1. /
  2. Σεμινάριο Τμήματος & CEID Social Hour
  3. /
  4. CEID SEMINAR & SOCIAL HOUR: “Αποτελεσματικοί Αλγόριθμοι και Βελτιωμένες Τεχνικές Διαχείρισης Δεδομένων Μεγάλου Όγκου και Εφαρμογές τους στο Διάχυτο Υπολογισμό”,...

CEID SEMINAR & SOCIAL HOUR: “Αποτελεσματικοί Αλγόριθμοι και Βελτιωμένες Τεχνικές Διαχείρισης Δεδομένων Μεγάλου Όγκου και Εφαρμογές τους στο Διάχυτο Υπολογισμό”, Γεράσιμος Βονιτσάνος, Υποψήφιος Διδάκτορας, ΤΜΗΥΠ, ΠΠ

Σας ενημερώνουμε για την παρακάτω ομιλία η οποία θα δοθεί στα πλαίσια της σειράς εκδηλώσεων “Σεμινάριο CEID & Social Hour” και των ΔΠΜΣ ΥΔΑ, ΣΜΗΝ και ΟΣΥΛ.

Τίτλος:  ” Αποτελεσματικοί Αλγόριθμοι και Βελτιωμένες Τεχνικές Διαχείρισης Δεδομένων  Μεγάλου Όγκου και Εφαρμογές τους στο Διάχυτο Υπολογισμό “,

Ομιλητής:  Γεράσιμος Βονιτσάνος, Υποψήφιος Διδάκτορας, ΤΜΗΥΠ, ΠΠ

Ημερομηνία-χώρος: Παρασκευή 01 Σεπτεμβρίου,  3-5μμ, ΤΜΗΥΠ, αίθουσα Δ1

Περίληψη:

Η εξόρυξη δεδομένων (data mining) έχει αναδειχθεί ως βασικός τομέας της επιστήμης της  πληροφορικής. Με τη συνεχή παραγωγή και αποθήκευση δεδομένων από διάφορες πηγές όπως βάσεις δεδομένων, κινητές συσκευές, κοινωνικά μέσα και αισθητήρες, η ανάγκη για εργαλεία εξόρυξης δεδομένων είναι επιτακτική. Η εξόρυξη δεδομένων αποσκοπεί στην ανακάλυψη προτύπων και πληροφοριών από αδόμητα και ανομοιογενή δεδομένα, δημιουργώντας ευκαιρίες για την ανίχνευση αλληλεπιδράσεων και προτύπων που δύσκολα ανιχνεύονται από το ανθρώπινο μάτι.

Η εξόρυξη δεδομένων εφαρμόζεται σε διάφορους τομείς, όπως η επιχειρηματική ανάλυση, η βιοπληροφορική,  η χρηματοοικονομική πρόβλεψη, η κοινωνική ανάλυση, η αναγνώριση προτύπων και η ανάλυση συναισθήματος. Οι αλγόριθμοι εξόρυξης περιλαμβάνουν συσταδοποίηση, ταξινόμηση, παραγωγή κανόνων και ανίχνευση ανωμαλιών. Επιπλέον χρησιμοποιούνται εργαλεία ανάλυσης δεδομένων και οπτικοποίησης για την παρουσίαση αναλυτικών εικόνων και πληροφοριών.

Οι μελέτες που έχουν διερευνηθεί στο πλαίσιο της παρούσας διατριβής αφορούν πολύπλευρες εφαρμογές της εξόρυξης δεδομένων σε διάφορους τομείς καθώς και στο πλαίσιο της Τέταρτης Βιομηχανικής Επανάστασης. Η διατριβή περιλαμβάνει μελέτη τεχνικών, χρησιμοποιώντας την πλατφόρμα Apache Spark για αποτελεσματική επεξεργασία μεγάλων δεδομένων. Εστιάζει στην εφαρμογή του Apache Spark  έχοντας ως βασική προσέγγιση την αξιοποίηση της ανάλυσης μεγάλων συνόλων δεδομένων με τη χρήση του εργαλείου Spark Streaming, για την ανάκτηση πολύτιμων πληροφοριών και απόψεων σε πραγματικό χρόνο.

Σχετικά με τον ομιλητή:

Ο Γεράσιμος Βονιτσάνος είναι μέλος ΣΕΠ στο Ελληνικό Ανοικτό Πανεπιστήμιο και συμμετέχει ως ερευνητής σε αρκετά ερευνητικά προγράμματα. Κατέχει Master of Science από το Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου. Είναι επίσης κάτοχος MBA από τη Σχολή Κοινωνικών Επιστημών καθώς και Master of Education στην Εκπαίδευση & Τεχνολογίες σε συστήματα εξ αποστάσεως διδασκαλίας και μάθησης, από τη Σχολή Ανθρωπιστικών Επιστημών του ΕΑΠ.

Τα ερευνητικά του ενδιαφέροντα καλύπτουν τους ευρύτερους τομείς των Data Mining, Big Data, Machine Learning, IoT και Bioinformatics. Έχει δημοσιεύσει εργασίες σε διεθνή επιστημονικά συνέδρια και περιοδικά με κριτές, και έχει συμμετάσχει σε επιτροπές διεθνών συνεδρίων. Είναι κριτής επιστημονικών εργασιών, βιβλίων και δημοσιεύσεων άλλων ερευνητών σε περιοδικά και συνέδρια.

Μετάβαση στο περιεχόμενο