Διπλωματικές Εργασίες

Η εργασία αυτή έχει σαν στόχο την μελέτη συμπεριφοράς, συνηθειών και αναγκών των μοτοσικλετιστών, καθώς και υλοποίησης εφαρμογής για Android συσκευές, χρησιμοποιώντας σύγχρονες υπηρεσίες Cloud, APIs και βάσης δεδομένων, παρέχοντας μια κοινότητα και ένα πολυεργαλείο για αυτούς. 

Κάποιες από τις βασικές λειτουργίες της εφαρμογής:

·       Emergency calling με χρήση αισθητήρων κινητού

·       Google Maps – Διαδρομή - Record

·       Live Tracking άλλων μοτοσικλετιστών στην περιοχή όπου θα είναι δυνατή η επικοινωνία μαζί τους

·       Social Network

·       Έγκαιρη ενημέρωση-προειδοποίηση καιρού για τη διαδρομή  

Ÿ  Τεχνολογίες Δικτύων και Νέφους

Τεχνολογία Λογισμικού

Ανάπτυξη και έλεγχος λογισμικού 

Δίκτυα και Cloud Computing

https://www.strava.com

Στόχος της παρούσας διπλωματικής είναι η επαύξηση των βάσεων γραφοδεδομένων (graph databases) με συστάσεις. Συγκεκριμένα, ο χρήστης θα κάνει ένα ερώτημα στη βάση δεδομένων. Με βάση το ερώτημα και την απάντηση σε αυτό το ερώτημα, το σύστημα θα του προτείνει επιπρόσθετα αποτελέσματα τα οποία δεν ανήκουν στο αποτέλεσμα του αρχικού του ερωτήματος αλλά μπορεί επίσης να τον ενδιαφέρουν.

Τα συστήματα γραφοβάσεων διαφέρουν από τα σχεσιακά συστήματα διαχείρισης βάσεων δεδομένων στο ότι το μοντέλο δεδομένων που χρησιμοποιούν δεν είναι το σχεσιακό μοντέλο, αλλά το μοντέλο ενός γράφου με ιδιότητες (property graph). Tα δομικά στοιχεία του μοντέλου είναι  (α) κόμβοι που έχουν ιδιότητες και (β) ακμές πουεκφράζουν τις σχέσεις μεταξύ των κόμβων και επίσης έχουν δικές τους ιδιότητες. Η γλώσσα ερωτήσεων CYPHER διαφέρει από την SQL στο ότι επιτρέπει διασχίσεις μονοπατιών και εύρεση συγκεκριμένων προτύπων μέσα στο γράφο. Στα πλαίσια αυτής της διπλωματικής, θα χρησιμοποιηθεί η πιο γνωστή βάση γραφοδεδομένων, ονόματι Neo4j.

Για τη δημιουργία των συστάσεων θα εξετάσουμε αλγορίθμους εύρεσης ομοιότητας σε γράφους. Μεταξύ των αλγορίθμων (Personalized PageRank, Collaborartive Filtering, Pathsim, κτλ.) θα χρησιμοποιηθούν και αλγόριθμοι (Node2vec, Walk2vec, etc.) για την δημιουργία node embeddings, οι οποίοι χρησιμοποιούν μηχανική μάθηση για να απεικονίσουν τους κόμβους ενός δικτύου ως πολύ-διάστατα διανύσματα. Η βασική ιδέα αυτών των απεικονίσεων είναι ότι παρόμοιοι κόμβοι (πχ, κόμβοι με πολλούς κοινούς γείτονες) να απεικονίζονται ως παρόμοια διανύσματα. Έτσι μπορούμε να χρησιμοποιήσουμε τα  node embeddings για να αναπαραστήσουμε τα αποτελέσματα της ερώτησης του υπό εξέταση χρήστη. Με βάση αυτήν την αναπαράσταση θα προτείνουμε στο χρήστη δεδομένα των οποίων τα embeddings μοιάζουν με αυτά του αποτελέσματος.

Σημασιολογικός Ιστός

Neo4j και γλώσσα προγραμματισμού Python

[1] https://neo4j.com/

[2] Aditya Grover, Jure Leskovec: node2vec: Scalable Feature Learning for Networks. KDD 2016: 855-864 (ένας από τους πολλούς αλγορίθμους για node embeddings)  https://snap.stanford.edu/node2vec/

Η μελέτη και ανάπτυξη μεθόδων αλληλεπίδρασης με φυσική γλώσσα και φωνητικών διεπαφών για τη βελτίωση της εμπειρίας χρήστη σε πλατφόρμες υποστήριξης ευπαθών ομάδων, όπως οι ηλικιωνένοι.

Η εργασία επικεντρώνεται στη μελέτη της αλληλεπίδρασης με φυσική γλώσσα χρησιμοποιώντας σύγχρονα γλωσσικά μοντέλα (LLMs) και τη δημιουργία φωνητικών διεπαφών χρήστη για πλατφόρμες που υποστηρίζουν ευπαθείς ομάδες. Η έρευνα περιλαμβάνει την επιλογή κατάλληλων γλωσσικών μοντέλων, όπως το GPT-4 και το Meltemi, και την ανάπτυξη φωνητικών εντολών που θα επιτρέπουν στους χρήστες να εκτελούν βασικές λειτουργίες. Επιπλέον, θα εξεταστούν τεχνολογίες Speech-to-Text και Text-to-Speech για την υλοποίηση των φωνητικών διεπαφών.

Τεχνητή Νοημοσύνη

Αλληλεπίδραση Ανθρώπου Υπολογιστή

Προγραμματισμός διεπαφών χρήστη

Βασικές αρχές επεξεργασίας φυσικής γλώσσας

[1]    Achiam, J., Adler, S., Agarwal, S., Ahmad, L., Akkaya, I., Aleman, F. L., ... & McGrew, B. (2023). Gpt-4 technical report. arXiv preprint arXiv:2303.08774. 

[2]    Voukoutis, L., Roussis, D., Paraskevopoulos, G., Sofianopoulos, S., Prokopidis, P., Papavasileiou, V., ... & Katsouros, V. (2024). Meltemi: The first open Large Language Model for Greek. arXiv preprint arXiv:2407.20743. 

