Γεώργιος Βούρος

Ο Γιώργος Βούρος είναι Καθηγητής στο Τμήμα Ψηφιακών Συστημάτων του Πανεπιστημίου Πειραιά.

Το δημοσιευμένο έργο και τα επιστημονικά του ενδιαφέροντα εστιάζονται στους τομείς των Έμπειρων Συστημάτων (έχει αναπτύξει 4 επιτυχημένα συστήματα σε κρίσιμους και σύνθετους τομείς – σχεδιασμός φόρτωσης χημικών φορέων, ανίχνευση/πρόβλεψη μεταλλευμάτων, διάγνωση για μονάδα ενεργού ιλύος, κατανομή buffer σε γραμμές παραγωγής – κατά την περίοδο 1990-1997), της Μηχανικής Γνώσης, της Διαχείρισης, της Αναπαράστασης Γνώσης και της Συλλογιστικής με οντολογίες (μηχανική, ευθυγράμμιση, μάθηση και πληθυσμός με δεδομένα από διαφορετικές πηγές, εξαγωγή ενοτήτων από, αποκεντρωμένη συλλογιστική με, σημασιολογική ολοκλήρωση δεδομένων), των Πράκτορων και των Πολυπρακτορικών Συστημάτων (με έμφαση στην οργάνωση και προσαρμογή πρακτόρων, την ανταλλαγή πληροφοριών), της Ενισχυτικής και Μιμητικής Μάθησης σε σύνθετα περιβάλλοντα ενός και πολλαπλών πρακτόρων, της εξηγησιμότητας της ενισχυτικής μάθησης και της ανθρωποκεντρικής Τεχνητής Νοημοσύνης (ασφαλής RL σε σχέση με τις ανθρώπινες προτιμήσεις και περιορισμούς, βαθμονόμηση LLM για συνεργασία ανθρώπου-πράκτορα, ωφέλιμη Τεχνητή Νοημοσύνη).

Έχει διατελέσει και υπηρετεί ως πρόεδρος προγράμματος, πρόεδρος και μέλος οργανωτικών ή προγραμματικών επιτροπών εθνικών και διεθνών συνεδρίων με συνέπεια (AAMAS, ECAI, IJCAI, AAAI, WI, SETN) και ως μέλος συντονιστικών επιτροπών και διοικητικών συμβουλίων συνεδρίων (EUMASS/EURAMAS, SETN) και εργαστηρίων (COIN).

Έχει δώσει σεμινάρια και κεντρικές ομιλίες σε συνέδρια και έχει οργανώσει πολλά εργαστήρια σε κύρια συνέδρια Τεχνητής Νοημοσύνης. Διετέλεσε προσκεκλημένος συντάκτης σε ειδικά τεύχη σε διάφορα περιοδικά Τεχνητής Νοημοσύνης.

Είναι/ήταν κύριος ερευνητής σε περισσότερα από 25 χρηματοδοτούμενα από την ΕΕ και εθνικά ερευνητικά έργα.

Διδάσκει θέματα Τεχνητής Νοημοσύνης από το 1998, εισάγοντας προχωρημένα μαθήματα σχετικά με την αναπαράσταση και τη συλλογιστική γνώσης, τη μηχανική γνώσης, τους πράκτορες και τα πολυπρακτορικά συστήματα και την ενισχυτική μάθηση, σε προπτυχιακό και μεταπτυχιακό επίπεδο.

Έχει επιβλέψει 13 διδακτορικούς φοιτητές σε θέματα μάθησης και ευθυγράμμισης οντολογιών, συλλογισμού με οντολογίες, σε πράκτορες και πολυπρακτορικά συστήματα, ενισχυτικής μάθησης και μίμησης μάθησης, και επίσης συνέβαλε στην επίβλεψη διδακτορικών σε θέματα μηχανικής μάθησης. Αυτή τη στιγμή επιβλέπει 5 διδακτορικούς φοιτητές στους τομείς της μηχανικής μάθησης (online/offline ενισχυτική μάθηση, μίμηση μάθησης, ταξινόμηση χρονοσειρών, ανίχνευση ανωμαλιών), αναπαράσταση γνώσης και συλλογιστική με οντολογίες και ευθυγράμμιση οντολογιών.

