Biểu trưng Nhóm nghiên cứu SIGMASIGMA Lab
Không gian làm việc của Nhóm nghiên cứu SIGMA

Nhóm nghiên cứu SIGMA

Smart Infrastructure & GIS Management with AI Lab

Trí tuệ nhân tạo cho hạ tầng đô thị an toàn và bền vững

Thành viên
12
Hướng nghiên cứu
04
Công bố khoa học
69
Đề tài nghiên cứu
10

Chúng tôi là ai

Nhóm nghiên cứu liên ngành về Trí tuệ nhân tạo, Địa không gian và Hạ tầng đô thị

Xây dựng một nhóm nghiên cứu mạnh theo lộ trình, phát triển hướng nghiên cứu liên ngành ứng dụng học máy và học sâu để nhận dạng, dự báo và quản lý rủi ro địa kỹ thuật và hạ tầng đô thị trên nền tảng dữ liệu không gian (GIS) và mô hình thông tin công trình (BIM); tạo ra mô hình, công cụ và sản phẩm khoa học công nghệ đạt chuẩn quốc tế, gắn với đào tạo và chuyển giao phục vụ phát triển đô thị thông minh, bền vững.

Ứng dụng Trí tuệ nhân tạo - Học máy/Học sâu (ML/DL) trong Địa kỹ thuật, Quản lý hạ tầng đô thị, Quản lý dự án và Hệ thống thông tin địa lý (GIS), theo hướng liên ngành. Toàn bộ đề tài và chủ đề nghiên cứu của nhóm đều lấy ML/DL làm phương pháp cốt lõi.

Tìm hiểu về nhóm

Biển hiệu phòng làm việc của Nhóm nghiên cứu SIGMA
Quyết định công nhận:
1053/QĐ-TĐHTPHCM
Ngày ký:
23/7/2026
Người ký:
Hiệu trưởng Huỳnh Quyền
Thời gian hoạt động:
9/2026 - 8/2029
Đơn vị chủ quản:
Bộ môn Quản lý Hạ tầng đô thị, Khoa Trắc địa, Bản đồ và Công trình, Trường Đại học Tài nguyên và Môi trường TP. Hồ Chí Minh

Định hướng chuyên môn

Bốn hướng nghiên cứu trọng tâm

Bốn hướng nghiên cứu cùng lấy học máy và học sâu làm phương pháp cốt lõi, kết nối dữ liệu địa kỹ thuật dưới mặt đất với dữ liệu hạ tầng và quản lý dự án trên mặt đất.

Kết quả nghiên cứu

Công bố tiêu biểu

Hỏi SIGMA

Đặt câu hỏi bằng ngôn ngữ tự nhiên để tìm công bố gần nhất với chủ đề bạn quan tâm.

  • Explainable Deep Learning for Settlement Prediction and Risk Classification of Transportation Infrastructure on Soil Foundations

    Luu Le Minh, Hiep Nguyen Anh, Truong Dang Xuan

    Transportation Infrastructure Geotechnology, Volume 13, article number 167, 2026

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q2
    • Chỉ mục SCIE
    • Chỉ mục Scopus
    • Chỉ số ảnh hưởng: 2.600
  • A Novel Approach to Predicting Horizontal Displacement of Riverbank Retaining Walls

    Phuong Tuan Nguyen, Truong Xuan Dang, Tuan Anh Nguyen, Luan Nhat Vo, Hoa Van Vu Tran

    Transportation Infrastructure Geotechnology, Volume 12, article number 76, 2025

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q2
    • Chỉ mục SCI
    • Chỉ mục Scopus
    • Chỉ số ảnh hưởng: 2.600
  • Assessment of the Impact of Pile Characteristics on the Horizontal Displacement of Retaining Walls under Heavy Rainfall: A Case Study in Vietnam

    Phuong Tuan Nguyen, Luan Nhat Vo, Truong Xuan Dang, Hoa Van Vu Tran, Tuan Anh Nguyen

    Engineering, Technology & Applied Science Research, Vol. 15, No. 2, 21208-21213, 2025

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q2
    • Chỉ mục SCI
    • Chỉ mục Scopus
  • Cubic regression-based analysis of bored pile bearing capacity in sandy soils: An evaluation approach

    Phuong Tuan Nguyen, Tuan Anh Nguyen, Truong Xuan Dang, Hoa Van Vu Tran

    International Journal of GEOMATE, Vol. 28, Issue 130, 70-77, 2025

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q3
    • Chỉ mục ESCI
    • Chỉ mục Scopus
    • Chỉ số ảnh hưởng: 0.900
  • Deep Excavation Success Prediction: A Hybrid Approach with FEA and Machine Learning

    Phuong Nguyen Tuan, Tuan Nguyen Anh, Truong Dang Xuan, Hoa Tran Vu Van

    Transportation Infrastructure Geotechnology, Volume 12, article number 93, 2025

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q2
    • Chỉ mục SCI
    • Chỉ mục Scopus
    • Chỉ số ảnh hưởng: 2.600
  • Enhancing Horizontal Displacement Prediction of Shoring Systems in Deep Urban Excavations Using Artificial Neural Networks

    Phuong Tuan Nguyen, Tuan Anh Nguyen, Truong Xuan Dang, Hoa Van Vu Tran

    Civil Engineering and Architecture, 13(3), 1616-1623, 2025

    • Bài báo tạp chí
    • Xếp hạng tạp chí Q2
    • Chỉ mục SCI
    • Chỉ mục Scopus

Nhân sự

Trưởng nhóm và thành viên chủ chốt

  • Ảnh chân dung của Đặng Xuân Trường

    PGS.TS. Đặng Xuân Trường

    Trưởng nhóm

    Trưởng Bộ môn Quản lý Hạ tầng đô thị, Khoa Trắc địa, Bản đồ và Công trình

    Nghiên cứu ứng dụng công cụ kỹ thuật số để nâng cao hiệu quả, độ chính xác và tối ưu hóa quá trình thiết kế, thi công nền móng công trình

    Thư điện tử: dxtruong@hcmunre.edu.vn

    Xem hồ sơ

  • Ảnh chân dung của Trần Vũ Văn Hoà

    Trần Vũ Văn Hoà

    Thành viên chủ chốt

    Nghiên cứu viên, Phó Trưởng nhóm nghiên cứu, Trợ giảng Bộ môn Quản lý Hạ tầng đô thị

    • Học máy và học sâu dự báo ứng xử nền móng và hố đào sâu trên dữ liệu mô phỏng phần tử hữu hạn
    • Tích hợp FEM - ANN/XGBoost cho bài toán sức chịu tải và độ lún cọc

    Thư điện tử: tvvhoa@hcmunre.edu.vn

    Xem hồ sơ

Hoạt động

Tin tức mới nhất

Hợp tác cùng SIGMA Lab

Nhóm sẵn sàng phối hợp với các sở, ban, ngành, doanh nghiệp tư vấn và xây dựng, viện nghiên cứu và các nhóm nghiên cứu quốc tế trong thu thập dữ liệu, đồng công bố, đào tạo sau đại học và chuyển giao công nghệ.