TS. Zengchang Qin
Viện Kỹ Thuật Và Khoa Học Máy Tính
Giáo sư - Trí tuệ Nhân tạo/Học máy
Giới thiệu
TS. Zengchang Qin nhận bằng Cử nhân Kỹ thuật (B.E.) ngành Tự động hóa tại Đại học Heilongjiang, Cáp Nhĩ Tân, Trung Quốc, năm 2001 và bằng Thạc sĩ (M.Sc.) và Tiến sĩ (Ph.D.) chuyên ngành Học máy và Trí tuệ nhân tạo tại Đại học Bristol, Vương quốc Anh, lần lượt vào năm 2003 và 2006. Ông từng là Nghiên cứu viên sau tiến sĩ tại Khoa Kỹ thuật Điện và Khoa học Máy tính (EECS), Đại học California, Berkeley (2006–2008), Nghiên cứu viên thỉnh giảng tại Khoa Thống kê, Đại học Oxford (2008–2009), và Học giả thỉnh giảng tại Viện Robotics, Đại học Carnegie Mellon (2009–2010).
Từ năm 2010, ông là giảng viên tại Đại học Beihang, Bắc Kinh, Trung Quốc, trước khi gia nhập VinUniversity. Hiện nay, hoạt động nghiên cứu của ông tập trung vào Trí tuệ nhân tạo, Lý luận trong điều kiện bất định, Học máy, Xử lý ngôn ngữ tự nhiên, Xử lý ảnh và Lý thuyết trò chơi tính toán.
Ông đã xuất bản 2 cuốn sách và hơn 130 bài báo khoa học trên các tạp chí và hội nghị quốc tế. Công trình của ông đã được trích dẫn gần 5.000 lần, với h-index đạt 33 và i10-index đạt 75. Ông cũng tham gia ban chương trình (PC member) của nhiều hội nghị quốc tế hàng đầu như NeurIPS, ACM-MM, AAAI, IJCAI, ICLR, ICML, v.v.
· Trí tuệ nhân tạo (Artificial Intelligence)
· Học máy và Khai phá dữ liệu (Machine Learning and Data Mining)
· Học sâu (Deep Learning)
· Mô hình ngôn ngữ lớn và ứng dụng (LLMs and Applications)
· AI tác tử (Agentic AI)
· Xử lý ảnh y tế (Medical Image Processing)
· Thị giác máy tính (Computer Vision)
· Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
· Bài toán kết hợp thị giác và ngôn ngữ (Vision and Language Problem)
· Lý luận trong điều kiện bất định (Uncertainty Reasoning)
· Lý luận mờ (Fuzzy Reasoning)
· Lý thuyết trò chơi tính toán (Computational Game Theory)
· Khoa học xã hội tính toán (Computational Social Science)
· Học máy và khai phá dữ liệu (Machine Learning and Data Mining)
· Nguyên lý trí tuệ nhân tạo (Principles of AI)
· Học sâu và ứng dụng (Deep Learning and Applications)
· Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
1. Zengchang Qin and Yongchuan Tang (2014), Uncertainty Modeling for Data Mining: A Label Semantics Approach, Springer. ISBN 978-3-642-41250-9
2. Jing Yu, Xiaoze Jiang, Zengchang Qin, Weifeng Zhang, Yue Hu and Qi Wu (2021), Learning dual encoding model for adaptive visual understanding in visual dialogue, IEEE Transactions on Image Processing，Vol. 30: pp. 220-233.
3. Tao Wan, Chunxue Wu, Ming Meng, Tao Liu, Chuzhong Li, Jun Ma, Zengchang Qin (2021), Radiomic features on multiparametric MRI for preoperative evaluation of pituitary macroadenomas consistency: preliminary findings, Journal of Magnetic Resonance Imaging (JMRI), Pub Date: 22 September 2021.
4. Tao Wan, Jianhui Chen, Zhonghua Zhang, Deyu Li and Zengchang Qin (2021), Automatic vessel segmentation in X-ray angiogram using spatio-temporal fully-convolutional neural network, Biomedical Signal Processing and Control, Vol. 68: 102646.