Ο Γιώργος Βούρος έχει διατελέσει 4 φορές από το 2008 έως το 2024 πρόεδρος του διοικητικού συμβουλίου της Ελληνικής Εταιρείας Τεχνητής Νοημοσύνης (EETN, μέλος της EurAI). Κατά τη διάρκεια αυτών των περιόδων συνέβαλε στην ίδρυση του HAISS (Ελληνικό Θερινό Σχολείο Τεχνητής Νοημοσύνης), στην καθοδήγηση (2006-2018) και στη συμπροεδρία (2004, 2006, 2008, 2010 και 2024) των Ελληνικών Συνεδρίων Τεχνητής Νοημοσύνης του SETN με Διεθνή Συμμετοχή (πρακτικά που δημοσιεύονται από τις Springer Lecture Notes και ACM), στην διεύρυνση του συνόλου των μελών του SETN. Τα τελευταία χρόνια (2023-2024) ηγήθηκε της διατύπωσης των θέσεων της Ελληνικής Εταιρείας Τεχνητής Νοημοσύνης (ΕΕΤ) προς μια Ελληνική Στρατηγική για την Τεχνητή Νοημοσύνη.

Υπηρετεί (2025-) ως μέλος του Ελληνικού Επιστημονικού Συμβουλίου για την Τεχνητή Νοημοσύνη (υπό την αιγίδα του Ελληνικού Υπουργείου Ανάπτυξης).

Είναι ο ιδρυτής και διευθυντής του διαπανεπιστημιακού Μεταπτυχιακού Προγράμματος Σπουδών (ΔΠΜΣ) στην Τεχνητή Νοημοσύνη μεταξύ του Πανεπιστημίου Πειραιά και του ΕΚΕΦΕ “Δημόκριτος” (2019-σήμερα), έχει ιδρύσει και διευθύνει το Εργαστήριο Τεχνητής Νοημοσύνης στο Τμήμα Ψηφιακών Συστημάτων του Πανεπιστημίου Πειραιά (2016-σήμερα).

Περισσότερες λεπτομέρειες σχετικά με το έργο του μπορείτε να βρείτε στη διεύθυνση https://ai-group.ds.unipi.gr/ai-group/

