Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόμων και Τοπογράφων Μηχανικών Εργαστήριο Τηλεπισκόπησης 2 ο εξάμηνο

Σχετικά έγγραφα
Γεωργία Ακριβείας & Παρακολούθηση Φυσικού Περιβάλλοντος

Γεωργία Ακριβείας στην Αμπελοκαλλιέργεια Βελτίωση ποιότητας και μείωση εισροών

τεχνολογιών χαρτοσύνθεσης σε περιβάλλον διαδικτύου

"Αθηνά" - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης

ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές

Θοδωρής Στρατιώτης. Διαδικασία δημοσίευσης δεδομένων στο GEODATA.gov.gr

Πανεπιστημιούπολη 1 Αγ. Σπυρίδωνα, ΑΙΓΑΛΕΩ, τηλ.: , fax: , Πληροφορίες: Ν.

Γεω-χωρικές υπηρεσίες και τεχνολογίες WEB. Βασίλειος Βεσκούκης Μηχανικός ΗΥ, Επ.Καθ. ΕΜΠ

Κατανεμημένη διαδικτυακή χαρτογραφία και διαδικτυακές υπηρεσίες

Εφαρμογές Συστημάτων Γεωγραφικών Πληροφοριών

Oracle Map Viewer. Θεματολογία. Χαρτογραφική απεικόνιση από β.δ.

Αγρονόμο Τοπογράφο Μηχανικό

Παρουσίαση έργου και παραδοτέων

Τι προσφέρουν τα Τµήµατα Πληροφορικής. ... το Εργαστήριο Πληροφοριακών Συστηµάτων του Πα.Πει. Ερευνητικές δραστηριότητες σε GI Ενδεικτικές εργασίες

Αξιοποίηση ελεύθερου λογισμικού / λογισμικού ανοικτού κώδικα (ΕΛ/ΛΑΚ) για τη δημιουργία διαδικτυακών χαρτών στην εκπαίδευση

ΚΑΤΑΛΟΓΟΣ ΕΚΠΑΙΔΕΥΣΗΣ

Ηλεκτρονικές υπηρεσίες προστιθέμενης αξίας (e-gov, e-commerce, e-learning, e-health) Τίτλος Μαθήματος

Λογισμικά περιβάλλοντα δυναμικής και διαδραστικής χαρτογραφίας (πακέτα εμπορίου και ανοικτού κώδικα)

Νεογεωγραφία και Χαρτογραφική Διαδικτυακή Απεικόνιση. Η χρήση Ελεύθερων Γεωγραφικών Δεδομένων και Λογισμικού Ανοιχτού Κώδικα σε Φορητές Συσκευές.

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ

ΕΦΗΜΕΡΙ Α ΤΗΣ ΚΥΒΕΡΝΗΣΕΩΣ

Πληροφορίες για το μάθημα

Μονάδα Διασφάλισης Ποιότητας. ΜΟΔΙΠ Πανεπιστημίου Δυτικής Μακεδονίας. Κωδικός Πράξης ΟΠΣ: Επιχειρησιακό Πρόγραμμα:

Αγροτική Ανάπτυξη Περιβάλλον

ΠΡΟΓΡΑΜΜΑ ΠΡΟΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ

101. ΑΡΧΕΣ ΑΕΡΟΔΙΑΣΤΗΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ 102. ΜΗΧΑΝΙΚΗ ΑΝΑΛΥΣΗ Ι ΚΑΙ ΕΦΑΡΜΟΓΕΣ 7

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ

Διαδραστικοί & δυναμικοί χάρτες στο διαδίκτυο με χρήση λογισμικών ανοικτού κώδικα

Τεχνολογίες & Εφαρμογές Πληροφορικής Ενότητα 1: Εισαγωγικό Μάθημα

ΥΠΟΔΟΧΗ ΠΡΩΤΟΕΤΩΝ ΦΟΙΤΗΤΩΝ Παρουσίαση του Τµήµατος

Big Data/Business Intelligence

Microsoft Courses Schedule September December 2016

Λειτουργικά Συστήματα

TEC610 Δυναμικές Εφαρμογές Διαδικτύου (ΣΤ εξάμηνο)

