Ιωάννα Ηλία

Εργαστηριακό Διδακτικό Προσωπικό (Ε.Δι.Π.)

Γνωστικό Αντικείμενο: Τεχνική Γεωλογία με εφαρμογές των μεθόδων χωρικής ανάλυσης και μηχανικής μάθησης
Τομέας Γεωλογικών Επιστημών
Εργαστήριο Τεχνικής Γεωλογίας – Υδρογεωλογίας

Σχολή Μηχ. Μεταλλείων – Μεταλλουργών Ε.Μ.Π.
15780, Πολυτεχνειούπολη Ζωγράφου

Γραφείο , 1ος Όροφος
+30 210 772

gilia@metal.ntua.gr

 

Η Δρ. Ιωάννα Ηλία αποτελεί Εργαστηριακό και Διδακτικό Προσωπικό (Ε.Δι.Π.) στο Εργαστήριο Τεχνικής Γεωλογίας - Υδρογεωλογίας, του τομέα Γεωλογικών Επιστημών, της Σχολής Μεταλλειολόγων - Μεταλλουργών Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.). Είναι απόφοιτη της Σχολής Θετικών Επιστημών του τμήματος Γεωλογίας του Πανεπιστημίου Πατρών (2003) και το 2007 ολοκλήρωσε με επιτυχία το Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών «Εφαρμοσμένη Περιβαλλοντική Γεωλογία» στο Ε.Κ.Π.Α. Η διδακτορική της διατριβή με τίτλο «Τεχνικογεωλογικά χαρακτηριστικά των μαργών στην ευρεία περιοχή Κύμης και η επίδρασή τους στις κατασκευές τεχνικών έργων: προβλήματα και αντιμετώπισή τους» ολοκληρώθηκε το 2013.Η κύρια ερευνητική της δραστηριότητα επικεντρώνεται στην εφαρμογή Γεωγραφικών Πληροφοριακών Συστημάτων και μεθόδων Μηχανικής Μάθησης στην ανάλυση και αξιολόγηση φυσικών κινδύνων, στη Τεχνική Γεωλογία, την Υδρογεωλογία και την Περιβαλλοντική Γεωλογία. Έχει υπάρξει κριτής σε επιστημονικά περιοδικά υψηλού κύρους και έχει συμμετάσχει ως ερευνήτριασε περισσότερα από 14 ερευνητικά προγράμματα που χρηματοδοτήθηκαν από την Ευρωπαϊκή Ένωση, δημόσιους και ιδιωτικούς φορείς.

She has published more than 40 publications in leading scientific journals and international and national scientific conferences. Her current citations (January 2024) are 2012 according to SCOPUS resulting to an h-index of 18. Recent papers include:


  • Shang, H., Su, L., Chen, W., Tsangaratos, P., Ilia, I, Liu, S., Cui, S., Duan, Z., 2023. Spatial Prediction of Landslide Susceptibility Using Logistic Regression (LR), Functional Trees (FTs), and Random Subspace Functional Trees (RSFTs) for Pengyang County, China. Remote Sens. 2023, 15(20), 4952; https://doi.org/10.3390/rs15204952.

  • Tsangaratos, P. Ilia, I. Chrysafi, A.-A., Matiatos, I., Chen, W., Hong, H., 2023. Applying a 1D Convolutional Neural Network in Flood Susceptibility Assessments—The Case of the Island of Euboea, Greece. Remote Sens. 2023, 15, 3471. https://doi.org/10.3390/rs15143471.

  • Ilia, I., Tsangaratos, P., Tzampoglou, P., Chen, W., Hong, H., 2022. Flash flood susceptibility mapping using stacking ensemble machine learning models. Geocarto International, https://doi.org/10.1080/10106049.2022.2093990.

  • Achite, M., Tsangaratos, P., Ilia, I., Toubal, A.K., 2021. Applying support vector machines optimized by genetic algorithm for estimating the spatial distribution of mean annual precipitation. Arabian Journal of Geosciences, 14(8), 672.

  • Chen, W., Chen, Y., Tsangaratos, P., Ilia, I., Wang, X., 2020. Combining evolutionary algorithms and machine learning models in landslide susceptibility assessments, Remote Sensing12(23), pp. 1–26, 3854.

  • Chen, W., Li, Y., Tsangaratos, P., Shahabi, H., Ilia, I., Xue, W., Bian, H. 2020. Groundwater spring potential mapping using artificial intelligence approach based on kernel logistic regression, random forest, and alternating decision tree models. Applied Sciences, 10(2), 425.

  • Chen, W., Panahi, M., Tsangaratos P., Shahabi, H., Ilia, I., Panahi, S., Li, S., Jaafari, A., Ahmad, B.B., 2019. Applying population-based evolutionary algorithms and a neuro-fuzzy system for modeling landslide susceptibility, CATENA, 172:212-231.