Profesor Asociado, Sistemas de Información Informática
Departamento
Sistemas de Información de Gestión
Teléfono
Correo electrónico
Ubicación
Sala Demergasso-Bava DBH236
Doctorado en Ingeniería Industrial, Universidad de Florida Central, 2016.
Maestría en Ingeniería Industrial y de Sistemas, Universidad de Florida, 2014.
Diplomado en Ingeniería y Gestión de la Producción, Universidad Técnica de Creta, 2010
Introducción a la programación de Python, programación avanzada de Python, tecnología de la información para Mgt; Sistemas de información informática, Business Analytics, Proyecto de desarrollo de aplicaciones
Minería de Datos (Conjuntos de Datos Masivos, Selección de Características y Técnicas de Reducción de Dimensionalidad), Machine Learning (Aprendizaje Supervisado, Aprendizaje No Supervisado, Métodos de Aproximación), Métodos de Optimización Aplicados a Decisiones de Negocio
- Pantelidakis, M., Panagopoulos, AA, Mykoniatis, K., Ashkan, S., Eravi, RC, Pamula, V., Verduzco III, EC, Babich, O., Panagopoulos, O., Chalkiadakis, G. (2022) . Identificación de hojas iluminadas por el sol utilizando redes neuronales convolucionales: un sistema experto para medir el índice de estrés hídrico del cultivo de los pistachos. Sistemas expertos con aplicaciones, 209.
- Panagopoulos, AA, Christianos, F., Katsigiannis, M., Mykoniatis, K., Pritoni, M., Panagopoulos, O., Peffer, T., Chalkiadakis, G., Culler, DE, Jennings, NR, Lipman, T (2022). Un enfoque no intrusivo de baja complejidad para predecir la demanda energética de los edificios en horizontes a corto plazo. Avances en la investigación energética de edificios, 16(2), 202-213.
- Panagopoulos, AA, Christianos, F., Katsigiannis, M., Mykoniatis, K., Chalkiadakis, G., Pritoni, M., Peffer, T., Panagopoulos, O., Rigas, E., Culler, D., Jennings , N., Lipman, T. (2022). iPlugie: Carga inteligente de vehículos eléctricos en edificios con recursos energéticos intermitentes conectados a la red. Práctica y teoría del modelado de simulación, 115.
- Panagopoulos, AA, Christianos, F., Katsigiannis, M., Mykoniatis, K., Pritoni, M., Panagopoulos, O., Peffer, T., Chalkiadakis, G., Culler, DE, Jennings, NR, Lipman, T (2020). Un enfoque no intrusivo de baja complejidad para predecir la demanda energética de los edificios en horizontes a corto plazo. Avances en la investigación energética de edificios.
- Mytidis, A., Panagopoulos, AA, Panagopoulos, OP, Miller, A., Whiting, B. (2019). Estudio de sensibilidad utilizando algoritmos de aprendizaje automático en señales de ondas gravitacionales en modo r simuladas de estrellas de neutrones recién nacidas. REVISIÓN FÍSICA D, 99(2).
- Kirts, S., Nam, BH, Panagopoulos, OP, Xanthopoulos, P. (2019) Predicción de asentamiento mediante modelos de compresibilidad basados en máquinas de vectores de soporte (SVM): un estudio de caso. Revista Internacional de Ingeniería Civil, 17, 1547-1557.
- Panagopoulos, O., Xanthopoulos, P., Razzaghi, T., Seref, O. (2018). Regresión de vectores de soporte relajados. Anales de Investigación de Operaciones, 276, 191-210.
- Kirts, S., Panagopoulos, O., Xanthopoulos, P., Nam, BH (2018). Modelos de predicción de la compresibilidad del suelo mediante aprendizaje automático. Revista de Computación en Ingeniería Civil, 32(1).
- Panagopoulos, O., Pappu, V., Xanthopoulos, P., Pardalos, PM (2016). Clasificador subespacial restringido para conjuntos de datos de alta dimensión. Omega, 59(A), 40-46.
- Panagopoulos, O., Xanthopoulos, P., Bakamitsos, Y., Freudmann, E. (2015). Secuestro de hashtags: qué es, por qué ocurre y cómo evitarlo. Revista de marketing digital y de redes sociales, 3(4).
- Pappu, V., Panagopoulos, O., Xanthopoulos, P., Pardalos, PM (2015). Máquinas de vector de soporte proximal disperso para la selección de características en conjuntos de datos de alta dimensión. Sistemas expertos con aplicaciones, 42(23), 9183-9191.