PTN NC Xử lý tín hiệu, thông tin và nội dung đa phương tiện
Trường Điện - Điện tửLaboratory for Signal Processing, Information and Multimedia (SigM)
Hoàng Mạnh Thắng
Personal Information
Senior Lecturer
Associate Professor
Ph.D.
School of Electrical – Electronics
Signal Processing, Information and Multimedia Lab

Room E.802, Building C7

Thang Manh Hoang received the Engineer and M. Sc. degrees in the School of Electrical and Electronic Engineering from Hanoi University of Science and Technology (HUST), in 1998 and 2001, respectively. He received PhD degree in the Department of Electrical Engineering from Nagaoka University of Technology in 2007. He was a postdoctorial researcher at Nagaoka University of Technology. He has been a faculty member of Electronics and Telecommunications at HUST since 1998 and an associate professor of HUST since 2011. He was a visiting researcher to Vrije University Brussels, Belgium in 1999, to University of Klagenfurt, Austria in 2009, Bangor University, UK in 2012, and Polytech de Nantes, France in 2012, 2017, and 2023. He was research fellow at Faculty of Information Sciences and Engineering, University of Canberra, Australia from June-2013 to May-2014. His research topics are concerned with the nonlinear science and its applications in information engineering.

Research Interests

Current direction of active researches:

- Complex Networks and Its applications in pattern recognitions (PPGs, EEGs,...)

- Filters (KF, EKF, UKF, PF, etc) and application in applications (imaging, UAV, localization, tracking,...)

Main Research Domains
Kỹ thuật điện và điện tử, Điện - Điện tử
Other Research Domains
Khoa học máy tính và thông tin, Kỹ thuật điện và điện tử, Điện - Điện tử
Associate Professor. Ph.D.. Hoàng Mạnh Thắng
Scientific Publications
A Multi-Task Framework for Simultaneous SOH and RUL Estimation Using Partial Charging Segments and Transfer Learning
A Multi-Task Framework for Simultaneous SOH and RUL Estimation Using Partial Charging Segments and Transfer Learning
Tạp chí/Proceedings:
2026 The 10th International Conference on Green Energy and Applications (ICGEA) (10.1109/ICGEA69553.2026.11642853)
Tác giả:
Vu Trinh Tu; Manh-Duong Hoang; Thang Manh Hoang
Lĩnh vực nghiên cứu:
Năng lượng và môi trường bền vững, Công nghệ dữ liệu, AI và hệ thống thông minh
Loại công bố:
Hội nghị quốc tế (trong index Scopus)
Thời gian:
08/2026
Prediction of State of Health and Remaining Useful Life for Li-Ion Battery Using Ensemble Learning
Prediction of State of Health and Remaining Useful Life for Li-Ion Battery Using Ensemble Learning
Tạp chí/Proceedings:
2026 10th International Conference on Green Energy and Applications (ICGEA) (10.1109/ICGEA69553.2026.11642834)
Tác giả:
Tu Vu Trinh, Thang Manh Hoang
Lĩnh vực nghiên cứu:
Năng lượng và môi trường bền vững, Công nghệ dữ liệu, AI và hệ thống thông minh
Loại công bố:
Hội nghị quốc tế (trong index Scopus)
Thời gian:
08/2026
Research Projects
Nghiên cứu và phát triển hệ thống tự động nhận dạng, phân tích và tìm kiếm công thức toán học từ ảnh, ứng dụng trong các hệ thống hỏi đáp cho học sinh và sinh viên.
Nghiên cứu và phát triển hệ thống tự động nhận dạng, phân tích và tìm kiếm công thức toán học từ ảnh, ứng dụng trong các hệ thống hỏi đáp cho học sinh và sinh viên.
Mã số đề tài:
Cấp đề tài:Nhiệm vụ Bộ GDĐT
Chủ nhiệm đề tài:PGS. TS. Lê Thị Lan
Thành viên:Lê Thị Lan, Bùi Hải Phong, Hoàng Mạnh Thắng, Bùi Thu Thủy, Hoàng Văn Nam, Đỗ Thị Ngọc Diệp, Bùi Thị Nhi
Thời gian:01/01/2021 - 09/06/2023
Trạng thái:Đã nghiệm thu
Mục tiêu chung: Mục tiêu chung của đề tài là nghiên cứu và xây dựng phần mềm cho phép tự động phân tích và tìm kiếm công thức toán học từ ảnh. Hệ thống sẽ được tích hợp và triển khai trong ứng dụng hỏi đáp cho học sinh và sinh viên. Mục tiêu cụ thể: - Phát triển phương pháp tự động phát hiện và nhận dạng công thức toán từ ảnh chụp bằng thiết bị di dộng của người dùng. - Phát triển phương pháp so sánh vàxác định tương tự (similarity) của các công thức. - Xây dựng phần mềm cho phép tự động phát hiện, nhận dạng và xác định sự tương tự của các công thức toán.
Nâng cao độ chính xác của phương pháp phát hiện và nhận dạng tự động công thức toán học từ ảnh tài liệu của ngành khoa học máy tính
Nâng cao độ chính xác của phương pháp phát hiện và nhận dạng tự động công thức toán học từ ảnh tài liệu của ngành khoa học máy tính
Mã số đề tài:T2020-SAHEP-008
Cấp đề tài:Nhiệm vụ Cơ sở phân cấp
Chủ nhiệm đề tài:PGS. TS. Lê Thị Lan
Thành viên:Lê Thị Lan, Bùi Hải Phong, Hoàng Mạnh Thắng
Thời gian:01/09/2020 - 13/01/2022
Trạng thái:Đã nghiệm thu
Postgraduate Students
Nghiên cứu kỹ thuật bảo mật, ứng dụng trong hệ thống quản trị dữ liệu y tế
Loại đồ án: Luận án tiến sĩ
Sinh viên: Trần Quang Độ
GV hướng dẫn: Tạ Thị Kim Huệ
Loại đồ án: Luận án tiến sĩ
Sinh viên: Đoàn Thị Quế
GV hướng dẫn: Hoàng Mạnh Thắng
Teaching Courses
Thiết kế hệ thống số
Mã học phần: EE2130
Số tín chỉ: 3
ĐIỆN TỬ SỐ
Mã học phần: ET3220
Số tín chỉ: 3