Φίλιππος Σοφός

- Εφαρμογή μεθόδων Μηχανικής και Βαθιάς Μάθησης στις φυσικές επιστήμες και τη μηχανική
- Επεξηγήσιμη τεχνητή νοημοσύνη/ Νευρωνικά Δίκτυα με έμφαση στη Φυσική
- Υπολογιστική μελέτη ιδιοτήτων υγρών σε πολλαπλές κλίμακες
- Αλληλεπίδραση στερεών/υγρών στη νανοκλίμακα
- Ροές σε ηλεκτρικό/μαγνητικό πεδίο, Βιολογικές ροές
- Υπολογιστικές μέθοδοι στην Υδραυλική

- 2022 Best paper award: F. Sofos, C. Stavrogiannis, K.K. Exarhou-Kouveli, D. Akaboua, G. Charilas, T.E. Karakasidis, Current Trends in Fluid Research in the era of Artificial Intelligence: A Review, Fluids 7 (2022) 116.

- D. Angelis, F. Sofos, S. Misdanitis, C. Dritselis, T.E. Karakasidis, D. Valougeorgis, V. Haak, D. Naujoks, G. Schlisio, S.A. Bozhenkov, V. Perseo and W7-X Team, Data driven prediction of the neutral gas pressure in the stellarator Wendelstein 7-X, Plasma Physics and Controlled Fusion 67, 075004 (2025)
- D. Angelis, F. Sofos, T.E. Karakasidis, Reassessing the transport properties of fluids: A symbolic regression approach, Physical Review E 109, 015105 (2024).
- A. Palasis, G. Sofiadis, F. Sofos, A. Liakopoulos, Turbulent channel flow: A physics-informed neural network approach with embedded parameter optimization, Physics of Fluids 37 (11) (2025)
- F. Sofos, D. Drikakis, I.W.Kokkinakis, Reconstructing turbulence: A deep learning–enhanced interpolation approach, Physica D: Nonlinear Phenomena 483, 134958 (2025)
- F. Sofos, E. Rouka, V. Triantafyllia, E. Andreakos, K.I. Gourgoulianis, E. Karakasidis, T. Karakasidis, Development and validation of a symbolic regression-based machine learning method to predict COVID-19 in-hospital mortality among vaccinated patients. Health and Technology 14, 1217–1228 (2024)
- D. Angelis, F. Sofos, T.E. Karakasidis, Artificial Intelligence in Physical Sciences: Symbolic Regression Trends and Perspectives. Archives of Computational Methods in Engineering 30, 3845–3865 (2023).