Toan Gian - The Writeria

Toan Gian

Nghiên Cứu Sinh tại ĐH Dartmouth

Anh hiện là nghiên cứu sinh Tiến sĩ ngành Computer Science tại Dartmouth College. Trước đó, anh theo học chương trình Tiến sĩ tại Northeastern University, nơi anh nghiên cứu các công nghệ AI tiên tiến tại Mentis Lab. Với mong muốn tạo ra những giải pháp AI có tác động thực tiễn, anh đã công bố nhiều nghiên cứu tại các hội nghị AI hàng đầu thế giới như AAAI, ECCV và PerCom.

Chuyên môn: Artificial Intelligence (AI), Machine Learning & Deep Learning, Computer Vision, Computer Science, Electrical & Electronic Engineering, AIoT & Edge AI, Wireless Communications, Robotics & Intelligent Systems, Biomedical Engineering, Research & Scientific Publications

Học Vấn

• Nghiên cứu sinh Tiến sĩ Khoa học Máy tính, Đại học Dartmouth

• Cử nhân Kỹ thuật Điện – Điện tử, Đại học Bách khoa Hà Nội

Thành Tựu

• Giải thưởng Hỗ trợ Tham dự Hội nghị ECCV 2024 (ECCV Travel Grant Award)

• Giải Đồ án Tốt nghiệp Xuất sắc nhất Trường Điện – Điện tử, Đại học Bách khoa Hà Nội (Điểm đồ án: 100/100)

• Học bổng Chương trình Thực tập Tài năng Toàn cầu, Bosch Global Software Technologies

Kinh Nghiệm Làm Việc

• Nghiên cứu sinh Tiến sĩ, HumanX Lab, Đại học Dartmouth (2026 – nay)
Nghiên cứu thiết kế hệ thống biocomputing và AI cho mô hình não nhân tạo (brain organoids).

• Nghiên cứu sinh Tiến sĩ, MENTIS Laboratory, Đại học Northeastern (2025 – 2026)
Nghiên cứu AI/Machine Learning cho hệ thống điều khiển đa tác tử (Multi-Agent Systems) thế hệ mới.

• Trợ lý Nghiên cứu, ICC Laboratory, VinUniversity (2023 – 2024)
Phát triển mô hình Deep Learning ứng dụng tín hiệu WiFi cho ước lượng tư thế người (Human Pose Estimation).

• Trợ lý Nghiên cứu, AIoT Laboratory, Đại học Phenikaa (2022 – 2023)
Nghiên cứu Deep Learning cho hệ thống truyền thông không dây và AIoT.

• Thực tập sinh AI, Bosch Global Software Technologies (2022 – 2023)
Phát triển mô hình AI nhận diện và theo dõi vật thể thời gian thực cho hệ thống hỗ trợ lái xe.

Bài Báo Khoa Học

11 publications

Một số bài tiêu biểu

• Toan Gian, Tran Trung Dung, Francesco Restuccia, Viet Quoc Pham, Van-Dinh Nguyen. TinySense: Effective CSI Compression for Scalable and Accurate Wi-Fi Sensing. IEEE International Conference on Pervasive Computing and Communications (PerCom) 2026. (A*, Accepted Rate: 10.7%, Oral Presentation)
→ PerCom là một trong những hội nghị hàng đầu thế giới về pervasive computing và wireless systems. Chỉ khoảng 1/10 bài gửi được chấp nhận.

• Toan Gian, Mohammad Abdi, Francesco Restuccia. SDE-HARL: Scalable Distributed Policy Execution for Heterogeneous-Agent Reinforcement Learning. Association for the Advancement of Artificial Intelligence (AAAI) 2026. (A*, Accepted Rate: 17%)
→ AAAI là một trong những hội nghị AI danh giá nhất thế giới, quy tụ các nghiên cứu tiên phong về Trí tuệ nhân tạo.

• Toan Gian, Tien Lai, Thien Van Luong, Kok-Seng Wong, Van-Dinh Nguyen. HPE-Li: WiFi-enabled Lightweight Dual Selective Kernel Convolution for Human Pose Estimation. European Conference on Computer Vision (ECCV) 2024. (A*, Accepted Rate: 21%)
→ ECCV là một trong ba hội nghị hàng đầu thế giới về Computer Vision, cùng với CVPR và ICCV.

Thông Tin Thêm

Mentee thành công

• Hỗ trợ một học viên giành Học bổng Chính phủ Hàn Quốc (GKS) toàn phần.

• Hỗ trợ một học viên nhận học bổng toàn phần PhD tại một trường đại học ở Pháp.

• Hỗ trợ một học viên nhận học bổng 20% học phí tại một trường đại học ở Hoa Kỳ.

Quy trình làm việc với Mentor

Chương trình với mentor Toan Gian sẽ được thiết kế với cường độ cao, yêu cầu học sinh chủ động, kỷ luật và cam kết nghiêm túc trong suốt quá trình học, tập trung chính vào việc Nghiên Cứu Khoa Học.

• Buổi học đầu tiên - 1 giờ (có phí): Mentor đánh giá năng lực, mục tiêu và xây dựng lộ trình phù hợp.

• Thử thách 2 tuần (miễn phí): Trong thời gian này, mentor sẽ xây dựng một kế hoạch học tập cá nhân hóa với các mục tiêu, nhiệm vụ và mốc tiến độ rõ ràng. Học sinh sẽ được hướng dẫn cách đọc tài liệu, tìm hiểu một chủ đề nghiên cứu, thực hiện các bài tập hoặc dự án nhỏ và nhận phản hồi thường xuyên từ mentor.

• Chương trình dài hạn, từ 6 tháng - hơn 1 năm (có phí): Nếu quá trình thử thách đạt kết quả tốt, mentor và học sinh sẽ tiếp tục hợp tác trong chương trình mentoring dài hạn với mục tiêu phát triển kỹ năng nghiên cứu và hoàn thành các mục tiêu học thuật.