Panagiotis Papapetrou Professor, ställföreträdande prefekt, enhetschef MIDAS

Kontakt

Namn och titel: Panagiotis PapapetrouProfessor, ställföreträdande prefekt, enhetschef MIDAS

Epost: panagiotis@dsv.su.se
Telefon: +468161697

Arbetsplats: Institutionen för data- och systemvetenskap Länk till annan webbplats.

Besöksadress Nodhuset, Borgarfjordsgatan 12

Postadress Institutionen för data- och systemvetenskap164 25 Kista

Forskargrupp

Data Science Research Group

Gruppen fokuserar på grundforskning inom data science såväl som på tillämpningsområden där data science kan ge insikter för beslutsfattande. Vi formulerar nya problem och utvecklar algoritmiska metoder och metodologiska arbetsflöden för att uppnå skalbara lösningar.

Om mig


Jag är för närvarande professor i data science vid Institutionen för data- och systemvetenskap vid Stockholms universitet, ställföreträdande prefekt för samma institution sedan januari 2022 och chef för Data Science-gruppen sedan september 2016.

Dessutom är jag adjungerad professor vid Institutionen för datavetenskap vid Aalto-universitetet i Finland. Slutligen är jag styrelseledamot i Svenska föreningen för artificiell intelligens (SAIS).

Nedan följer en kort biografi:

  • April 2017 – nuvarande: Professor, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet, Sverige
  • December 2013 – mars 2017: Docent, Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet, Sverige
  • September 2013 – november 2013: Universitetslektor (tillsvidareanställning), Institutionen för data- och systemvetenskap, Samhällsvetenskapliga fakulteten, Stockholms universitet, Sverige
  • September 2012 – november 2013: Lektor och programansvarig för IT Applications-programmet, Institutionen för datavetenskap och informationssystem, School of Business-Economics-Informatics, Birkbeck, University of London, Storbritannien
  • September 2009 – augusti 2012: Postdoktor vid Institutionen för datavetenskap, Aalto-universitetet, Finland
  • Juni 2009: Erhöll doktorsexamen (Ph.D.) i datavetenskap
  • September 2006: Erhöll magisterexamen (M.A.) i datavetenskap
  • Januari 2004: Antogs till MA/PhD-programmet vid Institutionen för datavetenskap vid Boston University, USA
  • Juni 2003: Erhöll kandidatexamen (B.Sc.) i datavetenskap vid Institutionen för datavetenskap vid Ioanninas universitet, Grekland

Tidigare kurser på Stockholms universitet

  • DAMI: Data Mining (HT 2013-2022)
  • ML: Machine Learning (VT 2022-2024)
  • DSHI: Data Science for Health Informatics (VT 2018-2019)
  • HIPI/PROHI: Projects in Health Informatics (HT 2013, VT 2014-2019)
  • 5HI021: Current Research and Trends in Health Informatics (HT 2018-2021)
  • BI: Business Intelligence (HT 2014-2015)

Tidigare kurser på andra institutioner

  • Algorithmic Methods of Data Mining, Aalto University, Finland (2010-2011)
  • Introduction to Computer Science, Boston University, USA (2008-2009)

Min forskning fokuserar på algoritmisk datautvinning på stora och komplexa datamängder. Jag är särskilt intresserad av följande områden:

  • klassificering och prognostisering av tidsserier
  • tolkbar och förklarbar maskininlärning
  • sökning och datautvinning i stora och komplexa sekvenser
  • lärande från elektroniska patientjournaler

Läs mer om forskningsaktiviteterna och aktuella framsteg inom forskningsämnet Artificiell Intelligens och Data Science samt Data Science-gruppen på DSV.

 

Doktorandstudenter

Nuvarande:

  • Franco Rugolon
  • Lena Mondrejevski 
  • Maria Movin
  • Sayeh Sobhani
  • Tim Kreuzer
  • Ali Beikmohammadi (bihandledare)
  • Guilherme Dinis Chaliane Junior (bihandledare)

Disputerade:

  • Alejandro Kuratomi (2024, bihandledare)
  • Maria Bampa (2024)
  • Zed Lee (2024)
  • Luis Quintero (2024, bihandledare)
  • Muhammad Afzaal (2024, bihandledare)
  • Jonathan Rebane (2022)
  • Irvin Homem (2018)
  • Mohammad Jaber (2015)

 

Redaktionsmedlemskap

  • Machine Learning Journal: Action Editor, since 2024
  • Data Mining and Knowledge Discovery: Action Editor, since 2018
  • ECML/PKDD Journal Track: Guest Editorial Board for DAMI and MACH, since 2014
  • Data Mining and Knowledge Discovery: Editorial Board, 2016-2017
  • Big Data Research: Special Issue Guest Editor (Big Data in Epidemics), 2020-2021
  • PVLDB: Reviewer Board, 2016

 


