elen
Alumni
elen
Alumni
  2. /
  3. Νέα
  4. /
  5. Page 5
Νέα

Category

02
Μαρ

Ημερίδα με θέμα «Η Νευροεπιστήμη στη Διδασκαλία και Μάθηση στην Ανώτατη Εκπαίδευση: Το έργο Neuropedagogy»

2 Μαρτίου 2023By
Την ΠΑΡΑΣΚΕΥΗ 10 ΜΑΡΤΙΟΥ 2023 και ώρα 5.00-8.00μμ, θα πραγματοποιηθεί στο νέο κτίριο του Τμήματος Μηχανικών Η/Υ & Πληροφορικής Πανεπιστημίου Πατρών (Ρίο) ημερίδα με θέμα «Η Νευροεπιστήμη στη Διδασκαλία και Μάθηση στην Ανώτατη Εκπαίδευση: Το έργο Neuropedagogy». Στα πλαίσια της ημερίδας θα πραγματοποιηθούν ομιλίες και παρουσιάσεις σχετικά με: • Καλές Πρακτικές Διδασκαλίας και Μάθησης στην...
Read More
10
Φεβ

Νέος Οδηγός Σπουδών Τμήματος

10 Φεβρουαρίου 2023By
Με χαρά σας ενημερώνουμε ότι έχει κυκλοφορήσει ο Οδηγός Σπουδών 2022-23 σε έντυπη και ηλεκτρονική μορφή. Μπορείτε να βρείτε αντίγραφα στους χώρους του Τμήματος καθώς και στη σχετική ιστοσελίδα. Ο ΟΣ περιέχει πληροφορίες για την οργάνωση του CEID, το προσωπικό, τους βασικούς κανονισμούς και το πρόγραμμα σπουδών, τα μαθήματα, τα μεταπτυχιακά και τις διδακτορικές σπουδές, ημερολόγιο,...
Read More
18
Ιαν

ΛΕΙΤΟΥΡΓΙΑ ΘΕΣΜΟΥ “ΑΚΡΟΑΤΗΣ ΠΑΝΕΠΙΣΤΗΜΙΑΚΩΝ ΜΑΘΗΜΑΤΩΝ ΑΚΑΔ. ΕΤΟΥΣ 2022-2023”

18 Ιανουαρίου 2023By
Στο πλαίσιο της διασύνδεσης του Πανεπιστημίου με την κοινωνία, για πολλά χρόνια λειτουργούσε στο Πανεπιστήμιο Πατρών ο θεσμός του «Ακροατή Πανεπιστημιακών Μαθημάτων» στα Τμήματα του Ιδρύματος. Η δράση αδρανοποιήθηκε το εαρινό εξάμηνο ακαδ. έτους 2020-2021, καθώς και το ακαδ. έτος 2021-2022 λόγω των ειδικών μέτρων για την αποφυγή της διάδοσης του κορωνοϊού Covid-19. Η Σύγκλητος του ...
Read More
11
Ιαν

Σεμινάριο CEID & Social Hour: “From Column Subset to Job Selection and beyond”, Χρήστος Μπουτσίδης, Vice President and Technology Fellow at Goldman Sachs, New York

11 Ιανουαρίου 2023By,
Τίτλος:  From Column Subset to Job Selection and beyond Ομιλητής: Χρήστος Μπουτσίδης, Vice President and Technology Fellow at Goldman Sachs, New York Ημερομηνία-χώρος: Παρασκευή 13 Ιανουαρίου, 3-5μμ, ΤΜΗΥΠ, αμφιθέατρο Γ Περίληψη: The Column Subset Selection Problem (CSSP) is defined as the following combinatorial optimization problem on matrices: given an m x n matrix A and a sampling parameter k...
Read More
10
Δεκ

Σεμινάριο CEID & Social Hour: “Reconfigurable Intelligent Surfaces”, Δρ. Γ. Αλεξανδρόπουλος, Παρασκευή 16/12/2022, 3μμ

10 Δεκεμβρίου 2022By,
Επιστημονική διάλεξη: 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, καθώς και του IEEE COMSOC Distinguished Lecturers Program. Τίτλος:   “Reconfigurable Intelligent Surfaces: An Enabling Technology for Smart Radio Propagation and Its Beyond 5G Applications” Ομιλητής:   Γεώργιος...
Read More
02
Δεκ

Σεμινάριο CEID & Social Hour: “Machine Learning and Machine Unlearning for Data Systems”, Peter Triantafillou, University of Warwick

2 Δεκεμβρίου 2022By,
Τίτλος: Machine Learning and Machine Unlearning for Data Systems Ομιλητής: Peter Triantafillou, Professor of Data Systems at the Department of Computer Science at the University of Warwick Ημερομηνία-χώρος: Παρασκευή 2 Δεκεμβρίου, 3μμ, ΤΜΗΥΠ, αμφιθέατρο Γ. Περίληψη: Learned Data Systems (that is, data systems with machine learning components) bear the promise of increased performance, especially for resource-hungry analytics tasks over...
Read More
16
Νοέ

Σεμινάριο CEID & Social Hour: “Υβριδικές Αρχιτεκτονικές Κεραιών και Εκτίμηση Χιλιοστομετρικού Καναλιού στα 5ης Γενιάς Κινητά Δίκτυα Επικοινωνιών: Προχωρημένες Τεχνικές Επεξεργασίας Σήματος” . Ομιλήτρια: Μαρία Τρίγκα, Διδάκτωρ ΤΜΗΥΠ.

