Twitter posts

Αφιέρωμα από το περιοδικό Πρίσμα στo Ευρωπαϊκό έργο iASiS του SKEL Lab

Με τίτλο "Τα μεγάλα δεδομένα στην υπηρεσία της εξατομικευμένης ιατρικής" το ένθετο περιοδικό Πρίσμα της εφημερίδας "Η Αυγή" αναδεικνύει, στο φύλλο του Σαββάτου 7 Οκτωβρίου 2017, το νέο Ευρωπαϊκό έργο iASiS του SKEL Lab.

Ο Διευθυντής Ερευνών στο Ι.Π.&Τ., ΕΚΕΦΕ Δημόκριτος, και συντονιστής της κοινοπραξίας, Δρ. Γιώργος Παλιούρας, μίλησε στο «Πρίσμα» για τις προκλήσεις και τις προοπτικές της έρευνας.

Το SKEL Lab συνδιοργανώνει το Data Economy Workshop

Το SKEL συνδιοργανώνει το Data Economy Workshop στη Θεσσαλονίκη.
Τίτλος: Η οικονομία των δεδομένων
Τετάρτη 22 Νοεμβρίου 2017, 2:15 μμ - 6:30 μμ
ΕΚΕΤΑ, Θεσσαλονίκη, Eίσοδος Ελεύθερη

Βράβευση για το Εργαστήριo MNL στο Βερολίνο με Best Demo Award

Το Εργαστήριο Δικτύων Πολυμέσων (MNL) του Ι.Π.&Τ συμμετέχει ενεργά στο ευρωπαϊκό ερευνητικό έργο SHIELD (Securing against intruders and other threats through an NFV-enabled environment) που χρηματοδοτείται στο πλαίσιο του Horizon 2020 και αποσκοπεί στη δημιουργία μιας πλατφόρμας κυβερνοασφάλειας με την χρήση τεχνολογικών Big Data, για εφαρμογή κυρίως σε δίκτυα λογισμικού (software-based networks).

SKEL Lab receives awards at ISWC2017 with the BDE project

SKEL lab is pleased to announce that the Big Data Europe (BDE) project team won the "Best Demo People’s Choice Award" at the prestigious ISWV 2017 conference for the BDE environment pilot:
“Big Data Processing and Semantic Web Technologies for Decision Making in Hazardous Substance Dispersion Emergencies” by Athanasios Davvetas, Iraklis Klampanos, Spyros Andronopoulos, Giannis Mouchakis, Stasinos Konstantopoulos, Andreas Ikonomopoulos and Vangelis Karkaletsis.

Βράβευση για το Εργαστήριo ΝeL στην ACM MobiCom 2017

Ερευνητική εργασία από το Εργαστήριο Τηλεπικοινωνιακών Δικτύων (Networks Lab - NeL) βραβεύτηκε πρόσφατα στο διεθνές συνέδριο ACM MobiCom 2017 (https://sigmobile.org/mobicom/2017/), το οποίο διεξήχθη στο Snowbird, Utah, στις ΗΠΑ, μεταξύ 16-20 Οκτωβρίου.

Βραβεύσεις σε δύο H2020 έργα του SKEL: Your Data Stories & Big Data Europe

Δύο Ευρωπαϊκά έργα του Εργαστηρίου Τεχνολογίας Γνώσεων και Λογισμικού (SKEL Lab) βραβεύτηκαν την εβδομάδα που πέρασε σε διεθνείς διοργανώσεις.

Το iASiS πήρε μέρος στην ημερίδα Άνοια και Τεχνολογία

Σε μια κατάμεστη αίθουσα στην ημερίδα "Άνοια και Τεχνολογία - Τεχνολογικές λύσεις για Ανθρώπους που ξεχνούν... λίγο ή πολύ" η Δρ. Βασιλική Ρεντούμη, ερευνήτρια στο SKEL Lab, ΕΚΕΦΕ "Δ" παρουσίασε τις εξελίξεις στην εξατομικευμένη ιατρική για το Αλτσχάιμερ, με αφορμή το Ευρωπαϊκό Έργο iASiS (http://project-iasis.eu/).

Η ημερίδα συνδιοργανώθηκε στο πλαίσιο της 21ης SciFy Academy από τη SciFy, το ΕΚΕΦΕ “Δημόκριτος”, την Εταιρεία Alzheimer Αθηνών και το INNOVATHENS.

European funded project AF3 in the final review

On the 28th of September 2017, the final review of the AF3 project - Advanced Forest Fire Fighting (FP7 – SECURITY, 607276) took place in Brussels at the Research Executive Agency offices. It was a very successful process where reviewers and Project Officers expressed their warm compliments.

Με iASiS και RADIO συμμετέχει και φέτος το SKEL Lab στο eHealth Forum 2017

Το SKEL Lab συμμετέχει και φέτος στο eHealthForum 2017 από 20 - 22 Οκτωβρίου με δύο Ευρωπαϊκά έργα, τα RADIO και iASiS.

Στις 20 Οκτωβρίου (στις 16.30) στο κεντρικό αμφιθέατρο ο Δρ. Παλιούρας παρουσιάζει το έργο iASiS στο track Big Data Analytics in Health.
Τελικό πρόγραμμα εδώ: http://www.dhealth.gr/wp-content/uploads/2017/10/20171012__eHealth-Forum...

ΟΜΙΛΙΑ: Transductive Clustering Meets Classification

Supervised and unsupervised learning are two fundamental learning schemes whose difference lies in the presence and absence of a supervisor (i.e. entity which provides examples) respectively. On the other hand, transfer learning aims at improving the learning of a task by using auxiliary knowledge. The goal of this thesis was to investigate how the two fundamental paradigms, supervised and unsupervised learning, can collaborate in the setting of transfer learning. As a result, we developed transfer k-means, a transfer learning variant of the popular k-means algorithm.

Syndicate content

© 2017 - Institute of Informatics and Telecommunications | National Centre for Scientific Research "Demokritos"