Το Σεμινάριο “3D MODELLING AND DESIGN FOR ENGINEERS” (https://www.e-ce.uth.gr/seminar-3d-modelling-and-design-for-engineers/) θα διεξαχθεί την Πέμπτη 29 Φεβρουαρίου 2024, 14:00-18:00, στην Αίθουσα Α6 του κτιρίου του Τμήματος Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης του Πανεπιστημίου Θεσσαλίας (Σέκερη και Αλαμάνας, 38334, Βόλος) και θα αναμετοδοθεί μέσω MS-TEAMS (https://bit.ly/4bR0r93).
Το σεμινάριο με τίτλο «3D MODELLING AND DESIGN FOR ENGINEERS» θα διεξαχθεί την Πέμπτη 29 Φεβρουαρίου 2024, 14:00-18:00, στην Αίθουσα Α6 του κτιρίου του Τμήματος Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης του Πανεπιστημίου Θεσσαλίας (Σέκερη και Αλαμάνας, 38334, Βόλος).
Περισσότερες πληροφορίες μπορείτε να βρείτε στο σχετικό έντυπο.
Το σεμινάριο με τίτλο «3D MODELLING AND DESIGN FOR ENGINEERS» θα διεξαχθεί την Πέμπτη 29 Φεβρουαρίου 2024, 14:00-18:00, στο Αμφιθέατρο 1 στο κτίριο του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Θεσσαλίας.
Περισσότερες πληροφορίες μπορείτε να βρείτε στο σχετικό έντυπο.
Σε περίπτωση αλλαγής χώρου διεξαγωγής, θα αναρτηθεί ανακοίνωση στο www.e-ce.uth.gr/category/announcements/academic-news/
Η καινοτομία είναι συχνά αποτέλεσμα ομαδικής εργασίας. Για την εισαγωγή καινοτόμων λύσεων που αφορούν σύγχρονα προβλήματα χρειάζεται σύνθεση γνώσης από διαφορετικές επιστημονικές περιοχές. Η συνεργασία σε ομάδες συμβάλλει σημαντικά στη διερεύνηση ενός προβλήματος από διαφορετικές οπτικές γωνίες, προσφέροντας δυνατότητες ευρύτερης κατανόησης και ανάλυσης λαμβάνοντας υπόψη διαφορετικές ανάγκες, επιθυμίες, ή ενδιαφέροντα ομάδων που άμεσα ή έμμεσα ωφελούνται από μια πιθανή λύση.
(περισσότερα…)
Το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Πανεπιστημίου Θεσσαλίας, και συγκεκριμένα η ερευνητική ομάδα Δημιουργικών Τεχνολογιών Μάθησης (http://ctll.e-ce.uth.gr), επισκέφτηκε τα πανεπιστήμια University of Malaya και University Tenaga Nasional στην Kuala Lumpur της Μαλαισίας στα πλαίσια προγραμματισμένης συνάντησης συνεργασίας του ερευνητικού έργου ICT-INOV: Modernizing ICT Education for Harvesting Innovation. To ερευνητικό έργο ICT-INOV χρηματοδοτείται από το πρόγραμμα Erasmus+ Capacity Building in Higher Education που υποστηρίζει έρευνα για τη μεταφορά γνώσης από ευρωπαϊκά πανεπιστήμια σε εκπαιδευτικά ιδρύματα αναπτυσσόμενων χωρών. Το ερευνητικό έργο ICT-INOV στοχεύει στην ανάπτυξη δεξιοτήτων καινοτομίας σε φοιτητές επιστήμης και τεχνολογίας υπολογιστών με εφαρμογή της σχεδιαστικής σκέψης, μιας βαθιά ανθρωποκεντρικής μεθοδολογίας που συμβάλλει στην εισαγωγή λύσεων σε δύσκολες προκλήσεις μέσω ενσυναίσθησης και ιδεασμού.
