Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

previous arrowprevious arrow
next arrownext arrow
Slider

”Εξόρυξη και οπτικοποίηση δεδομένων μεγάλου όγκου, πάνω από κοινωνικά δίκτυα”

Η μεγάλη ανάπτυξη των κοινωνικών δικτύων την τελευταία δεκαετία έχει εγείρει την ανάγκη για προσέγγιση των δεδομένων που προκύπτουν από αυτά με ποικίλους τρόπους με σκοπό την βέλτιστη ανάλυσή τους και την εξαγωγή χρήσιμων συμπερασμάτων. Από την εμφάνιση των αρχικών κεντροποιημένων κοινωνικών δικτύων, μέχρι την σημερινή τάση των αποκεντροποιημένων, τα μεγάλα δεδομένα που παράγονται χρήζουν επεξεργασίας με μεθοδολογίες εξόρυξης αλλά και στη συνέχεια οπτικοποίησης έτσι ώστε να γίνουν αντιληπτά αποτελέσματα που έχουν πολύ μεγάλο αντίκτυπο ακόμα και στο συνολικό κοινωνικό επίπεδο, όπως αυτό της διασποράς ψευδών ειδήσεων. Στην παρούσα διατριβή,  αντικείμενο μελέτης αποτελεί αρχικά η επισκόπηση των μεθοδολογιών εξόρυξης των μεγάλων δεδομένων και οι τεχνικές οπτικοποίησης αυτών. Η μελέτη θα εστιαστεί στα παραγόμενα δεδομένα από τα κοινωνικά δίκτυα με σκοπό την ποιοτική και ποσοτική ανάλυση των αποτελεσμάτων που μπορεί να οδηγήσει σε ασφαλή χρήση των κοινωνικών δικτύων . Θα διερευνηθεί και θα σχεδιαστεί ο βέλτιστος τρόπος οπτικοποίησης των δεδομένων και θα αξιολογηθεί η αποτελεσματικότητά του σε σενάρια, όπως αυτό της διασποράς ψευδών ειδήσεων.   

Development of new simulation techniques based on computational intelligence and statistical modeling tools with applications to environmental simulation system

 

This PhD thesis will focus on the development of new simulation methodologies and their optimization through computational intelligence techniques and statistical methods, aiming that way to improving the final predictions of simulation models.

More specifically, in the first stage of the thesis a detailed review of the literature will take place, recording the techniques which are available today and highlighting the difficulties as well as the weak points they display. Particular emphasis will be shown in two directions: computational intelligence techniques and those of statistical modeling.

Moving forward to the second section, we will try to develop and implement of new numerical and statistical simulation techniques using combinatorial modern and at the same time innovative tools of mathematical modeling and computational intelligence. Then, moving on to the next section of the work and utilizing the aforementioned techniques, will attempt to apply them to simulation models of environmental parameters, aiming at the increased accuracy of the final results. Particular emphasis will be placed on the verification of results using stress, sea wave and other environmental processes.

Finally, In the last stage of the thesis and as an application of the techniques which developed, an attempt will be made to optimize a model of simulation of the movement of objects at sea, with important applications in a wide range of activities, using new techniques developed based on simulation techniques and computational intelligence tools.

Intelligent monitoring, processing and earthquake alert systems.

A smart earthquake alarm system is a system that uses low-cost microelectromechanical systems (MEMS) sensors to detect and analyse earthquake seismic waves.

The basic types of seismic waves are: P (primary or pressure) longitudinal waves, and S (secondary) transverse waves. The S waves and the surface waves that follow cause the most structural damage because of their longer wavelength.

Early warning systems exploit the highest speed of P waves (Vp ~ 1.7 * Vs) and installed near the potential epicentre (regional) or on the site of protection (on-site) detect earthquakes and issue warnings.

As part of the research various low-cost systems, already in service or research application in other countries, will be evaluated.

Data from the NOA-GI networks will be used for trial development, implementation and evaluation of the methods used in other countries, and an attempt to apply them in the Greek area.

Modifications to signal analysis methods and algorithms, and calculation of earthquake characteristics will also be sought, in order to improve the systems e.g. in the P waves detection speed, or e.g. in reducing false positive detections.

