Διπλωματικές Εργασίες

Ενσωμάτωση EEG (cognitive load) και PPG (καρδιακός παλμός) για εντοπισμό νοητικής κόπωσης με πολυτροπική ανάλυση σημάτων.

Θα χρησιμοποιηθεί ο Muse 2 για συλλογή EEG σημάτων + καρδιακού παλμού (PPG). Το πείραμα θα περιλαμβάνει δύο φάσεις:

1. Χαλάρωση (baseline, 5–7 λεπτά)

2. Νοητική κόπωση με εκτέλεση N-back memory test ή Stroop test για 25–30 λεπτά.

Τα δεδομένα θα συλλεχθούν μέσω Muse Research Tools (Muse Monitor + API export) και θα γίνει εξαγωγή χαρακτηριστικών EEG (Theta/Beta ratio) + HRV (RMSSD, LF/HF). Θα εφαρμοστεί Machine Learning classification (binary).

Προγραμματισμός (Python ή Java)

Ανάλυση Σημάτων

Αρχές Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης

Βασικός προγραμματισμός

Θεμελιώδεις έννοιες Επεξεργασίας Σημάτων

Εισαγωγή στο Machine Learning

Jaiswal, A., Zadeh, M. Z., Hebri, A., & Makedon, F. (2022). Assessing fatigue with multimodal wearable sensors and machine learning. arXiv preprint arXiv:2205.00287.

Karim, E., Pavel, H. R., Jaiswal, A., Zadeh, M. Z., Theofanidis, M., Wylie, G., & Makedon, F. (2023, July). An EEG-based cognitive fatigue detection system. In Proceedings of the 16th international conference on pervasive technologies related to assistive environments (pp. 131-136).

Κατηγοριοποίηση συναισθηματικών καταστάσεων (θετικό–ουδέτερο–αρνητικό συναίσθημα) με βάση ECG και HRV χαρακτηριστικά.

Θα γίνει πείραμα με συμμετέχοντες όπου θα προκαλείται συναίσθημα μέσω video stimuli (π.χ. DEAP dataset protocol). Θα συλλεχθούν ECG δεδομένα από τον Polar H10 και θα εξαχθούν HRV χαρακτηριστικά. Στη συνέχεια θα εκπαιδευτεί μοντέλο Machine Learning (π.χ. SVM ή Gradient Boosting) για ταξινόμηση των συναισθηματικών καταστάσεων.

Προγραμματισμός, Ανάλυση Σημάτων, Μηχανική Μάθηση

Python ή Matlab, βασική στατιστική

Kumar, A., & Kumar, A. (2025). Human emotion recognition using machine learning techniques based on the physiological signal. Biomedical Signal Processing and Control, 100, 107039.

Kocaleva, M., Stojanova, A., Koceska, N., & Koceski, S. (2025). Emotion Detection from Physiological Markers Using Machine Learning. Informatica, 49(21), 29-44.

Ανάπτυξη έξυπνης εφαρμογής με χρήση ανοιχτών δεδομένων.

Περαιτέρω ανάπτυξη της εφαρμογής propFinder που παρουσιάστηκε στο διαγωνισμό BoG Datathon 2023.

Συνδυασμός διαφορετικών συνόλων ανοιχτών δεδομένων

Αξιολόγηση των συνόλων ανοιχτών δεδομένων (επίπεδο εφαρμογής κτλ)

Δημιουργία της εφαρμογής.

- Διαχείριση Ανοιχτών, διασθνδεδεμένων και μεγάλων δεδομένων

- Business Analytics

- Ανάπτυξη εφαρμογών

- Ανάλυση δεδομένων

- Οπτικοποίηση

Seljan, S., Viličić, M., Nevistić, Z., Dedić, L., Grubišić, M., Cibilić, I., ... & Alexopoulos, C. (2022). Open Data as a Condition for Smart Application Development: Assessing Access to Hospitals in Croatian Cities. Sustainability, 14(19), 12014.

Φάκελος: https://1drv.ms/f/s!Av-aS0paP9KvimEMI3LMIVqwbB8G?e=yYTeoj

Η εργασία στοχεύει στην αξιολόγηση των διαδικτυακών ιστοτόπων Ελληνικών δήμων. Θα αξιολογηθούν οι διαδικτυακοί τόποι του μεγαλύτερου δήμου της κάθε περιφερειακής ενότητας (74).

