Ωρολόγιο Πρόγραμμα, ΔΠΜΣ ΟΣΥΛ, Εαρινό Εξάμηνο 2022-23

Αγαπητές Φοιτήτριες και Αγαπητοί Φοιτητές,

μπορείτε να βρείτε το ωρολόγιο πρόγραμμα μαθημάτων, του ΔΠΜΣ ΟΣΥΛ, για το εαρινό εξάμηνο 2022-23 εδώ.

Ευχόμαστε ένα επιτυχημένο και δημιουργικό νέο εξάμηνο!

Από τη Γραμματεία του ΔΠΜΣ ΟΣΥΛ

Παρουσίαση Μεταπτυχιακής Διπλωματικής Εργασίας: κ. Γ. Αθανασάκη

Την Τρίτη, 14 Φεβρουαρίου 2023 και ώρα 15:30, θα πραγματοποιηθεί η δημόσια παρουσία/εξέταση της μεταπτυχιακής διπλωματικής εργασίας του μεταπτυχιακού φοιτητή του ΔΠΜΣ ΟΣΥΛ, κ. Γεωργίου Αθανασάκη, με τίτλο:

“Υλοποίηση Tiny Machine Learning Μεθόδων, σε Ενσωματωμένο Σύστημα για Βιομηχανικές Εφαρμογές”.

Εξεταστική Επιτροπή:

κ. Σωτήριος Νικολετσέας, Καθηγητής (Επιβλέπων)

κ. Χρήστος Μακρής, Αναπληρωτής Καθηγητής

κ. Εύη Παπαιωάννου, Επίκουρη Καθηγήτρια

*: Η παρουσίαση θα είναι διαθέσιμη και διαδικτυακά, σε περίπτωση εκδήλωσης αντίστοιχου ενδιαφέροντος.

Ορκωμοσία ΔΠΜΣ ΟΣΥΛ, Χειμερινό Εξάμηνο 2022-23

Αγαπητές/τοί Φοιτήτριες/τές,

σας ενημερώνουμε ότι η Γραμματεία Μεταπτυχιακών Σπουδών του ΤΜΗΥΠ δέχεται αιτήσεις ορκωμοσίας για την απονομή Διπλωμάτων Μεταπτυχιακών Σπουδών: “Ολοκληρωμένα Συστήματα Υλικού και Λογισμικού (ΟΣΥΛ)”,

από την Τετάρτη 8/02/2023, έως και την Παρασκευή 17/02/2023, στη διεύθυνση ηλεκτρονικού ταχυδρομείου: secretary.postgraduate@ceid.upatras.gr .

Τα απαραίτητα έντυπα ορκωμοσίας μπορείτε να τα βρείτε στην παρακάτω ηλεκτρονική διεύθυνση:

https://www.ceid.upatras.gr/el/entypa-orkomosias

— Από τη Γραμματεία του ΔΜΠΣ ΟΣΥΛ

AMD Xilinx Open Hardware Competition 2023

Registration for the 2023 edition of the competition is now open.

Categories

For this year’s competition, we have simplified the categories into Student (undergraduates) and PhD (PhD candidates).

Prizes

Cash prizes of €2000 will be awarded for winning entries in each category. An additional ML prize (from either category) will be awarded.

Now that Xilinx is part of AMD, special consideration will be given to projects that use any combination of heterogeneous AMD hardware; AMD CPUs, GPUs and Adaptive Computing FPGAs, SOCs, or ACAPs. Additional prizes may be awarded at the discretion of the organisers.

Awards and Travel

We also plan to return to an in-person awards ceremony at our Dublin office. Each member from the winning teams will receive sponsored travel to the awards ceremony.

Registration

Registrations must be received by 28 February 2023, and teams have until 30 June 2023 to submit their project.

Registration information, and full details can be found on the competition website along with a video gallery of previous entries and winning projects:

www.openhw.eu

Παράταση: Ηλεκτρονική Συμπλήρωση των Ερωτηματολογίων για το Χειμερινό Εξάμηνο του Ακαδημαϊκού Έτους 2022-23

Η διαδικασία της ηλεκτρονικής συμπλήρωσης των ερωτηματολογίων για το χειμερινό εξάμηνο του ακαδημαϊκού έτους 2022-2023 από φοιτητές, θα πραγματοποιηθεί από τη Δευτέρα 5 Δεκεμβρίου 2022 έως και 15 Ιανουαρίου 2023, *** 22 Ιανουαρίου 2023 (Παράταση) ***.

Δυνατότητα συμπλήρωσης των ηλεκτρονικών ερωτηματολογίων για τα προπτυχιακά, εργαστηριακά και μεταπτυχιακά μαθήματα, έχουν οι φοιτητές που έχουν δηλώσει τα εν λόγω μαθήματα μέσω της ηλεκτρονικής γραμματείας του ενιαίου πληροφοριακού συστήματος του Ψηφιακού Άλματος εντός της περιόδου υποβολής των δηλώσεων.