5. Jing Yu, Weifeng Zhang, Yuhang Lu, Zengchang Qin, Yue Hu, Jianlong Tan, Qi Wu (2020), Reasoning on the relation: enhancing visual representation for visual question answering and cross-modal retrieval, IEEE Transactions on Multimedia, Vol. 22(12): pp. 3196-3209.
6. Weifeng Zhang, Jing Yu, Hua Hu, Haiyang Hu, Zengchang Qin (2020), Multimodal feature fusion by relational reasoning and attention for visual question answering, Information Fusion, Vol. 55: pp. 116-126.
7. Tao Wan, Xiaoqing Shang, Weilin Yang, Jianhui Chen, Deyu Li and Zengchang Qin (2018), Automated coronary artery tree segmentation in X-ray angiography using improved Hessian based enhancement and statistical region merging, Computer Methods and Programs in Biomedicine, Vol. 157: pp. 179-190.
8. Zengchang Qin, Farhan Kahwar and Tao Wan (2016), Collective game behavior learning with probabilistic graphical models, Neurocomputing, Vol. 194: pp. 74-86.
9. Yuhe Liu, Chuanjian Liu, Kai Han, Quan Tang and Zengchang Qin (2023), Boost semantic segmentation from the perspective of explicit class embeddings, IEEE/CVF International Conference on Computer Vision (ICCV-2023), pp. 821-831.
10. Zheng He, Zeke Xie, Quanzhi Zhu, Zengchang Qin (2022), Sparse double descent: where network pruning aggravates overfitting, International Conference on Machine Learning (ICML-2022), pp. 8635-8659.
11. Shunyu Zhang, Xiaoze Jiang, Zequn Yang, Tao Wan, Zengchang Qin (2022), Reasoning with multi-structure commonsense knowledge in visual dialog, Conference on Computer Vision and Pattern Recognition (CVPR-2022) Workshop.
12. Xiaoze Jiang, Siyi Du, Zengchang Qin, Yajing Sun and Jing Yu (2020), KBGN: Knowledge-bridge graph network for adaptive vision-text reasoning in visual dialogue, Proceedings of ACM International Conference on Multimedia (Oral, ACM-MM 2020), pp. 1265-1273.
13. Xiaoze Jiang, Jing Yu, Yajing Sun, Zengchang Qin, Zihao Zhu, Yue Hu and Qi Wu (2020), DAM: deliberation, abandon and memory networks for generating detailed and non-repetitive responses in visual dialogue, IJCAI-2020, pp. 687-693.
14. Xiaoze Jiang, Jing Yu, Zengchang Qin, Yingying Zhuang, Xingxing Zhang, Yue Hu and Qi Wu (2020), DualVD: An adaptive dual encoding model for deep visual understanding in visual dialogue, AAAI-2020, pp. 11125-11132, AAAI Press.
15. Yifan Liu, Ke Chen, Chris Liu, Zengchang Qin, Zhenbo Luo, Jingdong Wang (2019), Structured knowledge distillation for semantic segmentation, Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (Oral, CVPR-2019), pp. 2604-2613, IEEE Press.
· 2006: Tiến sĩ (Ph.D.) về Trí tuệ nhân tạo, Khoa Toán Kỹ thuật, Đại học Bristol, Vương quốc Anh
· 2003: Thạc sĩ (MSc) về Học máy và Khai phá dữ liệu, Khoa Khoa học Máy tính, Đại học Bristol, Vương quốc Anh
· 2001: Kỹ sư (B.E.) ngành Tự động hoá, Trường Điện – Điện tử, Đại học Heilongjiang, Cáp Nhĩ Tân, Trung Quốc
• 2010: Đề cử Bài báo xuất sắc nhất, ACM-ICMR
• 2021: Bài báo sinh viên xuất sắc nhất, Hội nghị Thế giới IFSA, Hiệp hội Hệ mờ Quốc tế
