint Conference on Artificial Intelligence (IJCAI), Yokohama, Japan, 2020.
- Lim, Y.Q., Chan, C.S. and Loo, F.Y. “Style-conditioned Music Generation” IEEE International Conference on Multimedia and Expo (ICME), London, U.K., July 2020. (Top 10% papers)
- Wang. X., Liu, Y., Shen, C., Ng, C.C., Luo, C., Jin, L., Chan, C.S., Hengel, A.v. and Wang, L. “On the General Value of Evidence, and Bilingual Scene-Text Visual Question Answering”, IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), Washington, USA, June, 2020.
- Fan, L., Ng, K.W. and Chan, C.S. “Rethinking Deep Neural Network Ownership Verification: Embedding Passports to Defeat Ambiguity Attacks”, Thirty-third Conference on Neural Information Processing Systems (NeurIPS), Vancouver, Canada, Dec., 2019.
- Tan, J.H., Chan, C.S. and Chuah, J.H. (2019) “COMIC: Compact Image Captioning with Attention”, IEEE Transactions on Multimedia (TMM), vol. 21(10), pp. 2668-2696.
- Loh, Y.P. and Chan, C.S. (2019) “Getting to Know Low-light Images with The Exclusively Dark Dataset”, Computer Vision and Image Understanding (CVIU), vol. 178, pp. 30-42.
- Lee, S.H., Chan, C.S. and Remagnino, P. (2018) “Multi-Organ Plant Classification based on Convolutional and Recurrent Neural Network”, IEEE Transactions on Image Processing (TIP), vol. 27(9), pp. 4287-4301.
- Kok, V.J. and Chan, C.S. (2017) “GrCS: Granular Computing based Crowd Segmentation”, IEEE Transactions on Cybernetics (TCy), vol. 47(5), pp. 1157-1168.
- Hoo, W.L. and Chan, C.S. (2015) “Zero-shot Object Recognition System based on Topic Model”, IEEE Transactions on Human-Machine Systems (THMS), vol. 45(4), pp. 518-525
