- FoititikaNea Newsroom
- |
Εκπόνηση Διδακτορικής Διατριβής στο Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Η/Υ του ΑΠΘ
Το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, στη Συνέλευση συνεδρία αρ. 6/15-02-2018, αποφάσισε την προκήρυξη νέων θέσεων υποψηφίων διδακτόρων.
Οι ενδιαφερόμενοι μπορούν να υποβάλουν αίτηση στη Γραμματεία του Τμήματος μέχρι τις 2/3/2028, εντύπως ή ηλεκτρονικώς.
Οι υποψήφιοι θα πρέπει να υποβάλουν:
α) Αίτηση
β) Τίτλους Σπουδών
γ) Πιστοποιητικά αναλυτικής βαθμολογίας
Την ενημερωτική σελίδα με όλες τις προκηρύξεις διδακτορικών μπορείτε να την δείτε εδώ.
δ) Βεβαίωση ισοτιμίας από Δ.Ο.Α.Τ.Α.Π., για όσους προέρχονται από Πανεπιστήμια της αλλοδαπής
ε) Πιστοποιητικό επαρκούς γνώσης τουλάχιστον μίας ευρωπαϊκής ξένης γλώσσας (ιδιαίτερα Αγγλικής)
στ) Δύο τουλάχιστον συστατικές επιστολές
ζ) Αναλυτικό Βιογραφικό σημείωμα
η) Οποιοδήποτε άλλο στοιχείο ενισχύει, κατά την κρίση τους, την επιλογή.
Στη συνέχεια οι υποψήφιοι θα κληθούν σε προφορική συνέντευξη.
Περιοχές Διδακτορικών Θεμάτων:
ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ
1. Έλεγχος κίνησης και εφαρμογής δύναμης σε δίχερες ρομποτικές εργασίες. (Ζ. Δουλγέρη)
2. Εύρεση αποδοτικών χαρακτηριστικών και δομών για αντιστοίχιση συναρτήσεων μεταξύ εκτελέσιμων αρχείων με χρήση Θεωρίας Γραφών και Μακροβιανών διαδικασιών (Efficient Features and Structures for Function Matching Between Binary Executables using Graph Theory and Markovian Processes). (Αθ. Κεχαγιάς)
3. Ανάλυση δεδομένων με τεχνικές βαθιάς μάθησης για την πρόβλεψη της συμπεριφοράς μηχανολογικών κατασκευών (Deep learning for the prediction of mechanical structure behavior). (Π. Μήτκας)
4. Ανάλυση δεδομένων με χρήση τεχνικών μηχανικής και βαθιάς μάθησης για τη μοντελοποίηση και εκτίμηση της εξέλιξης της οστεοαρθρίτιδας γονάτου σε ασθενείς. (Machine learning techniques for modelling and prediction of onset and progression of osteoarthritis in patients). (Ι. Θεοχάρης)
5. Συσχεδίαση υλικού/λογισμικού (HW/SW co-design) συνελικτικών νευρωνικών δικτύων μεγάλου βάθους (deep convolutional neural networks), και μεγάλης κλίμακας για ταχύτητα, εμβαδό στο πυρίτιο και μικρή κατανάλωση ενέργειας. (Στ. Δοκουζγιάννης)
6. Συνδυαστική Βελτιστοποίηση και Βαθιά μάθηση (deep learning). (Λ. Πιτσούλης)
ΤΟΜΕΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ
1. Βέλτιστη σηματοδοσία πολυστατικού ημιενεργητικού Ραντάρ βασισμένου σε Ραδιοφάρους γεωγραφικώς κατανεμημένους. (Θ. Ξένος)
2. Ανάλυση επίδοσης και σχεδιασμός Ευρυζωνικών ασύρματων δικτύων σε περιβάλλον Αρχιπελάγους με στόχο την εξουδετέρωση παρεμβολών από φαινόμενα διαλείψεων και πολλαπλών οδεύσεων. (Θ. Ξένος)
Προϋποθέσεις, όροι, προθεσμίες, υποχρεώσεις Υ.Δ. κ.λπ. αναφέρονται στον Εσωτερικό Κανονισμό Διδακτορικών Σπουδών του Τμήματος.
Για περισσότερες πληροφορίες, μπορείτε να απευθύνεστε στη Γραμματεία του Τμήματος (ισόγειο κτιρίου Δ’ Πολυτεχνικής Σχολής, Τηλ. 2310-994378 & 2310-996392, FAX 2310-996292).
ΔΕΙΤΕ ΠΡΩΤΟΙ ΟΛΑ ΤΑ ΝΕΑ ΤΟΥ ΦΟΙΤΗΤΙΚΑ ΝΕΑ ΣΤΟ GOOGLE NEWS
