InteLLigence
 
Μέλη  Πληροφορίες Μέλους
 Πίσω

photo
Ευριπίδης Γ. Πετράκης
Θέση: Καθηγητής, Δ/ντής Εργαστηρίου
Γραφείο: 145.A29
Τηλέφωνο: +30-28210-37229
Φαξ: +30-28210-37542
Email: petrakis   at intelligence.tuc.gr
Προσωπική Σελίδα: http://www.intelligence.tuc.gr/~petrakis/

Μικρό Βιογραφικό

Ο Καθηγητής Eυριπίδης Πετράκης έλαβε πτυχίο Φυσικής από το Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, Φυσικό τμήμα, το 1986. Έλαβε Διδακτορικό Δίπλωμα στην Πληροφορική από το Πανεπιστήμιο Κρήτης, Τμήμα Πληροφορικής, από το 1993. Μεταξύ 1996 και 1998 ήταν καθηγητής στο Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου York του Τορόντο του Καναδά και ερευνητής στο Ινστιτούτο GMD / IPSI, Darmstadt, Γερμανία. Έχει απονεμηθεί υποτροφία ERCIM το 1998. Είναι καθηγητής στο Τμήμα Πληροφορικής του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (ΗΜΜΥ) του Πολυτεχνείου Κρήτης και από το 2006 ως διευθυντής του Εργαστηρίου Ευφυών Συστημάτων. Ασχολείται με την έρευνα σε Μηχανική Όραση και Πληροφοριακά Συστήματα (στα πρώιμα στάδια της σταδιοδρομίας του), σε σύγχρονες πτυχές των πληροφοριακών συστημάτων όπως σημασιολογικό ιστό (Semantic Web) και πρόσφατα, το Υπολογιστικό Νέφος (Cloud Computing) και στο Διαδίκτυο των Πραγμάτων (Internet of Things). Ο καθηγητής Πετράκης έχει συγγράψει ή συν-γράψει πάνω από 120 εργασίες με φοιτητές που έχει εποπτεύσει (ως κύριος ή μοναδικός επιβλέπων) σε περιοδικά και συνέδρια υψηλής ποιότητας (ποσοστό αποδοχής <30%) και έχει πάνω από 4000 ετερο-αναφορές στο δημοσιευμένο έργο του (από το Google Scholar ). Συμμετέχει ή συμμετείχε ως κύριος ερευνητής ή συντονιστής σε πολλά ερευνητικά έργα που χρηματοδοτούνται από την ελληνική κυβέρνηση και την Ευρωπαϊκή Ένωση και προσέλκυσε πάνω από 2,5 εκατ. ευρώ για τη χρηματοδότηση του Πολυτεχνείου Κρήτης.

Εκπαίδευση

Ερευνητικά Ενδιαφέροντα

  • Πολυμεσικά και Ιατρικά Συστήματα και Πληροφοριακά Συστήματα στο Διαδίκτυο
    Τεχνολογία πληροφοριακών συστημάτων πολυμέσων με έμφαση στην διαχείρηση πληροφορίας από σύνθετες πηγές όπως κείμενο, εικόνα και video. Το πληροφοριακό σύστημα θεωρείται ως αποτελούμενο από ανεξάρτητες κατανεμημένες πηγές πληροφορίας.
    [Διαβάστε περισσότερα] 
  • Σημασιολογικός Ιστός
    Στόχος είναι η ενίσχυση των δυνατοτήτων πληροφοριακών συστημάτων ώστε να υποστηρίξουν ανάλυση πληροφορίας και αιτίασης εκμεταλλευόμενα την χρονική διάσταση της διαθέσιμης πληροφορίας. Η γνώση παριστάνεται με χρονικές οντολογίες που αναπτύσσονται με χρήση τεχνικών ανάλυσης φυσικής γλώσσας σε συνδυασμό με τεχνικές ανάλυσης πληροφορίας από άλλες πηγές (πχ. Εικόνα, video) και εργαλεία διαχείρισης σημασιολογικού περιεχομένου (OWL, reasoners, ontology query languages).
    [Διαβάστε περισσότερα] 
  • Επεξεργασία Φυσικής Γλώσσας
    Εξαγωγή και εξόρυξη πληροφορίας από κείμενο, εξαγωγή ορολογίας (εννοιών) και σχέσεων για κατασκευή οντολογιών στην ανάπτυξη πληροφοριακών συστημάτων
    [Διαβάστε περισσότερα] 
  • Τεχνικές Πρόσβασης για Εικόνες και Video
    Ανάκτηση πληροφορίας, πληροφοριακά συστήματα πολυμέσων, πληροφοριακά συστήματα στον παγκόσμιο ιστό. Εικονικές και χωρικές βάσεις δεδομένων, ανάλυση περιεχομένου εικόνας, δεικτοδότηση περιεχομένου, αναζήτηση με χρήση περιεχομένου από εικόνα και video.
    [Διαβάστε περισσότερα] 
  • Εφαρμογές Μηχανικής Όρασης
    Επεξεργασία, συμπίεση, ανάλυση περιεχομένου εικόνας και video (π.χ., ανάλυση κίνησης, ανάλυση σχήματος, παρακολούθηση κίνησης). Σχεδιασμός και ανάλυση συστημάτων ανίχνευσης κίνησης. Παραγωγή πανοραμικής εικόνας. Συστήματα διαχείρισης εικόνας πραγματικού χρόνου με χρήση επιταχυντών επεξεργασίας σήματος και εικόνας.
    [Διαβάστε περισσότερα] 