[3]    Llama 2: Open Foundation and Fine-Tuned Chat Models | Research - AI at Meta - https://ai.meta.com/research/publications/llama-2-open-foundation-and-fine-tuned-chat-models/

Η ύπαρξη δομημένων ιατρικών δεδομένων δίνει την ευκαιρία χρησιμοποίησης αλγορίθμων μηχανικής μάθησης για τη βελτιστοποίηση κάποιας θεραπείας ή για την πρόβλεψη της έκβασης μιας θεραπείας. Τα δεδομένα αυτά έχουν συνήθως διαφορετικά χρονικά χαρακτηριστικά, και αρκετές ελλείπεις τιμές.

Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν αλγόριθμοι επεξεργασίας δεδομένων και μέθοδοι μηχανικής μάθησης για την επεξεργασία ιατρικών δεδομένων, με έμφαση στην αξιοποίηση της πληροφορίας που μεταβάλλεται χρονικά. Επίσης, θα αξιολογηθεί η δυνατότητα αλγορίθμων μηχανικής μάθησης να εντοπίζουν αυτόματα την έκβαση της εκάστοτε θεραπείας [1].

Εξόρυξη Γνώσης από Δεδομένα

Μηχανική Γνώσης και Συστήματα Γνώσης

Γνώση Αγγλικής γλώσσας

Δεξιότητες προγραμματισμού

[1] Danilatou, Vasiliki, Despoina Antonakaki, Christos Tzagkarakis, Alexandros Kanterakis, Vasilios Katos, and Theodoros Kostoulas. "Automated Mortality Prediction in Critically-ill Patients with Thrombosis using Machine Learning." In 2020 IEEE 20th International Conference on Bioinformatics and Bioengineering (BIBE), pp. 247-254. IEEE, 2020.

Ο στόχος της διπλωματικής είναι η ανάπτυξη ενός διαδραστικού εικονικού εργαστηρίου Μηχανικής (STEM) σε περιβάλλον Εικονικής Πραγματικότητας (VR), με σκοπό την υποστήριξη της πειραματικής μάθησης μέσω βιωματικής αλληλεπίδρασης. Το σύστημα θα επιτρέπει σε χρήστες να εκτελούν τρισδιάστατα πειράματα μηχανικής και να αλληλεπιδρούν με φυσικά μοντέλα (μηχανισμούς, μεταφορά κίνησης, δυνάμεις) σε εικονικό περιβάλλον.

Στο πλαίσιο της διπλωματικής θα σχεδιαστεί και θα υλοποιηθεί ένα εικονικό εργαστήριο Μηχανικής χρησιμοποιώντας σύστημα Εικονικής Πραγματικότητας Meta Quest 3 σε συνδυασμό με ισχυρό υπολογιστικό εξοπλισμό (Game PC με GPU RTX 5080). Η υλοποίηση θα πραγματοποιηθεί με χρήση Unity 3D ή Unreal Engine 5, ανάλογα με τις απαιτήσεις του συστήματος και την επιλογή του φοιτητή/φοιτήτριας.

Το εικονικό εργαστήριο θα περιλαμβάνει 2–3 πειραματικά σενάρια, όπως:

• Μελέτη δυνάμεων και ροπής σε μοχλούς και άξονες

• Προσομοίωση συστημάτων γραναζιών και μετάδοσης κίνησης

• Βασική προσομοίωση ρομποτικού βραχίονα (κίνημα και έλεγχος)

Η αλληλεπίδραση του χρήστη με το εικονικό περιβάλλον θα πραγματοποιείται μέσω VR controllers ή/και hand tracking του Meta Quest 3. Το σύστημα θα καταγράφει πειραματικά δεδομένα (χρόνος ολοκλήρωσης εργασιών, ακρίβεια, αριθμός λαθών) για ερευνητική ανάλυση της μαθησιακής εμπειρίας. Θα πραγματοποιηθεί πείραμα αξιολόγησης με ομάδα χρηστών (π.χ. φοιτητές) ώστε να διερευνηθεί η παιδαγωγική αξία του VR εργαστηρίου σε σχέση με συμβατικές μεθόδους μάθησης. Η αξιολόγηση θα βασιστεί σε ποσοτικά δεδομένα αλληλεπίδρασης και σε ερωτηματολόγια (π.χ. SUS ή UEQ για ευχρηστία, NASA-TLX για γνωστική επιβάρυνση).

• Προγραμματισμός

• Γραφικά Υπολογιστών ή Εικονική Πραγματικότητα

• Συστήματα Πολυμέσων ή Διαδραστικά Συστήματα

• Προγραμματισμός

• Γραφικά Υπολογιστών ή Εικονική Πραγματικότητα

• Συστήματα Πολυμέσων ή Διαδραστικά Συστήματα

Shinde, N., & Sarma, H. (2024). Enhancing STEM curriculum with virtual reality: electricity and magnetism simulations. Multimedia Tools and Applications, 1-20.

Ο στόχος της διπλωματικής είναι η ανάπτυξη ενός πρωτοτύπου συστήματος serious games γνωστικής ενδυνάμωσης για ηλικιωμένους, το οποίο αξιοποιεί Large Language Models (LLMs) για την παραγωγή εξατομικευμένου περιεχομένου με βάση προσωπικές αναμνήσεις και προτιμήσεις των χρηστών.

Η γήρανση συνοδεύεται συχνά από σταδιακή γνωστική έκπτωση, γεγονός που καθιστά σημαντική την ανάπτυξη τεχνολογιών γνωστικής ενδυνάμωσης. Τα serious games και τα conversational AI συστήματα μπορούν να υποστηρίξουν τη διατήρηση της γνωστικής δραστηριότητας των ηλικιωμένων μέσω προσωποποιημένων και διαδραστικών εμπειριών.

Στο πλαίσιο της διπλωματικής θα αναπτυχθεί μια εφαρμογή serious games που θα χρησιμοποιεί Large Language Models (π.χ. GPT μέσω API) για τη δημιουργία προσωποποιημένων ερωτήσεων, ιστοριών ή ασκήσεων μνήμης βασισμένων σε προσωπικές πληροφορίες και αναμνήσεις των χρηστών.