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ

Εφαρµογές WebGIS Open Source

ΜΕ ΣΥΝΑΨΗ ΣΥΜΒΑΣΕΩΝ ΕΡΓΑΣΙΑΣ ΟΡΙΣΜΕΝΟΥ ΧΡΟΝΟΥ Ή ΜΙΣΘΩΣΗΣ ΕΡΓΟΥ ΣΤΟ ΠΛΑΙΣΙΟ ΥΛΟΠΟΙΗΣΗΣ ΤΟΥ ΕΡΓΟΥ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ. 3 η ημερίδα για το έργο Μονάδες Αριστείας ΕΛ/ΛΑΚ. 10 Σεπτεμβρίου 2015

Ανάπτυξη Δικτυακής Εφαρμογής Διάχυσης και Ανάλυσης Γεωχωρικών Δεδομένων και Πληροφοριών

Παρουσίαση δικτυακής εφαρµογής

Γιάννης Θεοδωρίδης. Εργαστήριο Πληροφοριακών Συστηµάτων.

Αυτοματοποιημένη χαρτογραφία

ΔΙΑΣΥΝΔΕΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΙΣΤΟΣΕΛΙΔΩΝ ΣΕ ΕΝΙΑΙΟ ΠΕΡΙΒΑΛΛΟΝ: ΕΦΑΡΜΟΓΗ ΣΤΟΝ ΙΣΤΟΤΟΠΟ ΤΗΣ ΣΧΟΛΗΣ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ

Γεωχωρική πληροφορία και υποστήριξη αποφάσεων σε επίπεδο ΟΤΑ

Οδηγία INSPIRE, μεταδεδομένα και GIS

ΓΕΩΤΟΠΟΣ Μια Βάση Γεωγνώσης για την Ενεργητική Εξερεύνηση Γεωεπιστημονικού Εκπαιδευτικού Υλικού

Η χρήση του MOODLE από την οπτική γωνία του ιαχειριστή

Εικόνα 1. Δείκτης Προόδου

Παρουσίαση του Εκπαιδευτικού Υλικού και των Μεθόδων Διδασκαλίας

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Μαθήματα Ειδικής Υποδομής Υποχρεωτικά. Παραδόσεις 4. Βάσεις Δεδομένων Ι

Εικόνα 1. Δείκτης Προόδου

Θέματα Ατομικής Διπλωματικής Εργασίας Ακαδημαϊκό Έτος 2017/2018. Γεωργία Καπιτσάκη (Επίκουρη Καθηγήτρια)

ΨΗΦΙΑΚΉ ΠΛΑΤΦΌΡΜΑ ΧΩΡΙΚΏΝ ΔΕΔΟΜΈΝΩΝ ΓΙΑ ΤΗΝ ΤΟΠΙΚΉ ΑΥΤΟΔΙΟΊΚΗΣΗ

Ανοικτά Δεδομένα. Η εμπειρία του OpenDataCloud

Εικόνα 1. Δείκτης Προόδου

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ. Μεταπτυχιακό πρόγραμμα ΑΣΚΗΣΗ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

Διδακτική της Πληροφορικής

Διάλεξη 1. Εισαγωγή Επισκόπηση άσκησης

«Σύγχρονα Συστήματα Τηλεπικοινωνιών, Τεχνολογίες Διαδικτύου και Ασφάλεια Συστημάτων» Μια απάντηση στις προκλήσεις στον Τομέα της Πληροφορικής

Το µάθηµα Ηλεκτρονική ηµοσίευση

of Cognition, Brain, and Language, Spain.

ΕΙΔΙΚΟ ΕΝΤΥΠΟ ΠΕΡΙΓΡΑΦΗΣ ΜΑΘΗΜΑΤΩΝ. Υποχρεωτικής επιλογής (Κατεύθυνσης)

Μεταβατικές διατάξεις Νέου Προγράμματος Σπουδών (ΝΠΣ) για τους φοιτητές εισαγωγής 2013 και πριν Υποχρεωτικά Μαθήματα

Εξ αποστάσεως Εκπαίδευση στην Επιστήμη των Γεωγραφικών Πληροφοριών. Ε.Στεφανάκης Χαροκόπειο Πανεπιστήμιο. Wolfgang Reinhardt.

