Το αντικείμενο της θέσης επικεντρώνεται στην ανάπτυξη και την εφαρμογή μεθόδων μηχανικής μάθησης και βαθιάς μάθησης για την ανάλυση και την κατηγοριοποίηση συνόλων χρονοσειρών. Πιο συγκεκριμένα, οι μέθοδοι που θα υλοποιηθούν θα αποτελούν μέρος ενός συστήματος παθητικού ραντάρ για την ανίχνευση drones μέσω επεξεργασίας των ανακλώμενων σε αυτά σημάτων από δίκτυα 4G/5G. Ζητούμενο είναι η ακριβής κατηγοριοποίηση και διαχωρισμός των σημάτων που ανακλώνται από drones σε σχέση με άλλα αντικείμενα στο περιβάλλον, καθώς και η αναγνώριση διαφορετικών τύπων drones. Οι μέθοδοι που θα αναπτυχθούν θα πρέπει να επιτυγχάνουν καταστολή των επιπτώσεων παρεμβολών, που οδηγούν σε χαμηλό λόγο σήματος προς θόρυβο. Η αξιολόγηση της απόδοσης του συστήματος θα πραγματοποιηθεί χρησιμοποιώντας προσομοιωμένα και πραγματικά σήματα. Συνοπτικά, οι βασικές ευθύνες και καθήκοντα της θέσης περιλαμβάνουν: • Ανάπτυξη αλγορίθμων μηχανικής μάθησης και βαθιάς μάθησης που είναι κατάλληλοι για την αποθορυβοποίηση, ανάλυση, και ταξινόμηση πολυδιάστατων χρονοσειρών. • Εφαρμογή των αλγορίθμων σε προσομοιωμένα και πραγματικά σύνολα δεδομένων χρονοσειρών. • Αξιολόγηση της απόδοσης των αναπτυγμένων μοντέλων μηχανικής μάθησης και βαθιάς μάθησης χρησιμοποιώντας μετρικές καταλληλότητας και ακρίβειας. • Διάχυση των αποτελεσμάτων της έρευνας μέσω δημοσιεύσεων σε διεθνή επιστημονικά περιοδικά και παρουσιάσεις σε συνέδρια.