Η εφαρμογή θα περιλαμβάνει:

• Συλλογή προσωπικών πληροφοριών μέσω web ή mobile interface
• Δημιουργία user profile
• Επικοινωνία με LLM μέσω API
• Παραγωγή εξατομικευμένων cognitive games
• Καταγραφή απαντήσεων και επιδόσεων χρηστών
• Βασική αξιολόγηση usability και user experience

Η υλοποίηση μπορεί να γίνει σε Python ή web/mobile περιβάλλον, ενώ τα serious games θα επικεντρώνονται σε:

• ασκήσεις μνήμης,
• completion tasks,
• storytelling quizzes,
• sequence ordering activities.

Θα πραγματοποιηθεί πιλοτική αξιολόγηση με μικρό αριθμό χρηστών ή φοιτητών ώστε να μελετηθεί η αποδοχή και η λειτουργικότητα του συστήματος.

• Προγραμματισμός
• Τεχνητή Νοημοσύνη
• Τεχνολογίες Web ή Κινητού Υπολογισμού
• Αλληλεπίδραση Ανθρώπου-Υπολογιστή

• Python ή JavaScript
• REST APIs
• Βασικές γνώσεις AI/LLMs

Silacci, A., Giachetti, B., Angelini, L., Lopomo, N. F., Andreoni, G., Mugellini, E., ... & Caon, M. (2026). Large Language Model–Based Agents for Physical Activity and Cognitive Training: Scoping Review. JMIR AI, 5(1), e80123. DOI: https://doi.org/10.2196/80123  

Skikos, G., Goumopoulos, C. CogniFrame: A Serious Games Framework for Older Adults with Mild Cognitive Impairment. Behaviour & Information Technology, Taylor & Francis, 2026. DOI: https://doi.org/10.1080/0144929X.2026.2676748

Η ανάπτυξη ενός πρωτοτύπου για τον έλεγχο εφαρμογών και των περιγραφών τους, για την συμβατότητα με το EU AI Act, με χρήση τεχνολογιών LLM 

Η εργασία περιλαμβάνει τα εξής:

- Αποδελτίωση του EU AI Act και ειδικά των κατηγοριών εφαρμογών ΑΙ που προβλέπει (σε συνεργασία με τον διδάσκοντα)

- Μελέτη ανάλογων πλαισίων και εφαρμογών πιστοποίησης

- Προδιαγρφή των ελέγχων που πρέπει να γίνουν για την πιστοποίηση μίας εφαρμογής ΑΙ με βάση το AI Act

- Προδιαγραφή των περιγραφών που πρέπει να διαθέτει μία εφαρμογή ώστε να είναι ελέγξιμη με βάση το πλαίσιο

- Ανάπτυξη σχετικών prompts (θα δοθούν αρχικά, απο τον διδάσκοντα)

- Ανάπτυξη εφαρμογής / φόρμας HTML για την παραμετροποίηση των prompts 

- Πιλοτική εφαρμογή 

- Ψηφιακή Διακυβέρνηση

Όρεξη για δουλειά σε prompt engineering 

eu ai act : https://artificialintelligenceact.eu/

Confirmity assessment tools: https://www.google.com/search?q=eu+ai+act+certification+conformity+assessment+tools&sca_esv=e9ea40622f6d2cac&sca_upv=1&sxsrf=ADLYWIKtplD-gBwyVTkIhPKzDlaf1oc-eg%3A1726660491195&ei=i7_qZoPCC9i6i-gPgufFyA0&ved=0ahUKEwjDs-bJt8yIAxVY3QIHHYJzEdkQ4dUDCA8&uact=5&oq=eu+ai+act+certification+conformity+assessment+tools&gs_lp=Egxnd3Mtd2l6LXNlcnAiM2V1IGFpIGFjdCBjZXJ0aWZpY2F0aW9uIGNvbmZvcm1pdHkgYXNzZXNzbWVudCB0b29sczIFECEYoAFIzw1QmAJYuAxwAXgBkAEAmAG3AaAB9wWqAQMwLja4AQPIAQD4AQGYAgegAogGwgIKEAAYsAMY1gQYR8ICBRAhGJ8FwgIEECEYFZgDAIgGAZAGCJIHAzEuNqAHxyU&sclient=gws-wiz-serp

Η ανάπτυξη εφαρμογών παραγωγικής ΤΝ για την παροχή συμβουλευτικών υπηρεσιών (mentoring, ebvaluation, support, κλπ) σε πρώιμες νεοφυείς επιχειρήσεις.

1. Επισκόπηση τρέχουσας κατάστασης σε εφαρμογές ΠΤΝ για startups

2. Ανάπτυξη δοκιμαστικών Prompts σε περιβάλλον Chat GPT για 4-5 λειτουργίες απο τις παρακάτω:

α.Αξιολόγηση Ιδέας / Problem-Solution Fit 

Ο χρήστης περιγράφει την ιδέα του και το σύστημα αξιολογεί αν λύνει πραγματικό πρόβλημα, προτείνοντας βελτιώσεις.

β.Market Research & Competitor Analysis

Αυτόματη ανάλυση ανταγωνισμού και αγοράς, με δεδομένα για trends, μεγέθη αγοράς και πιθανούς ανταγωνιστές.

γ.Οικονομικές Προβλέψεις (Financial Forecasting)

Με βάση βασικά inputs (έσοδα, κόστη, μοντέλο εσόδων), δημιουργείται 3ετής/5ετής πρόβλεψη cash flow, P&L, break-even point.

δ.Business Model Canvas Generator

Αυτόματη δημιουργία καμβά επιχειρηματικού μοντέλου (Osterwalder) με δομημένες ενότητες, βάσει της ιδέας του χρήστη.

ε.Εύρεση και Αντιστοίχιση Funding Opportunities

AI που προτείνει χρηματοδοτικά προγράμματα (VCs, accelerators, EU/Horizon calls, business angels) ανάλογα με το στάδιο και τον κλάδο.

στ.Go-To-Market Strategy Generator

Δημιουργία στρατηγικής εισόδου στην αγορά (κανάλια διανομής, pricing, marketing plan, KPIs).

ζ.Αξιολόγηση Τεχνολογικής Ετοιμότητας (TRL Check)

Για τεχνολογικά startups: το AI βοηθά να τοποθετηθεί το προϊόν σε Technology Readiness Level και προτείνει επόμενα βήματα.

