Επικοινωνία

Μπορείτε να στείλετε το κείμενο σας στο info@vetonews.gr & veto910@otenet.gr. Τηλ. 6947323650 ΓΕΜΗ 165070036000 On Line Media 14499

ΕΠΙΚΟΙΝΩΝΙΑ
Δευτέρα, 11 Δεκεμβρίου 2023 15:21

Χειμερινό σχολείο ΑΠΘ: "Τεχνητή Νοημοσύνη για Βιομηχανική Επιτήρηση και Αντιμετώπιση Καταστροφών"

Οι φυσικές καταστροφές (π.χ., πυρκαγιές ή πλημμύρες) γίνονται όλο και πιό συχνές και καταστροφικές, λόγω και της κλιματικής αλλαγής. Οι ανθρωπογενείς καταστροφές (π.χ., βιομηχανιών εγκαταστάσεων)

είναι επίσης επικίνδυνες και κοστοβόρες, ιδιαίτερα όταν απειλούν μεγάλες κρίσιμες υποδομές.

Το εργαστήριο Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών (ΤΝΑΠ/AIIA) του Αριστοτέλειου Πανεπιστημίου Θεσσαλονίκης, σε συνεργασία με τη Διεθνή Ακαδημία Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη (AIDA), προσφέρει το υβριδικό (φυσικό/διαδικτυακό) χειμερινό σχολείο "Deep Learning, Big Data Analytics and Drone Imaging for Industrial Surveillance and Civil Protection Applications", το οποίο αποτελείται από τα δύο ακόλουθα μαθήματα:

  1. "Βαθιά Μάθηση και Υπολογιστική Όραση για τον Έλεγχο και την Επιτήρηση Βιομηχανικών Υποδομών": Χρήση drones με σκοπό τον εντοπισμό βλαβών σε ωιομηχανικές υποδομές και την πρόληψη ανθρωπογενών καταστροφών.

  12 Δεκεμβρίου 2023 I 15:30 - 20:00

 Κέντρο Διάδοσης Ερευνητικών Αποτελεσμάτων ΑΠΘ (ΚΕΔΕΑ), Αμφιθέατρο I

 Περισσότερες πληροφορίες και δωρεάν εγγραφή για το μάθημα: https://icarus.csd.auth.gr/short-course-on-deep-learning-and-computer-vision-for-industrial-infrastructure-inspection-wednesday-12-december-2023/

Εξ αποστάσεως παρακολούθηση μέσω του συνδέσμου Zoom (405011).

  1. "Ανάλυση Μεγάλων Δεδομένων για την Αντιμετώπιση Φυσικών Καταστροφών": Εικόνες φυσικών καταστροφών (πυρκαγιών ή πλημμυρών), δορυφορικές εικόνες, μετεωρολογικά δεδομένα, χάρτες και αναρτήσεις στα κοινωνικά δίκτυα αναλύονται με χρήση τεχνητής νοημοσύνης με σοπό την πρόληψη, αντιμετώπιση και αποτίμηση των ζημιών από φυσικές καταστροφές.

  13 Δεκεμβρίου 2023 I 08:30 - 18:30

 Κέντρο Διάδοσης Ερευνητικών Αποτελεσμάτων ΑΠΘ (ΚΕΔΕΑ), Αμφιθέατρο I

 Περισσότερες πληροφορίες και δωρεάν εγγραφή για το μάθημα: https://icarus.csd.auth.gr/short-course-on-big-data-analytics-for-natural-disaster-management-ndm-tuesday-13-december-2023

Εξ αποστάσεως παρακολούθηση μέσω του συνδέσμου Zoom (405011).

Το χειμερινό σχολείο απευθύνεται σε φοιτήτριες/ές, επιστήμονες, ή μηχανικούς που διαθέτουν το απαραίτητο μαθηματικό υπόβαθρο.

Τα συγκεκριμένα μαθήματα οργανώνονται από τα ευρωπαϊκά έργα Έρευνας και Ανάπτυξης (Horizon Europe R&D) SIMAR και TEMA αντιστοίχως, και το AI.BIG cluster.

Τελευταία τροποποίηση στις Δευτέρα, 11 Δεκεμβρίου 2023 15:24