Πρόγραμμα Μεταπτυχιακών Σπουδών

Το Πρόγραμμα Μεταπτυχιακών Σπουδών «Στατιστική και Αναλογιστικά – Χρηματοοικονομικά Μαθηματικά» του Τμήματος Στατιστικής και Αναλογιστικών – Χρηματοοικονομικών Μαθηματικών του Πανεπιστημίου Αιγαίου διοργανώνει διαδικτυακή ενημερωτική εκδήλωση (Open Day) και προσκαλεί κάθε ενδιαφερόμενη και ενδιαφερόμενο να συμμετάσχει.

Ημερομηνία: Τρίτη 23 Ιουνίου 2026
Ώρα: 19:00
Τρόπος διεξαγωγής: Διαδικτυακά
Σύνδεσμος συνάντησης: https://aegean-gr.zoom.us/j/94265354294?pwd=tqaVg0HRfCmiQ4OTX433cxDahMLzls.1

Η εκδήλωση απευθύνεται σε υποψήφιες και υποψήφιους φοιτητές, καθώς και σε όσους ενδιαφέρονται να γνωρίσουν καλύτερα το Π.Μ.Σ., το πρόγραμμα σπουδών, τις κατευθύνσεις και τις ειδικεύσεις του, τις επαγγελματικές προοπτικές των αποφοίτων, τις δυνατότητες υποτροφιών και τις συνεργασίες με φορείς και επιχειρήσεις.

Κατά τη διάρκεια της εκδήλωσης θα παρουσιαστούν:

• το πρόγραμμα σπουδών και οι κατευθύνσεις του Π.Μ.Σ.,

• οι τομείς εξειδίκευσης και τα γνωστικά αντικείμενα,

• οι επαγγελματικές προοπτικές των αποφοίτων,

• οι διαθέσιμες υποτροφίες,

• οι συνεργασίες με φορείς και επιχειρήσεις,

• η διαδικασία υποβολής αιτήσεων για το ακαδημαϊκό έτος 2026-2027.

Μετά την παρουσίαση θα ακολουθήσει συζήτηση, κατά την οποία οι συμμετέχοντες θα έχουν τη δυνατότητα να θέσουν ερωτήσεις και να λάβουν διευκρινίσεις σχετικά με το πρόγραμμα και τη διαδικασία εισαγωγής.

Οι αιτήσεις, καθώς και τα απαραίτητα δικαιολογητικά, υποβάλλονται ηλεκτρονικά μέσω του συστήματος «ΝΑΥΤΙΛΟΣ» του Πανεπιστημίου Αιγαίου. Η προθεσμία υποβολής αιτήσεων λήγει στις 30 Ιουνίου 2026.

Για περισσότερες πληροφορίες σχετικά με το Π.Μ.Σ. και τη διαδικασία υποβολής αιτήσεων, επισκεφθείτε την ιστοσελίδα του Προγράμματος ή επικοινωνήστε με τη Γραμματεία.

Ιστοσελίδα Π.Μ.Σ.: https://msc.actuar.aegean.gr
Τηλέφωνο: (+30) 22730 82310
E-mail: Αυτή η διεύθυνση Email προστατεύεται από τους αυτοματισμούς αποστολέων ανεπιθύμητων μηνυμάτων. Χρειάζεται να ενεργοποιήσετε τη JavaScript για να μπορέσετε να τη δείτε.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Στέλιο Χαραλαμπίδη, Υποψήφιος Διδάκτορας, Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών,, με τίτλο:

"Generalized r-modified reliability systems"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 26 Μαΐου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
Motivated by recent works on protection blocks in the reliability literature, we introduce a new family of reliability systems that generalizes the r-modified family. The new systems exhibit a fundamental structural difference compared to their predecessors: instead of locking after the occurrence of a single working component, they now lock only after a run of d consecutive working components. This run of working components acts as the analogue of a protection block, serving as the local condition that activates protection; the subsequent r-1 components form the protected block, which becomes locked and is treated as non-failed. We derive closed-form expressions for the reliability of the fundamental members of this new family, and we show how these formulas recover well-known reliability results as special cases. Numerical results and simulations further demonstrate the applicability of the proposed framework.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Ανδρέα Μακρίδη, Επίκουρο Καθηγητή, Τμήματος Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστήμιο Αιγαίου, με τίτλο:

"SYSTEM IDENTIFICATION VIA BAYESIAN NONPARAMETRICS"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 19 Μαΐου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
A novel approach is presented to modelling extreme event processes with an application to earthquakes. In contrast to the classical methods that treat the earthquake process in terms of states characterized only by the magnitudes of the mainshocks, our approach assumes a multivariate state space where each state is characterized by both the magnitude of the mainshock and the features of the corresponding foreshock(s) and/or aftershock(s). Such a modelling framework creates possibilities for a data-driven connection between the mainshock and seismic process around it. The evolution of the system in time is defined by the semi--Markov structure that allows the use of flexible empirically-based distributions for the sojourn times. Our research carried out on real earthquake catalogues shows that our model reflects the main characteristics of the seismic process and can predict better than classic approaches, which do not take into account foreshock and aftershocks activity.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Χρίστο Μέρκατα, Επικ. Καθ. Τμήμα Στατιστικής & Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών, Πανεπιστήμιο Αιγαίου, με τίτλο:

"SYSTEM IDENTIFICATION VIA BAYESIAN NONPARAMETRICS"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 05 Μαΐου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
In this talk, Bayesian nonparametric models for system identification of nonlinear stochastic dynamic systems are presented. We focus on cases where the common assumptions of Gaussian noise processes are inadequate. By modeling the densities of the noise processes with decreasing weights priors, we achieve accurate inference when the true noise processes depart from normality. A Gibbs sampling algorithm is used for posterior inference, and the method is illustrated on both simulated and real time series data.