Systems that meet the research requirements will be initially tested in a laboratory environment. Their performance in terms of speed and accuracy of warnings as well as their connectivity with known seismic monitoring software (eg SeisComp3) will be evaluated. Appropriate plugins will be developed to connect them to the existing EAA-GI network.

A number of low-cost sensors will be installed in Patras and will be put into trial operation. NOA-GI has already accelerometers installed in the area, that will be used as reference sensors during testing operation.

For faster and more efficient flow and display of information to interested parties, a medium will be developed to produce and distribute them in almost real time.

Finally, a product of the research will be the distribution of a Shake Map, of the calculated local seismic intensity, to emergency response services. This estimate will be taken in relation to the maximum accelerations (recorded or calculated) of the strong seismic ground motion in the observation area, with the observed earthquake intensity logged in the NOA-GI catalogue.

Ανάπτυξη νέων τεχνικών προσομοίωσης αξιοποιώντας εργαλεία υπολογιστικής νοημοσύνης και στατιστικής μοντελοποίησης με εφαρμογές σε συστήματα προσομοίωσης περιβαλλοντικών διεργασιών

 

Η συγκεκριμένη Διδακτορική Διατριβή θα επικεντρωθεί στην ανάπτυξη νέων μεθοδολογιών προσομοιώσεων και τη βελτιστοποίηση τους μέσω τεχνικών υπολογιστικής νοημοσύνης αλλά και μεθόδων στατιστικής, με στόχο τη βελτίωση των τελικών προγνώσεων των μοντέλων προσομοίωσης.

Ειδικότερα, στο πρώτο στάδιο της διατριβής θα πραγματοποιηθεί μια αναλυτική ανασκόπηση της βιβλιογραφίας, καταγράφοντας τις τεχνικές που υπάρχουν διαθέσιμες σήμερα και υπογραμμίζοντας τις δυσκολίες, καθώς και τα αδύναμα σημεία που εμφανίζουν. Ιδιαίτερη έμφαση θα δοθεί εδώ σε δύο κατευθύνσεις: Τις τεχνικές υπολογιστικής νοημοσύνης και αυτές της στατιστικής μοντελοποίησης.

Στη δεύτερη ενότητα, θα γίνει προσπάθεια ανάπτυξης και εφαρμογής νέων τεχνικών αριθμητικής και στατιστικής προσομοίωσης αξιοποιώντας συνδυαστικά σύγχρονα και ταυτόχρονα καινοτόμα εργαλεία μαθηματικής μοντελοποίησης και υπολογιστικής νοημοσύνης. Εν συνεχεία, προχωρώντας στο επόμενο τμήμα τις εργασίας και αξιοποιώντας τις προαναφερθέντες τεχνικές, θα επιχειρηθεί η εφαρμογή τους σε μοντέλα προσομοίωσης περιβαλλοντικών παραμέτρων, στοχεύοντας στην αυξημένη ακρίβεια των τελικών αποτελεσμάτων. Ιδιαίτερη έμφαση θα δοθεί στην επαλήθευση των αποτελεσμάτων χρησιμοποιώντας προσομοιώσεις ακραίων τιμών, θαλάσσιου κυματισμού, αλλά και άλλων περιβαλλοντικών διεργασιών.

Στο τελικό στάδιο της διατριβής και ως εφαρμογή των τεχνικών που θα αναπτυχθούν θα γίνει προσπάθεια βελτιστοποίησης ενός μοντέλου προσομοίωσης κίνησης αντικειμένων στη θάλασσα, με σημαντικές εφαρμογές σε ένα ευρύ φάσμα δραστηριοτήτων, με χρήση των νέων τεχνικών που αναπτύχθηκαν βασιζόμενες σε τεχνικές προσομοίωσης και εργαλεία υπολογιστικής νοημοσύνης.

Έξυπνα συστήματα παρακολούθησης, επεξεργασίας και ειδοποίησης σεισμών.

Έξυπνο σύστημα έγκαιρης προειδοποίησης σεισμού (ΣΕΠΣ) είναι ένα σύστημα που χρησιμοποιεί microelectromechanical systems (MEMS) αισθητήρες επιτάχυνσης χαμηλού κόστους για την ανίχνευση και ανάλυση σεισμικών κυμάτων και έκδοση προειδοποιήσεων.

