ΠΑΡΑΚΟΛΟΥΘΗΣΤΕ ΤΟ ΝΕΟ ΣΕΜΙΝΑΡΙΟ “MUSIC MEETS SCIENCE” ΓΙΑ ΤΟΥΣ ΔΙΚΑΙΟΥΧΟΥΣ ΤΗΣ ΕΔΕΜ ΣΤΙΣ 10 ΝΟΕΜΒΡΙΟΥ 2021 – ΚΑΝΤΕ ΕΓΓΡΑΦΗ ΣΗΜΕΡΑ

square socialmediaposts 10

Παρακολουθήστε το νέο σεμινάριο “Music Meets Science” για τους δικαιούχους της ΕΔΕΜ στις 10 Νοεμβρίου 2021

 

Τετάρτη 10 Νοεμβρίου 2021

17:00 – 19:00

 

Τα διαδικτυακά σεμινάρια της ΕΔΕΜ επιστρέφουν!

Μετά τον πρώτο, επιτυχημένο κύκλο σεμιναρίων, εγκαινιάζουμε μια νέα ενότητα συνομιλιών με θέμα “Music Meets Science”.

Τι σημαίνει “Music Meets Science”.

Τι  σημαίνει τεχνητή νοημοσύνη και πως αξιοποιείται στο σύγχρονο τεχνολογικό και μουσικό περιβάλλον προς όφελος της δημιουργίας;

Αυτά και πολλά ακόμα ερωτήματα, θα συζητηθούν σε 2 δίωρες συζητήσεις με τον Θοδωρή Γιαννακόπουλο, Β’  Ερευνητή του ΕΚΕΦΕ “Δημόκριτος” και συγκεκριμένα υπεύθυνο του Εργαστηρίου Υπολογιστικής Ευφυΐας.

 

Λίγα λόγια για τον εισηγητή

Ο Δρ. Θεόδωρος Γιαννακόπουλος είναι Ερευνητής Β’ με αντικείμενο “Μηχανική Μάθηση – ανάλυση πολυτροπικών δεδομένων με εφαρμογές στο περιβάλλον και την υγεία”, στο  Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών του ΕΚΕΦΕ «Δημόκριτος» και συγκεκριμένα στο Εργαστήριο Υπολογιστικής Ευφυΐας. Έχει αποφοιτήσει από το Τμήμα Πληροφορικής και Τηλεπικοινωνιών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών το 2002, ενώ το 2004 έλαβε το Δίπλωμα του Διατμηματικού Μεταπτυχιακού Προγράμματος Σπουδών “Επεξεργασίας Σημάτων και Εικόνων: Θεωρία, Υλοποιήσεις, Εφαρμογές” από το Παν/μιο Πατρών. Το 2009 ολοκλήρωσε την διδακτορική του διατριβή με τίτλο “Ανάλυση και χρήση ακουστικής πληροφορίας για τον εντοπισμό επιβλαβούς περιεχομένου και ενσωμάτωση σε οπτική πληροφορία” από το Τμήμα Πληροφορικής και Τηλεπικοινωνιών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών, με επιβλέποντα τον Καθ. Σέργιο Θεοδωρίδη. Έχει ολοκληρώσει πάνω από 100 δημοσιεύσεις σε περιοδικά και συνέδρια, ενώ είναι συγγραφέας του βιβλίου “Introduction to Audio Analysis: A MATLAB Approach, Academic Press, 2014”. Έχει επίσης συμμετάσχει στην μετάφραση στα Ελληνικά και την επιμέλεια μετάφρασης του βιβλίου Pattern Recognition (Αναγνώριση Προτύπων). Τέλος, έχει εργαστεί για πάνω από 15 χρόνια σε 3 Πανεπιστήμια, 2 Ερευνητικά Κέντρα και 3 εταιρείες. Ειδικότερα εργάστηκε για 3 χρόνια ως Διευθυντής Μηχανικής Μάθησης στην Behavioral Signals, μία εταιρεία ανάλυσης ομιλίας με έδρα το Los Angeles. Είναι ενεργό μέλος της open source κοινότητας: 1ος σε συνεισφορά κώδικα Python στην Ελλάδα και στο top-0.1% παγκοσμίως (βάσει github stars). Διδάσκει, εδώ και 3 χρόνια, Μηχανική Μάθηση, Βαθιά Μηχανική Μάθηση, Ανάλυση Πολυμεσικού Σήματος και Προγραμματισμό για Επιστήμη Δεδομένων σε 2 Μεταπτυχιακά Προγράμματα.

 

Θεματικές Ενότητες του 1ου σεμιναρίου Music Meets Science

  • Σε τι αφορά η Τεχνητή Νοημοσύνη
  • Πριν την Τεχνητή Νοημοσύνη – Ιστορικά παραδείγματα
  • Τεχνητή Νοημοσύνη τα τελευταία 50 χρόνια
  • Βασικές έννοιες Μηχανικής Μάθησης
  • Άρα η Τεχνητή Νοημοσύνη είναι μόνο Μηχανική Μάθηση;
  • Κίνδυνοι της Τεχνητής Νοημοσύνης
  • Χρήση της Τεχνητής Νοημοσύνης στη μουσική.

Για να δηλώσετε συμμετοχή πατήστε ΕΔΩ ή στείλτε email εκδήλωσης ενδιαφέροντος στο communication@edemrights.gr