Εμφάνιση ενός Νέου - DO NOT DELETE

Το Πολυτεχνείο Κρήτης, ιδρυτικό μέλος του Ευρωπαϊκού Πανεπιστημίου European University on Responsible Consumption and Production (EURECA-PRO), διοργανώνει μια σειρά ανοικτών επιστημονικών διαλέξεων για να διευκολύνει τη συνεργασία μεταξύ φοιτητών και καθηγητών όλων των εταίρων του EURECA-PRO.

Η επόμενη διάλεξη της σειράς θα δοθεί από τον δικό μας Καθ. Διονύσιο Χριστόπουλο, Καθηγητή της Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (ΗΜΜΥ) του Πολυτεχνείου Κρήτης. Ο Καθ. Χριστόπουλος θα δώσει μια φημισμένη διάλεξη, σε συνέχεια του έγκριτου βραβείου Georges Matheron Lectureship Award 2024 που έλαβε από τη Διεθνή Ένωση Μαθηματικών Γεωεπιστημών (IAMG), ως αναγνώριση της εξαιρετικής επιστημονικής του συμβολής στη χωρική στατιστική και τη μαθηματική μορφολογία.

Η διάλεξη του Καθ. Χριστόπουλου έχει τίτλο:

"From Particles to Patterns:
An Odyssey from Physics to Geostatistics and Beyond"

και έχει προγραμματιστεί να πραγματοποιηθεί την:

Τρίτη, 9 Ιουνίου 2026 στις 16:30

Η παρακολούθηση είναι εφικτή, είτε με φυσική, είτε με διαδικτυακή, συμμετοχή:

Αίθουσα 145.Π58 (Σχολή ΗΜΜΥ @ Πολυτεχνειούπολη)​
https://tuc-gr.zoom.us/j/96511690683?pwd=BF3BVAhr7YpNSuHBrRf5FWGdrw3EwF.1

Η διάλεξη είναι ανοιχτή σε όλα τα ενδιαφερόμενα μέλη της Πολυτεχνικής Κοινότητας και του EURECA-PRO. Θα δοθεί επίσημο, ηλεκτρονικό πιστοποιητικό παρακολούθησης σε όλους τους συμμετέχοντες που θα δηλώσουν τη παρουσία τους κατά τη διάρκεια της διάλεξης.

Περίληψη

Understanding and managing our natural resources requires reliable ways to analyze spatial data—from climate variables and soil properties to pollution levels and ecosystem indicators. This talk explores how ideas from physics, geostatistics, and artificial intelligence (AI) can be combined to support sustainable development through efficient and transparent data modeling. We begin by showing that traditional geostatistical methods, such as kriging, are closely related to modern AI tools known as Gaussian process regression. This connection helps bridge established spatial analysis techniques with newer data‑driven approaches used in environmental and sustainability studies. However, applying these methods to the large datasets now common in Earth observation, sensor networks, and climate science can be computationally demanding. To address this challenge, we introduce an alternative perspective inspired by statistical physics. By formulating spatial dependence through local interactions—rather than large covariance matrices—we obtain models that are both physically interpretable and computationally efficient. These stochastic local interaction (SLI) models function as Markov random fields and are particularly well suited for large‑scale spatial prediction and uncertainty assessment, which are essential for sustainable planning and risk analysis. We further discuss how these ideas extend naturally from discrete data to continuous spatial processes, enabling smooth representations of environmental variables. We also briefly explore how concepts from complex systems and statistical physics, such as the Ising model, can help describe collective spatial behavior, for example in land‑use patterns or ecosystem transitions. We conclude by highlighting how physics‑inspired, computationally efficient spatial models can contribute to more informed, scalable, and sustainable decision‑making in environmental and resource management.