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ, ΕΡΕΥΝΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ

8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 637

Εξεταστική περίοδος Σεπτεμβρίου 2018 ΟΔΗΓΙΕΣ ΠΡΟΣ ΤΟΥΣ ΕΞΕΤΑΖΟΜΕΝΟΥΣ. Κατά τη διάρκεια των εξετάσεων πρέπει να τηρούνται τα ακόλουθα:

Επιχειρησιακό Πρόγραμμα «Ανταγωνιστικότητα και Επιχειρηματικότητα» Δράση Εθνικής Εμβέλειας «Συνεργασία» «Γεώκλιμα»

Σχολή Αγρονόμων και Τοπογράφων Μηχανικών ΕΜΠ. Εκπαίδευση, Έρευνα και Επαγγελματικές Προοπτικές στους Υδατικούς Πόρους. Γ. Τσακίρης

Big Geospatial Data Analysis with Array Technologies for Agricultural Applications

ΓΕΩΤΟΠΟΣ Μια Βάση Γεωγνώσης για την Ενεργητική Εξερεύνηση Γεωεπιστηµονικού Εκπαιδευτικού Υλικού

Βάσεις Δεδομένων. Βασίλειος Βεσκούκης 2006 Ρ.Κορακίτης, Β.Βεσκούκης, Θ.Καραλόπουλος, Γ.Πανόπουλος

ΠΑΡΑΡΤΗΜΑ ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ ΕΡΕΥΝΑΣ

Μιχάλης Βαΐτης Πανεπιστήµιο Αιγαίου Τµήµα Γεωγραφίας Έργα ΕΛ/ΛΑΚ για τον ηµόσιο Τοµέα Αθήνα, 29 Σεπτεµβρίου 2010

Κεντρική δράση ΕΠΕΑΕΚ ΕΜΠ. Κυριάκος Ι. Σπυρόπουλος Αν. Καθηγητής, Επιστ. Υπεύθυνος ΚΗΥ, ΕΜΠ

Προτεινόμενες Διπλωματικές Εργασίες 2009

Αγροτική Ανάπτυξη Περιβάλλον

Ανάκτηση Πληροφορίας

ΚΟΙΝΟΤΗΤΑ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ ΣΧΟΛΗΣ ΙΚΑΡΩΝ

Τμήμα Πληροφορικής ΑΠΘ Τμήμα Οικονομικών Επιστημών ΑΠΘ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονόμων & Τοπογράφων Μηχανικών Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Γεωπληροφορική

ΜΑΘΗΜΑ: Εισαγωγή στις Αρχές της Επιστήμης των Η/Υ. 1 η ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ

Τμήμα Πληροφορικής ΑΠΘ Τμήμα Οικονομικών Επιστημών ΑΠΘ

ΜΕΤΑΒΑΤΙΚΕΣ ΠΡΟΫΠΟΘΕΣΕΙΣ ΑΠΟΚΤΗΣΗΣ ΠΤΥΧΙΟΥ

Ανοικτά Συστήματα Γεωγραφικών Πληροφοριών

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ

Εξεταστική περίοδος Ιουνίου 2017

συστάσειςγιατοατοµικό θέµαεξαµήνου

ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ. Τμήμα Μηχανικών Οικονομίας και Διοίκησης ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Προπτυχιακό ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ ΓΕ0175 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ 9

Οδηγός Διεξαγωγής Εργαστηρίου Ακ. Έτος

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΕΡΕΥΝΑΣ. Αριθ. Πρωτοκόλλου: ΕΛΕ_2015_ 2187 Μυτιλήνη, 11/03/2015

ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Περιγραφή Μαθήματος. Περιγραφή Περιεχόμενο του Μαθήματος

β. Διδακτορικό Δίπλωμα (ΔΔ) στην Πληροφορική. Η παρούσα ανακοίνωση αφορά την εισαγωγή μεταπτυχιακών φοιτητών για απόκτηση ΜΔΕ στα πλαίσια του ΠΜΣ.