Διδασκαλία

    Προπτυχιακά Μαθήματα

    • ΕΚΠ 413: Μέθοδοι Διαχείρισης Πολυμέσων
      Περγραφή
      Eπεξεργασία, αρχειοθέτηση και αναζήτηση πολυµεσικής (multimedia) πληροφορίας κειµένου, µονοδιάστατου σήµατος, στατικής και κινούµενης εικόνας (video) σε πληροφοριακά συστήµατα και το ∆ιαδίκτυο. Kλασσικά µοντέλα ανάκτησης πληροφορίας (∆υαδικό, Σχεσιακό, Πιθανοτικό), Οµαδοποίηση πληροφορίας (clustering) και αλγόριθµοι οµαδοποίησης (διαιρετικοί, ιεραρχικοί, υβρι- δικοί αλγόριθµοι), εφαρµογές οµαδοποίησης σε συλλογές κειµένων. Παράσταση περιεχοµένου µονοδιάστατων σηµάτων και εικόνας σε συστήµατα πολυµέσων. Εξαγωγή χαρακτηριστικών χρώµατος, υφής, σχήµατος και χωρικών σχέσεων από εικόνες. Μέθοδοι ανάκτησης για µονοδιάστατα σήµατα και εικόνα. Τεχνικές δεικτοδότησης (indexing) σε πληροφοριακά συστήµατα για κείµενο και πολυµεσική πληροφορία (ανεστραµµένα αρχεία, k-d- Trees, Grid files, R-trees). Σχεδιασµός πληροφοριακών συστηµάτων στο ∆ιαδίκτυο, διαχείριση και ανάλυση πληροφορίας στο ∆ιαδίκτυο (µέθοδοι PageRank, HITS). Βασικές τεχνικές επεξεργασίας και ανάλυσης στατικής και κινούµενης εικόνας (video) σε πληροφοριακά συστήµατα. Τεχνικές συµπίεσης (compression) JPEG, πρότυπα MPEG-1, 2, 4, 7.
      Σύνδεσμος στον Ιστοχώρο Μαθημάτων: Μέθοδοι Διαχείρισης Πολυμέσων
    • ΕΚΠ 414: Μηχανική Όραση
      Περγραφή
      Βασικές αρχές και µεθοδολογία της µηχανικής όρασης µε έµφαση σε αλγορίθµους και εφαρµογές της µηχανικής όρασης. Σχηµατισµός εικόνας (image formation), µαθηµατικό, γεωµετρικό, χρωµατικό, συχνοτικό, διακριτό µοντέλο. Βασικές τεχνικές επεξεργασίας εικόνας (φιλτράρισµα, ενίσχυση, οµαλοποίηση). Υπολογισµός ακµών (edge detection), τελεστές πρώτης και δευτέρας παραγώγου. Κατάτµηση εικόνας (image segmentation), µέθοδοι κατάτµησης περιοχών και ακµών, ενίσχυση ακµών και περιοχών, τεχνικές κατωφλίου. Προχωρηµένες τεχνικές κατάτµησης (συγχώνευση και διάσπαση περιοχών και ακµών, χαλαρωτική ταξινόµηση, τεχνική Hough). Τεχνικές επεξεργασίας δυαδικών (binary) εικόνων, µετασχηµατισµοί απόστασης, µορφολογικοί τελεστές, ταυτοποίηση περιοχών (labeling). Ανάλυση, αναπαράσταση και αναγνώριση εικόνων. Παραστάσεις ακµών και περιοχών, παράσταση και αναγνώριση σχηµάτων, παράσταση και αναγνώρισης δοµικού περιεχοµένου εικόνων. Ανάλυση και αναγνώριση υφής, δοµικές και στατιστικές µέθοδοι. ∆υναµική όραση, υπολογισµός κίνησης, οπτικής ροής και τροχιές.
