Τρία υψηλής αξίας στοχευμένα μαθήματα σε σύγχρονες εφαρμογές της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης προσφέρονται στο πλαίσιο του διεθνούς Συμποσίου και Θερινού Σχολείου Τεχνητής Νοημοσύνης (“AIDA AICET2025 – AI/ML Cutting Edge Trends Symposium & Summer School”).
Το Διεθνές Συμπόσιο διοργανώνει η Διεθνής Ακαδημία Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη (AIDA), σε συνεργασία με το Αριστοτέλειο Πανεπιστήμιο, στις 14-18 Ιουλίου 2025, στο ΚΕΔΕΑ του ΑΠΘ.
Τα τρία μαθήματα απευθύνονται σε συμμετέχοντες του συμποσίου με διαφορετικά επίπεδα εμπειρίας στην Τεχνητή Νοημοσύνη ως εξής:
- Εισαγωγικό Μάθημα Θεμελίωσης στην Τεχνητή Νοημοσύνη/Μηχανική Μάθηση: Deep Learning, 13 Ιουλίου 2025.
Διδάσκων: Καθηγητής Ιωάννης Πήτας (ΑΠΘ)
Προσφέρεται μία ημέρα πριν την επίσημη έναρξη του Συμποσίου και στοχεύει στη γρήγορη ενίσχυση του υποβάθρου συμμετεχόντων σε θεμελιώδεις έννοιες της Βαθιάς Μάθησης (Deep Learning). Απευθύνεται σε φοιτητές, επιστήμονες και επαγγελματίες χωρίς προηγούμενη εμπειρία στον τομέα.
Για περισσότερες πληροφορίες ακολουθήστε τον παρακάτω σύνδεσμο:
https://icarus.csd.auth.gr/pre-symposium-introductory-short-course-on-deep-learning/
- Deep Learning and Computer Vision for Industrial Infrastructure Inspection, 15 Ιουλίου 2025.
Το μάθημα εστιάζει στην αξιοποίηση Τεχνητής Νοημοσύνης και Υπολογιστικής Όρασης για την αυτόματη επιθεώρηση και ανίχνευση φθορών σε βιομηχανικές υποδομές, όπως γέφυρες, αγωγοί και κατασκευές μεγάλης κλίμακας. Περιλαμβάνει παραδείγματα πραγματικών εφαρμογών και προσεγγίσεις αιχμής στον χώρο της Βιομηχανικής Επιτήρησης.
Για περισσότερες πληροφορίες ακολουθήστε τον παρακάτω σύνδεσμο:
- Big Visual Data Analytics for Natural Disaster Management (NDM), 18 Ιουλίου 2025.
Το μάθημα εστιάζει στη χρήση Τεχνητής Νοημοσύνης και ανάλυσης οπτικών δεδομένων μεγάλης κλίμακας (Big Visual Data) για την πρόληψη, παρακολούθηση και απόκριση σε φυσικές καταστροφές. Παρουσιάζονται τεχνικές αιχμής Υπολογιστικής Όρασης και Μηχανικής Μάθησης που επιτρέπουν την αυτόματη επεξεργασία δεδομένων από δορυφόρους, drones και επίγειους αισθητήρες για την ανίχνευση κινδύνων, την αξιολόγηση ζημιών και τη βελτιστοποίηση της διαχείρισης κρίσεων. Το μάθημα είναι κατάλληλο για μηχανικούς, ερευνητές και στελέχη φορέων πολιτικής προστασίας που επιδιώκουν να αξιοποιήσουν την AI στον τομέα της ανθεκτικότητας και διαχείρισης φυσικών κινδύνων.
Για περισσότερες πληροφορίες ακολουθήστε τον παρακάτω σύνδεσμο:
https://icarus.csd.auth.gr/big-visual-data-analytics-for-natural-disaster-management-2/
Τα μαθήματα θα γίνουν στα αγγλικά. Βασικές γνώσεις Μαθηματικών είναι πολύ χρήσιμες για σωστή κατανόηση των μαθημάτων. Η παρακολούθηση των μαθημάτων μπορεί να γίνει είτε με φυσική παρουσία (στο ΚΕΔΕΑ του ΑΠΘ) είτε διαδικτυακά.
Τα μαθήματα πραγματοποιούνται στο πλαίσιο του AIDA AICET2025 – AI/ML Cutting Edge Trends Symposium & Summer School.
Η επίσημη ιστοσελίδα του Συμποσίου όπου δίνεται και η δυνατότητα εγγραφής είναι: https://icarus.csd.auth.gr/aida-auth-ai-cutting-edge-trends-aicet2025-summer-symposium-and-school/
