Diploma Theses

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

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/

Μελέτη Σύγχρονων Νευρωνικών Δίκτυων για εντοπισμό ανωμαλιών σε βιομηχανικά συστήματα 

Μελέτη Σύγχρονων Νευρωνικών Δίκτυων για εντοπισμό ανωμαλιών σε βιομηχανικά συστήματα 

-

-

-

Η δημιουργία πλατφόρμας που θα αξιοποιεί πληροφορία από κοινωνικά, επαγγελματικά και άλλα συνεργατικά δίκτυα ώστε να παράγει με αξιοποίηση κατάλληλών μοντέλων και τεχνικής νοημοσύνης οπτικοποιημένο δίκτυο σχέσεων μεταξύ χρηστών, αλλά και άλλων οντοτήτων.  

Σε σύγχρονα συνεργατικά περιβάλλοντα που συνδέονται, συνεργάζονται αλλά και ανταγωνίζονται με τρόπο δυναμικό, μεταβλητό και εξελικτικό υπάρχει η δυνατότητα ψηφιακού μετασχηματισμού.

Σε αυτό το περιβάλλον θα χρειαστεί

1) να αναζητηθούν οι απαιτήσεις και οι προδιαγραφές της σχετικής πλατφόρμας

2) να αναζητηθούν οι τεχνολογίες που θα παρέχουν ασφάλεια, ιδιωτικότητα αλλά και επεξεργασία δεδομένων μεγάλης κλίμακας σε συνεργατικά περιβάλλοντα

3) να επιλεγούν συγκεκριμένα παραδείγματα προς υλοποίηση και αξιοποίησή τους όπως αναζήτηση ατόμων με κοινά ενδιαφέροντα, αλλά και με την προοπτική συνεργασίας όπως μπορεί να προκύπτει με τεχνικές/αλγοριθμους αναζήτησης

Σχεδιασμός, Ανάπτυξη και Επίδοση Δικτύων Νέας Γενιάς

Δικτύωση, Ιδιωτικότητα, Τεχνητή Νοημοσύνη

Ασφάλεια και Ιδιωτικότητα στο Διαδίκτυο του Μέλλοντος

Μεγάλα Δεδομένα και Εξόρυξη Δεδομένων

Μηχανική Μάθηση

https://scholar.google.gr/scholar?q=artificial+intelligence+in+social+networking&hl=el&as_sdt=0&as_vis=1&oi=scholart

https://scholar.google.gr/scholar?hl=el&as_sdt=0%2C5&as_vis=1&q=artificial+intelligence+in+entrepreneurship+networking&btnG=

• Διερεύνηση των δυνατοτήτων των ευφυών αναδιαμορφώσιμων επιφανειών (Reconfigurable Intelligent Surfaces – RIS) στην ενίσχυση ασφάλειας φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών
• Ανάπτυξη μοντέλων και αλγορίθμων για το σχεδιασμό και τη βελτιστοποίηση συστημάτων ασύρματης επικοινωνίας με τη βοήθεια RIS για βελτιωμένη ασφάλεια φυσικού επιπέδου.
• Ανάλυση της επίδρασης του RIS στα χαρακτηριστικά του καναλιού και στη διάδοση του σήματος σε συστήματα ασύρματων επικοινωνιών σε mmWave.
• Μοντελοποίηση των RIS και του περιβάλλοντος (με στοχαστική γεωμετρία) και αξιολόγηση της απόδοσης των σχημάτων ασφάλειας φυσικού επιπέδου που βασίζονται σε RIS μέσω προσομοιώσεων χρησιμοποιώντας το MATLAB.
• Σύγκριση της απόδοσης των σχημάτων ασφάλειας φυσικού επιπέδου που βασίζονται σε RIS με συμβατικές μεθόδους κρυπτογράφησης και άλλες τεχνικές ασφάλειας φυσικού επιπέδου.

Η προτεινόμενη διπλωματική στοχεύει στη διερεύνηση της χρήσης αναδιαμορφώσιμων ευφυών επιφανειών (RIS) για την ενίσχυση της ασφάλειας φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών, με έμφαση στη μοντελοποίηση και την προσομοίωση με χρήση MATLAB. Το RIS είναι νέα αναδυόμενη τεχνολογία που μπορεί να χρησιμοποιηθεί για να «πειράξει-διαμορφώσει» τα χαρακτηριστικά διάδοσης των ηλεκτρομαγνητικών κυμάτων βελτιώνοντας έτσι την απόδοση των συστημάτων ασύρματης επικοινωνίας.