Για την πραγματοποίηση της εργασίας θα χρησιμοποιηθεί το εργαλείο αξιολόγησης ‘Local Online Service Index (LOSI)’ για την αξιολόγηση διαδικτυακών τόπων ελληνικών δήμων. Θα πραγματοποιηθεί ανάλυση των αποτελεσμάτων αξιολόγησης και σύγκριση με τα αντίστοιχα διεθνή δεδομένα που παρέχονται στην έκθεση ηλεκτρονικής διακυβέρνησης των Ηνωμένων Εθνών (United Nations e-Government Survey) για την εξαγωγή συμπερασμάτων σχετικά με τις τάσεις και τα χαρακτηριστικά των δημοτικών διαδικτυακών τόπων. Η εργασία περιλαμβάνει την επιλογή των χαρακτηριστικών των δήμων που θα αξιολογηθούν. Στη συνέχεια θα πραγματοποιηθεί αξιολόγηση των διαδικτυακών τόπων με χρήση του εργαλείου LOSI.

Η στατιστική επεξεργασία είναι επιπέδου στατιστικού φύλλου (π.χ. EXCEL).

• Ηλεκτρονική Διακυβέρνηση Ι
• Ηλεκτρονική Διακυβέρνηση ΙΙ

• Βιβλιογραφική έρευνα
• Έρευνα με ερωτηματολόγια
• Στατιστική ανάλυση 

https://publicadministration.un.org/egovkb/en-us/About/E-Government-at-Local-Level/Application-of-LOSI-methodology-in-countries

https://www.un.org/development/desa/publications/publication/2020-united-nations-e-government-survey

Η εργασία στοχεύει στην αξιολόγηση των διαδικτυακών ιστοτόπων Ελληνικών νοσοκομείων μέσω ενός ήδη αναπτυγμένου πλαισίου αξιολόγησης.

Για την πραγματοποίηση της εργασίας θα χρησιμοποιηθεί το εργαλείο αξιολόγησης ‘Health Sector Website Assessment (HSWAI)’ για την αξιολόγηση διαδικτυακών
τόπων ελληνικών νοσοκομείων. Θα πραγματοποιηθεί ανάλυση των αποτελεσμάτων αξιολόγησης και σύγκριση με αντίστοιχη μελέτη που έχει πραγματοποιθεί στην
Πορτογαλία για την εξαγωγή συμπερασμάτων σχετικά με τις τάσεις και τα χαρακτηριστικά των διαδικτυακών τόπων των νοσοκομείων. Η εργασία περιλαμβάνει
την επιλογή των χαρακτηριστικών των νοσοκομείων που θα αξιολογηθούν.

• Ηλεκτρονική Διακυβέρνηση Ι
• Ηλεκτρονική Διακυβέρνηση ΙΙ

• Η στατιστική επεξεργασία είναι επιπέδου στατιστικού φύλλου (π.χ. EXCEL).
• Βιβλιογραφική έρευνα.
• Στατιστική ανάλυση.

1. Sarantis, D., Soares, D., & Carvalho, J. (2020, September). HSWAI: a health sector website assessment instrument. In Proceedings of the 13th International Conference on Theory and Practice of Electronic Governance (pp. 359-368).
2. Sarantis, D., & Soares, D. (2019, April). Developing Health Sector Website Assessment Instrument: Outcomes from Portuguese Hospitals. In 2019 Sixth International Conference on eDemocracy & eGovernment (ICEDEG) (pp. 120-127). IEEE.

Η εργασία στοχεύει στην αξιολόγηση των διαδικτυακών ιστοτόπων Ελληνικών νοσοκομείων μέσω ενός ήδη αναπτυγμένου πλαισίου αξιολόγησης.

Για την πραγματοποίηση της εργασίας θα χρησιμοποιηθεί το εργαλείο αξιολόγησης ‘Health Sector Website Assessment (HSWAI)’ για την αξιολόγηση διαδικτυακών
τόπων ελληνικών νοσοκομείων. Θα πραγματοποιηθεί ανάλυση των αποτελεσμάτων αξιολόγησης και σύγκριση με αντίστοιχη μελέτη που έχει πραγματοποιθεί στην
Πορτογαλία για την εξαγωγή συμπερασμάτων σχετικά με τις τάσεις και τα χαρακτηριστικά των διαδικτυακών τόπων των νοσοκομείων. Η εργασία περιλαμβάνει
την επιλογή των χαρακτηριστικών των νοσοκομείων που θα αξιολογηθούν.