Η ηλεκτρονική συμπλήρωση των ερωτηματολογίων από τους φοιτητές συμβάλλει στη βελτίωση του εκπαιδευτικού έργου και υλοποιείται με τρόπο που διασφαλίζεται η ανωνυμία τους. Η είσοδος στο ηλεκτρονικό σύστημα γίνεται μόνο με τους προσωπικούς κωδικούς του κάθε φοιτητή.

Για τη συμπλήρωση των ερωτηματολογίων και για περισσότερες πληροφορίες συνδεθείτε στο https://ps.modip.upatras.gr/.

ΟΔΗΓΙΕΣ ΣΥΜΠΛΗΡΩΣΗΣ

Για τη συμπλήρωση του ηλεκτρονικού ερωτηματολογίου ακολουθείτε τα παρακάτω βήματα:

  • Είσοδος στο https://ps.modip.upatras.gr/
  • Σύνδεση με τη χρήση του UPnet ID και του προσωπικού κωδικού σας.
  • Επιλογή μαθήματος από τη λίστα των μαθημάτων που εμφανίζεται.
  • Συμπλήρωση του ερωτηματολογίου
  • Επιλογή «Υποβολή» ώστε να υποβάλετε το ερωτηματολόγιο για το συγκεκριμένο μάθημα.
  • Συνεχίζετε, σε χρόνο της επιλογής σας, τη συμπλήρωση των ερωτηματολογίων και για τα υπόλοιπα μαθήματα της λίστας.

Σε περίπτωση που αντιμετωπίσετε οποιοδήποτε πρόβλημα, παρακαλούμε επικοινωνήστε με τη Γραμματεία της ΜΟ.ΔΙ.Π. στο modipsecr@upatras.gr

Σεμινάριο CEID και Social Hour: “From Column Subset to Job Selection and Βeyond” , Ομιλητής:  Χρήστος Μπουτσίδης, Vice President and Technology Fellow at Goldman Sachs, New York

Σας ενημερώνουμε για την παρακάτω ομιλία η οποία θα δοθεί στα πλαίσια της σειράς εκδηλώσεων “Σεμινάριο CEID και Social Hour”:

Τίτλος:   “From Column Subset to Job Selection and Βeyond”

Ημερομηνία-χώρος:  Παρασκευή, 13 Ιανουαρίου 2023, 15:00, ΤΜΗΥΠ, Aμφιθέατρο Γ

Περίληψη: 
The Column Subset Selection Problem (CSSP) is defined as the following combinatorial optimization problem on matrices: given an m x n matrix A and a sampling parameter k < n, select k columns from A to construct an m x k matrix C such that the low-rank matrix reconstruction error of the residual A – CC^{+}A is minimized among all possible choices for the m x k matrix C (here, C^{+}, a k x m matrix, denotes the pseudo-inverse of C).  First, we present the state-of-the-art algorithmic results for the CSSP. Next, we discuss two applications of the CSSP: distributed PCA and sparse PCA. We will conclude this talk with a quick overview of the speaker’s work on Knowledge Graphs. 

Σχετικά με τον ομιλητή:  
Christos Boutsidis is a Vice President and a Technology Fellow at Goldman Sachs, in New York City. His team, consisting of software engineers and scientists, solve large scale knowledge graph problems, helping Compliance, Investment Banking, and Trading operations, to name a few. Before that, Christos was a Research Scientist with the Scalable Machine Learning Group of Yahoo Research in New York and a Research Staff Member with the Mathematical Sciences Department of the IBM T. J. Watson Research Center in Yorktown Heights, NY. Dr. Boutsidis earned a Ph.D. in Computer Science from Rensselaer Polytechnic Institute in May of 2011 and a BS in Computer Engineering from the University of Patras, in Greece in July of 2006. Dr Boutsidis has published over 30 articles in conferences and journals in algorithms, machine learning, and statistical data analysis.

Σεμινάριο CEID και Social Hour: “Reconfigurable Intelligent Surfaces: An Enabling Technology for Smart Radio Propagation and Its Beyond 5G Applications” , Ομιλητής:  Γεώργιος Αλεξανδρόπουλος, Επικ. Καθηγητής ΕΚΠΑ και IEEE COMSOC Distinguished Lecturer

Σας ενημερώνουμε για την παρακάτω ομιλία η οποία θα δοθεί στα πλαίσια της σειράς εκδηλώσεων “Σεμινάριο CEID και Social Hour” και των ΔΠΜΣ ΥΔΑ, ΣΜΗΝ και ΟΣΥΛ, καθώς και του IEEE COMSOC Distinguished Lecturers Program.