Η εργασία θα ξεκινήσει με τη διεξαγωγή μιας διεξοδικής ανασκόπησης της υπάρχουσας βιβλιογραφίας για το RIS και την ασφάλεια φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών. Η ανασκόπηση της βιβλιογραφίας θα καλύψει τις θεμελιώδεις έννοιες του RIS, τα χαρακτηριστικά καναλιού, τη διάδοση του σήματος και την ασφάλεια του φυσικού επιπέδου.

Στη συνέχεια, η εργασία θα επικεντρωθεί στην ανάπτυξη μοντέλων και αλγορίθμων για το σχεδιασμό και τη βελτιστοποίηση συστημάτων ασύρματης επικοινωνίας με τη βοήθεια RIS για βελτιωμένη ασφάλεια φυσικού επιπέδου.

Για να αναλυθεί ο αντίκτυπος του RIS στα χαρακτηριστικά του καναλιού και στη διάδοση του σήματος, η εργασία θα χρησιμοποιήσει το MATLAB για την προσομοίωση της απόδοσης του συστήματος ασύρματης επικοινωνίας με και χωρίς το RIS. Οι προσομοιώσεις θα εξετάσουν διαφορετικά σενάρια, όπως διαφορετικές διατάξεις RIS, συνθήκες ασύρματου καναλιού και επίπεδα θορύβου, για να διερευνήσουν την επίδραση του RIS στην απόδοση του συστήματος. Σαν εργαλείο μοντελοποίησης του ραδιο-περιβάλλοντος θα χρησιμοποιηθεί η στοχαστική γεωμετρία.

Τέλος, η εργασία θα συγκρίνει την απόδοση των σχημάτων ασφάλειας φυσικών επιπέδων που βασίζονται σε RIS με συμβατικές μεθόδους κρυπτογράφησης και άλλες τεχνικές ασφάλειας φυσικού επιπέδου, όπως η διαμόρφωση δέσμης (beamforming) και ο τεχνητός θόρυβος (artificial noise). Η σύγκριση θα βασίζεται στα αποτελέσματα της προσομοίωσης και θα εξετάζει διαφορετικά σενάρια και μετρήσεις, όπως η χωρητικότητα του συστήματος, το επίπεδο ασφάλειας και η πολυπλοκότητα.

Ασφάλεια στο Φυσικό Επίπεδο.

Βασικές γνώσεις τηλεπικοινωνιακών συστημάτων.

Matlab, Python ή C++

Tang, Zhiqing, et al. "A novel design of RIS for enhancing the physical layer security for RIS-aided NOMA networks." IEEE Wireless Communications Letters 10.11 (2021): 2398-2401.

Makarfi, Abubakar U., et al. "Physical layer security in vehicular networks with reconfigurable intelligent surfaces." 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring). IEEE, 2020.

Makarfi, Abubakar U., et al. "Reconfigurable intelligent surfaces-enabled vehicular networks: A physical layer security perspective." arXiv preprint arXiv:2004.11288 (2020)

Αξιολόγηση υπάρχοντος ρομπότ

Σχεδιασμός και εκτέλεση δομημένης αξιολόγησης του Leonardo με πραγματικούς χρήστες: μετρήσεις αντιληπτής ευφυΐας, φυσικότητας και αποδοχής, σύγκριση π.χ. με φωνητικό βοηθό χωρίς πρόσωπο. Παραδοτέο: πρωτόκολλο, δεδομένα ~10-20 συμμετεχόντων, στατιστική ανάλυση.

Εισαγωγή στη Ρομποτική

Αγγλικά, βασική ρομποτική

Bartneck, C., Kulić, D., Croft, E., & Zoghbi, S. (2009). Measurement instruments for the anthropomorphism, animacy, likeability, perceived intelligence, and perceived safety of robots. International journal of social robotics, 1(1), 71-81.

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.

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.

Οι στόχοι της παρούσας διπλωματικής είναι:

•  Να διερευνήσει τις σύγχρονες τεχνολογίες και τεχνικές για την Ασφάλεια Φυσικού Επιπέδου (PLS) σε ασύρματα δίκτυα επικοινωνίας.
• Να μελετήσει τα χαρακτηριστικά των μη επανδρωμένων εναέριων οχημάτων (UAV) ως πλατφόρμα για PLS.
• Να αναπτύξει ένα μοντέλο προσομοίωσης που μπορεί να αξιολογήσει την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV σε δίκτυα ασύρματων επικοινωνιών με χρήση στοχαστικής γεωμετρίας ή γεωμετρικών-στοχαστικών μοντέλων ραδιοδιαύλου.
• Να αξιολογήσει την απόδοση του αναπτυγμένου μοντέλου προσομοίωσης σε IoT περιπτώσεις χρήσεις (και γιατί είναι κατάλληλες τεχνικές για αυτές).

