Chiều ngày 02/6/2026, tại phòng 503 D2, Trường Quốc tế – Đại học Quốc gia Hà Nội, Khoa Các Khoa học Ứng dụng đã tổ chức thành công Seminar khoa học định kỳ tháng 6 với hai báo cáo chuyên đề mang tính thời sự và có giá trị ứng dụng cao trong các lĩnh vực khoa học dữ liệu, trí tuệ nhân tạo và khoa học biển.

Mở đầu chương trình, NCS. Nguyễn Thu Vân dưới sự hướng dẫn của PGS.TS. Trần Thị Ngân đã trình bày báo cáo với chủ đề “Ứng dụng mô hình học sâu để dự báo phần dư phi tuyến sau phân tích điều hòa tại ba trạm hải văn dọc bờ biển Việt Nam”. Báo cáo tập trung giải quyết bài toán dự báo mực nước ven biển Việt Nam thông qua việc kết hợp giữa phương pháp phân tích điều hòa thủy triều (UTide) và các mô hình học sâu hiện đại.

Nghiên cứu được thực hiện trên dữ liệu tại ba trạm hải văn đại diện cho các chế độ triều khác nhau gồm Hòn Dấu, Hòn Ngư và Sơn Trà. Kết quả cho thấy phương pháp kết hợp giữa phân tích điều hòa và học sâu giúp cải thiện đáng kể độ chính xác dự báo phần dư phi triều – thành phần chịu ảnh hưởng mạnh bởi điều kiện khí tượng và các hiện tượng thời tiết cực đoan như bão. Đặc biệt, nhóm nghiên cứu đã đề xuất kiến trúc UNet-LSTM-Attention với cơ chế chú ý không gian theo từng trạm quan trắc, cho phép mô hình học được các đặc trưng vật lý của hiện tượng nước dâng do bão mà không cần xây dựng các ràng buộc vật lý tường minh. Kết quả nghiên cứu mở ra tiềm năng ứng dụng trí tuệ nhân tạo trong dự báo thủy văn, cảnh báo thiên tai và quản lý vùng ven biển tại Việt Nam.

Tiếp nối chương trình, NCS. Nguyễn Văn Thịnh dưới sự hướng dẫn của PGS.TS. Trần Thị Ngân đã trình bày báo cáo “Ứng dụng học có giám sát trong hệ thống giáo dục thông minh: Tổng quan tài liệu và định hướng phát triển mô hình dự đoán hiệu suất học tập của học sinh”.

Thông qua việc tổng hợp và phân tích 25 công trình nghiên cứu tiêu biểu trong giai đoạn 2015–2025, báo cáo đã cung cấp bức tranh toàn diện về xu hướng ứng dụng các phương pháp học có giám sát như hồi quy tuyến tính, cây quyết định, rừng ngẫu nhiên và mạng nơ-ron trong dự đoán kết quả học tập, phát hiện sớm nguy cơ học tập yếu và hỗ trợ cá thể hóa quá trình đào tạo. Báo cáo cũng chỉ ra những khoảng trống nghiên cứu hiện nay tại Việt Nam, đặc biệt là sự thiếu hụt dữ liệu học tập thực tế từ các hệ thống quản lý học tập (LMS), hạn chế trong khả năng giải thích của các mô hình AI và nhu cầu tích hợp các mô hình dự đoán vào các nền tảng đánh giá thích ứng.

Buổi seminar đã diễn ra trong không khí trao đổi học thuật sôi nổi với nhiều ý kiến thảo luận từ các giảng viên, nhà nghiên cứu và nghiên cứu sinh tham dự. Các câu hỏi và góp ý tập trung vào khả năng ứng dụng thực tiễn của các mô hình trí tuệ nhân tạo, tính khả thi trong triển khai thực tế cũng như những hướng nghiên cứu tiếp theo nhằm nâng cao hiệu quả dự báo và hỗ trợ ra quyết định dựa trên dữ liệu.

Thông qua hoạt động seminar định kỳ, Khoa Các Khoa học Ứng dụng tiếp tục khẳng định là môi trường học thuật năng động, thúc đẩy nghiên cứu liên ngành và tăng cường kết nối giữa các lĩnh vực khoa học ứng dụng với những bài toán thực tiễn của xã hội.

Yến Vy – Khoa CKHUD