      Σύνδεσμος στον Ιστοχώρο Μαθημάτων: Μηχανική Όραση
    • ΠΛΗ 211: Δομές Δεδομένων και Αρχείων
      Περγραφή
      Αφαιρετικοί Τύποι Δεδομένων Α.Τ.Δ. (Abstract Data Types), Υλοποίηση σε C++, πολυπλοκότητα αλγορίθμων, ανάλυση απόδοσης αλγορίθμων. Πολυωνυμικοί και ΝP αλγόριθμοι. Βέλτιστοι και ευρηματικοί αλγόριθμοι. Εξαντλητικοί αλγόριθμοι, greedy αλγόριθμοι. Εφαρμογές (minimum spanning trees, shortest path, traveling salesman problem, knapsack problem). Ταξινόμηση στη κεντρική μνήμη και τον δίσκο, αλγόριθμοι bubble sort, exchange sort, insertion sort, selection sort, quick sort, merge sort, k-way merge sort, radix sort. A.T.Δ. στοίβα (stack). Α.Τ.Δ. σειρές (queues), Α.Τ.Δ. συνδεδεμένη λίστα (linked list). Υλοποίηση με μονοδιάστατα πεδία (arrays) και δυναμική παραχώρηση μνήμης. A.Τ.Δ. δένδρα (trees), Διάσχιση δένδρων (tree traversal), δυαδικά δένδρα έρευνας (binary search trees), πράξεις σε δυαδικά δένδρα έρευνας (Αναζήτηση, Εισαγωγές - Διαγραφές στοιχείων). Υλοποίηση με πεδία (arrays) και δυναμική παραχώρηση μνήμης. Εφαρμογές, κώδικες Huffman. A.T.Δ. γράφοs (graph), διάσχιση (traversal). Πράξεις σε γράφους (αναζήτηση, εισαγωγές, διαγραφές).Υλοποίηση γράφων και εφαρμογές (minimum spanning tree, shortest path). Αναζήτηση (searching) στη κεντρική μνήμη και τον δίσκο. Σειριακή αναζήτηση (Binary search, interpolation search, self adjusting search), Σειριακή αναζήτηση με δείκτες (indexed sequential search), ISAM. Ανάλυση απόδοσης αναζήτησης. Ιεραρχημένη αναζήτηση με δένδρα, δένδρα στη κεντρική μνήμη (binary bearch brees, AVL brees, optimal trees, splay trees), ανάλυση απόδοσης. Δένδρα στη δευτερεύουσα μνήμη (multiway search trees, B-trees, B+-trees), VSAM. Tries, digital search trees, text tries, Patricia tries, κωδικοποίηση Ziv-Lembel. Αναζήτηση σε κείμενο (αλγόριθμοι KMP, BMH). Μη ιεραρχημένη αναζήτηση, hashing στην κεντρική μνήμη, μέθοδοι αντιμετώπισης συγκρούσεων (collision resolution), ανοικτή διευθυνσιοδότηση (open addressing), χωριστές αλυσίδες (separate chaining). Ανάλυση πολυπλοκότητας αναζήτησης. Hashing στον δίσκο (dynamic hashing, extendible hashing, linear hashing). Ανάλυση απόδοσης αναζήτησης.
      Σύνδεσμος στον Ιστοχώρο Μαθημάτων: Δομές Δεδομένων και Αρχείων

