Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | Αναλογικός Σχεδιασμός, Δοκιμές και Επαλήθευση |
Φορέας Χρηματοδότησης | NanoZeta Technologies ltd. |
Προϋπολογισμός | 271.400,00 |
Διάρκεια | 26/01/2021 – 25/01/2028 |
Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | DIGITAfrica: Towards a comprehensive pan-African research infrastructure in Digital Sciences |
Φορέας Χρηματοδότησης | ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ |
Προϋπολογισμός | 123.125,00 |
Διάρκεια | 16/12/2024 – 31/12/2027 |
Επιστ. Υπεύθυνος |
|
---|---|
Τίτλος | TWIN-RELECT: Twinning for Excellence in Reliable Electronics |
Φορέας Χρηματοδότησης | ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ |
Προϋπολογισμός | 602.500,00 |
Διάρκεια | 01/10/2024 – 30/09/2027 |
Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών | |
---|---|
| |
Τηλ. | +30 24210 74967, +30 24210 74934 |
gece ΑΤ e-ce.uth.gr | |
Τηλ. Π.Μ.Σ. | +30 24210 74933 |
e-mail Π.Μ.Σ. | pgsec ΑΤ e-ce.uth.gr |
Ιστοσελίδα | https://www.e-ce.uth.gr/contact-info/ |
Πρόσκληση Υποψήφιου διδάκτορα/ερευνητή/administrator για συνεργασία με την ομάδα ‘ΙΚΑΡΟΣ’ σε Μηχανικη Μάθηση και Υπολογιστική όραση για α) ανάλυση και παραγωγή ψηφιακών μέσων και β) ευφυή έλεγχο και ανάλυση οπτικών δεδομένων drones
Αντικείμενα έρευνας/ανάπτυξης στην Μηχανικη Μάθηση και Υπολογιστική όραση
A. Μηχανικη Μάθηση για ανάλυση και παραωγή ψηφιακών μέσων
Ανάλυση δεδομένων κοινωνικών δικτύων
Βαθειά μάθηση για υποτιτλισμό και περίληψη βίντεο
Βαθειά μάθηση για παραγωγή νέου οπτικού υλικό (adversarial networks, imitation learning)
Συνεχιζόμενη μάθηση και επανεκπαίδευση δικτύων DNN
B. Eυφυής έλεγχο και ανάλυση οπτικών δεδομένων drones
Ρομποτική όραση drones
Βαθειά μάθηση για ανάλυση εικόνας, ανίχνευση/παρακολούθηση αντικειμένων και έλεγχο drones
Έλεγχος συνεργατικών και αυτόνομων ρομπότ (drones)
Αντικείμενα administrator:
Διαχείριση HW/SW ΗΥ και δικτύων ΗΥ, www development, Python, C/C++, PHP.
Σχετικά ερευνητικά έργα και σύνδεσμοι:
1. AERIAL-CORE H2020 R&D Project: https://aerial-core.eu/
2. AI4Media H2020 Project: https://ai4media.eu/
3. Multidrone H2020 R&D Project: https://multidrone.eu/
4. Prof. I. Pitas Google scholar: https://scholar.google.gr/citations?user=lWmGADwAAAAJ&hl=el
5. Artificial Intelligence and Information analysis (AIIA) Lab www.aiia.csd.auth.gr
Ιδανικά, ο υποψήφιος θα ασχολείται 60% με την εκπόνηση διδακτορικού και 40% με system administration (ίσως και λιγότερο). Υπάρχουν δυνατότητες χρηματοδότησης και εκπόνησης διδακτορικής διατριβής, μετά από δημόσια ανταγωνιστική προκήρυξη θέσεων στο τμήμα Πληροφορικής ΑΠΘ.
Θα προτιμηθούν ερευνητές απόφοιτοι προπτυχιακών ή μεταπτυχιακών σπουδών Πληροφορικής ή ΗΜΜΥ ή συναφών και ισότιμων Πανεπιστημιακών σχολών με:
• γνώσεις μηχνικής/βαθειάς μάθησης ή/και τεχνητής όρασης ή/και ρομποτικής ή/και επεξεργασίας εικόνας/βίντεο/σήματος.
• γνώσεις ανάπτυξης λογισμικού (C++, Python), διαχείρησης ΗΥ
Βιογραφικά: Καθηγητής Ιωάννης Πήτας, Τμήμα Πληροφορικής ΑΠΘ, pitas@csd.auth.gr