Αθανάσιος Δαββέτας - Ίδρυμα Σταύρος Νιάρχος

Αθανάσιος Δαββέτας

Ερευνητική Θέση
Διδακτορικός Ερευνητής

Ερευνητικό Ινστιτούτο στο ΕΚΕΦΕ «Δημόκριτος»
Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών

Συνεργαζόμενη εταιρία
Δαναός Ειδικοί Σύμβουλοι Διευθύνσεως Α.Ε.

Πόλη
Αθήνα

Επίκεντρο έρευνας
Η διερεύνηση μίας αποδοτικής, αποτελεσματικής και ανθεκτικής μεθόδου βαθιάς μάθησης για την έξυπνη συγχώνευση δεδομένων. Η βαθιά μάθηση επιτρέπει την εξαγωγή σημασιολογικά πλούσιων, ουσιαστικών και μικρότερων σε διαστάσεις αναπαραστάσεων δεδομένων. Αυτού του είδους οι αναπαραστάσεις είναι συνήθως προϊόντα παρατήρησης δεδομένων από μία μόνο οπτική. Η παρουσίαση πληροφοριών από πρόσθετες εξωτερικές πηγές μπορεί να προσφέρει μία εικόνα του προβλήματος από πολλαπλές οπτικές, η οποία μπορεί να οδηγήσει σε αυξημένη αποτελεσματικότητα της υπό εξέλιξη εργασίας. Η εξαγωγή  βελτιωμένων αναπαραστάσεων θα πρέπει να επιτρέπει τη γενικευμένη χρήση και την επαναχρησιμοποίησή τους, να διασφαλίζει την ανθεκτικότητα έναντι των θορυβωδών ή των κακόβουλων πηγών πληροφοριών και να επιτρέπει στους εμπειρογνώμονες  ή στους υπεύθυνους χάραξης πολιτικής να λαμβάνουν αποφάσεις με βάση πολλαπλές οπτικές και ετερογενείς πηγές δεδομένων.

Υπαρκτά προβλήματα/προκλήσεις που στοχεύει να αντιμετωπίσει η έρευνά σου
Ακόμα κι αν στη σημερινή εποχή υπάρχουν μεγάλες ποσότητες πληροφοριών από πολλαπλές πηγές, οι λύσεις AI (Τεχνητής Νοημοσύνης) χρησιμοποιούν συχνά αποκλειστικά δεδομένα από μία μόνο πηγή. Η χρήση δεδομένων από πολλαπλές πηγές, ωστόσο, δημιουργεί προκλήσεις που σχετίζονται με την ετερογένεια των δεδομένων. Η αντιμετώπιση της ετερογένειας των δεδομένων μπορεί συχνά να είναι μια απαιτητική διαδικασία. Μπορεί να απαιτεί τη συμβολή εμπειρογνωμόνων, διαδικασίες δοκιμής-σφάλματος ή συσχέτιση δεδομένων (όταν αυτή είναι δυνατή). Η έξυπνη συγχώνευση δεδομένων με τη χρήση βαθιάς μάθησης μπορεί να επιτρέψει τη χρήση ετερογενών συνόλων δεδομένων, μέσα από την εκτέλεση αυτοματοποιημένης συσχέτισης, μειώνοντας τη χειρωνακτική εργασία και επιτρέποντας την χρήση πολλαπλών οπτικών. Επίσης, οδηγεί σε επαναχρησιμοποιήσιμα προϊόντα δεδομένων, καθώς και σε καλά ενημερωμένες αποφάσεις. 

Περίγραψε με πέντε λέξεις την εμπειρία σου ως Υπότροφος του ΙΣΝ
Εμπνευσμένη, Δημιουργική, Ενθαρρυντική, Καινοτόμος, Εκπαιδευτική  

Τι αποκόμισες από τη συμμετοχή σου στο πρόγραμμα; 
Παρόλο που η επικοινωνία μεταξύ διαφορετικών επιστημονικών κλάδων δημιουργεί προκλήσεις, όπως η εύρεση ενός κοινού λεξιλογίου, οδηγεί ωστόσο σε γόνιμες συζητήσεις που, με τη σειρά τους, οδηγούν συχνά σε εμπεριστατωμένες, διεξοδικές και αποτελεσματικές λύσεις. 

Η διερεύνηση μίας αποδοτικής, αποτελεσματικής και ανθεκτικής μεθόδου βαθιάς μάθησης για την έξυπνη συγχώνευση δεδομένων. Η βαθιά μάθηση επιτρέπει την εξαγωγή σημασιολογικά πλούσιων, ουσιαστικών και μικρότερων σε διαστάσεις αναπαραστάσεων δεδομένων. Αυτού του είδους οι αναπαραστάσεις είναι συνήθως προϊόντα παρατήρησης δεδομένων από μία μόνο οπτική. Η παρουσίαση πληροφοριών από πρόσθετες εξωτερικές πηγές μπορεί να προσφέρει μία εικόνα του προβλήματος από πολλαπλές οπτικές, η οποία μπορεί να οδηγήσει σε αυξημένη αποτελεσματικότητα της υπό εξέλιξη εργασίας. Η εξαγωγή  βελτιωμένων αναπαραστάσεων θα πρέπει να επιτρέπει τη γενικευμένη χρήση και την επαναχρησιμοποίησή τους, να διασφαλίζει την ανθεκτικότητα έναντι των θορυβωδών ή των κακόβουλων πηγών πληροφοριών και να επιτρέπει στους εμπειρογνώμονες  ή στους υπεύθυνους χάραξης πολιτικής να λαμβάνουν αποφάσεις με βάση πολλαπλές οπτικές και ετερογενείς πηγές δεδομένων.