WebCourses
Στιγμιαίο Μήνυμα
ΙΣΤΟΧΩΡΟΣ ΜΑΘΗΜΑΤΩΝ Η.Μ.Μ.Υ.

ΙΣΤΟΧΩΡΟΣ ΜΑΘΗΜΑΤΩΝ ΗΜΜΥ

Πληροφοριακό Σύστημα Διαχείρισης Μαθημάτων και Υποστήριξης Εφαρμογών Εκπαίδευσης

Ενημέρωση

25 Απριλίου 2019

[ΤΗΛ312] Ψηφιακή Επεξεργασία Εικόνας

24 Απριλίου 2019

[ΠΛΗ402] Θεωρία Υπολογισμού

24 Απριλίου 2019

[ΕΝΕ301] Εισαγωγή στα Συστήματα Ηλεκτρικής Ενέργειας

24 Απριλίου 2019

[ΣΥΣ402] Θεωρία και Εφαρμογές Αυτομάτου Ελέγχου

Επιλογές

Σύνδεσμοι

Καλώς ήρθατε

Ο Ιστοχώρος Μαθημάτων αποτελεί ένα ολοκληρωμένο πληροφοριακό σύστημα διαχείρισης μαθημάτων, υποστήριξης εκπαιδευτικών διαδικασιών και εφαρμογών εκπαίδευσης στο διαδίκτυο. Αναπτύχθηκε με στόχο την ενίσχυση της εκπαιδευσης, την οργάνωση των διαδικασιών και την υποστήριξη εκπαιδευτικών κοινοτήτων για τις ανάγκες του τμήματος Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών του Πολυτεχνείου Κρήτης

Σύνδεση στον Ιστοχώρο Μαθημάτων

 
Είσοδος ως χρήστης του Ιστοχώρου
  Όνομα χρήστη  
  Κωδικός
Είσοδος ως Προσωρινός Χρήστης (Guest) [Είσοδος]
Δεν έχω λογαριασμό χρήστη [Eγγραφή χρήστη]
Δεν θυμάμαι τον κωδικό πρόσβασης [Ανάκτηση]
 

Σύντομες Πληροφορίες

Συνδεδεμένοι χρήστες αυτή την στιγμή 37
Εγγεγραμμένοι χρήστες στον Ιστοχώρο 2992
Μαθήματα που φιλοξενούνται στον Ιστοχώρο
Σειρές μαθημάτων που έχουν δημιουργηθεί
139
904
Προσβάσεις (hits) στον Ιστοχώρο
Συνδέσεις χρηστών στον Ιστοχώρο
85160427
4624755

Ανακοινώσεις

25 Απριλίου 2019

Ανακοινώνεται ότι οι δηλώσεις συγγραμμάτων παρατείνονται μέχρι την Παρασκευή 10 Μαΐου 2019, ενώ η διανομή συγγραμμάτων στους φοιτητές θα ολοκληρωθεί την Παρασκευή 24 Μαΐου 2019.

Υπενθυμίζεται ότι οι φοιτητές υποχρεούνται να προβούν σε δήλωση μαθημάτων και δικαιούνται να παραλάβουν συγγράμματα μόνο για τα μαθήματα εκείνα τα οποία έχουν συμπεριλάβει κατά το τρέχον εξάμηνο στη δήλωση μαθημάτων τους.

Επισημαίνεται ότι βάσει της ισχύουσας νομοθεσίας, οι φοιτητές που έχουν υπερβεί τα ν+2 έτη σπουδών δεν δικαιούνται δωρεάν διδακτικά συγγράμματα.

Για οποιαδήποτε απορία ή διευκρίνιση μπορείτε να επικοινωνείτε με το Γραφείο Αρωγής Χρηστών του Ευδόξου (215-215-7850 ή http://eudoxus.gr/OnlineReport.aspx), Δευτέρα-Παρασκευή 09:00-17:00.

[περισσότερα]

23 Απριλίου 2019

Στον παρακάτω σύνδεσμο μπορείτε να δείτε το Πρόγραμμα Εξετάσεων του εαρινού εξαμήνου του ακαδημαϊκού έτους 2018-2019 (Ιούνιος 2019).

https://www.tuc.gr/uploads/tx_tucschedulefiles/TUC-Schedule-Exams-2019jun-ECE.xlsx

[περισσότερα]

22 Απριλίου 2019

Call for Participation

ECML-PKDD 2019 Discovery Challenge - Correcting Transiting Exoplanet Light Curves for Stellar Spots (Ariel Machine Learning & Stellar Activity Challenge)

Organised and Sponsored by the European Space Agency (ESA) M4 ARIEL Mission Consortium and the ExoAI group of the University College London