Δημοσιεύσεις

I) Πρόσφατες δημοσιεύσεις σε επιστημονικά περιοδικά

• • Christos Spatharis, Konstantinos Blekas, George Santipantakis, George Vouros, Modular and Multimodal Generative Adversarial Imitation Learning for Modeling Flight Trajectories, Journal of Air Transportation (JAT), AIAA, 2025, https://doi.org/10.2514/1.D0396
  • Kravaris, Theocharis, and George A. Vouros. “Transferable aircraft trajectory prediction with generative deep imitation learning.” International Journal of Data Science and Analytics (2025): 1-23
  • George Vouros, Ioannis Ioannidis, Georgios Santipantakis, Theodore Tranos, Konstantinos Blekas, Marc Melgosa, Xavier Prats, Machine Learning Methods Estimating Flights Hidden Parameters for the Prediction of Flights KPIs, Aerospace Vol 937, 11(11), 2024
  • Christos Spatharis, Konstantinos Blekas, George Vouros, Modelling Flight Trajectories with Multi-Modal Generative Adversarial Imitation Learning, Appl. Intell., Vol 54, Iss. 11-12, pp 7118-7134, 2024
  • George Papadopoulos, Alevizos Bastas, George A. Vouros, Ian Crook, Natalia V. Andrienko, Gennady L. Andrienko, Jose Manuel Cordero Garcia, Deep reinforcement learning in service of air traffic controllers to resolve tactical conflicts, Expert Syst. Appl., Vol. 236, pp 121-234, 2024
  • George A. Vouros, Explainable Deep Reinforcement Learning: State of the Art and Challenges, ACM Computing Surveys, ACM Computing Surveys, 55 (5), pp. 1-39, 2023.
  • Alevizos Bastas, George Vouros, Data-Driven Modelling of Air Traffic Controllers’ Policy to Resolve Conflicts, Aerospace 2023, 10(6), 557, 2023.
  • Spatharis C., Bastas A., Kravaris T., Vouros GA., Blekas K., Garcia Cordero JM.. Hierarchical multiagent reinforcement learning schemes for air traffic management, Neural Computing and Applications, 35 , pp. 147-159, 2023.
  • T. Kravaris, et al., Explaining Deep Reinforcement Learning Decisions in Complex Multiagent settings, Applied Intelligence (APIN), Applied Intelligence, 53 , pp. 4063-4098, 2023,  DOI: 10.1007/s10489-022-03605-1.
  • Gennady L. Andrienko Natalia V. Andrienko, Jose Manuel Cordero Garcia Dirk Hecker George Vouros A. Supporting Visual Exploration of Iterative Job Scheduling. IEEE Comput Graph Appl . , 42 (3), pp. 74-86, 2022.
  • Georgios M. Santipantakis Konstantinos I. Kotis, Apostolos Glenis George Vouros Christos Doulkeridis Akrivi Vlachou A RDF-Gen: generating RDF triples from big data sources, Knowledge and Information Systems, 64 , pp. 2985–3015, 2022
  • Alevizos Bastas, George Vouros A Data-driven prediction of Air Traffic Controllers reactions to resolving conflicts, Information Sciences, 613, pp. 763-785, 2022.

II) Πρόσφατες δημοσιεύσεις σε πρακτικά διεθνών συνεδρίων

• • Georgios Papadopoulos, Andreas Kontogiannis, Foteini Papadopoulou, Chaido Poulianou, Ioannis Koumentis, George Vouros, An Extended Benchmarking of Multi-Agent reinforcement Learning Algorithms in Complex Fully Cooperative Tasks, AAMAS 2025
  • Natalia Koliou, George Vouros, Ranking Joint Policies in Dynamic Games using Evolutionary Dynamics, AAMAS 2025
  • Piyabhum Chaysri, Theodore Tranos, George Papadopoulos, Konstantinos Blekas, George Vouros, Efficient Autonomous Marine Vessel Navigation with Safe Deep Reinforcement Learning, IEEE Symposium on Maritime Informatics & Robotics, 2025
  • Georgios Bouchouras, Pavlos Bitilis, Konstantinos Kotis, George Vouros: LLMs for the Engineering of a Parkinson Disease Monitoring and Alerting Ontology. ESWC Workshops 2024.
  • Andreas Sideras, Konstantinos Bougadiotis, Elias Zavitsanos, Georgios Paliouras, George Vouros, Bankruptcy Prediction: Data Augmentation, LLMs and the Need for Auditor’s Opinion. ICAIF 2024: 453-460.
  • Dimitrios Doumanas, Andreas Soularidis, Konstantinos Kotis, George Vouros, Integrating LLMs in the Engineering of a SET Ontology, AIAI 2024: 230-374.
  • George A. Vouros George Papadopoulos, Alevizos Bastas Jose Manuel Cordero Garcia Ruben Rodrigez Rodrigez, 2022. Automating the Resolution of Flight Conflicts: Deep Reinforcement Learning in Service of Air Traffic Controllers, PAIS 2022, IOS PRess, 2022.
  • Apostolos Glenis, George Vouros, 2022. A SCALE-BOSS: A framework for scalable time-series classification using symbolic representations, SETN 2022.
  • George A. Vouros, Theodore Tranos, Konstantinos Blekas, Georgios Santipantakis, Marc Melgosa, Xavier Prats, 2022. Data-driven estimation of flights’ hidden parameters , SIDs 2022.
  • * Natividad Valle, M Florencia Lema, José Manuel Cordero, Enrique Iglesias , Rubén Rodríguez,  George A. Vouros, Theocharis Kravaris, George Papadopoulos, Alevizos Bastas, Georgios Santipantakis, 2022.   Explainability & Transparency in higher levels of automation in the ATM domain, SIDs 2022.
  •   Andreas Kontogiannis, George A. Vouros, 2023. Inherently Interpretable Deep Reinforcement Learning through Online Mimicking. EXTRAAMAS 23 @ AAMAS 2023.
  •  Antonio Gracia-Berna, Jose Manuel Cordero, Natividad Valle, Ruben Rodriguez, Gennady Andrienko, Natalia Andrienko, George Vouros, Ian Crook,Sandrine Molton, 2023. Framework for transparent, explainable and trustworthy automation in ATM, DASC 2023.
  • Georgios Santipantakis, Christos Doulkeridis, George Vouros, 2023. An Ontology for Representing and Querying Semantic Trajectories in the Maritime Domain. ADBIS 2023.

