Biểu trưng Nhóm nghiên cứu SIGMASIGMA Lab

Về nhóm

Giới thiệu Nhóm nghiên cứu SIGMA

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

Bối cảnh và sự cần thiết

Quá trình đô thị hóa nhanh tại TP. Hồ Chí Minh và vùng Đồng bằng sông Cửu Long đang đặt ra nhiều thách thức về địa kỹ thuật và hạ tầng: lún mặt đất diện rộng, sụt lún công trình trên nền đất yếu, mất ổn định mái dốc và bờ sông, xuống cấp và quá tải hệ thống hạ tầng kỹ thuật, cùng rủi ro về tiến độ, chi phí và an toàn trong các dự án đầu tư xây dựng. Dữ liệu khảo sát, quan trắc, viễn thám và hạ tầng ngày càng lớn nhưng còn phân tán và chưa được khai thác hiệu quả, trong khi các phương pháp phân tích truyền thống tỏ ra hạn chế trước dữ liệu đa nguồn, phi tuyến và quy mô lớn.

Lĩnh vực nghiên cứu

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.

Mục tiêu chung

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.

Mục tiêu cụ thể

  1. Mục tiêu 1

    Công bố tối thiểu 02 bài báo WoS/Scopus mỗi năm đúng định hướng nghiên cứu

    Chỉ tiêu: ≥ 06 bài / 3 năm

  2. Mục tiêu 2

    Biên soạn và xuất bản tối thiểu 01 sách chuyên khảo, tham khảo hoặc giáo trình trong 03 năm

    Chỉ tiêu: 01 sách

  3. Mục tiêu 3

    Hướng dẫn thành công tối thiểu 02 học viên cao học trong 03 năm

    Chỉ tiêu: ≥ 02 thạc sĩ

  4. Mục tiêu 4

    Được cấp tối thiểu 01 quyết định chấp nhận đơn đăng ký bảo hộ sở hữu trí tuệ, hoặc chuyển giao thành công 01 sản phẩm khoa học công nghệ

    Chỉ tiêu: 01 SHTT / chuyển giao

  5. Mục tiêu 5

    Xây dựng bộ dữ liệu huấn luyện chuẩn hóa, các mô hình ML/DL và công cụ hỗ trợ ra quyết định phục vụ quản lý địa kỹ thuật và hạ tầng đô thị

    Chỉ tiêu: Dataset + mô hình + DSS

Tính mới và tính liên ngành

Điểm mới của nhóm là lấy học máy/học sâu làm phương pháp xuyên suốt và tiếp cận tích hợp liên ngành: kết nối dữ liệu địa kỹ thuật dưới mặt đất với dữ liệu hạ tầng và quản lý dự án trên mặt đất trên cùng một nền tảng không gian (GIS) và mô hình thông tin công trình (BIM); kết hợp mô hình dựa trên cơ chế vật lý với mô hình dựa trên dữ liệu (physics-informed/hybrid ML), ứng dụng học sâu không gian (geospatial deep learning) và trí tuệ nhân tạo giải thích được (XAI).

Lộ trình ba năm

  1. Năm thứ nhất (2026-2027)

    Nội dung trọng tâm

    Kiện toàn nhóm; xây dựng khung phương pháp luận; thu thập, gán nhãn, chuẩn hóa và tích hợp dữ liệu địa kỹ thuật, hạ tầng, viễn thám và ảnh hiện trường; xây dựng bộ dữ liệu huấn luyện và mô hình ML/DL cơ sở.

    Sản phẩm dự kiến

    • ≥ 02 bài WoS/Scopus
    • Bộ dữ liệu huấn luyện và CSDL không gian phiên bản 1
    • Mô hình ML/DL baseline
    • Đề cương sách
    • Đăng ký đề tài cấp cơ sở

  2. Năm thứ hai (2027-2028)

    Nội dung trọng tâm

    Phát triển và tối ưu mô hình học sâu dự báo tai biến địa kỹ thuật và phát hiện hư hỏng hạ tầng; tích hợp mô hình vào công cụ WebGIS; ứng dụng ML phân tích rủi ro dự án; thực địa kiểm chứng.

    Sản phẩm dự kiến

    • ≥ 02 bài WoS/Scopus
    • Mô hình DL đã tối ưu
    • Công cụ WebGIS tích hợp AI (thử nghiệm)
    • 01 hồ sơ đăng ký SHTT/giải pháp hữu ích
    • Hướng dẫn 01 thạc sĩ

  3. Năm thứ ba (2028-2029)

    Nội dung trọng tâm

    Hoàn thiện hệ hỗ trợ ra quyết định tích hợp XAI; kiểm chứng, triển khai MLOps và chuyển giao thử nghiệm; tổng kết và xuất bản.

    Sản phẩm dự kiến

    • ≥ 02 bài WoS/Scopus
    • 01 sách xuất bản
    • Hướng dẫn 01 thạc sĩ
    • Hệ DSS/sản phẩm AI chuyển giao - thương mại hóa thử nghiệm

Căn cứ pháp lý và quyết định công nhận

Nhóm nghiên cứu được thành lập và công nhận trên cơ sở các văn bản sau.

  • Luật Khoa học, công nghệ và đổi mới sáng tạo số 93/2025/QH15
  • Luật Giáo dục đại học số 125/2025/QH15
  • Nghị định số 109/2022/NĐ-CP
  • Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị
  • Quyết định số 329/QĐ-TĐHTPHCM ngày 10/3/2026 của Trường Đại học Tài nguyên và Môi trường Thành phố Hồ Chí Minh
  • Quyết định công nhận số 1053/QĐ-TĐHTPHCM ngày 23/7/2026 của Trường Đại học Tài nguyên và Môi trường Thành phố Hồ Chí Minh