Angelos AMANATIADIS
Professeur adjoint à l'université Démocrite de Thrace, Grèce
Angelos A. Amanatiadis est professeur adjoint en robotique au département d'ingénierie de production et de gestion de l'université Démocrite de Thrace (DUTH). Il a obtenu son diplôme et son doctorat (avec mention) au département d'ingénierie électrique et informatique de la DUTH, en Grèce, respectivement en 2004 et 2009. Ses recherches se situent à l'intersection des systèmes robotiques autonomes, de la vision par ordinateur, de l'apprentissage automatique et des systèmes embarqués en temps réel. Il a reçu le prix Stavros Niarchos pour les jeunes scientifiques prometteurs et une bourse postdoctorale de la Fondation nationale des bourses d'études (IKY). Il est membre senior de l'IEEE et a été récompensé comme l'un des « évaluateurs exceptionnels » des Transactions en reconnaissance de ses services exceptionnels rendus à la société IEEE. Ses publications comprennent 3 numéros spéciaux de revues en tant que rédacteur invité, 35 articles dans des revues internationales à comité de lecture, 3 chapitres dans des livres et plus de 50 articles dans des actes de conférences internationales. Il détient un brevet et a été responsable technique de plusieurs projets de R&D européens et nationaux. Il est rédacteur en chef adjoint de l'International Journal of Advanced Robotic Systems et du HardwareX Journal et a été membre du comité de programme/d'organisation de plus de 10 conférences internationales. Il a également été évaluateur expert auprès d'organismes de financement de la recherche pour la Commission européenne, le gouvernement du Canada, l'Italie, Chypre et la Lettonie. De nombreux aspects de ses recherches ont été largement relayés dans les médias grand public, tels que la BBC, Bloomberg, RT, ainsi que dans les médias spécialisés dans les technologies, tels que IEEE Spectrum, Popular Mechanics, Popular Science et Engadget. Il travaille actuellement en tant qu'ingénieur de recherche en chef à la construction du premier véhicule autonome hellénique (HAV) à l'aide du deep learning et de l'intelligence artificielle.