Zum Seiteninhalt springen

Prof. Dr. Ioannis Iossifidis

Institut Informatik

E-Mail:
ioannis.iossifidis@hs-ruhrwest.de

Telefon:
+49 208 88254-806

Campus Bottrop
Lützowstraße 5
46236 Bottrop

Sprechzeiten:
nach Vereinbarung

"Erforscht das Denken"

 

Ioannis Iossifidis studierte Physik (Schwerpunkt: theoretische Teilchenphysik) an der Universität Dortmund und promovierte 2006 an der Fakultät für Physik und Astronomie der Ruhr-Universität Bochum.
Am Institut für Neuroinformatik leitete Prof. Dr. Iossifidis die Arbeitsgruppe Autonome Robotik und nahm mit seiner Forschungsgruppe erfolgreich an zahlreichen, vom BmBF und der EU, geförderten Forschungsprojekten aus dem Bereich der künstlichen Intelligenz teil. Seit dem 1. Oktober 2010 arbeitet er an der HRW am Institut Informatik und hält den Lehrstuhl für Theoretische Informatik - Künstliche Intelligenz. 
 Prof. Dr. Ioannis Iossifidis entwickelt seit über 20 Jahren biologisch inspirierte anthropomorphe, autonome Robotersysteme, die zugleich Teil und Ergebnis seiner Forschung im Bereich der rechnergestützten Neurowissenschaften sind. In diesem Rahmen entwickelte er Modelle zur Informationsverarbeitung im menschlichen Gehirn und wendete diese auf technische Systeme an. 
Ausgewiesene Schwerpunkte seiner wissenschaftlichen Arbeit der letzten Jahre sind die Modellierung menschlicher Armbewegungen, der Entwurf von sogenannten «Simulierten Realitäten» zur Simulation und Evaluation der Interaktionen zwischen Mensch, Maschine und Umwelt sowie die Entwicklung von kortikalen exoprothetischen Komponenten. Entwicklung der Theorie und Anwendung von Algorithmen des maschinellen Lernens, auf Basis tiefer neuronaler Architekturen, bilden das Querschnittsthema seiner Forschung.

Ioannis Iossifidis’ Forschung wurde u.a. mit Fördermitteln im Rahmen großer Förderprojekte des BmBF (NEUROS, MORPHA, LOKI, DESIRE, Bernstein Fokus: Neuronale Grundlagen des Lernens etc.), der DFG («Motor‐parietal cortical neuroprosthesis with somatosensory feedback for restoring hand and arm functions in tetraplegic patients») und der EU (Neural Dynamics - EU (STREP), EUCogII, EUCogIII ) honoriert und gehört zu den Gewinnern der Leitmarktwettbewerbe Gesundheit.NRW und IKT.NRW 2019.

Persönliche Seite: iossifidis.net  

Laborseite: lab.iossifidis.net

Virtual reality based Machine Learning Arm-Hand Function Evaluation and Support (VAFES) Hochschule Ruhr West

  • Konsortialführer, PI
  • Leitmarkt IKT.NRW (EFRE) – Fördervolumen € 2.092.917,- / € 898.747,-(HRW)

Smarte Rehabilitation der oberen Extremitäten durch ein intelligentes Soft-Exoskelett (REXO)

  • Konsortialführer, PI
  • Leitmarkt Gesundheit.NRW (EFRE) – Fördervolumen: € 2.084.843,- / € 998.607,-

Motor-parietal cortical neuroprosthesis with somatosensory feedback for restoring hand and arm functions in tetraplegic patients

  • PI
  • DFG Emmy Noether

Bücher

  • Iossifidis, Ioannis (2006a). Dynamische Systeme zur Steuerung anthropomorpher Roboter- arme in autonomen Robotersystemen. Logos Verlag Berlin, S. 160.
     
  • Prassler, Erwin, Gisbert Lawitzky, Andreas Stopp, Gerhard Grunwald, Martin Hägele, Rüdiger Dillmann und Ioannis Iossifidis (2004). Advances in Human Robot Interaction. Hrsg. von Erwin Prassler, Gisbert Lawitzky, Andreas Stopp, Gerhard Grunwald, Martin Hägele, Rüdi- ger Dillmann und Ioannis Iossifidis. Bd. 14/2004. Springer Tracts in Advanced Robotics STAR ISBN: 3-540-23211-7. Springer Press, S. 414.

