Speaker

Αναστάσιος Ντελόπουλος

Καθηγητής συστημάτων πολυμέσων - Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του ΑΠΘ

Ο καθηγητής Αναστάσιος Ντελόπουλος αποφοίτησε από το Τμήμα Ηλεκτρολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΜΠ) το 1987 και έλαβε το M.Sc. από το Πανεπιστήμιο της Βιρτζίνια το 1990 και από το ΕΜΠ το 1993. Είναι Καθηγητής Συστημάτων Πολυμέσων στο Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Τα ερευνητικά ενδιαφέροντα αυτού και της ομάδας του, The Multimedia Understanding Group (mug.ee.auth.gr), περιλαμβάνουν τους τομείς της κατανόησης των δεδομένων πολυμέσων, της ηλεκτρονικής μάθησης και όρασης. Είναι συγγραφέας περισσότερων από 100 άρθρων και επιστημονικών εργασιών σε συνέδρια. Έχει συμμετάσχει σε 23 ευρωπαϊκά και εθνικά R&D projects που σχετίζονται με εφαρμογές επεξεργασίας σήματος, εικόνας, βίντεο και πληροφοριών στους τομείς ψυχαγωγίας, πολιτισμού, εκπαίδευσης και υγείας. Ο Δρ. Ντελόπουλος ήταν συντονιστής του Προγράμματος SPLENDID - Personalised Guide for Eating and Activity Behaviour for the Prevention of Obesity and Eating Disorders (FP7 – 610746) και σήμερα είναι συντονιστής του BigO - Big data against childhood Obesity (H2020 - 727688). Ο Δρ. Ντελόπουλος είναι μέλος του Τεχνικού Επιμελητηρίου Ελλάδος και της IEEE.

Το θέμα της ομιλίας του...

Παρακολούθηση της ανθρώπινης συμπεριφοράς και μέτρηση του περιβάλλοντος: Μια εφαρμογή για την αντιμετώπιση της παιδικής παχυσαρκίας

Ο τρόπος που τρώμε και ό,τι τρώμε, ο τρόπος με τον οποίο κινούμαστε και ο τρόπος με τον οποίο κοιμόμαστε, επηρεάζει σημαντικά τον κίνδυνο παχυσαρκίας. Αυτές οι τρεις πτυχές της ανθρώπινης συμπεριφοράς αναλύονται σε έναν μακρύ κατάλογο προσωπικών συμπεριφορικών στοιχείων, συμπεριλαμβανομένων των επιλογών μας για τροφή, των προτιμήσεων των τόπων διατροφής, των επιλογών μεταφοράς, των περιόδων ύπνου και της διάρκειας του ύπνου κλπ. Στο πρώτο μέρος της παρουσίασης θα εξετάσουμε τις τεχνολογικές λύσεις που αναπτύχθηκαν για την αντικειμενική παρακολούθηση μιας μήτρας περιστασιακά στοιχεία συμπεριφοράς χρησιμοποιώντας σήματα που λαμβάνονται από πολύ απλές φορητές συσκευές (επιταχυνσιόμετρα, γυροσκόπια, GPS) ενσωματωμένα σε έξυπνα τηλέφωνα και έξυπνα ρολόγια. Ομοίως, εξετάζουμε νέες μεθοδολογίες για τη μέτρηση των συνθηκών του τοπικού αστικού και κοινωνικοοικονομικού περιβάλλοντος. Το δεύτερο μέρος της παρουσίασης είναι αφιερωμένο στη διαδικασία συσσωμάτωσης που μετατρέπει αυτές τις πολύ προσωπικές χρονολογικές σειρές δεδομένων προσωπικού χαρακτήρα σε αποπροσωποποιημένες χωρικές κατανομές. Η προτεινόμενη προσέγγιση υποστηρίζει την k-ανωνυμία και προσφέρει ελεγχόμενη χωρική διακριτότητα. Επίσης παρουσιάζονται οι μέθοδοι απεικόνισης πολλαπλών διαλυμάτων των διαφορών που προκύπτουν. Τα περισσότερα από τα μετρούμενα στοιχεία συμπεριφοράς συσχετίζονται σε μεγάλο βαθμό με αιτιώδη τρόπο με τις συνθήκες του τοπικού αστικού, κοινωνικού και οικονομικού περιβάλλοντος. Επομένως, οι συσχετίσεις που προκύπτουν είναι μοναδικές πηγές απόδειξης για την αναδιάρθρωση και τη βελτίωση του τοπικού περιβάλλοντος.