η.MVP Scope Designer

Βοηθά τον founder να σχεδιάσει το πρώτο Minimum Viable Product (features, UX priorities, timeline, budget).

θ.Investor Q&A Simulator

Το AI παίρνει τον ρόλο επενδυτή και κάνει "δύσκολες ερωτήσεις" στον startup founder (mock interview), με feedback στις απαντήσεις.

ι.Storytelling & Branding Assistant

Βοηθά στο narrative: tagline, vision/mission statement, elevator pitch, ακόμα και design προτάσεις για logo/slogan.

κ.Founder Skills Assessment

Το AI αξιολογεί τα skills του founder/team (management, sales, tech, finance) και προτείνει πού χρειάζονται συνεργάτες ή mentoring.

λ.Team Role Designer

Δημιουργία προφίλ ρόλων (CTO, CMO, COO) με περιγραφή αρμοδιοτήτων και απαιτούμενων δεξιοτήτων, ώστε να ξέρει τι ομάδα να χτίσει.

μ.Customer Persona Builder

Αυτόματη δημιουργία personas για το target group (ηλικία, ανάγκες, digital behavior, pain points).

ν.User Journey Mapping

AI εργαλείο για να σχεδιάσει το customer journey (awareness → consideration → purchase → retention).

ξ.Pricing Strategy Advisor

Συστήματα προτάσεων για τιμολόγηση (subscription, freemium, one-off, tiered pricing), με benchmarking από ανταγωνιστές.

ο.Legal & IP Checklist

Αυτόματη λίστα ελέγχου για νομικά θέματα (εταιρική μορφή, GDPR, trademarks, patents, IP strategy).

π.KPI & Metrics Generator

Προτάσεις για κατάλληλα metrics (CAC, LTV, churn, runway, ARPU) ανάλογα με το στάδιο και το μοντέλο της startup.

ρ.Internationalisation Readiness Check

Ανάλυση δυνατοτήτων επέκτασης σε ξένες αγορές, με προτεινόμενες χώρες/περιοχές και εμπόδια εισόδου.

σ.Startup Valuation Estimator

Εκτίμηση αποτίμησης με διάφορες μεθοδολογίες (scorecard, DCF, comparables).

τ.Pitch Video Script Generator

Δημιουργία σεναρίου για σύντομο βίντεο pitch (1–2 λεπτά), με storyboarding και key messaging.

3. Έλεγχος και αξιολόγηση αποτελεσμάτων 

4. Ανάπτυξη τελικών εφαρμογών (HTML και GPT-API). Θα δοθεί κατάλληλη πρόσβαση σε API.

.Ψηφιακή Καινοτομία και Επιχειρηματικότητα

LLM PROMPTING

https://theresanaiforthat.com/task/startup-advice/

https://www.google.com/search?q=ai+tool+for+startup+mentoring&oq=ai+tool+for+startup+mentoring&gs_lcrp=EgZjaHJvbWUyBggAEEUYOTIHCAEQIRigATIHCAIQIRigATIHCAMQIRigATIHCAQQIRifBTIHCAUQIRifBdIBCTEyNjMxajFqNKgCALACAQ&sourceid=chrome&ie=UTF-8

Σκοπός της διπλωματικής, είναι η ανάπτυξη ενός μοντέλου μικρής κλίμακας, κάνοντας χρήση όποιας υπολογιστικής πλατφόρμας επιθυμεί (Matlab, Python, C++, κλπ), που θα περιγράφει την λειτουργία ενός ημιαγωγικού λέιζερ κβαντικού φρέατος υπό την επίδραση οπτικής ανατροφοδότησης. Η παραγώμενη ακτινοβολία θα εισέρχεται σε μια εξωτερική κοιλότητα και θα επιστρέφει καθυστερημένα πίσω στο λέιζερ. Μέσω αυτού του μοντέλου θα εξεταστεί η συμπεριφορά του λέιζερ για διαφορετικές καθυστερήσεις και ποσοστά επιστρεφόμενης ισχύος, ώστε να παρατηρηθούν οι δυνατές περιοχές λειτουργίας. Η ανάλυση θα γίνει μέσω της εξέτασης των παραγόμενων χρονοσειρών και του οπτικού φάσματος. Στη συνέχεια το παραγόμενο μοντέλο, δύναται να χρησιμοποιηθεί σαν μονάδα για την δημιουργία ενός μικρού δικτυώματος διασυνδεδεμένων λέιζερ υπό ανατροφοδότηση. Πιο συγκεκριμένα κάθε κόμβος του δικτυώματος θα αποτελείται από ένα ημιαγωγικό λέιζερ υπό οπτική ανατροφοδότηση. Σκοπός είναι ο /η εμπλεκόμενος/η να εξετάσει την συμπεριφορά του μικρού δικτυώματος για την παρατήρηση ενδιαφέροντων φαινομένων, όπως ο χαοτικός συγχρονισμός σε περίπτωση που οι συσκευές παράγουν χαοτικές χρονοσειρές ή νευρομιμητικά μοτίβα, σε περίπτωση που οι συσκευές δύναται να χρησιμοποιηθούν σαν νευρομορφικοί κόμβοι.

Από την ανάπτυξη του πρώτου ημιαγωγικού λέιζερ και μέχρι τις ημέρες μας, έχουν σημειωθεί ριζοσπαστικές εξελίξεις στον χώρο της τεχνολογίας. Η χρήση τους έδωσε ιδιαίτερη ώθηση στον τομέα των τηλεπικοινωνιών, καθώς προσέφερε εξαιρετικά χαμηλά επίπεδα απωλειών και υψηλή ευρυζωνικότητα. Άλλοι τομείς που έχουν επωφεληθεί είναι ο τομέας της ιατρικής, της ασφάλειας της επικοινωνίας, ενώ πρόσφατα εξετάζονται και ως κόμβοι επεξεργασίας πληροφορίας (νευρομορφικοί κόμβοι). Ένα ιδιαίτερο χαρακτηριστικό των ημιαγωγικών λέιζερ είναι η εξαιρετικά υψηλή απόδοση τους, ως προς την μετατροπή της προσφερόμενης ενέργειας σε ακτινοβολία. Ο παράγοντας αυτός, καθιστά τα ημιαγωγικά λέιζερ εξαιρετικά ευαίσθητα σε συνθήκες οπτικής έγχυσης ή ανατροφοδότησης. Πιο συγκεκριμένα, η επιστροφή ενός μέρους της παραγόμενης ακτινοβολίας πίσω στο λέιζερ είναι υπεύθυνη για την εμφάνιση ενός πλήθους διαφορετικών φαινομένων. Για παράδειγμα, η ίδια συσκευή μπορεί να χρησιμοποιηθεί για την παραγωγή χαοτικών χρονοσειρών ή σαν νευρομορφικός κόμβος για την επεξεργασία δεδομένων, ανάλογα με το ποσοστό της επιστρεφόμενης ακτινοβολίας καθώς και του χρόνου επιστροφής.