(περισσότερα…)
Το Συνέδριο Φοιτητών Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (ΣΦΗΜΜΥ) είναι ένα πανελλήνιο συνέδριο το οποίο ξεκίνησε το 2007 στην Αθήνα. Αποτελεί μια τριήμερη ετήσια διοργάνωση που έχει ως στόχο την ενημέρωση των φοιτητών όλων των τμημάτων των Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών αλλά και των υπόλοιπων πολυτεχνικών σχολών σχετικά με τις νέες τεχνολογικές εξελίξεις, αλλά και τις νέες προκλήσεις της αγοράς εργασίας. Το ΣΦΗΜΜΥ, φέτος, διοργανώνεται στη Ξάνθη, 19-21 Απριλίου 2024, υπό την αιγίδα το Δημοκριτείου Πανεπιστημίου Θράκης, σε μια χρονιά ιδιαίτερα σημαντική για τοΠανεπιστήμιο, καθώς γιορτάζει τα 50 χρόνια από την ίδρυση του.
Περισσότερες Πληροφορίες: Δελτίο τύπου (Call for Papers)
Με επιτυχία ολοκληρώθηκαν οι εργασίες του 14ου Διεθνούς Συνεδρίου IISA (Information, Intelligence, Systems and Applications) που φέτος έλαβε χώρα στο Βόλο κατά το διάστημα 10-12 Ιουλίου, καθώς συνδιοργανώθηκε από το Πανεπιστήμιο Θεσσαλίας, το Πανεπιστήμιο Πειραιώς και το αμερικανικό Ίδρυμα για τη Βιολογική και Τεχνητή Νοημοσύνη (BAIF).
To συνέδριο, που τελεί υπό την αιγίδα του ΙΕΕΕ, φιλοξενήθηκε στο νέο κτήριο του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών και συμπεριέλαβε συνολικά 131 επιστημονικές εργασίες, οι οποίες έγιναν δεκτές μετά από κρίση, μοιρασμένες θεματικά σε 23 συνεδρίες που κάλυπταν ευρύ φάσμα θεωρίας και πρακτικής σε περιοχές όπως η Μηχανική Μάθηση, τα Συστήματα Συστάσεων και Λήψης Αποφάσεων, οι εφαρμογές της Πληροφορικής στην Εκπαίδευση, την Υγεία, τον τομέα της Ενέργειας, και τις Ανθρωπιστικές Επιστήμες, οι Έξυπνες Πόλεις, και άλλα.
Αναμνηστική φωτογραφία κατά την ολοκλήρωση του συνεδρίου
Στο συνέδριο συμμετείχαν ερευνητές, υποψήφιοι διδάκτορες, ακαδημαϊκοί, αλλά και μέλη της βιομηχανίας και του επιχειρηματικού κόσμου, από συνολικά 25 χώρες. Ιδιαίτερα ενδιαφέρουσες ήταν οι τρεις προσκεκλημένες ομιλίες από τον Καθηγητή Πέτρο Γρουμπό (Πανεπιστήμιο Πατρών) για την σχέση μεταξύ Κυβερνητικής και Τεχνητής Νοημοσύνης, τον Καθηγητή Ιωάννη Σταμέλο (ΑΠΘ) για τις ερευνητικές δυνατότητες που εγείρουν οι πλατφόρμες και πολιτικές ανοιχτού κώδικα, και την Καθηγήτρια Ελένη Στρούλια (University of Alberta, Canada) για τη χρήση παιγνίων και εικονικής πραγματικότητας για την υποστήριξη της πνευματικής και κινητικής ικανότητας των ηλικιωμένων.
Στην εξαιρετική διοργάνωση συνέβαλαν καθοριστικά οι φοιτήτριες και οι φοιτητές του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Πανεπιστημίου Θεσσαλίας (αλφαβητικά) Βασίλειος Αναγνωστόπουλος, Κωνσταντίνος Ανδρικόπουλος, Ιωάννα Αποστολοπούλου, Γαρυφαλιά Γεωργιτζίκη, Χαράλαμπος Ζαχαριάδης, Ευσταθία Ιωσηφίδου, Ευάγγελος Μπαλαμώτης , Παναγιώτης Μπαλαμώτης, Φανή Μπάνου, Αικατερίνη Παπουτσόγλου, Εμμμανουήλ Ραφτόπουλος, και Μαρία-Ιωάννα Τραχίλη, τους οποίους όλοι οι διοργανωτές και συμμετέχοντες ευχαριστούν δημόσια για την εθελοντική, αλλά ταυτόχρονα πολύ επαγγελματική, προσφορά τους.