III) Πρόσφατες δημοσιεύσεις επιστημονικούς τόμους και βιβλία

• • George A. Vouros, Gennady L. Andrienko, Christos Doulkeridis, Nikolaos Pelekis, Alexander Artikis, Anne-Laure Jousselme, Cyril Ray, José Manuel Cordero Garcia, David Scarlatti:
    Big Data Analytics for Time-Critical Mobility Forecasting, From Raw Data to Trajectory-Oriented Mobility Analytics in the Aviation and Maritime Domains. Springer 2020, ISBN 978-3-030-45163-9
  • Doulkeridis C, Vouros GA, Qu Q, Wang S.  2018.  Mobility Analytics for Spatio-Temporal and Social Data – First International Workshop, MATES 2017, Munich, Germany, September 1, 2017, Revised Selected Papers. . 10731
  • Επιμέλεια της ελληνικής έκδοσης του τίτλου “SemanticWeb for The Working Ontologist” (D.Allemang, J.Hendler), διαθέσιμο ως διδακτικό υλικό σε περιορισμένο ακροατήριο
  • Rovatsos M, Vouros GA, Julián V.  2016.  Multi-Agent Systems and Agreement Technologies – 13th European Conference, EUMAS 2015, and Third International Conference, AT 2015. Lecture Notes in Computer Science . 9571
  • Vouros: GA, Bassiliades N, Bikakis A, Vrakas D, Vlahavas IP.  2016.  Proceedings of the 9th Hellenic Conference on Artificial Intelligence. ACM 2016.
  • Nick Bassiliades, Antonis Bikakis, Dimitris Vrakas, Ioannis P. Vlahavas, George A. Vouros: Proceedings of the 9th Hellenic Conference on Artificial Intelligence, SETN 2016, Thessaloniki, Greece, May 18-20, 2016. ACM 2016, ISBN 978-1-4503-3734-2
  • Michael Rovatsos, George A. Vouros, Vicente Julián: Multi-Agent Systems and Agreement Technologies – 13th European Conference, EUMAS 2015, and Third International Conference, AT 2015, Athens, Greece, December 17-18, 2015, Revised Selected Papers. Lecture Notes in Computer Science 9571, Springer 2016, ISBN 978-3-319-33508-7
  • S.Ossowski,Editor,Vouros G,among the co-editors. 2012. Agreement TechnologiesCOST Action IC0801. Law, Governance and Technology Springer Series. Vol 8:645.

• Translation in Greek of  the “SemanticWeb for The Working Ontologist” (D.Allemang, J.Hendler) – DISIGMA
• Big Data Analytics for Time-Critical Mobility Forecasting, From Raw Data to Trajectory-Oriented Mobility Analytics in the Aviation and Maritime Domains
• Agreement Technologies. Law, Governance and Technology Springer Series. Vol 8:645.
• Διακριτά Μαθηματικά και Μαθηματική Λογική