• Ηλεκτρονική Διακυβέρνηση Ι
• Ηλεκτρονική Διακυβέρνηση ΙΙ

• Η στατιστική επεξεργασία είναι επιπέδου στατιστικού φύλλου (π.χ. EXCEL).
• Βιβλιογραφική έρευνα.
• Στατιστική ανάλυση.

1. Sarantis, D., Soares, D., & Carvalho, J. (2020, September). HSWAI: a health sector website assessment instrument. In Proceedings of the 13th International Conference on Theory and Practice of Electronic Governance (pp. 359-368).
2. Sarantis, D., & Soares, D. (2019, April). Developing Health Sector Website Assessment Instrument: Outcomes from Portuguese Hospitals. In 2019 Sixth International Conference on eDemocracy & eGovernment (ICEDEG) (pp. 120-127). IEEE.

·      Μελέτη των τεχνολογιών IoT και των έξυπνων αισθητήρων για εφαρμογές υγείας και αθλητισμού.

·      Διερεύνηση αλγορίθμων Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης για ανάλυση βιομετρικών δεδομένων.

·      Αξιολόγηση φορετών συσκευών (smart watches, fitness trackers, biosensors).

·      Ανάπτυξη ή αξιολόγηση μοντέλων πρόβλεψης υγείας και αθλητικής απόδοσης.

·      Μελέτη ζητημάτων ιδιωτικότητας, ασφάλειας και προστασίας προσωπικών δεδομένων.

·      Διερεύνηση της χρήσης Generative AI και LLMs για παροχή εξατομικευμένων συστάσεων υγείας και άσκησης.

Η συνεχής ανάπτυξη των τεχνολογιών Τεχνητής Νοημοσύνης (Artificial Intelligence - AI) και Διαδικτύου των Πραγμάτων (Internet of Things - IoT) δημιουργεί νέες δυνατότητες για την παρακολούθηση, ανάλυση και βελτιστοποίηση της ανθρώπινης υγείας και αθλητικής απόδοσης. Η χρήση έξυπνων αισθητήρων, φορετών συσκευών (wearables), κινητών εφαρμογών και προηγμένων αλγορίθμων μηχανικής μάθησης επιτρέπει τη συλλογή και επεξεργασία δεδομένων σε πραγματικό χρόνο, παρέχοντας εξατομικευμένες υπηρεσίες υποστήριξης λήψης αποφάσεων.

Η διπλωματική εργασία στοχεύει στη μελέτη και αξιολόγηση σύγχρονων τεχνολογιών AI και IoT για εφαρμογές που αφορούν την υγεία, την ευεξία, την πρόληψη ασθενειών, την παρακολούθηση φυσικής δραστηριότητας και τη βελτίωση της αθλητικής απόδοσης.

Ενδεικτικές Περιοχές Εφαρμογής

Υγεία

·      Παρακολούθηση καρδιακών παλμών και ζωτικών σημείων.

·      Έγκαιρη ανίχνευση προβλημάτων υγείας.

·      Υποστήριξη ηλικιωμένων και ευπαθών ομάδων.

·      Τηλεϊατρική και απομακρυσμένη παρακολούθηση ασθενών.

·      Ψηφιακή υγεία και έξυπνα συστήματα φροντίδας.

Αθλητισμός

·      Παρακολούθηση φυσικής δραστηριότητας.

·      Ανάλυση αθλητικής απόδοσης.

·      Πρόληψη τραυματισμών.

·      Εξατομικευμένα προγράμματα προπόνησης.

·      Real-time coaching με χρήση AI.

AI και IoT

·      Wearable Computing.

·      Edge AI.

·      Predictive Analytics.

·      Federated Learning.

·      Digital Twins για υγεία και αθλητισμό.

·      Generative AI Assistants για υποστήριξη αθλητών και επαγγελματιών υγείας.

Μεθοδολογία

Η εργασία μπορεί να περιλαμβάνει:

·      Βιβλιογραφική ανασκόπηση της διεθνούς βιβλιογραφίας.

·      Μελέτη υπαρχόντων συστημάτων και πλατφορμών.

·      Συλλογή και ανάλυση δεδομένων από αισθητήρες ή δημόσια σύνολα δεδομένων.

·      Ανάπτυξη και αξιολόγηση μοντέλων μηχανικής μάθησης.