Η Καθηγήτρια Μαρία Βίρβου (Πανεπιστήμιο Πειραιώς) και ο Καθηγητής Μιχαήλ Βασιλακόπουλος (Πανεπιστήμιο Θεσσαλίας) χαιρετίζουν την έναρξη του συνεδρίου.
Ο Καθηγητής Νικόλαος Μπουρμπάκης (Wright State University και BAIF) κατά την έναρξη του συνεδρίου.
Ο Καθηγητής Πέτρος Γρουμπός (Πανεπιστήμιο Πατρών) κατά την προσκεκλημένη ομιλία του για την Κυβερνητική και την Τεχνητή Νοημοσύνη.
Το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Πανεπιστημίου Θεσσαλίας (ΤΗΜΜΥ), και συγκεκριμένα η ερευνητική ομάδα Δημιουργικών Τεχνολογιών Μάθησης (http://cttl.e-ce.uth.gr), αναπτύσσει ψηφιακές παρεμβάσεις επαγγελματικής εκπαίδευσης και κατάρτισης για την κυκλική και πράσινη μετάβαση στον τουρισμό. Η δράση συμβάλλει στις ευρύτερες προσπάθειες αντιμετώπισης της κλιματικής αλλαγής μέσω περιβαλλοντικά υπεύθυνων πρακτικών στην οικονομία. Επικεντρώνεται σε τουριστικές επιχειρήσεις μικρού και μεσαίου μεγέθους επιδιώκοντας την ανάπτυξη δεξιοτήτων και γνώσεων που συμβάλλουν στην αναγνώριση ευκαιριών και τη δραστηριοποίηση προς την περιβαλλοντική αναβάθμιση καθημερινών επιχειρηματικών πρακτικών. (περισσότερα…)
Με ιδιαίτερη χαρά το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών σας ενημερώνει για την διάκριση του αποφοίτου Μιλτιάδη Αλαμανιώτη ως ομιλητή σε συνέδριο της Εθνικής Ακαδημίας Μηχανικών των ΗΠΑ υπό το Κογκρέσο για το μέλλον της τεχνολογίας. Ο Μίλτος Αλαμανιώτης, ο οποίος υπηρετεί ως Καθηγητής στο Πανεπιστήμιο του Τέξας, βρίσκεται μεταξύ των 81 καλύτερων μηχανικών που θα συμμετέχουν στο συνέδριο.
Σχετικοί σύνδεσμοι:
Σας προσκαλούμε στις 2 ομιλίες της Χριστίνας Φραγκούλη και του Suhas Diggavi, καθηγητών στο ECE Department- University of California Los Angeles (UCLA) την Τετάρτη 28/6, 5-7μμ στο Αμφιθέατρο #1. Οι ομιλίες αφορούν κυρίως ερευνητικές προκλήσεις στην περιοχή της μηχανικής μάθησης.
Title: Solving Stochastic Contextual Bandits with Linear Bandits Algorithms
Biography:
Linear bandit and contextual linear bandit problems have recently attracted extensive attention as they enable to support impactful active learning applications through elegant formulations.
In linear bandits, a learner at each round plays an action from a fixed action space A and receives a reward that is specified by the inner product of the action and an unknown parameter vector plus noise. Contextual linear bandits add another layer of complexity by enabling at each round the action space to be different, to capture context. The goal is to design an algorithm that learns to play as close as possible to the unknown optimal policy after a number of action plays. The contextual problem is considered more challenging than the linear bandit problem, which can be viewed as a contextual bandit problem with a fixed context. Surprisingly, in this talk, we show that the stochastic contextual problem can be solved as if it is a linear bandit problem. In particular, we establish a novel reduction framework that converts every stochastic contextual linear bandit instance to a linear bandit instance. Our reduction framework opens up a new way to approach stochastic contextual linear bandit problems, and enables significant savings in communication cost in distributed setups. Furthermore, it yields improved regret bounds in a number of instances.