Τίτλος:   “Reconfigurable Intelligent Surfaces: An Enabling Technology for Smart Radio Propagation and Its Beyond 5G Applications”

Ημερομηνία-χώρος:  Παρασκευή, 16 Δεκεμβρίου 2022, 15:00, ΤΜΗΥΠ, Aμφιθέατρο Γ

Περίληψη: 
The advent of the connected things paradigm within 5G wireless communications enabled various sophisticated applications, whose evolution paves the way for the notion of the connected intelligence of everything in 6G networks. Recent speculations for this upcoming new generation push the 5G performance indicators to unprecedented levels, envisioning THz frequency bands, devices with embedded sensing capabilities, and native artificial intelligence. All these are expected to become a reality around 2030 and with a strong green footprint. In this talk, we will elaborate around the emerging technology of Reconfigurable Intelligent Surfaces (RISs) which is provisioned as the enabler of smart wireless environments, offering a highly scalable, low-cost, hardware-efficient, and almost energy-neutral solution for the dynamic control of the propagation of electromagnetic signals. We will discuss their evolution from programmable reflecting metamaterials to connected computational- and power-autonomous hybrid metasurfaces, emphasizing on the state-of-the-art approaches for RIS-empowered application on communications, localization, and sensing.

Σχετικά με τον ομιλητή:  
George C. Alexandropoulos received the Engineering Diploma, M.A.Sc., and Ph.D. degrees in Computer Engineering and Informatics from the School of Engineering, University of Patras, Greece in 2003, 2005, and 2010, respectively. He has held research positions at various Greek universities and research institutes, as well as at the Mathematical and Algorithmic Sciences Lab, Paris Research Center, Huawei Technologies France, and he is currently an Assistant Professor with the Department of Informatics and Telecommunications, School of Sciences, National and Kapodistrian University of Athens (NKUA), Greece. He also serves as a Principal Researcher for the Technology Innovation Institute, Abu Dhabi, United Arab Emirates. His research interests span the general areas of algorithmic design and performance analysis for wireless networks with emphasis on multi-antenna transceiver hardware architectures, active and passive Reconfigurable Intelligent Surfaces (RISs), integrated communications and sensing, millimeter wave and THz communications, as well as distributed machine learning algorithms. He currently serves as an Editor for IEEE Transactions on Communications, IEEE Wireless Communications Letters, ELSEVIER Computer Networks, Frontiers in Communications and Networks, and the ITU Journal on Future and Evolving Technologies. In the past, he has held various fixed-term and guest editorial positions for IEEE Transactions on Wireless Communications and IEEE Communications Letters, as well as for various special issues at IEEE journals. Prof. Alexandropoulos is a Senior Member of the IEEE Communications, Signal Processing, and Information Theory Societies, the vice-chair of the EURASIP Technical Area Committee on Signal Processing for Communications and Networking, as well as a registered Professional Engineer of the Technical Chamber of Greece. He is also a Distinguished Lecturer of the IEEE Communications Society. He has participated and/or technically managed more than 15 European Union (EU), international, and Greek research, innovation, and development projects. He is currently NKUA’s principal investigator for the EU H2020 RISE‑6G and the SNS JU TERRAMETA projects dealing with RIS-empowered smart wireless environments and THz RISs, respectively. For the former project he also serves as the dissemination manager, whereas for the latter, he also serves as the project’s technical manager. Prof. Alexandropoulos has received the best Ph.D. thesis award 2010, the IEEE Communications Society Best Young Professional in Industry Award 2018, the EURASIP Best Paper Award of the Journal on Wireless Communications and Networking 2021, the IEEE Marconi Prize Paper Award in Wireless Communications 2021, and a Best Paper Award from the IEEE GLOBECOM 2021. More information is available at www.alexandropoulos.info.

Σεμινάριο CEID and Social Hour: “Machine Learning and Machine Unlearning for Data Systems” , Ομιλητής: Peter Triantafillou, Professor of Data Systems at the Department of Computer Science at the University of Warwick

Τίτλος: “Machine Learning and Machine Unlearning for Data Systems”. 

Ομιλητής: Peter Triantafillou, Professor of Data Systems at the Department of Computer Science at the University of Warwick.

Ημερομηνία-χώρος: Παρασκευή 02 Δεκεμβρίου, 15:00, Αμφιθέατρο Γ, Τμήμα Μηχανικών Η/Υ και Πληροφορικής.