Hosted by the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD) 2019

*** Motivation & Goals***

The field of exoplanet discovery and characterisation has been growing rapidly in the last decade. However, several big challenges remain, many of which could be addressed using machine learning and data mining methodology. For instance, the most successful method for detecting exoplanets, transit photometry –measuring the faint decrease in incoming stellar light as an exoplanet passes between the Earth and a target star– is very sensitive to thepresence of stellar spots, i.e. areas of the star that are colder and emit fewer light. The current approach is to identify the effects of such spots visually and correct for them manually or discard the data. As a first step to automate this process, we propose a regular competition on data generated by a simulator of the European Space Agency’s upcoming Ariel mission, whose objective is to characterise the atmosphere of 1000 exoplanets. The data consist of light curves (i.e. time series of the light received by the observation instrument from the target star-planet system) corrupted by stellar spots, along with auxiliary observation information. The goal is to correct the light curves for the presence of stellar spots, by predicting the relative planet-to-star radius ratio. This is a yet unsolved problem in the community. Solving it willmean improving our understanding of the characteristics of currently confirmed exoplanets, potentially recognising false positive / false negative detections and improving our abilityto analyse new observations – primarily but not limited to those expected from Ariel– without the need to equip new telescopes with additional instruments with all the extra costs this implies.

*** Dataset & Task Details***

Task: Supervised learning, multi-target regression; all variables are continuous.

Features: Each training datapoint consists of a set of 55 noisy light curves (one per wavelength, each being a timeseries of 300 timesteps) and a set of 6 additional stellar and planetary parameters.

Targets: The goal is to predict a set of 55 values (relative radii, one per wavelength) for any datapoint.

Dataset size: The size of the dataset is ~20Gb.

For a more detailed description, please visit the competition website at:

https://ariel-datachallenge.azurewebsites.net/ML

*** Participation ***

Participants of this challenge will submit the predictions of their models on the provided test dataset. The ground truth will be released to the participants after the end of the competition.

The solutions will be automatically ranked and the participants will obtain immediate feedback in the leaderboard maintained in the site. The 2 top-ranked participants will be invited to provide a brief description of their solution (describing data preprocessing steps, models and algorithms used) in the week after the competition closes. The 2 top-ranked participants will then be eligible to prizes, provided they beat the baseline, and no plagiarism or test set leakage has occured.

To participate, please visit the competition website at:

https://ariel-datachallenge.azurewebsites.net/ML

and follow the instructions to learn details about the problem, data, submission format, evaluation protocol and the baseline solution.

*** Important dates *** (All times are in AoE time)

* April 15th, 2019: Beginning of the competition, release of training dataset and test dataset (w/o ground truth). Participants can start submitting model predictions on test set and obtaining immediate feedback in the leaderboard.

* Aug 15th, 2019: Competition closes, release of ground truth. Top-ranked participants are invited to submit a brief description of their solution.

* Aug 22nd, 2019: Deadline for submitting description of solution. Organisers start checking solutions for plagiarism and test set leakage.

* Aug 25th, 2019: Announcement of the competition winners. (Tentative, subject to successful checks and collaboration from participants)

* Sept 16th - 20th, 2019: ECML-PKDD 2019.

*** Prizes ***

The 2 top-ranked participants (provided they beat the baseline) will be awarded with a free registration to the ECML-PKDD 2019, to be held in Würzburg, Germany, from September 16 - 20, 2019.

*** Dissemination of results ***

The 5 top-ranked participants (provided they beat the baseline) will be invited to present their solutions at ECML-PKDD 2019, to be held in Würzburg, Germany, from September 16 - 20, 2019. The authors of solutions that are of interest to the organisers will be invited to participate to larger scale collaborations in the context of the Ariel mission and beyond.

*** Organizing team ***

Nikolaos Nikolaou - UCL, England - n.nikolaou@ucl.ac.uk - (Main organizer)

Ingo P. Waldmann - UCL, England

Subhajit Sarkar - University of Cardiff, Wales

Angelos Tsiaras - UCL, England

Billy Edwards - UCL, England

Mario Morvan - UCL, England

Kai Hou Yip - UCL, England

Giovanna Tinetti - UCL, England

*** Contact Email ***

For technical issues or questions, please contact us at:

exoai.ucl@gmail.com

[περισσότερα]

09 Απριλίου 2019

Η Amazon (Λουξεμβούργου), έχει μεταξύ άλλων, ανοικτές θέσεις για αποφοίτους ΗΜΜΥ και τελειόφοιτους (να τελειώνουν δηλαδή μέσα στο 2019). Υπάρχουν θέσεις Software Engineer τόσο full-time όσο και για 6-μηνη πρακτική άσκηση με προοπτική επέκτασης σε full-time.