Short CV:
Christina Fragouli is a Professor in the Electrical and Computer Engineering Department at UCLA. She received the B.S. degree in Electrical Engineering from the National Technical University of Athens, Athens, Greece, and the M.Sc. and Ph.D. degrees in Electrical Engineering from the University of California, Los Angeles. She has worked at the Information Sciences Center, AT\&T Labs, Florham Park New Jersey, and the National University of Athens. She also visited Bell Laboratories, Murray Hill, NJ, and DIMACS, Rutgers University. Between 2006–2015 she was an Assistant and Associate Professor in the School of Computer and Communication Sciences, EPFL, Switzerland.
She is an IEEE fellow, and has served in several IEEE Committees as member or Chair, including serving as the 2022 President of the IEEE Information Theory Society. She has also served as an Information Theory Society Distinguished Lecturer, and as an Associate Editor for IEEE Communications Letters, for Elsevier Journal on Computer Communication, for IEEE Transactions on Communications, for IEEE Transactions on Information Theory, and for IEEE Transactions on Mobile Communications. Her current research interests are in the intersection of network algorithms, coding techniques, and machine learning.
Τitle: A Statistical Framework for Private Personalized Federated Learning and Estimation
Abstract:
In federated learning, edge nodes collaboratively build learning models from locally generated data. Federated learning (FL) introduces several unique challenges to traditional learning including (i) need for privacy guarantees on the locally residing data (ii) communication efficiency from edge devices (iii) robustness to malicious/malfunctioning nodes (iv) need for personalization given heterogeneity in data and resources. In this talk we focus on privacy and personalization.
We will first describe some of our recent work on trade-offs between privacy and learning performance for federated learning in the context of the shuffled privacy models. Our goals include accounting for (client) sampling, obtaining better compositional bounds (using Renyi DP) as well as ensuring
communication efficiency. We will briefly present our theoretical results along with numerics.
Statistical heterogeneity of data in FL has motivated the design of personalized learning, where individual (personalized) models are trained, through collaboration. In the second part of the talk we give a statistical framework that unifies several different personalized FL algorithms as well as suggest new algorithms. We develop novel private personalized estimation under this framework. We then use our statistical framework to propose new personalized learning algorithms, including AdaPeD based on information-geometry regularization, which numerically outperforms several known algorithms.
Parts of this talk are joint work with Kaan Ozkara, Antonious Girgis and Deepesh Data, Peter Karouz and Theertha Suresh, and has appeared in AISTATS, NeurIPS, ACM CCS, ICLR etc.
Biography:
Suhas Diggavi is currently a Professor of Electrical and Computer Engineering at UCLA. His undergraduate education is from IIT, Delhi and his PhD is from Stanford University. He has worked as a principal member research staff at AT&T Shannon Laboratories and directed the Laboratory for Information and Communication Systems (LICOS) at EPFL. At UCLA, he directs the Information Theory and Systems Laboratory.
His research interests include information theory and its applications to several areas including machine learning, security & privacy, wireless networks, data compression, cyber-physical systems, bio-informatics and neuroscience; more information can be found at https://www.licos.ee.ucla.edu/.
He has received several recognitions for his research from IEEE and ACM, including the 2013 IEEE Information Theory Society & Communications Society Joint Paper Award, the 2021 ACM Conference on Computer and Communications Security (CCS) best paper award, the 2013 ACM International Symposium on Mobile Ad Hoc Networking and Computing (MobiHoc) best paper award, the 2006 IEEE Donald Fink prize paper award among others. He was selected as a Guggenheim fellow in 2021. He also received the 2019 Google Faculty Research Award, 2020 Amazon faculty research award and 2021 Facebook/Meta faculty research award. He served as a IEEE Distinguished Lecturer and also served on board of governors for the IEEE Information theory society (2016-2021). He is a Fellow of the IEEE.
He is the in-coming Editor-in-Chief of the IEEE BITS Information Theory Magazine and has been an associate editor for IEEE Transactions on Information Theory, ACM/IEEE Transactions on Networking and other journals and special issues, as well as in the program committees of several IEEE conferences. He has also helped organize IEEE and ACM conferences including serving as the Technical Program Co-Chair for 2012 IEEE Information Theory Workshop (ITW), the Technical Program Co-Chair for the 2015 IEEE International Symposium on Information Theory (ISIT) and General co chair for ACM Mobihoc 2018. He has 8 issued patents.
