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

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

Được công nhận theo Quyết định 1053/QĐ-TĐHTPHCM ngày 23/7/2026

Thành viên
12
Hướng nghiên cứu
04
Công bố khoa học
69
Năm hoạt động được công nhận
03

Chúng tôi là ai

Nhóm nghiên cứu liên ngành về trí tuệ nhân tạo cho 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 mới nhất

Hỏi SIGMA

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

  • Application of Handheld LiDAR Technology in Tree Detection and Measurement: A Case Study of Pine Forest in Da Lat, Lam Dong Province, Vietnam

    Tran Ngoc Huyen Trang, Phan Nguyen Viet, Nguyen Ngoc Bang, Nguyen Huu Duc, Le Van Trung, Vo Le Phu

    IOP Conference Series: Earth and Environmental Science, Vol. 1633, 2026

    • Báo cáo hội nghị
    • Chỉ mục Scopus
  • Công tác kiểm kê đất đai và thành lập bản đồ hiện trạng sử dụng đất năm 2024 sau khi sáp nhập đơn vị hành chính: Nghiên cứu tại xã Phước Long, tỉnh Cà Mau

    Mai Thị Duyên

    Tạp chí Xây dựng, Số 5, 90-93, 2026

    • Bài báo tạp chí
  • Enhancing the Urban Agglomeration Management Effectiveness combining UAVs, Deep Learning, and WebGIS in Ho Chi Minh City, Vietnam

    Tran Ngoc Huyen Trang, Le Van Trung, Vo Le Phu

    Geomatics and Environmental Engineering, 20(5), 2026

    • Bài báo tạp chí
    • Chỉ mục ESCI
  • Estimating carbon sequestration in urban trees using UAV-derived CHM and Deep Learning-based crown extraction: A climate-responsive greenery planning approach

    Tran Ngoc Huyen Trang, Le Van Trung, Vo Le Phu

    Lecture Notes in Civil Engineering (Springer), GIS IDEAS 2026, 2026

    • Báo cáo hội nghị
    • Chỉ mục Scopus
  • 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
  • Extracting building footprints from UAV imagery for urban digital transformation in Ho Chi Minh City

    Tran Ngoc Huyen Trang, Le Van Trung, Vo Le Phu

    Journal of People, Plants, and Environment, 29(1), 2026

    • Bài báo tạp chí
    • 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

    • Ứng dụng công cụ kỹ thuật số nâng cao hiệu quả, độ chính xác và tối ưu hóa thiết kế - thi công nền móng công trình
    • Gia cố nền công trình hiện hữu bằng giải pháp cọc ống thép phụt vữa

    Thư điện tử: dxtruong@hcmunre.edu.vn

    Xem hồ sơ

  • Ảnh chân dung của Trần Vũ Văn Hòa

    KS., Học viên cao học Trần Vũ Văn Hòa

    Thành viên chủ chốt

    Giảng viên, nghiên cứu viên - Khoa Trắc địa, Bản đồ và Công trình

    • 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.