·      Μελέτη περίπτωσης σε περιβάλλον υγείας ή αθλητισμού.

·      Συγκριτική αξιολόγηση τεχνολογικών λύσεων.

Μηχανική Μάθηση

Δίκτυα

·      Βασικές γνώσεις Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης.

·      Βασικές γνώσεις Δικτύων και Internet of Things.

·      Εξοικείωση με ανάλυση δεδομένων και προγραμματισμό.

·      Ενδιαφέρον για εφαρμογές ψηφιακής υγείας και αθλητικής τεχνολογίας.

Βιβλιογραφία για Διπλωματική Εργασία: AI, IoT, Υγεία και Αθλητισμός

·       Russell & Norvig – Artificial Intelligence: A Modern Approach

·       Goodfellow, Bengio & Courville – Deep Learning

·       Géron – Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow

·       Chip Huyen – Designing Machine Learning Systems

·       Bahga & Madisetti – Internet of Things: A Hands-On Approach

·       Buyya & Dastjerdi – Internet of Things: Principles and Paradigms

·       Gubbi et al. – Internet of Things: A Vision, Architectural Elements and Future Directions

·       Topol – Deep Medicine

·       Esteva et al. – A Guide to Deep Learning in Healthcare

·       Alamar – Sports Analytics

·       Sazonov – Wearable Sensors

·       Patel et al. – A Review of Wearable Sensors and Systems with Application in Rehabilitation

·       IEEE Internet of Things Journal

·       Nature Digital Medicine

·       IEEE Journal of Biomedical and Health Informatics

·       PhysioNet

·       MIMIC-IV Database

·       UCI Machine Learning Repository

·       Kaggle Health Datasets

Στόχος είναι η κριτική επισκόπηση, παρουσίαση και αξιολόγηση της αποδοτικότητας των σημαντικότερων μεθόδων για τη γένεση κατάλληλων ελλειπτικών καμπυλών σε κρυπτογραφικά συστήματα ζευγισμών.

Τα τελευταία χρόνια όλο και περισσότεροι επιστήμονες ασχολούνται με τη μελέτη κρυπτογραφικών συστημάτων που βασίζονται στους λεγόμενους ζευγισμούς (pairings). Ζευγισμός είναι μια συνάρτηση που έχει ως πεδίο ορισμού τα σημεία μιας ελλειπτικής καμπύλης και πεδίο τιμών μια πολλαπλασιαστική ομάδα.  Για να οριστούν με ορθό τρόπο τα συγκεκριμένα κρυπτογραφικά συστήματα απαιτείται η ελλειπτική καμπύλη πάνω στην οποία βασίζονται να ικανοποιεί ορισμένες συνθήκες.  Στα πλαίσια αυτής της διπλωματικής εργασίας ζητείται να παρουσιαστούν αναλυτικά όλες οι γνωστές μέθοδοι για τη γένεση κατάλληλων ελλειπτικών καμπυλών για συστήματα ζευγισμών, να υλοποιηθούν ορισμένες από αυτές και να συγκριθούν ως προς την αποδοτικότητά τους.

Κρυπτογραφία

Κρυπτογραφία, καλή γνώση C/C++, εξοικείωση με το λειτουργικό σύστημα Linux.

1. S. Tanaka and K. Nakamula, "Constructing Pairing-Friendly Elliptic Curves Using Factorization of Cyclotomic Polynomials," Pairing 2008, LNCS 5209, pp. 136-145, 2008.

2. E. J. Kachisa, E. F. Schaefer, and M. Scott, "Constructing Brezing-Weng Pairing-Friendly Elliptic Curves Using Elements in the Cyclotomic Field," Pairing 2008, LNCS 5209, pp. 126-135, 2008.

  3. K. Karabina and E. Teske, ‘’On Prime-Order Elliptic Curves with Embedding Degrees k=3,4, and 6,’’ ANTS-VIII 2008, LNCS 5011, pp. 102-117, 2008.

Ανάλυση του φαινομένου διάδρασης και συνεργασίας Ανθρώπου-Παραγωγικής_ΤΝ, με προσανατολισμό στα παρακάτω θέματα:

(e.g., Anthropomorphism in AI and human identity; Dehumanized interactions; Relationships with robots or chatbots; Power dynamics in human-AI collaboration and hegemonic interactions)

Εντοπισμός των οφελών (benefits) και των εμποδίων (barriers, obstacles).

