Δημήτριος Μιχαήλ, Αναπληρωτής Καθηγήτης

Πληροφορίες

michail

Γραφείο: 5.5, 5ος όροφος

Τηλέφωνο.: +30210 9549411

e-mail: michail[at]hua[dot]gr

Προσωπική Ιστοσελίδα: https://d-michail.github.io/

Γνωστικό Αντικείμενο: Αλγόριθμοι και Προγραμματισμός

Σύντομο Βιογραφικό

Ο Δημήτριος Μιχαήλ είναι Αναπληρωτής Καθηγητής του Τμήματος Πληροφορικής και Τηλεματικής του Χαροκοπείου Πανεπιστημίου. Απέκτησε το Δίπλωμα Ηλεκτρονικού Μηχανικού και Μηχανικού Υπολογιστών από το Πολυτεχνείο Κρήτης. Στην συνέχεια απέκτησε Μεταπτυχιακό Δίπλωμα Ειδίκευσης στην Επιστήμη Υπολογιστών και Διδακτορικό Δίπλωμα στους Αλγορίθμους από το Ινστιτούτο Max-Planck για Πληροφορική στην Γερμανία. Έχει διατελέσει μεταδιδάκτορας στο Ινστιτούτο Max-Planck για Πληροφορική καθώς και στο Ινστιτούτο INRIA στην Sophia-Antipolis, Γαλλία. Το ερευνητικό του αντικείμενου περιστρέφεται γύρω από την ανάπτυξη αλγορίθμων σε σύγχρονα υπολογιστικά μοντέλα. Συνήθως καταπιάνεται με θέματα όπως η ανάπτυξη αλγορίθμων γραφημάτων, η εξόρυξη γνώσης με έμφαση στα γραφήματα, και η μηχανική μάθηση. Πρόσφατα έχει αναπτύξει δραστηριότητα σε θέματα που αφορούν την χρήση μηχανικής μάθησης σε προβλήματα υπολογιστικής όρασης στον τομέα της τηλεπισκόπησης. Έχει συμμετάσχει ως ερευνητής σε πληθώρα Ευρωπαϊκών προγραμμάτων έρευνας και ανάπτυξης (TELEIOS, Fortissimo, AfarCloud, TEACHING, και DeepCube).

Ενδεικτικές Δημοσιεύσεις

1. Charalampos Davalas, Dimitrios Michail, Christos Diou, Iraklis Varlamis, Konstantinos Tserpes, "A Cloud-based Continual Learning System for Road Sign Classification in Autonomous Driving", CEUR Workshop Proceedings (2023), DOI: None

2. Ioannis Papoutsis, Nikolaos Ioannis Bountos, Angelos Zavras, Dimitrios Michail, Christos Tryfonopoulos, "Benchmarking and scaling of deep learning models for land cover image classification", ISPRS Journal of Photogrammetry and Remote Sensing (2023), DOI: 10.1016/j.isprsjprs.2022.11.012

3. Dimitrios Michail, Nikos Kanakaris, Iraklis Varlamis, "Detection of fake news campaigns using graph convolutional networks", International Journal of Information Management Data Insights (2022), DOI: 10.1016/j.jjimei.2022.100104

4. Iraklis Varlamis, Dimitrios Michail, Foteini Glykou, Panagiotis Tsantilas, "A Survey on the Use of Graph Convolutional Networks for Combating Fake News", Future Internet (2022), DOI: 10.3390/fi14030070

5. Nikolaos Ioannis Bountos, Ioannis Papoutsis, Dimitrios Michail, Andreas Karavias, Panagiotis Elias, Isaak Parcharidis, "Hephaestus: A large scale multitask dataset towards InSAR understanding", IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (2022), DOI: 10.1109/CVPRW56347.2022.00151