TS. Đoàn Đăng Khoa

THÔNG TIN

Ông hiện là trợ lý giáo sư về Khoa học Máy tính tại Viện Kỹ thuật và Khoa học Máy tính. Trước khi được bổ nhiệm ở vị trí hiện tại, ông là nhà nghiên cứu AI tại Baidu Research, Hoa Kỳ. Ông nhận bằng Tiến sĩ Khoa học Máy tính tại Virginia Tech và Thạc sĩ Khoa học Máy tính tại Đại học Maryland, College Park. Ông từng là Kỹ sư phần mềm cấp cao tại nhiều công ty phần mềm, doanh nghiệp khác nhau và là nhà khoa học dữ liệu/nhà nghiên cứu cấp cao trong các dự án điện toán phân tán và hiệu năng cao tại NASA, cũng như nhiều công ty quảng cáo, chẳng hạn như Criteo AI Lab. Bên cạnh nghiên cứu, ông cũng dành thời gian gắn kết và tư vấn công nghệ AI cho các công ty khởi nghiệp.

Bạn có thể tìm thêm thông tin tại https://khoadoan.me.

Email: khoa.dd@vinuni.edu.vn

CHUYÊN MÔN NGHIÊN CỨU

Nghiên cứu của ông tập trung phát triển các khung tính toán cho phép mô hình máy học phức tạp thích nghi với mục đích sử dụng thực tế trong các lĩnh vực khác nhau, như quảng cáo điện toán, thị giác máy tính và xử lý ngôn ngữ tự nhiên. Cụ thể, ông tập trung cải thiện các mô hình hiện có: (i) đào tạo, (i) suy luận, (iii) giả định thực tế và (iv) hiểu biết về bảo mật. Hiện tại, các hoạt động nghiên cứu của ông chủ yếu ở ba chủ đề sau: truy xuất thông tin sâu và các ứng dụng, mô hình tổng quát, học máy mạnh mẽ và độ tin cậy cao. Ông từng là thành viên ủy ban chương trình cho các hội thảo hàng đầu như ICML, CVPR, ECCV, ICCV, ICLR và NeurIPS.

NGHIÊN CỨU NỔI BẬT

1. D. Doan, Y. Lao, & P. Li, “Marksman Backdoor: Backdoor Attacks with Arbitrary Target Class”. Thirty-Sixth Conference on Neural Information Processing Systems 2022 (NeurIPS).
2. K. D. Doan & C. K. Reddy, “Unified Learning of Multipurpose Energy Based Generative Hashing Network”. Sixteenth Asian Conference on Computer Vision 2022 (ACCV).
3. K. D. Doan, Y. Peng, & P. Li, “One Loss for Quantization: Deep Hashing with Discrete Wasserstein Distributional Matching”. 2022 Conference on Computer Vision and Pattern Recognition (CVPR).
4. K. D. Doan, Y. Lao, & P. Li, “Backdoor Attack with Imperceptible Input and Latent Modification”. Thirty-fifth Conference on Neural Information Processing Systems 2021 (NeurIPS).
5. K. D. Doan, Y. Lao, W. Zhao, & P. Li, “LIRA: Learnable, Imperceptible and Robust Backdoor Attacks”. 2021 IEEE International Conference on Computer Vision (ICCV).
6. K. D. Doan, S. Manchanda, S. Mahapatra, & CK. Reddy, “Interpretable Graph Similarity Computation via Differentiable Optimal Alignment of Node Embeddings”, In Proceedings of International ACM SIGIR conference on research and development in Information Retrieval 2021 (SIGIR).
7. K. Doan & C. K. Reddy. Efficient Implicit Unsupervised Text Hashing using Adversarial Autoencoder. In Proceedings of The Web Conference, 2020 (WWW).
8. K. Doan, P. Yadav & C. K. Reddy. Adversarial Factorization Autoencoder for Look-alike Modeling. In Proceedings of ACM International Conference on Information and Knowledge Management, 2019 (CIKM).

Để có danh sách đầy đủ các ấn phẩm, vui lòng truy cập Google Scholar

GIẢI THƯỞNG VÀ DANH HIỆU NỔI BẬT

• Giải thưởng Nghiên cứu Criteo – Virginia Tech 2018
• NSF Urban Computing Fellowship – Virginia Tech 2016-2017
• Tốt nghiệp Danh dự, Summer Cum Laude – Đại học Webster 2006

TRÌNH ĐỘ HỌC VẤN

• 2021: Tiến sĩ Khoa học Máy tính, Virginia Tech.
• 2015: Thạc sĩ Khoa học Máy tính, Đại học Maryland, College Park.
• 2006: Cử nhân Khoa học Máy tính và Chuyên ngành phụ Toán học, Đại học Webster.