Programkommittémedlemskap

Ordförande för område och senior PC-medlem

  • ECML/PKDD: European Conference on Machine Learning and Principles and Practice on Knowledge Discovery in Databases, 2020-2022, 2025 (Area Chair)
  • PAKDD: Pacific-Asia Conference on Knowledge Discovery and Data Mining2025 (Area Chair)
  • IJCAI: International Joint Conference on Artificial Intelligence, 2017-2022, 2025 (Senior PC member)
  • SDM: SIAM Conference on Data Mining, 2024 (Area Chair)
  • ICDM: IEEE International Conference on Data Mining, 2021 (Area Chair)
  • ICDE: International Conference on Data Engineering, 2020 (PC Vice-Chair)
  • IDA: International Symposium on Intelligent Data Analysis, 2012-2016, 2017-2020 (Senior PC member)


      PC-medlem


      • SIGKDD: ACM Conference on Knowledge Discovery and Data Mining, 2011-2012, 2018-2024
      • SDM: SIAM Conference on Data Mining, 2022
      • ICDM: IEEE International Conference on Data Mining, 2020, 2022
      • ECML/PKDD: European Conference on Machine Learning and Principles and Practice on Knowledge Discovery in Databases, 2011-2019
      • AAAI: AAAI Conference on Artificial Intelligence, 2017-2018
      • Discovery Science: International Conference on Discovery Science, 2011-2013, 2016, 2018
      • CIKM: ACM International Conference on Information and Knowledge Management, 2010-2015, 2018-2020
      • VLDB: International Conference on Very Large Data Bases, 2016-2017
      • SSDBM: IEEE Conference on Scientific and Statistical Database Management, 2010

       

      Tutorials på internationella konferenser

       


      Regelbunden granskare för följande tidskrifter

      • DAMI: Data Mining and Knowledge Discovery
      • MACH: Machine Learning
      • TKDE: IEEE Transactions on Knowledge and Data Engineering
      • TODS: ACM Transactions on Database Systems
      • TKDD: ACM Transactions on Knowledge Discovery and Data Mining
      • Neuroinformatics
      • KAIS: Knowledge and Information Systems

       

        Konferens-/workshoporganisation

           

          Lär dig mer om min forskning genom att besöka DBLP eller Google Scholar.

          AI-genererad digital tvilling för smarta byggnader

          Digitala tvillingar och artificiell intelligens är två nyckelteknologier i den fjärde industriella revolutionen. Det här projektet kopplar samman de bägge fälten i ett samarbete mellan akademi och industri där Stockholms universitet och Atrium Ljungberg medverkar.

          Förbättring av tolkningsalgoritmer för maskininlärning

          Maskininlärning har utvecklats och införts inom en rad olika områden där kraven på noggrannhet och tolkningsbarhet är höga. Ändå brister tolkningsbarheten i många maskininlärningsmodeller. I det här avhandlingsprojektet undersöks hur algoritmerna kan förbättras.

          Patient and Public AI-assisted Interventions

          Med bättre beskrivningar av patienters tillstånd och historik kan mer effektiva åtgärder föreslås. Vi undersöker hur AI-verktyg kan användas praktiskt inom sjukvården. Vi fokuserar på komplexa och multimodala data, med fall kopplade till covid-19, sepsis, cancer, samt läkemedelsbiverkningar.

          AI för samhället: Mot socialt rättvist, algoritmiskt beslutsfattande

          Projektet syftar till att göra AI rättvist, transparent och rättssäkert, så att det gynnar hela samhället. Genom att adressera fördomar inom hälso- och sjukvård samt utbildning arbetar vi för att utveckla AI-system som gagnar samhället på ett jämlikt och ansvarsfullt sätt.

          EXTREMUM

          Syftet med EXTREMUM är att tillhandahålla en uppsättning nya metoder och verktyg som genom maskininlärning och artificiell intelligens kan uppnå goda avvägningar mellan prediktiv prestanda och förklarbarhet i vårdapplikationer.

          Kontakt

          Namn och titel: Panagiotis PapapetrouProfessor, ställföreträdande prefekt, enhetschef MIDAS

          Epost: panagiotis@dsv.su.se
          Telefon: +468161697

          Arbetsplats: Institutionen för data- och systemvetenskap Länk till annan webbplats.

          Besöksadress Nodhuset, Borgarfjordsgatan 12

          Postadress Institutionen för data- och systemvetenskap164 25 Kista

          Forskargrupp

          Data Science Research Group

          Gruppen fokuserar på grundforskning inom data science såväl som på tillämpningsområden där data science kan ge insikter för beslutsfattande. Vi formulerar nya problem och utvecklar algoritmiska metoder och metodologiska arbetsflöden för att uppnå skalbara lösningar.

          Vi använder kakor

          Genom att tillåta tjänster från tredje part accepterar du deras cookies och användningen av spårningsteknologier som är nödvändiga för att de ska fungera korrekt.