Đề tài được triển khai trong giai đoạn 2024–2025, tập trung nghiên cứu và phát triển các mô hình rút gọn thuộc tính dựa trên lý thuyết tập thô, kết hợp các tiếp cận có trọng số và kỹ thuật heuristic nhằm nâng cao hiệu quả phân lớp, giảm chi phí tính toán và tăng khả năng ứng dụng trong các bài toán khai phá dữ liệu và học máy.

Tại buổi nghiệm thu, Hội đồng đánh giá cao tính mới, tính sáng tạo và giá trị khoa học của đề tài. Nhóm nghiên cứu đã xây dựng được cơ sở lý thuyết chặt chẽ cho các mô hình đề xuất, đồng thời tiến hành thực nghiệm trên nhiều bộ dữ liệu chuẩn, cho thấy kết quả vượt trội so với các phương pháp hiện có.

Đề tài đã công bố 02 bài báo quốc tế uy tín (SCIE, Scopus Q1, Q2) và 01 bài báo đăng trên Tạp chí Khoa học và Công nghệ Trường Đại học Khoa học, Đại học Huế, đồng thời góp phần đào tạo thành công 02 học viên cao học.

Kết luận buổi làm việc, Hội đồng thống nhất nghiệm thu đề tài, ghi nhận những đóng góp thiết thực của kết quả nghiên cứu đối với lĩnh vực khoa học dữ liệu, trí tuệ nhân tạo và công tác đào tạo, nghiên cứu khoa học tại Nhà trường.