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ. Μεταπτυχιακό πρόγραμμα ΑΣΚΗΣΗ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

ECTS ΕΥΡΩΠΑΪΚΟ ΣΥΣΤΗΜΑ ΜΕΤΑΦΟΡΑΣ ΑΚΑΔΗΜΑΪΚΩΝ ΜΟΝΑΔΩΝ ΣΤΗΝ ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ. (Α) Λίστα με τα στοιχεία των μαθημάτων στα ελληνικά. Κυματομηχανική Κωδικός

ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ. Πρόγραμμα Μεταπτυχιακών Σπουδών ΔΙΕΠΙΣΤΗΜΟΝΙΚΟ ΔΙΑΤΜΗΜΑΤΙΚΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΣΥΜΠΙΕΣΗ ΚΑΙ ΜΕΤΑΔΟΣΗ ΠΟΛΥΜΕΣΩΝ. Εισαγωγή. Κλήμης Νταλιάνης Λέκτορας ΠΔ 407/80

Transcript:

Φεβρουάριος 2019 Διαχείριση και Επεξεργασία Μεγάλων Δεδομένων Παρατήρησης Γης κωδ. 6632 ΔΠΜΣ Γεωπληροφορική κωδ. 9575 ΔΠΜΣ Μαθ. Προτ./ Μαθ. Επιστήμης Δεδομένων Ανάλυση και Επεξεργασία Γεωχωρικών Δεδομένων Κωδ. 865 ΔΠΜΣ Επιστήμη Δεδομένων & Μηχανική Μάθηση/ ε.δε.μ 2 Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόμων και Τοπογράφων Μηχανικών Εργαστήριο Τηλεπισκόπησης 2 ο εξάμηνο Αν. Καθ. Κωνσταντίνος Καράντζαλος http://users.ntua.gr/karank Στόχοι Βασική επιδίωξη του μαθήματος είναι η εισαγωγή σε βασικές έννοιες και μεθόδους συλλογής, διαχείρισης, ανάλυσης, οπτικοποίησης και διάθεσης μεγάλων δεδομένων παρατήρησης γης και γεωχωρικών προϊόντων. Το μάθημα απευθύνεται σε μεταπτυχιακούς φοιτητές των ΔΠΜΣ του ΕΜΠ που έχουν ήδη παρακολουθήσει τα υποχρεωτικά μαθήματα του 1 ου εξαμήνου σπουδών και να διαθέτουν βασικές δεξιότητες σε γλώσσες προγραμματισμού όπως Python, C, C++. Θα περιγραφούν αναλυτικά σημερινές επιστημονικές και τεχνολογικές προκλήσεις και λύσεις για την εναρμόνιση, συγχώνευση και διαδικτυακή επεξεργασία ετερογενών δεδομένων και παραγωγή γεωχωρικών προϊόντων. Με την ολοκλήρωση του μαθήματος ο σπουδαστής θα είναι σε θέση να υλοποιήσει γεωχωρικές βάσεις δεδομένων, διαδικτυακές εφαρμογές αναζήτησης και οπτικοποίησης δεδομένων και γεωχωρικών προϊόντων να σχεδιάσει και υλοποιήσει επιμέρους αυτοματισμούς στην ανάλυση δεδομένων και χρονοσειρών να υλοποιήσει και ενσωματώσει μεθόδους μηχανικής μάθησης για την εξαγωγή πληροφορίας για εφαρμογές όπως η γεωργία ακριβείας, εκτίμηση της ποιότητας υδάτων, αυτόματη ανίχνευση μεταβολών στο αστικό, φυσικό και θαλάσσιο περιβάλλον. Οργάνωση και Βαθμολογία Το μάθημα προσφέρεται με δυόμιση ώρες θεωρία και εργαστηριακές ασκήσεις εβδομαδιαίως. Οι εργαστηριακές ασκήσεις είναι αυστηρά Ατομικές και Υποχρεωτικές. Βαθμολογία: Εργ. Ασκήσεις και Τελική Παρουσίαση Project Ασκήσεις: Όλες οι ασκήσεις έχουν αυστηρές χρονικές προθεσμίες και παραδίδονται ΜΟΝΟ ψηφιακά και ΜΟΝΟ στο MyCourses (mycourses.ntua.gr) 6632: http://mycourses.ntua.gr/course_description/index.php?cidreq=pstgr1284 865: http://mycourses.ntua.gr/course_description/index.php?cidreq=pstgr1283 9575: http://mycourses.ntua.gr/course_description/index.php?cidreq=pstgr1288 Η τεχνική έκθεση που παραδίδεται και περιγράφει τα αποτελέσματα και τις επεξεργασίες πρέπει να είναι αναλυτική και καλογραμμένη +10% στην βαθμολογία κάθε άσκησης εάν αυτή παραδοθεί 2 μέρες πριν την τελική προθεσμία παράδοσης - 20% στην βαθμολογία κάθε άσκησης για κάθε βδομάδα καθυστερημένης παράδοσης πέρα από την τελική προθεσμία Οι ασκήσεις παραδίδονται μόνο στο mycourses και το αργότερο μέχρι και την έναρξη της εξεταστικής περιόδου (Ιουνίου). Ύλη Μαθήματος Συλλογή δεδομένων και αυτοματοποίηση διαδικασιών εισαγωγής και ενημέρωσης γεωχωρικών βάσεων. Μορφές και αναπαραστάσεις φασματικών χωροχρονικών δεδομένων και χαρακτηριστικών τους. Συστήματα και αρχιτεκτονικές αποθήκευσης, διαχείρισης, ανάλυσης και διάθεσης μεγάλων γεωχωρικών δεδομένων και προϊόντων σε υπολογιστικά συστήματα νέφους. Οπτικοποίηση δεδομένων και στρατηγικές μείωσης διαστάσεων. Στατιστικές επεξεργασίες και ανάλυση για εναρμόνιση και συγχώνευση δεδομένων. Διαδικτυακές επεξεργασίες και υπολογιστικά συστήματα υψηλής απόδοσης για δεδομένα παρατήρησης γης. Ανάλυση δεδομένων και χρονοσειρών για ανίχνευση αλλαγών, αντικειμένων και χαρακτηριστικών. Ανάλυση μεγάλων δεδομένων με τεχνικές μηχανικής μάθησης με εφαρμογές στην γεωργία ακριβείας, εκτίμηση της ποιότητας υδάτων, αυτόματη ανίχνευση μεταβολών στο αστικό, φυσικό και θαλάσσιο περιβάλλον. Διδάσκοντες Επικοινωνία email: rslab.analytics@gmail.com Ώρες γραφείου Τετάρτες 13 00 20 00 Κωνσταντίνος Καράντζαλος Αν. Καθηγητής ΕΜΠ http://users.ntua.gr/karank/ Άγγελος Τζώτσος http://users.ntua.gr/tzotsos/ Βασίλης Τσιρώνης ΥΔ ΣΑΤΜ ΕΜΠ Αθηνά Ψάλτα ΥΔ ΣΑΤΜ ΕΜΠ

