Τίτλος
«Χρονική Εκτίμηση Ισχυρής Σεισμικής Δραστηριότητας σε διακριτές Σεισμικές Ζώνες με Τεχνικές Βαθιάς Μάθησης»
του ΕΥΘΥΜΙΟΠΟΥΛΟΥ ΒΑΙΟΥ, μεταπτυχιακού φοιτητή του Προγράμματος Μεταπτυχιακών Σπουδών «Ηλεκτρονικά Συστήματα
Τηλεπικοινωνιών και Αυτοματισμών»

Επιβλέπων Καθηγητής: Αντώνιος Κωνσταντάρας

H παρουσίαση θα πραγματοποιηθεί την Τετάρτη 18 Νοεμβρίου 2026 στις 11:00 π.μ. στο εργαστήριο Τεχνολογίας Λογισμικού του ανατολικού κτηρίου του Τμήματος Ηλεκτρονικών Μηχανικών (ή σε οποιοδήποτε άλλο χώρο).

ΠΕΡΙΛΗΨΗ ΤΗΣ ΕΡΓΑΣΙΑΣ
Τα τελευταία χρόνια, η ανάπτυξη τεχνικών μηχανικής μάθησης και βαθιάς μάθησης έχει δημιουργήσει νέες προοπτικές για την ανάλυση πολύπλοκων χρονοσειρών και την εξαγωγή προγνωστικής πληροφορίας από μεγάλα σύνολα δεδομένων. Σκοπός της παρούσας εργασίας είναι η διερεύνηση της δυνατότητας εκτίμησης του χρόνου εμφάνισης ισχυρών σεισμικών γεγονότων στον ελληνικό χώρο μέσω τεχνικών βαθιάς μάθησης. Η μελέτη βασίστηκε σε ιστορικά σεισμολογικά δεδομένα που προέρχονται από τον κατάλογο του Γεωδυναμικού Ινστιτούτου του Εθνικού Αστεροσκοπείου Αθηνών και καλύπτουν χρονική περίοδο άνω των εξήντα ετών. Αρχικά πραγματοποιήθηκε ανάλυση της σεισμικότητας και χωρική ομαδοποίηση των σεισμικών γεγονότων, με αποτέλεσμα την επιλογή τριών περιοχών μελέτης: του συνόλου του ελληνικού χώρου, της ζώνης του Νοτίου Ελληνικού Τόξου νότια της Κρήτης και της ζώνης του Ιονίου Πελάγους.
Για την επεξεργασία των δεδομένων αναπτύχθηκε μεθοδολογία δημιουργίας χρονοσειρών βασισμένων σε κυλιόμενα χρονικά παράθυρα, από τα οποία εξήχθησαν χαρακτηριστικά σεισμικότητας, όπως ο αριθμός σεισμών, το μέσο και μέγιστο μέγεθος, το μέσο βάθος και η εκλυόμενη σεισμική ενέργεια. Ως μεταβλητή στόχος ορίστηκε ο αριθμός ημερών μέχρι την εμφάνιση του επόμενου ισχυρού σεισμικού γεγονότος. Για την επίλυση του προβλήματος
εφαρμόστηκαν τρεις αρχιτεκτονικές βαθιάς μάθησης: Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU) και Transformer Encoder.

Σύνδεσμος τηλεδιάσκεψης: https://meet.google.com/zno-qvfe-vuk