TS. Đỗ Vinh Quang

Giảng viên bộ môn Điện tử - Viễn thông
Email: dovinhquang@tdtu.edu.vn
Phòng làm việc: M306

Quá trình học tập

  • Tiến sĩ, Kỹ thuật Điện tử, Đại học Ulsan, Hàn Quốc, 2017 – 2020.
  • Thạc sĩ, Kỹ thuật Điện tử và Máy tính, Đại học RMIT, Úc, 2011 – 2013.
  • Kỹ sư, Kỹ thuật Điện – Điện tử, Đại học Bách Khoa, Tp. Hồ Chí Minh, Việt Nam, 2004 – 2009.

Quá trình hoạt động chuyên môn

  • 2009 – 2011: Kỹ sư vận hành và bảo dưỡng, Vinaphone, Việt Nam.
  • 2013 – 2014: Kỹ sư kiểm định, Công ty Jabil Việt Nam, Việt Nam.
  • 2014 – 2017: Giảng viên, Khoa Điện – Điện tử, Trường Đại học Tôn Đức Thắng, Việt Nam.
  • 2020 – 2021: Nghiên cứu viên sau Tiến sĩ, Đại học Ulsan, Hàn Quốc.
  • 2021 – 2023: Nghiên cứu viên sau Tiến sĩ, Đại học quốc gia Busan, Hàn Quốc.
  • 2023 – nay: Giảng viên, Khoa Điện – Điện từ, Trường Đại học Tôn Đức Thắng, Việt Nam.

Lĩnh vực nghiên cứu

Học sâu, Học tăng cường, Quản lý tài nguyên vô tuyến

CÔNG BỐ KHOA HỌC

A. Tạp chí

  1. S.-G. Jeong, Q. V. Do, and W.-J. Hwang, “Short-term photovoltaic power forecasting based on hybrid quantum gated recurrent unit,” in ICT Express, p. S2405959523001637, Dec. 2023.
  2. Q. V. Do, Q. -V. Pham and W. -J. Hwang, “Deep Reinforcement Learning for Energy-Efficient Federated Learning in UAV-Enabled Wireless Powered Networks,” in IEEE Communications Letters, vol. 26, no. 1, pp. 99-103, Jan. 2022.
  3. Q. V. Do and I. Koo, “Deep Reinforcement Learning Based Dynamic Spectrum Competition in Green Cognitive Virtualized Networks,” in IEEE Access, vol. 9, pp. 52193-52201, Mar. 2021.
  4. Q. V. Do and I. Koo, “A Transfer Deep Q-Learning Framework for Resource Competition in Virtual Mobile Networks With Energy-Harvesting Base Stations,” in IEEE Systems Journal, vol. 15, no. 1, pp. 319-330, Mar. 2021.
  5. Viet Tuan, P.; Ngoc Son, P.; Trung Duy, T.; Nguyen, S.Q.; Ngo, V.Q.B.; Q. V. Do; Koo, I. Optimizing a Secure Two-Way Network with Non-Linear SWIPT, Channel Uncertainty, and a Hidden Eavesdropper. Electronics, vol. 9, no. 8, p. 1222, Jul. 2020.
  6. Q. V. Do, and Insoo Koo, “Actor-critic deep learning for efficient user association and bandwidth allocation in dense mobile networks with green base stations,” in Wireless Networks, Nov. 2019.
  7. Q. V. Do, T. N. K. Hoan and I. Koo, “Optimal Power Allocation for Energy-efficient Data Transmission Against Full-duplex Active Eavesdroppers in Wireless Sensor Networks,” in IEEE Sensors Journal, vol. 19, no. 13, pp. 5333-5346, Jul. 2019.
  8. Q. V. Do, V. H. Vu & I. Koo (2019) An efficient bandwidth allocation scheme for hierarchical cellular networks with energy harvesting: an actor-critic approach, International Journal of Electronics, vol. 106, no. 10, pp. 1543-1566, Apr. 2019.
  9. Q. V. Do and I. Koo, “Learning Frameworks for Cooperative Spectrum Sensing and Energy-efficient Data Protection in Cognitive Radio Networks,” Applied Science, vol. 8, no. 5, p.722, May 2018.
  10. Q. V. Do, T.-N.-K. Hoan, and I. Koo, “Energy-Efficient Data Encryption Scheme for Cognitive Radio Networks,” in IEEE Sensors Journal, vol. 18, no. 5, pp. 2050-2059, Mar. 2018.
  11. Q. V. Do, I. Koo, “FPGA Implementation of LSB-Based Steganography,” Journal of Information and Communication Convergence Engineering, vol. 15, no. 3, pp. 151-159, Sep. 2017.

B. Hội nghị

  1. S.-G. Jeong, Q. V. Do, H.-J. Hwang, M. Hasegawa, H. Sekiya, and W.-J. Hwang, “UWB NLOS/LOS Classification Using Hybrid Quantum Convolutional Neural Networks,” in 2023 IEEE International Conference on Consumer Electronics-Asia (ICCE-Asia), Busan, Republic of Korea: IEEE, Oct. 2023, pp. 1–2.
  2. Q. V. Do and I. Koo, “Dynamic Bandwidth Allocation Scheme for Wireless Networks with Energy Harvesting Using Actor-Critic Deep Reinforcement Learning,” 2019 International Conference on Artificial Intelligence in Information and Communication (ICAIIC), Okinawa, Japan, 2019, pp. 138-142.