16 Νοεμβρίου 2022By,
Τίτλος: “Υβριδικές Αρχιτεκτονικές Κεραιών και Εκτίμηση Χιλιοστομετρικού Καναλιού στα 5ης Γενιάς Κινητά Δίκτυα Επικοινωνιών: Προχωρημένες Τεχνικές Επεξεργασίας Σήματος” . Ομιλήτρια: Μαρία Τρίγκα, Διδάκτωρ ΤΜΗΥΠ, μεταδιδακτορική ερευνήτρια Ημερομηνία-χώρος: Παρασκευή 18 Νοεμβρίου, 4-5μμ, ΤΜΗΥΠ, Μέσω zoom  (Meeting ID: 918 5853 0285, Passcode: 022070) Περίληψη:  Η συνεχώς αυξανόμενη ανάγκη για ασύρματη μετάδοση δεδομένων με πολύ υψηλό ρυθμό έχει ως αποτέλεσμα...
Read More
02
Νοέ

Σεμινάριο CEID & Social Hour: “Συστήματα ανίχνευσης χαρακτηριστικών των ασθενειών με τεχνικές μηχανικής μάθησης”, Ολυμπία Γιάννου, Υποψήφια Διδάκτωρ ΤΜΗΥΠ

2 Νοεμβρίου 2022By,
Τίτλος: “Συστήματα ανίχνευσης χαρακτηριστικών των ασθενειών με τεχνικές μηχανικής μάθησης” . Ομιλήτρια: Ολυμπία Γιάννου, Υποψήφια Διδάκτωρ ΤΜΗΥΠ. Ημερομηνία-χώρος: Παρασκευή 4 Νοεμβρίου, 4-5μμ, ΤΜΗΥΠ, αίθουσα Δ1. Επίσης μέσω του zoom link. Περίληψη:  Μία από τις πιο γοργά αναπτυσσόμενες περιοχές της επιστήμης των υπολογιστών είναι η ανάπτυξη έξυπνων συστημάτων που υποστηρίζουν τις αποφάσεις των χρηστών και παρέχουν ένα ευρύ πεδίο υπηρεσιών. Η εξυπνάδα τους βασίζεται...
Read More
26
Οκτ

Eναρκτήρια ομιλία του καθηγητή του Τμήματος Σωτήρη Νικολετσέα σε διεθνές συνέδριο

26 Οκτωβρίου 2022By
Θερμά συγχαρητήρια στον καθηγητή του Τμήματος κ. Σωτήρη Νικολετσέα ο οποίος έδωσε την εναρκτήρια ομιλία (Keynote Talk) των  διεθνών συνεδρίων Symposium on IoT (SIoT) and Latin America and Brazilian Congress on IoT (LABCIoT) που πραγματοποιούνται από κοινού στο Sao Paolo της Βραζιλίας, 24-28/10/2022. Ο τίτλος της ομιλίας ήταν “On the shoulders of Tesla: Efficient Algorithms...
Read More
18
Οκτ

Σεμινάριο CEID & Social Hour: “Deep Neural Networks: A Nonparametric Bayesian View with Local Competition”, Σέργιος Θεοδωρίδης, Ομότιμος Καθηγητής, ΕΚΠΑ, Aalborg University, Denmark.

18 Οκτωβρίου 2022By,
Τίτλος: Deep Neural Networks: A Nonparametric Bayesian View with Local Competition. Ομιλητής: Σέργιος Θεοδωρίδης, Ομότιμος Καθηγητής, ΕΚΠΑ, Aalborg University, Denmark. Ημερομηνία-χώρος: Παρασκευή 21 Οκτωβρίου, 3-5μμ, ΤΜΗΥΠ, αμφιθέατρο Γ. Περίληψη:  Deep Neural Network are currently state of the art architectures in Machine Learning. Often, human or even superhuman performances are obtained on artificially constructed data sets,...
Read More
1 … 3 4 5 6 7 … 25

Ιστορικό

Text Widget

Nullam quis risus eget urna mollis ornare vel eu leo. Nullam id dolor id nibh ultricies vehicula ut id elit. Donec ullamcorper nulla non metus auctor fringilla. Maecenas sed diam eget.

Our Works

Μετάβαση στο περιεχόμενο