Associate Professor, Trưởng Lab Khoa học dữ liệu, Đại học Bách khoa Hà Nội.
Tên khác trên các bài báo: Than Quang Khoat, Khoat Than, Quang Khoat Than, Khoat Than Quang, Khoat Quang Than
Từ năm 2020, giảng viên có 8 bài được chấp nhận tại mười hội nghị, trong đó 7 bài có trong danh sách chính thức và 1 bài chỉ được công bố trên trang công khai của giảng viên hoặc phòng thí nghiệm (thể hiện dưới dạng +1 và được gắn nhãn "chưa chính thức" bên dưới). 5 bài được nhận trước năm 2026, 3 bài từ năm 2026. Tại ICLR: 9 bài nộp, 3 bài được chấp nhận, 6 bài bị từ chối. Bài bị từ chối có ghi nhận ở các hội nghị khác (bài bị từ chối công khai và bài được xếp vào Findings): NeurIPS 1.
Liên kết
- Trang cá nhân: users.soict.hust.edu.vn/khoattq
- Hồ sơ OpenReview (~Khoat_Than1): openreview.net/profile?id=~Khoat_Than1
- Danh sách công bố: users.soict.hust.edu.vn/khoattq/publication.htm
- Trang giới thiệu cán bộ: soict.hust.edu.vn/en/assoc-prof-than-quang-khoat.html
- DBLP: dblp.org/pid/118/4726
- Google Scholar: scholar.google.com/citations?user=z2_6ZRYAAAAJ
Đồng tác giả
- Lê Duy Dũng (VinUni): 1 bài
- Ngô Văn Linh (HUST): 1 bài
Những người trên trang có bài chung với giảng viên này (được nhận, bị từ chối hoặc workshop), kèm đơn vị hiện tại và số bài chung; xem toàn bộ ở mục Giảng viên hợp tác.
Google Scholar
Số liệu được ghi lại từ hồ sơ Google Scholar vào ngày 2026-10-02 và không được cập nhật tự động. Google Scholar thống kê toàn bộ công bố, không chỉ riêng mười hội nghị.
| Tất cả | Từ năm 2021 | |
|---|---|---|
| Trích dẫn | 910 | 740 |
| Chỉ số h | 17 | 17 |
| Chỉ số i10 | 30 | 26 |
Số bài nộp và được nhận theo năm
Bài được nhận theo năm, theo đơn vị của tác giả
Mỗi cột là số bài được nhận trong một năm; phần xám là bài mới biết qua thông báo hoặc trang cá nhân.
Đồng tác giả và lĩnh vực
- Trung bình mỗi bài có 3.8 đồng tác giả, tính cả bài bị từ chối (ít nhất 2 trên một bài được chấp nhận, nhiều nhất 8 trên một bài nộp); tổng cộng 43 đồng tác giả khác nhau trên 15 bài.
- Trung bình mỗi bài có 3.2 đồng tác giả nước ngoài, tức đồng tác giả ghi đơn vị công tác ngoài Việt Nam.
- Có 31 đồng tác giả khác nhau công tác tại trường hoặc đơn vị khác ngoài HUST (23 người ở nước ngoài, 8 người ở Việt Nam).
- Hai chỉ số trên được tính trên 8/15 bài có danh sách ghi đơn vị công tác của từng tác giả.
- 4 chủ đề thuộc 3 lĩnh vực, theo nhãn chủ đề do hội nghị gán cho 4/15 bài: General Machine Learning (2), Theory (1), Deep Learning (1).
| Lĩnh vực | Chủ đề | Số bài |
|---|---|---|
| Deep Learning | Algorithms | 1 |
| General Machine Learning | Representation Learning | 1 |
| General Machine Learning | Transfer, Multitask and Meta-learning | 1 |
| Theory | Optimization | 1 |
Bài được nhận (8)
-
ICLR 2026
LCA: Local Classifier Alignment for Continual Learning
-
NeurIPS 2026chưa chính thức
Kernelized Activation Steering
Chưa chính thức: name, and listed on their own page; in the NeurIPS 2026 list, not yet confirmable on OpenReview.
-
CVPR 2026
An Optimal Transport-driven Approach for Cultivating Latent Space in Online Incremental Learning
-
ICLR 2025
Boosting Multiple Views for pretrained-based Continual Learning
-
ICLR 2025
DPaI: Differentiable Pruning at Initialization with Node-Path Balance Principle
-
ICML 2025
Provably Improving Generalization of Few-shot models with Synthetic Data
-
AAAI 2024
On Inference Stability for Diffusion Models
-
ICML 2020
Predictive Coding for Locally-Linear Control
Bị từ chối (7)
Các bài nộp không được chấp nhận.
-
ICLR 2026, bị từ chối
A Non-vacuous Test Error Guarantee for Deep Learning without Altering the Model
-
ICLR 2026, bị từ chối
A Tight Error Bound for Deep Learning via Distribution and Loss Complexity
-
ICLR 2026, bị từ chối
SUSI: Semi-Structured Pruning for LLMs via Differentiable Subset Sampling
-
NeurIPS 2025, bị từ chối
Non-vacuous Bounds for the test error of Deep Learning without any change to the trained models
-
ICLR 2024, bị từ chối
Improving Prompt-based Continual Learning with Key-Query Orthogonal Projection and Prototype-based One-Versus-All
-
ICLR 2022, bị từ chối
Generalization of GANs and overparameterized models under Lipschitz continuity
-
ICLR 2021, bị từ chối
Generalization and Stability of GANs: A theory and promise from data augmentation
Không thuộc nhánh chính (1)
Các bài thuộc Datasets & Benchmarks, nhánh tạp chí và các nhánh khác; những bài này không được tính trong thống kê.
-
NeurIPS 2021
Structured Dropout Variational Inference for Bayesian Neural Networks
Không tính: the paper lists this author at VinAI Research, not at HUST.