Έρευση και ανάλυση case studies

Διεξαγωγή ερωτηματολογίου σε εταιρείες-χρήστες υπηρεσιών παραγωγικής ΤΝ. 

https://onlinelibrary.wiley.com/pb-assets/assets/13652575/CFP-Theorising-the-Impacts%20of-Generative-Artificial-Intelligence-1734347192883.pdf

egov II

Διαλειτουργικότητα

Ανάπτυξη ερωτηματολογίου

Βιβλιογραφική ανασκόπηση

1. Davison, R.M., Laumer, S., Wong, L.H.M. and Tarafdar, M. (2023) Pickled Eggs: Generative AI as Research Assistant or Co-author? Information Systems Journal 33, 5, 989-994.
2. Davison, R.M., Chughtai, H., Nielsen, P., Marabelli, M., Iannacci, F., van Offenbeek, M., Tarafdar, M., Trenz, M., Techatassanasoontorn, A.A., Diaz Andrade, A. and Panteli, N. (2024) The Ethics of using Generative AI for Qualitative Data Analysis, Information Systems Journal 34, 5, 1433-1439.
3. Grover, V. (2024). Pivot points for generative AI in a global world. Journal of Global Information Technology Management, 27(4), 255-258.
4. Mikalef, P., Conboy, K., Lundström, J. E., & Popovič, A. (2022). Thinking responsibly about responsible AI and ‘the dark side’ of AI. European Journal of Information Systems, 31(3), 257-268.
5. Sheil, B. (1987) Thinking about artificial intelligence. Harvard Business Review, 65, 91-97.
6. Susarla, A., Gopal, R., Thatcher, J. B., & Sarker, S. (2023). The Janus effect of generative AI: Charting the path for responsible conduct of scholarly activities in information systems. Information Systems Research, 34(2), 399-408.

Η εργασία στοχεύει στη συστηματική αποτύπωση πανεπιστημιακών βέλτιστων πρακτικών και στην πρόταση ενός συνεκτικού πλάνου για ένα Ελληνικό Πανεπιστήμιο 

Η εργασία περιλαμβάνει τις παρακάτω ενότητες:

• Ανάλυση τουλάχιστον 20 διεθνών πανεπιστημίων γνωστών για την αριστεία τους στους τομείς Έρευνας, Μεταφοράς Τεχνολογίας και Επιχειρηματικότητας
• Ανάλυση τουλάχιστον 5 ελληνικών πανεπιστημίων, γνωστών για την αριστεία τους, στις παραπάνω δράσεις  
• Κατάρτιση ταξονομίας δράσεων, υπηρεσιών, οργανωτικών μονάδων, συστημάτων, γενικότερων πρακτικών κλπ όπως προκύπτουν από την παραπάνω μελέτη
• Σύγκριση της παραπάνω ταξονομίας με την τρέχουσα κατάσταση στο Πανεπιστήμιο Αιγαίου  
• Αποστολή και συμπλήρωση ερωτηματολογίου σχετικό με τις δράσεις της παραπάνω ταξονομίας, όπου μέλη ΔΕΠ, φορείς της αγοράς, ερευνητές κλπ θα δώσουν τις προτεραιότητές τους και επιπλέον ιδέες ή προτάσεις 

Κατάρτιση συνολικού πλάνου δράσεων για την υποστήριξη της Έρευνας, Μεταφοράς Τεχνολογίας και Επιχειρηματικότητας για ένα ελληνικό ΑΕΙ  

• Ειδικά Θέματα και Μελέτες Περίπτωσης ΨΚ&ΝΕ
• Καινοτομία και Επιχειρηματικότητα

• Ανάλυση δράσεων καινοτομίας και επιχειρηματικότητας  

. 

Σε αυτή τη διπλωματική θα μελετηθούν δίκαιες εκδοχές αλγορίθμων για συστήματα συστάσεων που τρέχουν σε γράφους. Θα θέλαμε οι συστάσεις να είναι δίκαιες τόσο για τους χρήστες όσο και για τα αντικείμενα.  Για παράδειγμα, θα θέλαμε μια τεχνολογική δουλειά (π.χ. μηχανικός αυτοκινήτων) να προτείνεται και σε άντρες και σε γυναίκες και όχι αποκλειστικά μόνο σε άντρες λόγω της εξάρτησης που υπάρχει ήδη στα υπό εκπαίδευση δεδομένα με πρότερες προκαταλήψεις χρηστών που αλληλεπίδρασαν με το σύστημα στο παρελθόν.