Εβδ. Διάλεξη - Εργαστηριακή Άσκηση 1 13/2 Συλλογή δεδομένων και αυτοματοποίηση διαδικασιών εισαγωγής και ενημέρωσης γεωχωρικών βάσεων. Μορφές και αναπαραστάσεις φασματικών χωροχρονικών δεδομένων και χαρακτηριστικών τους. 2 20/2 3 27/2 Συστήματα και αρχιτεκτονικές αποθήκευσης, διαχείρισης, ανάλυσης και διάθεσης μεγάλων γεωχωρικών δεδομένων και προϊόντων σε υπολογιστικά συστήματα νέφους. [Α1] - Ανάκτηση και ανάλυση δεδομένων, χρονοσειρών και γεωχωρικών προϊόντων από επιχειρησιακά πληροφοριακά συστήματα και υπηρεσίες Στατιστικές επεξεργασίες και ανάλυση για εναρμόνιση και συγχώνευση δεδομένων. Οπτικοποίηση δεδομένων και στρατηγικές μείωσης διαστάσεων. Διαδικτυακές επεξεργασίες και υπολογιστικά συστήματα υψηλής απόδοσης για γεωχωρικά δεδομένα. [Α1] - συνέχεια 4 6/3 Θεωρία & [Α2]: Υλοποίηση Γεωχωρικής Βάσης, Εισαγωγή Δεδομένων, Μεταδεδομένων, Ερωτήματα - PostgreSQL/ PostGIS/ SQL queries/ queries with Python/ time-series retrieval 5 13/3 Θεωρία & [Α3]: Διαδικτυακές Υπηρεσίες και Ανοιχτά Πρότυπα για Δεδομένα και Προϊόντα Παρατήρησης Γης - HTTPS SOAP, REST, OGC, WMS, WFS, WCS, CSW, WPS, GeoServer, REST APIs, data retrieval & visualisation 6 20/3 [Α3]: Διαδικτυακές Υπηρεσίες OGC Επεξεργασίες Γεωχωρικών Δεδομένων - HTTPS SOAP, REST, OGC, WMS, WFS, WCS, CSW, WPS, GeoServer, REST APIs, data retrieval & analytics 7 27/3 Θεωρία & [Α4]: Διαδικτυακές Εφαρμογές, Γραφικό Περιβάλλον Χρήστη - Web Mapping/ UI - Apache HTTP Server, HTML, Javascript, Openlayers, Leaflet, etc. 8 3/4 Γεωχωρικά δεδομένα και μέθοδοι μηχανικής μάθησης βαθιάς αρχιτεκτονικής & [Α5]: - Tensorflow/ Keras deployment, ML applications 9 10/4 Συνελικτικά Νευρωνικά Δίκτυα (CNNs), & [Α6]: - Tensorflow/ Keras : Train, Classification, (Cross-) Validation 10 17/4 Προ-εκπαιδευμένα Δίκτυα και Πολυφασματικά Τηλεπισκοπικά Δεδομένα [Α7]: - Tensorflow/ Keras: Data preparation, Train, Prediction, Pre-trained network Performance Evaluation 11 8/5 Μέθοδοι Μεταφοράς Μάθησης (Transfer Learning) [Α8]: - Tensorflow/ Keras: transfer learning, EuroSAT dataset, Evaluation 12 15/5 Εφαρμογές 13 22/5 Παρουσίαση - Εξέταση

