"Optimization and modeling of dynamic systems using pattern recognition and metaheuristic methods"

Machine Learning (ML) is a scientific discipline  of Computational Intelligence that is used in a wide range of applications such as pattern recognition and decision making. In recent years, machine learning techniques have been implemented to optimize systems on many levels. Machine learning techniques are applied in numerous fields in order to simulate and to solve problems such as energy consumption and big data analysis. The purpose of the PhD thesis is to study, develop and implement machine learning algorithms in modeling and prediction of time series.

Analysis of the subject of the Ph.D. thesis, provides the following research issues:

• Can we apply standard efficient and robust ML algorithms in time series forecasting? Can we apply them is dedicated problems?
• Can we propose and apply new ML algorithms in time series forecasting, having in mind dedicated problems?
• Can we propose and apply efficient meta-heuristic procedures in order to further enhance the time series forecasting problems?

"Flexible microfluidic devices in portable embedded systems using printing technologies for Biomedical Applications"

This PhD dissertation will focus on the development of microfluidic devices for use in biomedical applications. In particular, microchannel and microwave valves will be developed to control the flow of biological fluids. At the same time, specially designed electrodes will be developed to provide the possibility of electrochemical measurements. In this way, bio-analysis can be performed by voltammetric or ponticometric measurements. The relevant signals will be transferred to a specially designed electronic circuit for processing and decision making. The proposed approach will use printing technologies, mainly for the production of electrodes. The possibility of integrating electrodes through Inkjet or screen-printing technologies will be considered to make the final layout possible on flexible substrates. In the thesis we will examine the filling of microcannels with fluids of various physical parameters (thermal conductivity, viscosity etc.) so that we can lead to precise engineering of the mechanical and electrical parameters of both the microchannels and the final prototype.

"Βελτιστοποίηση και μοντελοποίηση δυναμικών συστημάτων με χρήση μεθόδων μεταευρετικής αναζήτησης κα μηχανικής μάθησης"

Η Μηχανική Μάθηση είναι ένα πεδίο της Υπολογιστικής Νοημοσύνης που χρησιμοποιείται σε ένα μεγάλο εύρος εφαρμογών όπως η αναγνώριση προτύπων και αυτόματη λήψη αποφάσεων. Τα τελευταία χρόνια, τεχνικές μηχανικής μάθησης εφαρμόζονται με σκοπό την βελτιστοποίηση των συστημάτων σε πολλά επίπεδα. Τεχνικές μηχανικής μάθησης εφαρμόζονται σε διάφορους τομείς για την προσομοίωση της ευφυίας για την επίλυση προβλημάτων όπως η κατανάλωση ενέργειας και η ανάλυση δεδομένων. Σκοπός της διδακτορικής διατριβής, είναι η μελέτη, ανάπτυξη και  εφαρμογή αλγορίθμων Μηχανικής Μάθησης σε συστήματα μοντελοποίησης και πρόβλεψης χαρακτηριστικών από χρονοσειρές.

Από την ανάλυση του θέματος της διδακτορικής διατριβής, προκύπτουν τα εξής ερευνητικά ερωτήματα:

• Μπορούν να χρησιμοποιηθούν με επιτυχία αποδοτικοί αλγόριθμοι μηχανικής μάθησης σε προβλήματα πρόβλεψης χρονοσειρών και να εφαρμοστούν σε συγκεκριμένα προβλήματα;
• Μπορούν να προταθούν με επιτυχία νέοι αλγόριθμοι μηχανικής μάθησης σε προβλήματα πρόβλεψης χρονοσειρών και να εφαρμοστούν σε συγκεκριμένα προβλήματα;

Μπορούν να προταθούν και να εφαρμοστούν μετα-ευρετικές τεχνικές για την επιτυχή αναζήτηση βέλτιστων λύσεων σε προβλήματα εύρεσης χρονοσειρών;

"Εύκαμπτες μικρορευστομηχανικές διατάξεις σε φορητά ενσωματωμένα συστήματα με χρήση τεχνολογιών εκτύπωσης για βιοϊατρικές εφαρμογές"

Η συγκεκριμένη διδακτορική διατριβή θα εστιάσει στην ανάπτυξη μικρορευστομηχανικών διατάξεων με στόχο την χρήση τους σε βιοϊατρικές εφαρμογές. Ειδικότερα θα αναπτυχθούν διατάξεις μικροκαναλιών και μικροβαλβίδων, μέσω των οποίων θα ελέγχεται η ροή βιολογικών ρευστών. Παράλληλα θα αναπτυχθούν και ειδικά σχεδιασμένα ηλεκτρόδια, έτσι ώστε να παρέχεται η δυνατότητα ηλεκτροχημικών μετρήσεων. Με αυτό τον τρόπο θα μπορούν να πραγματοποιούνται βιο-αναλύσεις μέσω βολταμετρικών ή ποντεσιομετρικών μετρήσεων. Τα σχετικά σήματα θα διοχετεύονται σε ειδικά σχεδιασμένο ηλεκτρονικό κύκλωμα για επεξεργασία και λήψη αποφάσεων. Στην προτεινόμενη προσέγγιση θα χρησιμοποιηθούν τεχνολογίες εκτύπωσης, κύρια για την παραγωγή των ηλεκτροδίων. Θα εξεταστεί η δυνατότητα ενσωμάτωσης ηλεκτροδίων μέσω τεχνολογιών Inkjet ή screen-printing, ώστε η τελική διάταξη να μπορεί να υλοποιηθεί σε εύκαμπτα υποστρώματα. Στα πλαίσια της διατριβής θα εξεταστεί η πλήρωση των μικροκαναλιών με ρευστά διαφόρων φυσικών παραμέτρων (θερμική αγωγιμότητα, ιξώδες κτλ) ώστε να μπορέσουμε να οδηγηθούμε σε ακριβή ρύθμιση των μηχανικών και ηλεκτρικών παραμέτρων τόσο των μικροκαναλιών, όσο και του τελικού πρωτοτύπου.