Ιωάννης Βιόλος
Επίκουρος Καθηγητής
Βιογραφικό Σημείωμα
Ο Δρ. Γιάννης Βιόλος είναι Επίκουρος Καθηγητής στο Τμήμα Γεωγραφίας του Χαροκοπείου Πανεπιστημίου, με γνωστικό αντικείμενο τις Γεωχωρικές Βάσεις Δεδομένων και τα Μεγάλα Γεωχωρικά Δεδομένα. Υπήρξε μέλος της ομάδας εργασίας της Ευρωπαϊκής Επιτροπής για την Ψηφιακή Ενιαία Αγορά σχετικά με τον κώδικα δεοντολογίας για τη μεταφορά δεδομένων μεταξύ παρόχων υπηρεσιών Cloud.
Έχει εργαστεί ως ερευνητής στο Τμήμα Μηχανικής Λογισμικού και Τεχνολογιών Πληροφορικής στην École de Technologie Supérieure (Université du Québec) στο Μόντρεαλ του Καναδά, στο Ερευνητικό Πανεπιστημιακό Ινστιτούτο Συστημάτων Επικοινωνιών και Υπολογιστών (ΕΠΙΣΕΥ/ΕΜΠ), και στο Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών του Εθνικού Κέντρου Έρευνας και Τεχνολογικής Ανάπτυξης (ΙΠΤΗΛ/ΕΚΕΤΑ). Έχει συμμετάσχει σε περισσότερα από δεκαοκτώ ερευνητικά έργα συγχρηματοδοτούμενα από την Ευρωπαϊκή Ένωση, τον Καναδά και τη Νότια Κορέα.
Έχει διατελέσει εξωτερικός διδάσκοντας σε περισσότερα από δώδεκα μαθήματα στο τμήμα Πληροφορικής και Τηλεματικής καθώς και στο Εθνικό και Καποδιστριακό Πανεπιστήμιο. Έχει συγγράψει περισσότερες από ογδόντα δημοσιεύσεις σε κορυφαία επιστημονικά περιοδικά και συνέδρια. Έχει διατελέσει προσκεκλημένος επιμελητής και κριτής σε περισσότερα από τριάντα διεθνή περιοδικά, καθώς και μέλος επιτροπής και κριτής σε περισσότερα από τριάντα διεθνή συνέδρια.
Είναι κάτοχος Διπλώματος από τη Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΜΠ), κατά τη διάρκεια του οποίου πραγματοποίησε πρακτική άσκηση στη Δημόσια Επιχείρηση Ηλεκτρισμού (ΔΕΗ), καθώς και Διδακτορικού τίτλου από το ίδιο Πολυτεχνείο. Έχει λάβει το Βραβείο Καλύτερης Δημοσίευσης από τα συνέδρια IEEE CISOSE 2023, και IEEE iThings 2021, το Βραβείο Καλύτερης Διδασκαλίας (εξωτερικός καθηγητής) στο Χαροκόπειο Πανεπιστήμιο το 2021, καθώς και το Θωμαΐδειο Βραβείο το 2017.
Έχει εργαστεί ως ερευνητής στο Τμήμα Μηχανικής Λογισμικού και Τεχνολογιών Πληροφορικής στην École de Technologie Supérieure (Université du Québec) στο Μόντρεαλ του Καναδά, στο Ερευνητικό Πανεπιστημιακό Ινστιτούτο Συστημάτων Επικοινωνιών και Υπολογιστών (ΕΠΙΣΕΥ/ΕΜΠ), και στο Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών του Εθνικού Κέντρου Έρευνας και Τεχνολογικής Ανάπτυξης (ΙΠΤΗΛ/ΕΚΕΤΑ). Έχει συμμετάσχει σε περισσότερα από δεκαοκτώ ερευνητικά έργα συγχρηματοδοτούμενα από την Ευρωπαϊκή Ένωση, τον Καναδά και τη Νότια Κορέα.
Έχει διατελέσει εξωτερικός διδάσκοντας σε περισσότερα από δώδεκα μαθήματα στο τμήμα Πληροφορικής και Τηλεματικής καθώς και στο Εθνικό και Καποδιστριακό Πανεπιστήμιο. Έχει συγγράψει περισσότερες από ογδόντα δημοσιεύσεις σε κορυφαία επιστημονικά περιοδικά και συνέδρια. Έχει διατελέσει προσκεκλημένος επιμελητής και κριτής σε περισσότερα από τριάντα διεθνή περιοδικά, καθώς και μέλος επιτροπής και κριτής σε περισσότερα από τριάντα διεθνή συνέδρια.