Οι θεμελιώδεις τύποι σεισμικών κυμάτων είναι: P (πρωτογενή ή συμπίεσης) διαμήκη κύματα, και S (δευτερογενή) εγκάρσια κύματα. Τα κύματα S και τα επιφανειακά κύματα που έπονται προκαλούν τις περισσότερες δομικές καταστροφές επειδή έχουν μεγαλύτερο πλάτος.

Τα ΣΕΠΣ εκμεταλλεύονται την μεγαλύτερη ταχύτητα των P κυμάτων (Vp ~ 1.7*Vs) και εγκατεστημένα κοντά στην πιθανή περιοχή γένεσης (regional) ή στην περιοχή προστασίας (on-site) ανιχνεύουν τον σεισμό και εκδίδουν προειδοποίηση.

Για τους σκοπούς της έρευνας θα αξιολογηθούν διάφορα συστήματα χαμηλού κόστους που είναι σε υπηρεσιακή ή ερευνητική εφαρμογή σε άλλες χώρες.

Δεδομένα από τα δίκτυα του ΕΑΑ-ΓΙ θα χρησιμοποιηθούν για δοκιμαστική ανάπτυξη, εφαρμογή και αξιολόγηση των μεθόδων που μέχρι σήμερα εφαρμόζονται σε άλλες χώρες, και προσπάθεια ανάδειξής τους στον Ελληνικό χώρο εφαρμογής.

Θα αναζητηθούν επίσης τροποποιήσεις σε μεθόδους και αλγόριθμους ανάλυσης σημάτων, και υπολογισμού χαρακτηριστικών σεισμού που θα βελτιώσουν τα ΣΕΠΣ π.χ. στην ταχύτητα ανίχνευσης των πρωτογενών κυμάτων.

Τα συστήματα που θα καλύψουν τις απαιτήσεις της έρευνας θα δοκιμασθούν αρχικά σε περιβάλλον εργαστηρίου. Θα αξιολογηθεί η απόδοσή τους από πλευράς ταχύτητας και ορθότητας ειδοποιήσεων και η συνδεσιμότητά τους με γνωστά προγράμματα παρακολούθησης σεισμικότητας (π.χ. SeisComp3). Θα αναπτυχθούν και οι κατάλληλες προσθήκες ώστε να συνδεθούν με το υπάρχον δίκτυο του ΕΑΑ-ΓΙ.

Ένας αριθμός ΣΕΠΣ θα εγκατασταθεί στην Πάτρα και θα τεθεί σε δοκιμαστική λειτουργία. Στην περιοχή υπάρχουν ήδη εγκατεστημένοι επιταχυνσιογράφοι του ΕΑΑ-ΓΙ οι οποίοι θα χρησιμοποιηθούν ως αισθητήρες αναφοράς κατά την διάρκεια της πειραματικής λειτουργίας.

Για ταχύτερη και αποτελεσματικότερη ροή και απεικόνιση των πληροφοριών προς τους ενδιαφερόμενους, θα αναπτυχθεί ένα μέσο για την παραγωγή και διανομή τους σε σχεδόν πραγματικό χρόνο.

Τέλος, προϊόν της έρευνας θα είναι η διανομή χαρτών αισθητότητας (ShakeMap), σύμφωνα με τους κατά τόπους υπολογισμούς σεισμικής έντασης, προς τις αρμόδιες υπηρεσίες. Αυτή η εκτίμηση θα ληφθεί με συσχέτιση των μέγιστων επιταχύνσεων (καταγεγραμμένων ή υπολογισμένων) της σεισμικής ισχυρής εδαφικής κίνησης στην περιοχή παρατήρησης, με την παρατηρούμενη ένταση για σεισμούς που θα αναζητηθούν μέσα από τον κατάλογο του ΕΑΑ-ΓΙ.

home page buttons

Ανακοινώσεις

  1. Γραμματείας
  2. Μαθημάτων
  3. Προκηρύξεις
  4. Πρακτικής Άσκησης
next
prev

el_menu