φυσική, θεωρία κυκλωμάτων, μαθηματικά 

matlab, python, C, C++

1.     Prucnal, P. R., & Shastri, B. J. (2017). Neuromorphic photonics. CRC Press.

2.     Shastri, Bhavin J., et al. "Principles of neuromorphic photonics." Unconventional Computing: A Volume in the Encyclopedia of Complexity and Systems Science, Second Edιtion (2018): 83-118. 

3.      Mesaritakis et al, “Artificial Neuron based on Quantum Dot Mode Locked Laser” Nature: Scientific Reports, 6, 39317 (2016) 

Η εργασία στοχεύει στη σχεδίαση και ανάπτυξη μίας πρωτότυπης εφαρμογής για τη διαμεσολάβηση στην παροχή υπηρεσιών ψηφιακού μετασχηματισμού στις επιχειρήσεις, από κατάλληλους παρόχους υπηρεσιών

Η εργασία περιλαμβάνει  τα εξής:

1. Ανάλυση απαιτήσεων και ανταγωνισμού 
2. Σχεδίαση γενικής αρχιτεκτονικής και επιλογή εργαλείων ανάπτυξης (θα παρασχεθούν servers και άλλες απαραίτητες υποδομές)
3. Ανάπτυξη μέρους της διασύνδεσης με το χρήστη .
4. Εισαγωγή αρχικών δεδομένων
5. Έλεγχος της πλατφόρμας, μέσω ερωτηματολογίου σε πιθανούς χρήστες 
6. Κατάρτιση σχεδίου επόμενων βημάτων

- Ψηφιακή Καινοτομία και επιχειρηματικότητα

- Τεχνολογία Λογισμικού

Βασικές γνώσεις αναγκών ψηφιακού μετασχηματισμού μικρομεσαίων επιχειρήσεων  

..

Η εργασία στοχεύει στη σχεδίαση και ανάπτυξη μίας πρωτότυπης εφαρμογής για τη διαμεσολάβηση στην παροχή υπηρεσιών ψηφιακού μετασχηματισμού στις επιχειρήσεις, από κατάλληλους παρόχους υπηρεσιών

Η εργασία περιλαμβάνει  τα εξής:

1. Ανάλυση απαιτήσεων και ανταγωνισμού 
2. Σχεδίαση γενικής αρχιτεκτονικής και επιλογή εργαλείων ανάπτυξης (θα παρασχεθούν servers και άλλες απαραίτητες υποδομές)
3. Ανάπτυξη μέρους της βάσης δεδομένων και της επιχειρηματικής λογικής
4. Εισαγωγή αρχικών δεδομένων
5. Έλεγχος της πλατφόρμας, μέσω ερωτηματολογίου σε πιθανούς χρήστες 
6. Κατάρτιση σχεδίου επόμενων βημάτων

- Ψηφιακή Καινοτομία και επιχειρηματικότητα

- Τεχνολογία Λογισμικού

Βασικές γνώσεις αναγκών ψηφιακού μετασχηματισμού μικρομεσαίων επιχειρήσεων  

.

Ανάπτυξη ενός διαδικτυακού Συστήματος Παρακολούθησης του Πράσινου Μετασχηματισμού Επιχειρήσεων 

Η διπλωματική περιλαμβάνει τα εξής:

- Ανάλυση ανάλογων εργαλείων σε ελλάδα και εξωτερικό 

- Προσδιορισμός των 10 βασικών KPI's και 5 user deifned ανά τύπο επιχειρήσεων (εμπόριο, εστίαση, ξενοδοχείο, άλλο)

- Σύστημα δήλωσης KPI's ανά περίοδο και ανά επιχείρηση 

- Σύστημα αναφορών 

Ψηφιακή Καινοτομία και Επιχειρηματικότητα

Ανάπτυξη Συστημάτων Διαδικτύου

https://green-business.ec.europa.eu/publications/data-collection-tool_en

Ανάπτυξη συστήματος που αναγνωρίζει επίπεδα προσοχής (attention vs distraction) από EEG δεδομένα σε πραγματικό χρόνο.

Το Muse 2 είναι εργαλείο EEG χαμηλού κόστους που χρησιμοποιείται σε έρευνες γνωστικής απόδοσης. Στη διπλωματική θα γίνει πείραμα με φοιτητές που θα εκτελέσουν δύο δραστηριότητες στον υπολογιστή:

1. Κανονική συγκέντρωση (π.χ. παρακολούθηση βίντεο ή ανάγνωση κειμένου)

2. Πρόκληση διάσπασης προσοχής (multitasking με ειδοποιήσεις/email distractions)

Η συλλογή EEG δεδομένων θα γίνει σε πραγματικό χρόνο μέσω Muse Developer SDK (BLE API) σε Python ή JavaScript. Θα εξαχθούν χαρακτηριστικά από EEG (Delta, Theta, Alpha, Beta power bands) και θα γίνει ταξινόμηση με SVM ή Random Forest.

Προγραμματισμός (Python ή Java)

Ανάλυση Σημάτων

Αρχές Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης

Βασικός προγραμματισμός

Θεμελιώδεις έννοιες Επεξεργασίας Σημάτων

Εισαγωγή στο Machine Learning

Zhuo, Z., Najafi, M., Zein, H., & Nait-Ali, A. (2025). Assessing a Single Student's Concentration on Learning Platforms: A Machine Learning-Enhanced EEG-Based Framework. arXiv preprint arXiv:2502.15107.