Μέσω αποφοίτων της σχολής ΗΜΜΥ οι οποίοι εργάζονται τώρα εκεί (και λόγω της καλής εικόνας που υπάρχει για τη σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης στη συγκεκριμένη εταιρεία), υπάρχει δυνατότητα να διοργανωθεί εκδήλωση στο Πολυτεχνείο Κρήτης που θα περιλαμβάνει (μεταξύ άλλων) παρουσίαση του αντικειμένου της δουλειάς των αποφοίτων μας, των εμπειριών που έχουν αποκτήσει και των ανοιχτών θέσεων εργασίας. Επιπλέον θα υπάρχει χρόνος και για κατ'ιδίαν συζητήσεις με όσους θα ενδιαφέρονταν για εργασία εκεί.

Προϋπόθεση για να γίνει αυτό, είναι να υπάρξει εκδήλωση ενδιαφέροντος από μια κρίσιμη μάζα φοιτητών ή αποφοίτων της σχολής.

Όποιος ενδιαφέρεται για πρακτική άσκηση ή εργασία στην Amazon Λουξεμβούργου και μια τέτοια παρουσίαση θα του ήταν χρήσιμη, μπορεί να επικοινωνήσει μαζί μου με email στο οποίο θα περιλαμβάνονται οι εξής πληροφορίες:

  • Ονοματεπώνυμο - Απόφοιτος/Τελειόφοιτος - Ενδιαφέρον για κανονική εργασία ή πρακτική άσκηση

Κάποιες από τις ανοιχτές θέσεις εργασίας τόσο στις ομάδες που δουλεύουν οι απόφοιτοι μας όσο και στο Λουξεμβούργο γενικότερα: [Full-Time], [All Software Development Positions - Luxembourg]

[περισσότερα]

01 Απριλίου 2019

...posting for a friend: 2 θέσεις για Ph.D. στο Λονδίνο, σχετικές με τηλεπικοινωνίες, με πλήρη υποτροφία. Οι ενδιαφερόμενοι ας επικοινωνήσουν απευθείας με τον υπεύθυνο (Prof. Masouros, c.masouros@ucl.ac.uk).

 

 

The Department of Electronic & Electrical Engineering (EEE) at UCL is seeking to appoint two high-calibre Early Stage Researchers (ESR) to join the Marie Sklodowska-Curie Innovative Training Network on 'energy-autonomous Portable Access Points for INfrastructure-LESS networks (PAINLESS). The explosive growth of applications and industrial sectors that rely on broadband connectivity, is set to stretch the demand for wireless networks beyond the reach of the power grid infrastructure. Access points are being deployed onboard of drones, while more than 84,000 hybrid-energy base stations are expected to be deployed annually in remote areas by 2020. Portable network nodes that are energy-autonomous and operate detached from the power grid will become indispensable in the coming applications of wireless networks. Energy-autonomy presents immense challenges for the wireless network design and imposes  a complete re-think of technological solutions. PAINLESS has the visionary aim to establish a training and research platform to pioneer green, energy-autonomous portable network nodes which are self-subsistent and limitlessly-scalable, to satisfy future demands with minimal infrastructure.


Each ESR will be enrolled on a PhD programme at UCL's EEE Department. ESR1 will write their thesis on a topic related to 'Energy Balancing and Optimisation framework for future Energy Neutral HetNets based on Energy Generation / Storage / Consumption Modelling and Trade-offs' . The topic for the second ESR is 'Energy-informed communication for aerial base stations'. Both roles are based at UCL, London with secondments to project partners in the EU in the second year.


The ESR's will undertake postgraduate research in support of the agreed doctoral research project and present and publish research to both academic and non-academic audiences.Working closely with the academic supervisors, the successful candidates will ensure the compatibility of the individual project with the overall goals of PAINLESS and will contribute to the delivery and management of the wider programmes, including attending and participating in programme committee meetings. The successful candidates will also be expected to prepare progress reports for funding bodies, attend and participate in all training events and actively participate in outreach activities.


The positions are available from 1st June 2019 - 31st May 2022.

The salary range advertised is before employer and employee deductions, including tax, national insurance and pension contributions. The salary level is subject to the pension choices of the appointee and also subject to the family status of the appointee, as to whether they qualify for a family allowance.
Key Requirements
Applicants should have a good undergraduate degree or a postgraduate Master's degree (or equivalent) in electronic or electrical engineering or a physical sciences subject as well as highly proficient English language skills. Applicants should have excellent written and verbal communication skills, including presentation skills. The ability to thing logically, create solutions and make informed decisions is essential as are excellent organisational skills and the ability to travel and work across Europe.

https://atsv7.wcn.co.uk/search_engine/jobs.cgi?amNvZGU9MTc1ODIyNyZ2dF90ZW1wbGF0ZT05NjUmb3duZXI9NTA0MTE3OCZvd25lcnR5cGU9ZmFpciZicmFuZF9pZD0wJnZhY2Zpcm0udmFjdGl0bGU9ZWFybHkgc3RhZ2UmcG9zdGluZ19jb2RlPTIyNA&jcode=1758227&vt_template=965&owner=5041178&ownertype=fair&brand_id=0&vacfirm.vactitle=early%20stage&posting_code=224
[περισσότερα]