ΠροτεινόμεναΘέματακαιΑνάθεσηΔιπλωματικώνΕργασιών
Διπλωματικές σε συνεργασία με το Imperial College London
Συνεργασία με τουλάχιστον δύο διαφορετικές ερευνητικές ομάδες. 

Medical applications, supply chain optimization: Cost-benefit analysis in T cell therapy supply chain; Novel control concepts for processes with peak-like output profiles; Process Space Identification for Optimisation of Upstream Bio-Processing; Deriving a novel, patient-specific Quality by Design (QbD) framework fo personalized therapies; Supply chain optimization in personalized medicine; Next-generation vaccines and therapeutics: towards resilient pharmaceutical supply chains. 

Dynamic and steady-state models using data modelling and machine learning algorithms: machine learning (especially reinforcement learning) in chemical engineering applications; model predictive applications (including control), real-time optimization (especially in biochemical applications, distributed, robust Bayesian optimization, multi-layer networks and knowledge graphs as digital twins of supply chains (various applications).
Περισσότερες πληροφορίες:

Επιβλέπων μέλος ΔΕΠ: Αντώνης Κοκόσης

Τομέας: Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων

Σχετικό Μάθημα : Σχεδιασμός I

Περίοδος Ανάθεσης: Φεβρουαρίου Ακ. Έτους 2023-2024