Παρασκευάς ΚουκάραςΔιδακτικό προσωπικό

Παρασκευάς Κουκάρας

Ο Δρ. Παρασκευάς Κουκάρας είναι ακαδημαϊκός υπότροφος στο Διεθνές Πανεπιστήμιο της Ελλάδος (ΔΙ.ΠΑ.Ε) και μεταδιδακτορικός επιστημονικός συνεργάτης στο Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΙΠΤΗΛ) του Εθνικού Κέντρου Έρευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ). Έχει συμμετοχή σε έργα H2020 και LIFE, αναπτύσσοντας τεχνολογίες ανταπόκρισης ενεργειακής ζήτησης για βελτιωμένη λήψη αποφάσεων σχετικά με ενεργειακά οικοσυστήματα καθώς και συνταγογραφικές αναλύσεις για αυξημένη ενεργειακή απόδοση και ενίσχυση της παρεχόμενης ευεξίας των κτιρίων. Τα ερευνητικά του ενδιαφέροντα επικεντρώνονται στους τομείς των Κοινωνικών Δικτύων και της Ενέργειας και περιλαμβάνουν: πρόβλεψη και βελτιστοποίηση ενεργειακού φορτίου, μηχανική μάθηση, ανάλυση δεδομένων, μοντελοποίηση πληροφορίας, δίκτυα δεδομένων πολλαπλών επιπέδων, ετερογενή δίκτυα δεδομένων, εξόρυξη πληροφορίας με τη χρήση γράφων  και αλγορίθμους υβριδικής λειτουργικότητας.