Geospatial Earth Observation Big Data & Analytics Master Course Outline 6632 for geo-informatics 865 for ε.δε.μ 2 9575 Math. Modelling Konstantinos Karantzalos karank @ central.ntua.gr http://users.ntua.gr/karank/

Geospatial Data & Analytics Lectures/ Labs Wednesday 4 00pm 6 30pm Κτήριο Λαμπαδάριο, 2 ος ΣΑΤΜ-ΕΜΠ https://goo.gl/maps/tvwdhddp2h42 Instructors Konstantinos Karantzalos Angelos Tzotsos Vasilis Tsironis Athena Psalta Office hours Wednesdays 13 00 20 00 email: rslab.analytics@gmail.com

Geospatial Data & Analytics Course structure 14 Lectures/ Labs/ Invited Talks 6 Lectures, 8 Labs, 2 Invited Talks Grading 100% Labs & Projects Learning Outcomes Knowledge and Understanding: Earth observation data, geospatial data, open data, geospatial products: acquisition, ingestion, data management, analysis, visualization and dissemination. Geospatial big data architectures. Current scientific and technological challenges for the harmonization, fusion and online processing of multimodal EO/ geospatial data. Current best practices. Big data analytics with machine learning techniques for geospatial applications in precision agriculture, water quality estimation, automatic detection of changes in urban, natural and marine environment.

Geospatial Data & Analytics Course structure 14 Lectures/ Labs/ Invited Talks 6 Lectures, 8 Labs, 2 Invited Talks Grading 100% Labs & Projects Skills and Abilities to integrate scientific knowledge and to implement server-side technologies, front-end services and machine learning tools to integrate, implement and develop software (python, javascript, SQL, php, etc) for ingesting data, querying, managing, processing, servicing, visualizing data and geospatial products to integrate, implement & develop software for data (1D, 2D, nd, timeseries, multispectral, hyperspectral, etc.) analyticswith statistical and machine (deep) learning tools (tensorflow). to present and discuss, orally and verbally your conclusions regarding the considered theoretical and technical matters, issues and challenges

Geospatial Data & Analytics Course structure 14 Lectures/ Labs/ Invited Talks 6 Lectures, 8 Labs, 2 Invited Talks Grading 100% Labs & Projects Skills and Abilities to integrate scientific knowledge and to implement server-side technologies, front-end services and machine learning tools to integrate, implement and develop software (python, javascript, SQL, php, etc) for ingesting data, querying, managing, processing, servicing, visualizing data and geospatial products to integrate, implement & develop software for data (1D, 2D, nd, timeseries, multispectral, hyperspectral, etc.) analyticswith statistical and machine (deep) learning tools (tensorflow). to present and discuss, orally and verbally your conclusions regarding the considered theoretical and technical matters, issues and challenges

..indicative Karmas A., Tzotsos A., Karantzalos K., 2016. Big Geospatial Data for Environmental and Agricultural Applications, Yu and Guo (eds.), Big Data Concepts, Theories and Applications, Springer International Publishing.