Το βασικό ερώτημα που καλείται να απαντήσει η διπλωματική εργασία είναι: Μπορούν τα παιχνίδια σοβαρού σκοπού και οι αλγόριθμοι μηχανικής μάθησης να χρησιμοποιηθούν για την ανίχνευση περιπτώσεων ήπιας γνωστικής εξασθένησης; Ο στόχος είναι να αξιοποιηθεί υπάρχουσα πλατφόρμα παιχνιδιών σοβαρού σκοπού με αντικείμενο την εξάσκηση γνωστικών ικανοτήτων και να προσαρμοσθεί για τις ανάγκες της ανίχνευσης ήπιας γνωστικής εξασθένισης. Η διπλωματική θα αξιοποιήσει δεδομένα που έχουν συλλεγεί από τη χρήση της πλατφόρμας παιχνιδιών από ηλικιωμένους. Οι χρήστες έχουν αξιολογηθεί ως προς το επίπεδο των γνωστικών δυνατοτήτων τους με τη χρήση κατάλληλων γνωστικών τεστ. Με τη χρήση αλγορίθμων μηχανικής μάθησης ο στόχος είναι να εκπαιδευτεί ένα μοντέλο για τη διάκριση μεταξύ γνωστικών καταστάσεων.

Η έγκαιρη ανίχνευση της ήπιας γνωστικής εξασθένισης, η οποία πολλές φορές αποτελεί το προοίμιο σοβαρότερων εκφυλιστικών νόσων όπως η νόσος Αλτσχάιμερ, είναι μεγάλης σημασίας για την υλοποίηση κατάλληλων και έγκαιρων παρεμβάσεων. Παραδοσιακά η εκτίμηση της γνωστικής κατάστασης ενός ασθενή πραγματοποιείται με συγκεκριμένα τεστ, τα οποία είναι χειρόγραφα, χρονοβόρα και απαιτούν την παρουσία εξειδικευμένου προσωπικού. Κατά συνέπεια εναλλακτικά εργαλεία που μπορούν να χρησιμοποιηθούν στον οικείο χώρο του ασθενή, να αυτοματοποιήσουν τη διαδικασία συλλογής δεδομένων και την ανάλυσή τους χωρίς την παρουσία ειδικού είναι ζητούμενο. Τα παιχνίδια σοβαρού σκοπού έχουν προταθεί ως τέτοια εργαλεία. Η διπλωματική εργασία θα διερευνήσει μεθοδολογικά την αξιοποίηση παιχνιδιών σοβαρού σκοπού σε συνδυασμό με τη χρήση αλγορίθμων μηχανικής μάθησης για την ανίχνευση της ήπιας γνωστικής εξασθένισης. Αλγόριθμοι μηχανικής μάθησης διατίθενται από πληθώρα εργαλείων όπως: Weka, Matlab, Python, R, κ.ά.

Προγραμματισμός

Τεχνητή Νοημοσύνη

Προγραμματισμός

Τεχνητή Νοημοσύνη

Valladares-Rodriguez, S., Pérez-Rodriguez, R., Fernandez-Iglesias, J. M., Anido-Rifón, L. E., Facal, D., & Rivas-Costa, C. (2018). Learning to Detect Cognitive Impairment through Digital Games and Machine Learning Techniques. Methods of information in medicine, 57(04), 197-207.

Valladares-Rodriguez, S., Fernández-Iglesias, M. J., Anido-Rifón, L., Facal, D., & Pérez-Rodríguez, R. (2018). Episodix: a serious game to detect cognitive impairment in senior adults. A psychometric study. PeerJ, 6, e5478.

Στόχος της παρούσας διπλωματικής είναι η κατανόηση του τρόπου που ένα διαδικτυακό ρομπότ μπορεί να προσποιηθεί ανθρώπινη συμπεριφορά καθώς επίσης και των μεθόδων που είναι διαθέσιμες για τον εντοπισμό του.

Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν μέθοδοι μηχανικής μάθησης και επεξεργασίας δεδομένων για τη μελέτη και τον εντοπισμό διαδικτυακών ρομπότ [1]. Θα αποκαλυφθούν οι πολυτροπικοί τρόποι με τους οποίους ένα web bot είναι σε θέση να ξεγελάσει μια συσκευή και θα αναπτυχθούν μέθοδοι προσομοίωσης της συμπεριφοράς του και ανίχνευσης του με χρήση μηχανικής μάθησης [1, 2].

Εξόρυξη Γνώσης από Δεδομένα

Μηχανική Γνώσης και Συστήματα Γνώσης

Γνώση Αγγλικής γλώσσας

Ικανές δεξιότητες προγραμματισμού

[1] Iliou, C., Kostoulas, T., Tsikrika, T., Katos, V., Vrochidis, S. and Kompatsiaris, Y., 2019, August. Towards a framework for detecting advanced Web bots. In Proceedings of the 14th International Conference on Availability, Reliability and Security (pp. 1-10).

[2] Radford, A., Metz, L. and Chintala, S., 2015. Unsupervised representation learning with deep convolutional generative adversarial networks. arXiv preprint arXiv:1511.06434.

Η εργασία στοχεύει στην σχεδίαση και ανάπτυξη βάσεων ανοικτών δεδομένων στην πλατφόρμα των Aegean Startups

Η εργασία περιλαμβάνει τα εξής:

1. Σχεδίαση αρχείων βάσεων ανοικτών δεδομένων για θέματα όπως:

- Τα εργαστήρια του Παν. Αιγαίου

- Οι επιχειρήσεις του Αιγαίου

- Οι απόφοιτοι του Παν. Αιγαίου

- Οι απόδημοι Έλληνες του Αιγαίου

- Startups του Αιγαίου

- Ανοικτά οικονομικά δεδομένα για τα νησιά του Αιγαίου

2. Υλοποίηση κατάλληλων βάσεων δεδομένων και εργαλείων ανεύρεσης / οπτικοποίησης στο περιβάλλον του www.aegean-startups.gr 

3. Συγγραφή οδηγιών χρήσης και διαχείρισης

Τα δεδομένα θα παρασχεθούν από άλλες ομάδες εργασίας. 

- Τεχνολογία λογισμικού

- Βάσεις Δεδομένων Ι-ΙΙ

- Προγραμματισμός στο Διαδίκτυο 

.

www.aegean-startups.gr 

Διερεύνηση του οικοσυστήματος της αυτοκίνησης οχημάτων με αξιοποίηση ολοκληρωμένων συστημάτων ΔτΠ. 