    Μεταπτυχιακά Μαθήματα

    • ΕΚΠ 603: Μέθοδοι Διαχείρισης Πολυμέσων
      Περγραφή
      Το µάθηµα εστιάζει στην επεξεργασία, αρχειοθέτηση και αναζήτηση πολυµεσικής (multimedia) πληροφορίας κειµένου, µονοδιάστατου σήµατος, στατικής και κινούµενης εικόνας (video) σε πληροφοριακά συστήµατα και το ∆ιαδίκτυο. Εξετάζονται: Kλασσικά µοντέλα ανάκτησης πληροφορίας (∆υαδικό, Σχεσιακό, Πιθανοτικό) και επεκτάσεις τους. Αµφίδροµη αναζήτηση πληροφορίας (relevance feedback), Οµαδοποίηση πληροφορίας (clustering) και αλγόριθµοι οµαδοποίησης (διαιρετικοί, ιεραρχικοί, υβριδικοί αλγόριθµοι), εφαρµογές οµαδοποίησης σε συλλογές κειµένων. ∆υναµικές µέθοδοι οµαδοποίησης (X-means, BIC-means). Παράσταση περιεχοµένου µονοδιάστατων σηµάτων και εικόνας σε συστήµατα πολυµέσων. Εξαγωγή χαρακτηριστικών χρώµατος, υφής, σχήµατος και χωρικών σχέσεων από εικόνες. Μέθοδοι ανάκτησης για µονοδιάστατα σήµατα και εικόνα. Τεχνικές δεικτοδότησης (indexing) σε πληροφοριακά συστήµατα για κείµενο και πολυµεσική πληροφορία (ανεστραµµένα αρχεία, k-d-Trees, Grid files, R-trees, R+-trees, R*-trees, SRtrees, SS-trees, M-trees, space filling curves). Μείωση διάστασης χώρου (dimensionality reduction), τεχνικές Karhunen-Loeve (K-L), Singular Value Decomposition (SVD), FastMap. Σχεδιασµός πληροφοριακών συστηµάτων στο ∆ιαδίκτυο, διαχείριση και ανάλυση πληροφορίας στο ∆ιαδίκτυο (µέθοδοι PageRank, HITS). Τεχνικές πλοήγησης στο ∆ιαδίκτυο (classic and focused crawling). Σηµασιολογικός ιστός και οντολογίες. Κατασκευή οντολογιών και χρήση οντολογιών σε πληροφοριακά συστήµατα. Βασικές τεχνικές επεξεργασίας και ανάλυσης στατικής και κινούµενης εικόνας (video) σε πληροφοριακά συστήµατα. Εµπορικά και Πειραµατικά συστήµατα διαχεί- ρισης εικόνας (QBIC, Virage, PhotoBook, Safe/VisualSeek/WeebSeek, SQUID, PictToSeek). Τεχνικές συµπίεσης (compression) JPEG, Πρότυπα MPEG-1, 2, 4, 7. Κατάτµηση video (video segmentation into shots, shot aggregates).
      Σύνδεσμος στον Ιστοχώρο Μαθημάτων: Μέθοδοι Διαχείρισης Πολυμέσων
    • ΠΛΗ 607: Μηχανική Όραση
      Περγραφή
      Στόχος του µαθήµατος είναι η εξοικείωση µε τις βασικές αρχές και την µεθοδολογία της µηχανικής όρασης µε έµφαση αλγορίθµους και εφαρµογές της µηχανικής όρασης. Το µάθηµα καλύπτει θέµατα όπως: Σχηµατισµός εικόνας (image formation), µαθηµατικό, γεωµετρικό, χρωµατικό, συχνοτικό, διακριτό µοντέλο. Βασικές τεχνικές επεξεργασίας εικόνας (φιλτράρισµα, ενίσχυση, οµαλοποίηση). Υπολογισµών ακµών (edge detection), Τελεστές πρώτης και δευτέρας παραγώγου. Τµηµατοποίηση εικόνας (image segmentation), Τµηµατοποίηση περιοχών και ακµών, ενίσχυση ακµών και περιοχών, Τεχνικές κατωφλίου. Προχωρηµένες τεχνικές τµηµατοποίησης (µεγάλωµα και σµίκρυνση περιοχών και ακµών, χαλαρωτική ταξινόµηση, τεχνική Hough). Τεχνικές επεξεργασίας δυαδικών (binary) εικόνων, Μετασχηµατισµοί απόστασης, µορφολογικοί τελεστές, ταυτοποίηση περιοχών (labeling). Ανάλυση, αναπαράσταση και αναγνώριση εικόνων. Παραστάσεις ακµών και περιοχών, παράσταση και αναγνώριση σχηµάτων, παράσταση και αναγνώρισης δοµικού περιεχοµένου εικόνων. Ανάλυση και αναγνώριση υφής. ∆οµικές και στατιστικές µέθοδοι. ∆υναµική όραση, υπολογισµός κίνησης, οπτικής ροής και τροχιές.
      Σύνδεσμος στον Ιστοχώρο Μαθημάτων: Μηχανική Όραση

Επίβλεψη

Δημοσιεύσεις

Χρηματοδότηση

 Πίσω