Artikel

  • Aline Xavier Fideˆncio, Christian Klaes, and Ioannis Iossifidis (2022). “Error-Related Potentials in Reinforcement Learning-Based Brain-Machine Interfaces”. In: Frontiers in Human Neuroscience 16. ISSN: 1662-5161
     
  • Stephan Johann Lehmler, Muhammad Saif-ur-Rehman, Tobias Glasmachers, and Ioannis Iossifidis (2022). “Deep Transfer Learning Compared to Subject-Specific Models for sEMG Decoders”. In: Journal of Neural Engineering. ISSN: 1741-2552
     
  • Omair Ali, Muhammad Saif-ur-Rehman, Susanne Dyck, Tobias Glasmachers, Ioannis Iossifidis, and Christian Klaes (Mar. 10, 2022). “Enhancing the Decoding Accuracy of EEG Signals by the Introduction of Anchored-STFT and Adversarial Data Augmentation Method”. In: Nature Scientific Reports 12.1 (1), p. 4245. ISSN: 2045-2322
     
  • Marie Dominique Schmidt, Tobias Glasmachers, and Ioannis Iossifidis (2022). “From Motion to Muscle”. arXiv: 2201.11501 [cs.LG]
     
  • Sebastian Doliwa, Andreas Erbeslo ̈h, Karsten Seidl, and Ioannis Iossifidis (2022). “Development of a Scalable Analog Front-End for Brain-Computer Interfaces”. In: 17th International Conference on PhD Research in Microelectronics and Electronics. Sardinia, Italy: IEEE
     
  • MuhammadSaif-ur-Rehman,OmairAli,SusanneDyck,RobinLienka ̈mper,MaritaMetzler,Yaroslav Parpaley, Jo ̈rg Wellmer, Charles Liu, Brian Lee, Spencer Kellis, Richard A Andersen, Ioannis Iossifidis, Tobias Glasmachers, and Christian Klaes (2020). “SpikeDeep-Classifier: A Deep-Learning Based Fully Automatic Offline Spike Sorting Algorithm”. In: Journal of Neural Engineering
     
  • MuhammadSaif-ur-Rehman,RobinLienkämper,YaroslavParpaley,JörgWellmer,CharlesLiu,Brian Lee, Spencer Kellis, Richard Andersen, Ioannis Iossifidis, Tobias Glasmachers, and Christian Klaes (2019). “SpikeDeeptector: A Deep-Learning Based Method for Detection of Neural Spiking Activity". In: Journal of Neural Engineering 16.5, p. 056003
     
  • Muhammad Ayaz Hussain, Muhammad Saif-ur-Rehman, Christian Klaes, and Ioannis Iossifidis (2020). “Comparison of Anomaly Detection between Statistical Method and Undercomplete”. In: IEEE International Congress on Big Data. Los Angeles, USA, pp. 32–38
     
  • Ioannis Iossifidis (2014b). “Simulated Framework for the Development and Evaluation of Redundant Robotic Systems”. In: International Conference on Pervasive and Embedded and Communication Systems, 2014, PECCS2014
     
  • Inaki Rano and Ioannis Iossifidis (2013). “Modeling Human Arm Motion through the Attractor Dynamics Approach”. In: 2013 IEEE International Conference on Robotics and Biomimetics, ROBIO 2013, pp. 2088–2093. ISBN: 978-1-4799-2744-9
     
  • Ioannis Iossifidis (2013). “Motion Constraint Satisfaction by Means of Closed Form Solution for Redundant Robot Arms”. In: Proc. IEEE/RSJ International Conference on Robotics and Biomimetics (RoBio2013), pp. 2106–2111. ISBN: 978-1-4799-2744-9
     
  • M.Tuma,I.Iossifidis,andG.Scho ̈ner(May2009).“TemporalStabilizationofDiscreteMovementin Variable Environments: An Attractor Dynamics Approach”. In: 2009 IEEE International Conference on Robotics and Automation. IEEE, pp. 863–868. ISBN: 978-1-4244-2788-8

  • Computational Neuroscience
  • Brain Computer Interface: Entwicklung von kortikalen exoprothetischen Komponenten
  • Theory neuronaler Netze
  • Modellierung menschlicher Armbewegungen
  • Simulierte Realität