Εξαιρετικά δυναμική ήταν η παρουσία ερευνητικής ομάδας της Σχολής Θετικών Επιστημών και Τεχνολογίας (ΣΘΕΤ) του ΕΑΠ, στο διεθνές συνέδριο με τίτλο «Fifteenth International Conference on Information, Intelligence, Systems and Applications-IISA 2024) που πραγματοποιήθηκε στις 17-20 Ιουλίου 2024, στο Μεγάλο Αρσενάλι, στα Χανιά, στο νησί της Κρήτης.
Στο εν λόγω συνέδριο, παρουσιάστηκαν πάνω από 140 επιστημονικές εργασίες από διακεκριμένους ακαδημαϊκούς και ερευνητές στα επιστημονικά πεδία: επεξεργασία πληροφορίας και νοημοσύνη, πολυμεσικά συστήματα και δίκτυα, εφαρμογές σε θέματα εκπαιδευτικής πληροφορικής, υγείας, έξυπνης ενέργειας και έξυπνων πόλεων, εφαρμογές σε ασφάλεια και ιδιωτικότητα, μεγάλα δεδομένα κλπ.
Η παρουσίαση του άρθρου «Decoding Students’ Paths in Moodle to Distill Significance of Learning Resources», από τη μεταδιδακτορική ερευνήτρια της ΣΘΕΤ, Ευγενία Παξινού, στο οποίο συνεισέφεραν και οι επίσης μεταδιδακτορικοί ερευνητές της ΣΘΕΤ, Γεώργιος Φερετζάκης, Ροζίτα Τσώνη και Δημήτριος Καραπιπέρης, υπό την επίβλεψη των Επιστημονικών Υπευθύνων, Καθηγητών της ΣΘΕΤ, Βασίλειου Βερύκιου και Δημήτριου Καλλέ, τιμήθηκε από τη διοργανωτική επιτροπή του συνεδρίου, με το βραβείο του καλύτερου άρθρου, μία εξαιρετικά τιμητική διάκριση, με δεδομένο ότι το συνέδριο αποτελεί ένα από τα κορυφαία διεθνή συνέδρια, υπό την αιγίδα της ΙΕΕΕ, του Πανεπιστημίου Πειραιά και του Πανεπιστημίου Waseda της Ιαπωνίας. Εν συντομία, η βραβευμένη ερευνητική εργασία συνδυάζει τη Γραμμική Άλγεβρα και τα Μαρκοβιανά Μοντέλα και προτείνει μία μεθοδολογία συσχετισμού της ακαδημαϊκής επίδοσης των εκπαιδευομένων εξ αποστάσεως εκπαίδευσης, με τις ακολουθίες ενεργειών τους σε ένα Σύστημα Διαχείρισης Μάθησης (LMS), όπως είναι το Moodle.
Η συνεργασία της παραπάνω ερευνητικής ομάδας της ΣΘΕΤ, με τη Μονάδα Εσωτερικής Αξιολόγησης του ΕΑΠ, το Τμήμα Πληροφορικής του Πανεπιστημίου Πειραιά και το Σισμανόγλειο Γενικό Νοσοκομείο Αθηνών, προβλήθηκε στο IISA 2024 μέσα από την παρουσίαση τεσσάρων επιπλέον, εργασιών, με τίτλους:
1. Integrating Cluster Analysis and Predictive Modeling for COVID-19 Treatment Outcomes: A Machine Learning Framework. Georgios Feretzakis, Aikaterini Sakagianni, Evgenia Paxinou, Vassilios S. Verykios
2. Predicting Electoral Behavior from Homo Economicus in Contemporary Europe. Maria Tolika, Rozita Tsoni, Dimitrios Karapiperis, Vassilios Verykios
3. Αn automated text summarization approach for openended responses in student online surveys. George Vorvilas, Despoina Pantazi, Evgenia Paxinou, Georgios Feretzakis, Dimitrios Kalles, Nikos Karousos, Achilles Kameas, Vassilios S. Verykios
4. A Survey on Algorithms and Software for the Frequent Itemset Hiding Problem. Panteleimon Krasadakis, Vassilios Verykios, Evangelos Sakkopoulos
Ένας από τους Επιστημονικούς Υπευθύνους της ερευνητικής ομάδας, ο Καθηγητής της ΣΘΕΤ και Διευθυντής του Εργαστηρίου «Αναλυτικής και Ανωνυμοποίησης Μεγάλων Δεδομένων-BATLAB» του ΕΑΠ, Βασίλειος Βερύκιος, ύστερα από πρόσκληση, αποτέλεσε τον κεντρικό ομιλητή του συνεδρίου (keynote speaker), παρουσιάζοντας στην ομιλία του με τίτλο «Shadows and Silhouettes: Protecting Privacy in the Expansive Realm of Big Data», τα κεντρικά στοιχεία της ερευνητικών αντικειμένων του BATLAB, όπως είναι η διατήρηση της Aνωνυμοποίησης και της ιδιωτικότητας των Μεγάλων Δεδομένων.
Οι παραπάνω συμμετοχές και διακρίσεις υποστηρίζουν την ποιότητα της έρευνας που διεξάγεται στον χώρο του ΕΑΠ και αποτελούν καταλυτικό παράγοντα για την ενίσχυση της ερευνητικής εξωστρέφειας του Πανεπιστημίου, προωθώντας την ανάπτυξη διεθνών συνεργασιών και την ανταλλαγή γνώσεων σε παγκόσμιο επίπεδο. Αξίζει να σημειωθεί ότι τα πρακτικά του συνεδρίου θα δημοσιευτούν από τον υψηλού κύρους εκδοτικό οίκο της IEEE Computer Society, γεγονός που ενισχύει περαιτέρω τη διάδοση της επιστημονικής καινοτομίας που αναπτύσσεται από τα μέλη ΔΕΠ και τους ερευνητές του ΕΑΠ.