Ενίσχυση με επιπρόσθετες υπηρεσίες των οχημάτων, όπως κοινωνική δικτύωση και παραγωγή περιεχομένου για την απασχόληση των επιβατών.

Διερεύνηση με στάθμιση την Ποιότητα των Υπηρεσιών και της Εμπειρίας

Οι σημερινές αυτοκινητοβιομηχανίες ετοιμάζουν τις επόμενες γενιές αυτοκινούμενων οχημάτων τόσο για μεταφορά αυτόμων όσο και για μεταφορά προϊόντων.

Σε αυτό το περιβάλλον, χρειάζεται η ανάπτυξη νέων ολοκληρωμένων συστημάτων για την διαχείριση της κυκλοφορίας, την λήψη αποφάσεων σε τοπικό επίπεδο, την μετάδοση δεδομένων (πχ. εικόνα, ήχος) πάντα με την υποστήριξη δικτύων νέας γενιάς όπως προδιαγράφονται σε αναφορές για 6G.

Κομβικός Παράγοντας η διασφάλιση της Ιδιωτικότητας και η Ασφάλεια.

Σχεδιασμός, Ανάπτυξη και Επίδοση Δικτύων Νέας Γενιάς

Ασφάλεια και Ιδιωτικότητα στο Διαδίκτυο του Μέλλοντος

Σύγχρονα Δίκτυα και Διασύνδεση ΔτΠ

Θέματα Εφαρμογών Τεχνολογιών ΔτΠ

Ασφάλεια Συστημάτων, Διασύνδεση Δικτύων, Δίκτυα Νέας Γενιάς

https://smartcities.ieee.org

Ο στόχος της διπλωματικής εργασίας είναι ο σχεδιασμός και η ανάπτυξη ενός μηχανισμού δυναμικής προσαρμογής επιπέδου δυσκολίας και η ενσωμάτωσή του σε μια υπάρχουσα εφαρμογή  παιχνιδιών σοβαρού σκοπού για γνωστική εξάσκηση ανθρώπων τρίτης ηλικίας με ήπια γνωστική εξασθένηση.

Η Δυναμική Προσαρμογή Δυσκολίας (Dynamic Difficulty Adjustment - DDA), γνωστή ως DDA, είναι μια θεωρία που αφορά το πεδίο του σχεδιασμού παιχνιδιών σοβαρού σκοπού. Ο βασικός άξονας της προσέγγισης αυτής, στηρίζεται στο ότι η δυσκολία ενός παιχνιδιού πρέπει να αλλάζει δυναμικά σύμφωνα με την επιδεξιότητα και την απόδοση του παίκτη. Καθώς αυξάνεται το επίπεδο δυσκολίας, αυξάνεται και η δυσκολία του παιχνιδιού και το εκπαιδευτικό περιεχόμενο. Για να διασφαλιστεί η κατάκτηση του γνωστικού και εκπαιδευτικού περιεχομένου του κάθε παιχνιδιού, κρίνεται αναγκαία η σταδιακή αύξηση της δυσκολίας του περιεχομένου αυτού, το οποίο θα πρέπει να αυξάνεται με αργό και σταθερό ρυθμό και μερικές φορές ένα ευκολότερο περιεχόμενο να επανεξετάζεται στα υψηλότερα επίπεδα δυσκολίας. Απαραίτητη προϋπόθεση για την ανάπτυξη ενός τέτοιου μηχανισμού δυναμικής προσαρμογής είναι η δυνατότητα επιλογής από μια ποικιλία περιεχομένου. Ο μηχανισμός, θα είναι υπεύθυνος για την προσαρμογή παραμέτρων και στοιχείων του εκάστοτε παιχνιδιού (π.χ. διαθέσιμος χρόνος απόκρισης, πλήθος ερεθισμάτων, μήκος λέξεων, κ.ά.).

Για τις ανάγκες της διπλωματικής θα δοθεί μια συγκεκριμένη εφαρμογή που περιλαμβάνει παιχνίδια σοβαρού σκοπού που σχεδιάστηκαν για την ενίσχυση των γνωστικών λειτουργιών μέσω ασκήσεων που εστιάζουν σε διάφορους γνωστικούς τομείς. Η εφαρμογή έχει αναπτυχθεί σε περιβάλλον Unity και μπορεί να χτιστεί είτε για Android είτε για WebGL πλατφόρμες. Η τρέχουσα εφαρμογή δίνει τη δυνατότητα να επιλέξουμε χειροκίνητα την εκτέλεση των παιχνιδιών σε διαφορετικά επίπεδα δυσκολίας ανάλογα και με τις δυνατότητες των συμμετεχόντων. Στο πλαίσιο της εργασίας θα σχεδιαστεί ένας μηχανισμός δυναμικής προσαρμογής του επιπέδου δυσκολίας που θα λαμβάνει υπόψη στοιχεία όπως:

1.    Τα χαρακτηριστικά του χρήστη (φύλλο, ηλικία, τρέχον γνωστικό επίπεδο)

2.    Πρόσφατα δεδομένα χρήσης (του current game session, π.χ. αν δεν απαντά σωστά x% των ερωτήσεων στο Level 1 δεν μπορεί να πάει στο Level 2, αντίστοιχα από το Level 2 στο Level 3).

3.    Ιστορικά δεδομένα χρήσης (αν ιστορικά έχει απαντήσει σωστά x% των ερωτήσεων στο Level 1 μπορεί να πάει στο Level 2, αντίστοιχα από το Level 2 στο Level 3).

4.    To 3 υπερισχύει του 2, δηλαδή αν το 3 είναι true και το 4 false προχωρά στο επόμενο επίπεδο.

5.    Άλλα κριτήρια που θα προκύψουν από την έρευνα της διπλωματικής

Επιπλέον, για να λειτουργήσει σωστά ένας μηχανισμός δυναμικής προσαρμογής θα χρειαστεί να εμπλουτιστεί για κάθε ένα από τα παιχνίδια της εφαρμογής το σχετικό περιεχόμενο. Για παράδειγμα, για ένα παιχνίδι παζλ, θα πρέπει να εμπλουτιστούν οι διαθέσιμες εικόνες, ενώ για ένα παιχνίδι εξάσκησης της γλώσσας (π.χ. συνώνυμα-αντώνυμα) θα πρέπει να εμπλουτιστεί το σχετικό λεξιλόγιο

Κατανεμημένα Συστήματα

Προηγμένα Θέματα Γλωσσών Προγραμματισμού

Τεχνολογία Λογισμικού

Προγραμματισμός σε Android

Zohaib, M. (2018). Dynamic difficulty adjustment (DDA) in computer games: A review. Advances in Human-Computer Interaction, 2018.

