Υποτροφίες για Εκπόνηση Πρακτικών Ασκήσεων (Summer Internships) & Μεταπτυχιακών

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[Chamzas93]

Neuroscience-driven AI

Πώς ο εγκέφαλος εκτελεί τους πολύπλοκους υπολογισμούς που μας επιτρέπουν να σκεφτούμε και να αλληλοεπιδράσουμε με το περιβάλλον; Πώς τα δίκτυα από τα κύτταρα του φλοιού συντονίζονται και αλληλο-επιδρούν μεταξύ τους προκειμένουν να επεξεργαστούν τις πληροφορίες; Πώς τα κύτταρα κωδικοποιούν τα διάφορα ερεθίσματα και προωθούν την πληροφορία σε διαφορετικές περιοχές του εγκεφάλου?

Σε αυτό το διεπιστημονικό ερευνητικό έργο, που γίνεται σε συνεργασία με την Ιατρική Σχολή του Harvard, θα επικεντρωθούμε στην αναλυση δεδομένων που συλλέχθηκαν απο in vivo πειράματα για τη μελέτη των λειτουργικών δικτύων στον οπτικό φλοιό. Ο κύριος στόχος ειναι η κατανόηση του τρόπου με τον οποίο τα νευρωνικά δίκτυα του οπτικού φλοιού συντονίζονται και αλληλο-επιδρούν μεταξύ τους προκειμένουν να επεξεργάζονται τις πληροφορίες κατά τη διάρκεια της μάθησης. Επίσης, θα εξετάσουμε πώς αρχές από την συνδεσιμότητα/αρχιτεκτονική των βιολογικών δικτύων του εγκεφάλου μπορούν να εφαρμοστούν σε αρχικτεκτονικές βαθυάς μάθησης με σκοπό την βελτίωση της λειτουργίας τους.

Προαπαιτούμενα

-  Πολύ καλή γνώση βασικών εννοιών στη θεωρία γράφων, γραμμική άλγεβρα,  πιθανοτήτων, και στατιστικής ανάλυσης
-  Πολύ καλή προγραμματιστική εμπειρία σε περιβάλλον Μatlab ή R ή python
-  Εμπειρία σε αλγορίθμους  μηχανικής μάθησης (πχ dimensionality reduction, autoencoders) ή/και επεξεργασίας σήματος


Στην περίπτωση των μεταπτυχιακών (M.Sc., Ph.D.) υποτροφιών, ο φοιτητής θα πρέπει να εγγραφεί στο πρόγραμμα μεταπτυχιακών σπουδών του τμήματος Επιστήμης Υπολογιστών την περίοδο εκπόνησης της εργασίας.

Πληροφορίες σχετικά με την υποβολή αιτήσεων στο πρόγραμμα μεταπτυχιακών σπουδών του τμήματος Επιστήμης Υπολογιστών:
Η προθεσμία είναι δύο φορές το χρόνο: 31 Μαρτίου και 31 Οκτωβρίου.    http://csd.uoc.gr/CSD/index.jsp?custom=admissions&lang=gr
Πληροφορίες για το Τμήμα Επιστήμης Υπολογιστών: http://www.csd.uoc.gr/CSD/index.jsp?content=education_goals&openmenu=demoAcc1&lang=gr
Δεν απαιτούνται γνώσεις βιολογίας ή από τις νευρο-επιστήμες.

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Εκδήλωση Ενδιαφέροντος: αποστολή email στην Μαρία Παπαδοπούλη maria@csd.uoc.gr επισυνάπτοντας 1) την αναλυτική βαθμολογία, 2)το βιογραφικό, και 3) περιγραφή της εμπειρίας που έχουν σε μηχανική μάθηση και επεξεργασία σήματος. Είναι χρήσιμο στην αίτηση τους να υποδείξουν το ενδιαφέρον τους να εργαστούν στο συγκεκριμένο project υπό την επίβλεψή μου.