2ο Θερινό Σχολείο "Καινοτομία & Μοντελοποίηση στη Βιοπληροφορική και στη Βιοτεχνολογία"

Στόχος του 2ου θερινού σχολείου του Τμήματος Πληροφορικής του Ιονίου Πανεπιστημίου, είναι η ανάδειξη της διαδικασίας παραγωγής ολοκληρωμένων καινοτομικών ιδεών/πρακτικών/προϊόντων μέσω συγκεκριμένων ερευνητικών συνεργασιών.

Οι ερευνητικές συνεργασίες υλοποιούνται από τρεις συνιστώσες: την ομάδα που γνωρίζει τις ιδιαιτερότητες του προβλήματος (θεματοδότης), την ομάδα που μοντελοποιεί το πρόβλημα και την ομάδα που το προσομοιώνει. Η αλληλεπίδραση των τριών αυτών ομάδων καθ’ όλη τη διάρκεια επίλυσης του προβλήματος οδηγεί τις περισσότερες φορές σε καινοτόμες λύσεις που υιοθετούνται και υλοποιούνται ανάλογα με τα οφέλη που προσφέρουν.

Θα παρουσιασθούν συγκεκριμένα παραδείγματα και θα μελετηθεί αναλυτικά η δομή τους και οι ιδιαιτερότητές τους, ενώ παράλληλα θα εξετασθούν οι σύγχρονες προτεινόμενες μέθοδοι δημιουργίας καινοτομίας.

Υπεύθυνος επικοινωνίας
Για περισσότερες πληροφορίες μπορείτε να επικοινωνήσετε:
Δρ. Παναγιώτης Βλάμος
Επίκουρος Καθηγητής
Τμήμα Πληροφορικής Ι.Π.
Εmail: vlamos@ionio.gr

Διδάσκοντες
Καθηγητές Πανεπιστημίων εσωτερικού/εξωτερικού, διακεκριμένοι ερευνητές

Θεματολογία
Introduction to Bioinformatics, Statistical Methods in Biology, Biostatistics, and Artificial Intelligence tools in Biology and Medicine, Bio-Algorithmic Techniques, RFID Techniques, Modeling in Biology, Databases, Bio-Ethics.

Εξειδικευμένα Θέματα
RNA secondary Structures, Mitochondrial Structures, Special Enzymes, Patch Clamp Techniques, Machine Learning, RFID.

Συμμετέχοντες
Φοιτητές Τμημάτων Πληροφορικής, Βιολογίας, Θετικών Επιστημών Ημεδαπής και Αλλοδαπής.

Πρόγραμμα
Μια εβδομάδα διαλέξεων και εργαστηρίων καθώς και μοντελοποίηση πραγματικών προβλημάτων. Τέσσερις ώρες διαλέξεων κάθε πρωί και τρεις ώρες εργαστήρια κάθε απόγευμα

Πρόγραμμα

Διαλέξεις (10)

1. Molecular Biology Primer
2. Deterministic and Stochastic Processes in Biology
3. Algorithmic Techniques and Complexity
4. Basic Principles on Bioinformatics
5. Basic Methods on Bioinformatics
6. Mathematical Modeling on Biology
7. Artificial Intelligence in Biology-Medicine
8. RFID Techniques
9. Biological databases, Data Mining, Programming Bio-Languages
10. Social and Economical Aspects

Εργαστήρια (5)

1. Biological Data Mining
2. Bio-Lab: Alignments, Blast searching, RNA Folding, DNA sequencing
3. Applied Stochastic Models
4. AI Systems in Medicine
5. Statistical Methods in Biological experiments


Αναλυτικό Περιεχόμενο Διαλέξεων – Εργαστηρίων

1. Molecular Biology Primer
  a. Genetic Material, Genes, Chromosomes, Cell
  b. Molecules, Viruses
2. Deterministic and Stochastic Processes in Biology
  a. Discrete Mathematics
  b. Statistical Tests – Markov chains
3. Algorithmic Techniques and Complexity
  a. Designing techniques
  b. Recursive Algorithms, complexity, NP
4. Basic Principles on Bioinformatics
  a. Profiles, Motifs, LCS, MTP
  b. Distances and Alignments
5. Basic Methods on Bioinfomatics
  a. Exhaustive search, Gene prediction
  b. DNA sequencing, Gibbs Sampling
6. Mathematical Modeling on Biology
  a. Discrete modeling
  b. Continuous modeling, Martingales
7. Artificial Intelligence in Biology-Medicine
  a. CBR, RBR
  b. ANN (Artificial Neural Networks), Genetic Algorithms
8. RFID Techniques
  a. Basics on Biotechnology
  b. Bioethics
9. Biological databases, Data Mining, Programming Bio-Languages
  a. NCBI, PDB
  b. Biological data Mining, Bio-Languages
10. Social and Economical Aspects
  a. Applied Innovation
  b. Research Opportunities