Βιογραφικό

Ο Διονύσιος Χριστόπουλος είναι Καθηγητής στη Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Πολυτεχνείου Κρήτης. Κατέχει δίπλωμα Ηλεκτρολόγων Μηχανικών από το Εθνικό Μετσόβιο Πολυτεχνείο (1985) και διδακτορικό στη Φυσική από το Πανεπιστήμιο του Princeton (1991), όπου έκανε την διδακτορική του έρευνα στην ομάδα του βραβευμένου με Νόμπελ Φυσικής Καθ. Philip W. Anderson. Μετά από υποχρεωτική στρατιωτική θητεία στην Ελλάδα, εργάστηκε στο Πανεπιστήμιο της Βόρειας Καρολίνας στο Chapel Hill για δύο χρόνια ως μεταδιδακτορικός ερευνητής και για πέντε χρόνια ως επίκουρος καθηγητής έρευνας στο Τμήμα Επιστημών και Μηχανικών Περιβάλλοντος. Το 2000 μετακόμισε στο Ινστιτούτο Ερευνών Pulp and Paper του Καναδά (επί του παρόντος, FPInnovations). Για την έρευνά του, του απονεμήθηκε (από κοινού με τον T. Uesaka) το Διεθνές βραβείο Johannes A. Van den Akker 2003 για επιτεύγματα στη φυσική του χαρτιού. Πρόσφατα, το 2024, έλαβε το Βραβείο Georges Matheron Lectureship από τη Διεθνή Ένωση Μαθηματικών Γεωεπιστημών. Το 2002 μετακόμισε στο Πολυτεχνείο Κρήτης ως Αναπληρωτής Καθηγητής Γεωστατιστικής στη Σχολή Μηχανικών Ορυκτών Πόρων (ΜΗΧΟΠ) και προήχθη σε Καθηγητή το 2007. Το 2020, εντάχθηκε στη Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (ΗΜΜΥ). Ο Διονύσιος διδάσκει Θεωρία Πιθανοτήτων, Στατιστική, Γεωστατιστική, Χρονοσειρές και Τυχαία Πεδία. Έχει συμμετάσχει στην συγγραφή 202 δημοσιεύσεων (άρθρα περιοδικών, πρακτικά και περιλήψεις συνεδρίων, και τεχνικές εκθέσεις), καθώς και των βιβλίων «Spatiotemporal Environmental Health Modeling» (Kluwer, 1998) και «Random Fields for Spatial Data Modeling» (Springer, 2020). Ο Διονύσιος είναι μέλος της συντακτικής επιτροπής των περιοδικών Stochastic Environmental Research and Risk Assessment (Springer) και Computers & Geosciences (Elsevier). Έχει διατελέσει Διευθυντής Μεταπτυχιακών Σπουδών στη Σχολή ΜΗΧΟΠ (2004-2009), Διευθυντής του Προγράμματος Μεταπτυχιακών Σπουδών Machine Learning and Data Science (MLDS) της Σχολής ΗΜΜΥ (2022-2026) και μέλος του Συμβουλίου Διοίκησης του Πολυτεχνείου Κρήτης (2012-2017 και 2022-2026). Η έρευνά του διερευνά τη διασταύρωση της χωροχρονικής στατιστικής, της ανάλυσης χρονοσειρών, της στατιστικής φυσικής και της μηχανικής μάθησης, καθώς και τις πρακτικές εφαρμογές τους. Ο Διονύσιος έχει συντονίσει και συμμετάσχει σε διάφορα εθνικά και ευρωπαϊκά ερευνητικά προγράμματα. Συνεργάζεται με μηχανικούς, στατιστικούς, μαθηματικούς, φυσικούς και γεωλόγους για την ανάπτυξη και εφαρμογή νέων μεθόδων για την ανάλυση χωρικών και χωροχρονικών δεδομένων. Επίσης, συμμετέχει τακτικά στην αξιολόγηση εργασιών που υποβάλλονται προς δημοσίευση σε διεθνή περιοδικά και περιλαμβάνουν διεπιστημονικές εφαρμογές στατιστικής φυσικής, στοχαστικών μεθόδων, χωρικής στατιστικής και επεξεργασίας σήματος. Ο Διονύσιος έχει διατελέσει επισκέπτης καθηγητής για σύντομο χρονικό διάστημα στο Τμήμα Εφαρμοσμένων Μαθηματικών του Πανεπιστημίου Brown (2013) και στο Πρόγραμμα Διαστημικής Φυσικής του Τμήματος Αστροφυσικών Επιστημών του Πανεπιστημίου Princeton (2025).

Η εκδήλωση θα βιντεοσκοπηθεί, θα μεταδοθεί ζωντανά και θα ληφθεί φωτογραφικό υλικό. Το ψηφιακό υλικό θα προβληθεί στις ιστοσελίδες και στα επίσημα κανάλια του Πολυτεχνείου Κρήτης, του EURECA-PRO TUC και του EURECA-PRO και θα δημοσιοποιηθεί στα μέσα κοινωνικής δικτύωσης, σε δελτία τύπου και σε newsletters. Για οποιοδήποτε θέμα σχετικό με τα προσωπικά σας δεδομένα, μπορείτε να ενημερωθείτε μέσω της σελίδας με την πολιτική προστασίας προσωπικών δεδομένων του Ιδρύματος.

EURECA-PRO is funded by the European Union under the Grant Agreement No 101124439 "EURECA-PRO 2.0". Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the European Education and Culture Executive Agency (EACEA). Neither the European Union nor EACEA can be held responsible for them.