Η διπλωματική περιλαμβάνει τις ακόλουθες δραστηριότητες:

• Ανασκόπηση βιβλιογραφίας των τεχνολογιών και τεχνικών αιχμής για το PLS σε δίκτυα ασύρματων επικοινωνιών, καθώς και των χαρακτηριστικών των UAV ως πλατφόρμας για το PLS.
• Ανάπτυξη Μοντέλου Προσομοίωσης με βάση την ανασκόπηση της βιβλιογραφίας που να μπορεί να αξιολογήσει την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV σε δίκτυα ασύρματων επικοινωνιών. Το μοντέλο προσομοίωσης θα πρέπει να μπορεί να καταγράφει την επίδραση των UAV στα χαρακτηριστικά ασύρματων καναλιών, καθώς και την επίδραση των τεχνικών PLS στην τηλεπικοινωνιακή κίνηση. Η διαδικασία απαιτεί χρήση στοχαστικής γεωμετρίας για την μοντελοποίηση των συστημάτων, είτε τη χρήση γεωμετρικών-στοχαστικών μοντέλων όπως το Quadriga, Winner II, 3GPP-IMT2020 κλπ.
• Αξιολόγηση απόδοσης μετά την εξομοίωση, μεγεθών όπως χωρητικότητα μυστικότητας, χωρητικότητα μυστικού κλειδιού, ρυθμός σφάλματος bit και αναλογία σήματος προς θόρυβο για να αξιολογήσετε την απόδοση του αναπτυγμένου μοντέλου προσομοίωσης.
• Ανάλυση και επίδειξη των αποτελεσμάτων της προσομοίωσης και αποδείξτε την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV μέσω περιπτωσιολογικών μελετών όπου τα UAV εξυπηρετούν low-end IoT συσκευές. Οι περιπτωσιολογικές μελέτες θα πρέπει να καλύπτουν μια σειρά από σενάρια όπως αγροτικά, αστικά περιβάλλοντα, εσωτερικά περιβάλλοντα και εξωτερικά περιβάλλοντα.

Ασφάλεια στο Φυσικό επίπεδο

Βασικές γνώσεις τηλεπικοινωνιών και διάδοσης.

Matlab ή Python

Michailidis, Emmanouel T., Maliatsos Konstantinos, et al. "Secure UAV-Aided Mobile Edge Computing for IoT: A Review." IEEE Access 10 (2022): 86353-86383.

Sun, Xiaofang, et al. "Physical layer security in UAV systems: Challenges and opportunities." IEEE Wireless Communications 26.5 (2019): 40-47.

Wu, Qingqing, Weidong Mei, and Rui Zhang. "Safeguarding wireless network with UAVs: A physical layer security perspective." IEEE Wireless Communications 26.5 (2019): 12-18.

Χρήση του https://open-meteo.com/

Χρήση του https://open-meteo.com/

Του κύκλου

Του κύκλου

Χρήση του https://open-meteo.com/

Ανάπτυξη φορετού συστήματος: εκτίμηση γωνίας βραχίονα/κορμού από IMU, τοπική καταγραφή, ασύρματη αποστολή σε λογισμικό και διαχείρηση.

Οι κομμωτές εμφανίζουν υψηλό νούμερο μυοσκελετικών παθήσεων, κυρίως λόγω παρατεταμένης ανύψωσης βραχιόνων και στατικής κάμψης αυχένα. Η διπλωματική σχεδιάζει και αξιολογεί ένα φορητό σύστημα ESP32/rasmpberry + IMUs) που καταγράφει το φορτίο κατά τη διάρκεια εργασίας και παρέχει διακριτική απτική ανατροφοδότηση (δόνηση) όταν μια επιβαρυντική στάση διατηρείται πέραν ρυθμιζόμενου ορίου. Το σύστημα επικυρώνεται εργαστηριακά έναντι επαγγελματικού συστήματος καταγραφής κίνησης και δοκιμάζεται πιλοτικά σε κομμωτήριο.

Εισαγωγή στη ρομποτική

Αγγλικά

Musculoskeletal health, work-related risk factors and preventive measures in hairdressing

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.