Είναι κάτοχος Διπλώματος από τη Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΜΠ), κατά τη διάρκεια του οποίου πραγματοποίησε πρακτική άσκηση στη Δημόσια Επιχείρηση Ηλεκτρισμού (ΔΕΗ), καθώς και Διδακτορικού τίτλου από το ίδιο Πολυτεχνείο. Έχει λάβει το Βραβείο Καλύτερης Δημοσίευσης από τα συνέδρια IEEE CISOSE 2023, και IEEE iThings 2021, το Βραβείο Καλύτερης Διδασκαλίας (εξωτερικός καθηγητής) στο Χαροκόπειο Πανεπιστήμιο το 2021, καθώς και το Θωμαΐδειο Βραβείο το 2017.
Επιλεγμένες Δημοσιεύσεις
Aroosa Hameed, John Violos, Aris Leivadeas, Nina Santi, Nathalie Mitton, “FeD-TST: Federated Temporal Sparse Transformers for QoS prediction in Dynamic IoT Networks”, IEEE Transactions on Network and Service Management, https://doi.org/10.1109/TNSM.2024.3493758
Aroosa Hameed, John Violos, Aris Leivadeas, Nina Santi, Remy Grunblatt, Nathalie Mitton, “Towards QoS Prediction based on Temporal Transformers for IoT Applications”, IEEE Transactions on Network and Service Management, Oct. 2022, https://doi.org/10.1109/TNSM.2022.3217170
Angelos-Christos Maroudis, Theodoros Theodoropoulos, John Violos, Aris Leivadeas, and Konstantinos. Tserpes,“Leveraging Graph Neural Networks for SLA Violation Prediction in Cloud Computing”, IEEE Transactions on Network and Service Management, https://doi.org/10.1109/TNSM.2023.3292392
John Violos, Fotios Voutsas, Aris Leivadeas, “Detecting application transitions and identifying application types for intent-based network assurance: A machine learning perspective”, Elsevier in Computer Networks, https://doi.org/10.1016/j.comnet.2025.111872
Athanasios Chourlias, John Violos, Aris Leivadeas, “Virtual Sensors for Smart Farming: An IoT- and AI-Enabled Approach”, Elsevier in Internet of Things, https://doi.org/10.1016/j.iot.2025.101611
Michail Kinnas, John Violos, Ioannis Kompatsiaris, and Symeon Papadopoulos, “Reducing Inference Energy Consumption Using Dual Complementary CNNs”, Elsevier in Future Generation Computer Systems, https://doi.org/10.1016/j.future.2024.107606
Aroosa Hameed, John Violos, Aris Leivadeas, Nina Santi, Remy Grunblatt, Nathalie Mitton, “Towards QoS Prediction based on Temporal Transformers for IoT Applications”, IEEE Transactions on Network and Service Management, Oct. 2022, https://doi.org/10.1109/TNSM.2022.3217170
Angelos-Christos Maroudis, Theodoros Theodoropoulos, John Violos, Aris Leivadeas, and Konstantinos. Tserpes,“Leveraging Graph Neural Networks for SLA Violation Prediction in Cloud Computing”, IEEE Transactions on Network and Service Management, https://doi.org/10.1109/TNSM.2023.3292392
John Violos, Fotios Voutsas, Aris Leivadeas, “Detecting application transitions and identifying application types for intent-based network assurance: A machine learning perspective”, Elsevier in Computer Networks, https://doi.org/10.1016/j.comnet.2025.111872
Athanasios Chourlias, John Violos, Aris Leivadeas, “Virtual Sensors for Smart Farming: An IoT- and AI-Enabled Approach”, Elsevier in Internet of Things, https://doi.org/10.1016/j.iot.2025.101611
Michail Kinnas, John Violos, Ioannis Kompatsiaris, and Symeon Papadopoulos, “Reducing Inference Energy Consumption Using Dual Complementary CNNs”, Elsevier in Future Generation Computer Systems, https://doi.org/10.1016/j.future.2024.107606