Τίτλος:
Ακαδημαϊκός υπότροφος
Πτυχίο:
Μηχανικός Πληροφορικής ΤΕ, Τμήμα Πληροφορικής, Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης (Α.Τ.Ε.Ι.)
Διδακτορικό:
Διεπιστημονικές μέθοδοι ανάλυσης δεδομένων με χρήση μηχανικής μάθησης για βελτιωμένη εξαγωγή γνώσης, Σχολή Επιστήμης και Τεχνολογίας, Διεθνές Πανεπιστήμιο της Ελλάδος (ΔΙ.ΠΑ.Ε)
E-mail:
p.koukaras@ihu.edu.gr
Πρόσφατες δημοσιεύσεις:
Journals
  1. Koukaras, P., Tjortjis, C., & Rousidis, D. (2022). Mining association rules from COVID-19 related twitter data to discover word patterns, topics and inferences. Information Systems, 109, DOI: 10.1016/j.is.2022.102054.
  2. Koukaras, P., Nousi, C., & Tjortjis, C. (2022). Stock Market Prediction Using Microblogging Sentiment Analysis and Machine Learning. Telecom, 3(2), 358–378, DOI: 10.3390/telecom3020019.
  3. Kasseropoulos DP., Koukaras P., & Tjortjis C. Exploiting Textual Information for Fake News Detection. International Journal of Neural Systems. 2022 Dec;32(12):2250058. DOI: 10.1142/s0129065722500587. PMID: 36328968.
  4. Mystakidis, A., Ntozi, E., Afentoulis, K., Koukaras, P., Gkaidatzis, P., Ioannidis, D., Tjortjis, C. & Tzovaras, D. Energy generation forecasting: elevating performance with machine and deep learning. Computing (2023). https://doi.org/10.1007/s00607-023-01164-y
  5. Stasinos N., Kousis A., Sarlis V., Mystakidis A., Rousidis D., Koukaras P., Kotsiopoulos I. & Tjortjis C. A Tri-Model Prediction Approach for COVID-19 ICU Bed Occupancy: A Case Study. Algorithms. 2023; 16(3):140. https://doi.org/10.3390/a16030140
Conferences
  1. Kapoteli, E., Koukaras, P., & Tjortjis, C. (2022). Social Media Sentiment Analysis Related to COVID-19 Vaccines: Case Studies in English and Greek Language. In IFIP International Conference on Artificial Intelligence Applications and Innovations (pp. 360-372). Springer, Cham, DOI: 10.1007/978-3-031-08337-2_30.
  2. Karagkiozidou, M., Koukaras, P., Tjortjis, C. (2022). Sentiment Analysis on COVID-19 Twitter Data: A Sentiment Timeline. In: Maglogiannis, I., Iliadis, L., Macintyre, J., Cortez, P. (eds) Artificial Intelligence Applications and Innovations. AIAI 2022. IFIP Advances in Information and Communication Technology, vol 647. Springer, Cham, DOI: 10.1007/978-3-031-08337-2_29.
  3. Koukaras, P., Dimara, A., Herrera, S., Zangrando, N., Krinidis, S., Ioannidis, D., Fraternali, P., Tjortjis, C., Amagnostopoulos, C-N., & Tzovaras, D. (2022). Proactive Buildings: A Prescriptive Maintenance Approach. In: Maglogiannis, I., Iliadis, L., Macintyre, J., Cortez, P. (eds) Artificial Intelligence Applications and Innovations. AIAI 2022 IFIP WG 12.5 International Workshops. AIAI 2022. IFIP Advances in Information and Communication Technology, vol 652. Springer, Cham. DOI: 10.1007/978-3-031-08341-9_24.
  4. Zangrando, N., Herrera, S., Koukaras, P., Dimara, A., Fraternali, P., Krinidis, S., Ioannidis, D., Tjortjis, C., Anagnostopoulos, C-N., & Tzovaras, D. (2022). Anomaly Detection in Small-Scale Industrial and Household Appliances. In: Maglogiannis, I., Iliadis, L., Macintyre, J., Cortez, P. (eds) Artificial Intelligence Applications and Innovations. AIAI 2022 IFIP WG 12.5 International Workshops. AIAI 2022. IFIP Advances in Information and Communication Technology, vol 652., Springer, Cham, DOI: 10.1007/978-3-031-08341-9_19.
  5. Mystakidis, A., Ntozi, E., Afentoulis, K., Koukaras, P., Giannopoulos, G., Bezas, N., Gkaidazis, P.A., Ioannidis, D., Trjortjis, C. & Tzovaras, D. (2022, August). One Step Ahead Energy Load Forecasting: A Multi-model approach utilizing Machine and Deep Learning. In 2022 57th International Universities Power Engineering Conference (UPEC) (pp. 1-6). IEEE, DOI: 1109/UPEC55022.2022.9917790.
Book Chapters
  1. Koukaras, P., Rousidis, D., & Tjortjis, C. (2020). Forecasting and prevention mechanisms using social media in health care. In Advanced Computational Intelligence in Healthcare-7 (pp. 121-137). Springer, Berlin, Heidelberg, DOI: 10.1007/978-3-662-61114-2_8.
  2. Nousi, C., Belogianni, P., Koukaras, P., & Tjortjis, C. (2022). Mining Data to Deal with Epidemics: Case Studies to Demonstrate Real World AI Applications. In Handbook of Artificial Intelligence in Healthcare (pp. 287-312). Springer, Cham, DOI: 10.1007/978-3-030-79161-2_12.
  3. Kapoteli, E., Chouliara, V., Koukaras, P. & Tjortjis, C. (2023). Social Media Sentiment Analysis Related to COVID-19 Vaccinations. In: Lim, C.P., Vaidya, A., Chen, YW., Jain, V., Jain, L.C. (eds) Artificial Intelligence and Machine Learning for Healthcare. Intelligent Systems Reference Library, vol 229. Springer, Cham. https://doi.org/10.1007/978-3-031-11170-9_3
  4. Michailidis, G., Vlachos-Giovanopoulos, M., Koukaras, P. & Tjortjis, C. (2023). Healthcare Support Using Data Mining: A Case Study on Stroke Prediction. In: Lim, C.P., Vaidya, A., Chen, YW., Jain, V., Jain, L.C. (eds) Artificial Intelligence and Machine Learning for Healthcare. Intelligent Systems Reference Library, vol 229. Springer, Cham. https://doi.org/10.1007/978-3-031-11170-9_4
  5. Rousidis, D. & Koukaras, P. (Ιn Press, Q1 2023). From Relational to NoSQL Databases – Comparison and Popularity. Graph Databases and the Neo4j use cases in Social Media Analytics using Graph Databases (TBC), CRC Press, Taylor & Francis Group.
Ερευνητικά έργα:
  • eDREAM “enabling new Demand Response Advanced, Market oriented and secure technologies, solution and business models”, https:/ /edream-h2020.eu/
  • DRIMPAC “Unified DR interoperability framework enabling market participation of active energy consumers”, https://www.drimpac-h2020.eu/
  • PRECEPT “A novel decentralized edge-enabled PREsCriptivE and ProacTive framework for increased energy efficiency and well-being in residential buildings”, https://www.precept-project.eu/
  • SmartWins “Boosting Research for a Smart and Carbon Neutral Built Environment with Digital Twins”, https://smartwins-project.eu/
  • easySRI “Improving and demonstrating the potential of SRI”, https://www.easysri.eu/en
  • SMACCs “ Erasmus Mundus Joint Master Degree”, https://www.smaccs.eu/
Τίτλοι μαθημάτων:
Επιπρόσθετοι τίτλοι μαθημάτων:
  • Software Development Methodologies
  • Big Data & Cloud Computing
  • Advanced Database Systems
  • ICT Essentials
  • Foundations of Computing
  • Data Science
  • Data Mining
  • Multimedia Data Analysis
Link σε βιβλιογραφικές βάσεις: