Giảng viên – Khoa Kinh tế và Quản trị

Email: thao.nd@tbd.edu.vn

Điện thoại: 0905331288

LĨNH VỰC ĐÀO TẠO – NGHIÊN CỨU

• Đại học ngành Kinh tế thương mại (Đại học Toulouse 1, Pháp – 2010)
• Thạc sĩ ngành Kinh tế kinh doanh (Đại học Toulouse 1, Pháp – 2012)
• Tiến sĩ ngành Phân tích dữ liệu kinh doanh (Đại học NKUST, Đài Loan – 2026)

HƯỚNG NGHIÊN CỨU: AI, phân tích dữ liệu lớn, kinh tế bền vững, năng lượng bền vững…

QUÁ TRÌNH NGHIÊN CỨU KHOA HỌC:

Đề tài Nghiên cứu khoa học:

[1] 2023, Tourism Demand Prediction after COVID-19 with Deep Learning Hybrid CNN-LSTM- Case Study of Vietnam and Provinces, ĐT cấp trường.

[2] 2026 – 2029, Nghiên cứu chế rạo hệ thống Quản lý toàn diện và Phân loại hư hỏng phục vụ công tác bảo trì cho động cơ trên tàu thuỷ, ứng dụng công nghệ Trí tuệ nhân tạo vạn vật (AIoT) dựa trên thuật toán tối ưu bầy đàn cải tiến (IPSO) và mô hình máy học sâu lai, ĐT Nafosted

Công trình khoa học đã công bố:

[1] Nguyen, D. T., Nguyen, T. P., Cho, M. Y. (2025). Online prognostic failure AIoT system for industrial generators maintenance service based two-stage deep learning algorithm. Control Engineering Practice, 157, 106263.

[2] Nguyen, D. T., Nguyen, T. P., Cho, M. Y. (2025). Cloud-based AioT intelligent infrastructure for firefighting pump fault diagnosis-based hybrid CNN-GRU deep learning technique. The Journal of Supercomputing, 81(3), 462.

[3] Da, T. N., Thanh, P. N., Cho, M. Y. (2024). A cloud 15kV-HDPE insulator leakage current classification based improved particle swarm optimization and LSTM-CNN deep learning approach. Swarm and Evolutionary Computation, 91, 101755.

[4] Nguyen, D. T., Li, Y. M., Peng, C. L., Cho, M. Y., Nguyen, T. P. (2024). Monthly Tourism Demand Forecasting With COVID‐19 Impact‐Based Hybrid Convolution Neural Network and Gate Recurrent Unit. International Journal of Tourism Research, 26(6), e2812.

[5] Nguyen-Da, T., Nguyen-Thanh, P., Cho, M. Y. (2024). Real-time AioT anomaly detection for industrial diesel generator based an efficient deep learning CNN-LSTM in industry 4.0. Internet of Things, 27, 101280.

[6] Nguyen Da, T., Cho, M. Y., Nguyen Thanh, P. (2024). Optimizing K-means clustering center selection with density-based spatial cluster in radial basis function neural network for load forecasting of smart solar microgrid. Electrical Engineering, 1-16.

[7] Da, T. N., Thanh, P. N., & Cho, M. Y. (2024). Novel cloud-AIoT fault diagnosis for industrial diesel generators based hybrid deep learning CNN-BGRU algorithm. Internet of Things, 26, 101164.

[8] Da, T. N., Cho, M. Y., Thanh, P. N. (2024). Hourly load prediction based feature selection scheme and hybrid CNN‐LSTM method for building smart solar microgrid. Expert Systems, 41(7), e13539.

[9] Nguyen-Da, T., Li, Y. M., Peng, C. L., Cho, M. Y.; Nguyen-Thanh, P. (2023). Tourism demand prediction after COVID-19 with deep learning hybrid CNN–LSTM – Case study of Vietnam and provinces. Sustainability, 15(9), 7179.

[10] Liu, W. B., Nguyen Thanh, P., Cho, M. Y., Nguyen Da, T. (2023). Categorizing 15 kV high-voltage HDPE insulator’s leakage current surges based on convolution neural network gated recurrent unit. Energies, 16(5), 2500.

[11] Liu, W. B., Bui, T. M., Doan, Q. N., Le Thi, H., Thu, T. N. T., Cho, M. Y., Da, T.N., Thanh, P. N. (2024, June). A failure diagnosis approach for firefighting pump based deep learning GRU Methodology. In 2024 International Conference on System Science and Engineering (ICSSE) (pp. 1-6). IEEE.

[12] Liu, W. B., Bui, T. M., Quoc, T. N., Thi, V. P., Cho, M. Y., Da, T. N.; Thanh, P. N. (2024, June). Failure classified method for diesel generators based long short-term memory approach. In 2024 International Conference on System Science and Engineering (ICSSE) (pp. 1-6). IEEE.

[13] Da, T. N., Yimin, L., Peng, C. L., Cho, M. Y., Le Kim, K. N., Thanh, P. N. (2022, July). Short-term solar power prediction using long short-term memory in solar plant with deep learning machine. In 2022 6th International Conference on Green Technology and Sustainable Development (GTSD) (pp. 651-656). IEEE.