Dr. Athanasios Angelakis

INF 7 Institut für Datensicherheit

Athanasios (Thanos) Angelakis ist seit Februar 2026 als Postdoktorand am BioML Lab des Forschungsinstituts CODE der Universität der Bundeswehr München tätig und außerdem als assoziierter Forscher am Amsterdam UMC tätig. Zuvor war er als Senior Research AI Data Scientist am Amsterdam UMC sowie als Senior Data Scientist/Deep-Learning-Forscher im Amsterdamer Forschungszentrum von Huawei tätig. Darüber hinaus war er als Berater im Bereich KI am Massachusetts General Hospital/Harvard Medical School und bei Hologic–SuperSonic Imagine tätig. Er erwarb 2010 seinen Master of Science in Angewandter Mathematik an der Nationalen Technischen Universität Athen und promovierte 2015 im Fach „Computergestützte und algorithmische algebraische Zahlentheorie“ an der Universität Leiden und der Université de Bordeaux.

Seine Forschung verbindet mathematische Grundlagen mit erklärbarer und multimodaler KI, Repräsentationslernen und kompakten neuronalen Architekturen. Seine multimodale biomedizinische Arbeit reicht bis ins Jahr 2017 zurück und kombiniert aus Ultraschall gewonnenen Informationen mit klinischen und demografischen Daten. Darüber hinaus befasst er sich mit Repräsentationsengineering, darunter die Umwandlung von EKG-Signalen in Morphologie-Heatmaps und von Ultraschallvideos in Bilddarstellungen, um ein effizientes Lernen zu unterstützen.

Zu seinen Beiträgen zählen die iterative nichtlineare Merkmalserkennung, Shallow-Deep-Neuralnetzwerke (sDNNs), das MLE-NIT-Framework (Machine Learning Enhanced Non-Invasive Test) sowie die ZACH-ViT-Familie kompakter Vision-Transformer mit ShuffleStrides-Datenaugmentierung. Die Erweiterungen hZACH-ViT und qZACH-ViT befassen sich mit latenter Geometrie, intrinsischen Erklärungen, Quantisierung und Robustheit. Außerdem entwickelte er REDE zur Bewertung der Reproduzierbarkeit von Differentialexpressionsdaten und der Übertragbarkeit von Diagnosen zwischen Kohorten und schlug den α-Index zur Bewertung des wissenschaftlichen Beitrags und der Integrität der Autorschaft vor.

Seine Arbeit umfasst die medizinische Bildgebung, Multi-Omics, die Entdeckung von Biomarkern sowie die biometrische Erkennung anhand von Iris-, Gesichts- und EKG-Daten. Zu seinen aktuellen Forschungsschwerpunkten zählen die Erkennung von „Presentation-Attacks“ und „Physical AI“ mithilfe kompakter Weltmodelle für Vorhersagen und Planung in der Robotik sowie explorative Arbeiten zu algebraischen Darstellungen und verschlüsseltem Lernen. In all diesen Bereichen untersucht er zuverlässige Lernverfahren bei begrenzten Datenmengen und Rechenressourcen.

Weitere Informationen und Veröffentlichungen: [persönliche Website]