Περίληψη: Learned Data Systems (that is, data systems with machine learning components) bear the promise of increased performance, especially for resource-hungry analytics tasks over large datasets. As such, they are enjoying large attention by researchers. However, DB systems differ from other domains where machine learning (ML) plays a key role in that DBs are continuously updated. How can we ensure then that previously trained neural-network ML models continue to be accurate in the face of DB updates, such as data insert and/or delete operations? New data insertions may carry out-of-distribution (OOD) data for which models may be highly inaccurate. Likewise, for data deletions, which additionally introduce an additional challenge, namely that of unlearning. How can we then surgically unlearn what was previously learned and now deleted without erasing knowledge about relevant retained data? And how can we ensure the above efficiently, i.e., without retraining the models from scratch (which is a time-consuming operation)? In this talk, I will highlight our research results for the above problems. To our knowledge this is the first research results achieving the above goals.

Σχετικά με τον ομιλητή: Peter Triantafillou is Professor of Data Systems at the Department of Computer Science at the University of Warwick where he established and is currently leading the Data Sciences Theme. Peter is currently a Fellow of the Alan Turing Institute, a member of the Advisory Board of PVLDB, PC co-Chair of PVLDB Reproducibility, and Associate Editor for ACM SIGMOD 2022. Peter has served as a member of the Advisory Board of the Urban Big Data Research Centre (a UK national infrastructure for urban data services and analytics). Peter has previously held professorial positions at the University of Glasgow (UK), Simon Fraser University (Canada), Technical University of Crete and University of Patras (Greece) and visiting professorships at the Max-Planck Institute for Informatics (Germany). 

Peter received his PhD in computer science from the University of Waterloo and was the Department of Computer Science and the Faculty of Mathematics nominee for the Gold Medal for outstanding achievements at the Doctoral level. Peter has published extensively in top journals and conferences in his areas, including 50+ papers in journal and 100+ papers in conferences and workshops. His papers have won numerous awards, including the most influential paper award in ACM DEBS 2019, the best paper award at the ACM SIGIR 2016 Conference, the best paper award at the ACM CIKM Conference 2006, and the best student paper award at IEEE Big Data 2018 Conference. Peter has served in the Technical Program Committees of more than 140 international conferences and has been the PC Chair or Vice-chair/Associate Editor in several prestigious conferences (including ACM SIGMOD, IEEE ICDE, IEEE DSAA, ACM Middleware, WISE, etc.). Finally, Peter is a co-designer of several innovative systems, such as the DBEst/DBEst++ engines for large-scale analytics,  the MINERVA decentralized search engine, and the eXO decentralized social networking system.

Ανανεώσεις Εγγραφών Εξαμήνου και Δηλώσεις Μαθημάτων, Χειμερινό Εξάμηνο 2022-23

Σας ενημερώνουμε ότι η πλατφόρμα της ηλεκτρονικής γραμματείας για ανανεώσεις εξαμήνου και δηλώσεις μαθημάτων χειμερινού εξαμήνου 2022-23 στο ΔΠΜΣ ΟΣΥΛ (νέο πρόγραμμα) θα είναι διαθέσιμη από 22/11/2022, έως 5/12/2022.

Υπενθυμίζουμε ότι:

Σχετικά με τους κανόνες δήλωσης μαθημάτων υπενθυμίζουμε ότι οι φοιτητές υποχρεούνται να δηλώσουν 5 μαθήματα = 2 υποχρεωτικά και 3 επιλογής του Α’ εξαμήνου.

Για τη δήλωση ΜΔΕ υπενθυμίζουμε ότι:

Στο ΔΠΜΣ ΟΣΥΛ (νέο πρόγραμμα) σύμφωνα με τον κανονισμό ορίζεται ότι η Εκπόνηση ΜΔΕ ορίζεται στο Γ’ Εξάμηνο και εφόσον ο μεταπτυχιακός φοιτητής/τρια έχει εξεταστεί επιτυχώς στα 7 από τα 10 μαθήματα που είναι απαραίτητα για τη λήψη πτυχίου του ΔΠΜΣ ΟΣΥΛ.

Παρατήρηση: Για παλιό και νέο πρόγραμμα ΔΠΜΣ ΟΣΥΛ για την εκπόνηση της ΜΔΕ, εφόσον πληρούνται οι παραπάνω προϋποθέσεις (για το νέο πρόγραμμα ΔΠΜΣ ΟΣΥΛ), οι μεταπτυχιακοί/κές φοιτητές/τριες, πρέπει να υποβάλλουν εντύπως αίτηση ορισμού Μεταπτυχιακής Διπλωματικής Εργασίας προς την ΕΠΣ του ΔΠΜΣ ΟΣΥΛ (επισυνάπτεται η αίτηση) με ενδεικτικό θέμα ΜΔΕ και ορισμού τριμελούς με τη συγκατάθεση μέλους ΔΕΠ, που θα είναι ο επιβλέπων καθηγητής της εκπόνησης της ΜΔΕ.

– Από τη Γραμματεία του ΔΠΜΣ ΟΣΥΛ