Lopes, R., & Bidarra, R. (2011). Adaptivity challenges in games and simulations: a survey. IEEE Transactions on Computational Intelligence and AI in Games, 3(2), 85-99.

Εμπλουτισμός επικοινωνία ανθρωποειδούς

Επέκταση του προσώπου με μη-λεκτικά σήματα (εκφράσεις, βλέμμα, backchannels «μμ», νεύματα) και μηχανισμό εναλλαγής σειράς ομιλίας, με αξιολόγηση στη ροή ελληνικού διαλόγου.

Εισαγωγή στη Ρομποτική

Αγγλικά, βασικά ρομποτικής

Skantze, G. (2021). Turn-taking in conversational systems and human-robot interaction: a review. Computer Speech & Language, 67, 101178.

Το εργαλείο που θα αναπτυχθεί θα υποστηρίζει την αυτοματοποιημένη συγκέντρωση, ενοποίηση και ερμηνεία διαφορετικών συνόλων δεδομένων. Θα επιτρέπει στους ερευνητές να δημιουργούν μια ενοποιημένη πειραματική απεικόνιση ανά ομάδα χρηστών, συνεδρία και σενάριο, καθώς και να εξάγουν ουσιαστικά συμπεράσματα και πρότυπα από τα συλλεχθέντα δεδομένα.

Το εργαστήριο UXBTC περιλαμβάνει ένα ευρύ φάσμα αισθητήρων και συσκευών παρακολούθησης που παράγουν δεδομένα σε πραγματικό χρόνο κατά τη διάρκεια πειραμάτων με χρήστες. Τα δεδομένα αυτά αντιστοιχούν σε πολλαπλά πειραματικά σενάρια και διαφορετικές ομάδες συμμετεχόντων (π.χ. ηλικιωμένοι χρήστες, ευάλωτες ή ειδικές ομάδες, αλλοδαποί συμμετέχοντες). Σήμερα, τα δεδομένα είναι ιδιαίτερα κατακερματισμένα ως προς τις πηγές και τις μορφές τους, γεγονός που απαιτεί εκτεταμένη χειροκίνητη προεπεξεργασία και ενοποίηση προκειμένου να επιτευχθεί μια ενιαία αναλυτική εικόνα.

Το εργαλείο που θα αναπτυχθεί θα υποστηρίζει την αυτοματοποιημένη συγκέντρωση, ενοποίηση και ερμηνεία των παραπάνω συνόλων δεδομένων. Θα επιτρέπει στους ερευνητές να δημιουργούν μια ενοποιημένη πειραματική απεικόνιση ανά ομάδα χρηστών, συνεδρία και σενάριο, καθώς και να εξάγουν ουσιαστικά συμπεράσματα και πρότυπα από τα συλλεχθέντα δεδομένα. Το σύστημα αναμένεται να ενσωματώνει σύγχρονες μεθόδους προεπεξεργασίας, καθαρισμού, μετασχηματισμού και ανάλυσης δεδομένων, καθώς και εξειδικευμένους δείκτες και μαθηματικούς τύπους του πεδίου εφαρμογής, ώστε να παράγεται μια σαφής και κατανοητή αναπαράσταση της συμπεριφοράς των χρηστών και των αποτελεσμάτων των πειραμάτων. Τελικός στόχος είναι η λειτουργία της πλατφόρμας ως σύστημα υποστήριξης αποφάσεων και έρευνας, μετατρέποντας τα ακατέργαστα πειραματικά δεδομένα σε αξιοποιήσιμη γνώση.

Λειτουργικότητα:

• Γραφικό περιβάλλον χρήστη (GUI) για μεταφόρτωση και διαχείριση συνόλων δεδομένων

• Οπτικοποίηση μεταδεδομένων πειραμάτων (ομάδα συμμετεχόντων, σενάριο, χρησιμοποιούμενοι αισθητήρες, χρονικές σημάνσεις κ.ά.)

• Παραμετροποιήσιμη ροή προεπεξεργασίας (καθαρισμός, κανονικοποίηση, συγχώνευση, φιλτράρισμα)

• Αναλυτικό πίνακα ελέγχου (dashboard) με συγκεντρωτικές και ανά-πείραμα απεικονίσεις

• Μονάδα εξαγωγής συμπερασμάτων με υπολογισμό εξειδικευμένων δεικτών και μαθηματικών τύπων

• Διαδραστικές επιλογές φιλτραρίσματος για τον εντοπισμό βασικών ευρημάτων, συμπεριφορικών τάσεων και ειδικών αποτελεσμάτων ανά πείραμα

• Δυνατότητες εξαγωγής επεξεργασμένων δεδομένων, οπτικοποιήσεων και αναφορών

- Προγραμματισμός

- Τεχνολογίες Λογισμικού

Η γλώσσα Python θα χρησιμοποιηθεί ως βασικός πυρήνας ανάπτυξης, με αξιοποίηση του Flask (ή αντίστοιχων πλαισίων) για την ανάπτυξη του backend και της διεπαφής. Μπορούν επίσης να αξιοποιηθούν κατάλληλες τεχνολογίες επεξεργασίας δεδομένων, οπτικοποίησης και ανάλυσης, με στόχο την υποστήριξη κλιμακούμενης προεπεξεργασίας, υπολογισμού και διαδραστικής ανάλυσης.

Hanlon, R., Barry, M., Marrinan, F., & O'Sullivan, D. (2021, January). Towards an effective user interface for data exploration, data quality assessment and data integration. In 2021 IEEE 15th International Conference on Semantic Computing (ICSC) (pp. 431-436). IEEE.

Persson, J. S., Bruun, A., Lárusdóttir, M. K., & Nielsen, P. A. (2022). Agile software development and UX design: A case study of integration by mutual adjustment. Information and Software Technology, 152, 107059.