Τα συστήματα συστάσεων προτείνουν στους χρήστες στοιχεία (π.χ. ταινίες, βιβλία, φάρμακα, κλπ.) που πιθανόν να τους ενδιαφέρουν. Συνήθως χρησιμοποιούν ιστορική πληροφορία, όπως ποια αντικείμενα ο υπό εξέταση χρήστης ή χρήστες παρόμοιοι με αυτόν έχουν αλληλεπιδράσει στο παρελθόν. Σε αυτήν την εργασία θα εξετάσουμε αλγορίθμους συστάσεων που βασίζονται σε ένα πολυμερείς γράφους ανάμεσα στους χρήστες, στα αντικείμενα, στις κατηγορίες των αντικειμένων, κτλ., όπου οι κόμβοι αντιστοιχούν στους χρήστες, στα αντικείμενα και στις κατηγορίες των αντικειμένων και υπάρχει μια ακμή από ένα χρήστη σε ένα αντικείμενο, αν ο χρήσης έχει διαλέξει το συγκεκριμένο αντικείμενο στο παρελθόν, ενώ υπάρχει και μια ακμή μεταξύ των αντικειμένων και των κατηγοριών στις οποίες αυτά ανήκουν. Οι υπό εξέταση αλγόριθμοι (Personalized PageRank, SimRank, PathSim, κτλ.) θα υπολογίζουν ομοιότητες μεταξύ κόμβων του ίδιου τύπου. Για παράδειγμα, ο PageRank αλγόριθμος κάνει κάποιους τυχαίους περιπάτους σε αυτό το γράφο.  Ο τυχαίος περίπατος είναι ένας κλασικός τρόπος διάσχισης ενός γράφου. Ξεκινάει από ένα τυχαίο κόμβο, επισκέπτεται τυχαία κάποιο γείτονα του και μετά τυχαία κάποιο γείτονά του γείτονα, κ.ο.κ.

Μεγάλα Δεδομένα και Εξόρυξη Δεδομένων

Προγραμματισμός σε Python

Singh, A., & Joachims, T. (2018, July). Fairness of exposure in rankings. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (pp. 2219-2228).

Στόχος της εργασίας είναι η έρευνα και η δημιουργία εκπαιδευτικών ενοτήτων  σε θέματα Διαδικτύου των Πραγμάτων με χρήση εργαστηριακών υποδομών και τεχνολογιών διαδικτύου. Ιδιαίτερη έμφαση δίνεται στην Α/μια και Β/μια εκπαίδευση καθώς και στην κατάρτιση άλλων ειδικοτήτων με χρήση σύγχρονων μεθόδων εκπαίδευσης. 

Στόχοι της διπλωματικής είναι η διερεύνηση του τοπίου της εκπαίδευσης σε θέματα Διαδικτύου των Πραγμάττωνστους παρακάτω κύριους άξονες:

·       Συστήματα εκπαίδευσης που βοηθούν τον εκπαιδευτή και εκπαιδευόμενο και προσαρμόζονται κατάλληλα στις ικανότητες των χρηστών

·       Εξέλιξη και προσαρμογή της διδακτικής με βάση την χρήση τεχνολογιών. Μέθοδοι διδασκαλίας, χρήση παιχνιδιών, τηλεκπαίδευση σε Α/μια και Β/μια και κατάρτιση. 

·       Τεχνολογίες μάθησης με έμφαση τον χώρο της επιστήμης και της εκπαίδευσης που α) βοηθούν τον μαθητευόμενο να δημιουργήσει τον δικό του χώρο εκπαίδευσης, ενισχύει την αναζήτηση, την δημιουργικότητα και έξυπνη εφαρμογή της θεωρίας β) υποστηρίζουν διάχυση πληροφορίας και χρήση απομακρυσμένων υποδομών μάθησης, πειραματισμού και εκπαίδευσης, πέρα από γεωγραφικά και άλλα σύνορα.

Σχεδιασμός, Ανάπτυξη και Επίδοση Δικτύων Νέας Γενιάς

Σύγχρονα Δίκτυα και Διασύνδεση ΔτΠ 

Θέματα Εφαρμογών Τεχνολογιών ΔτΠ

Πλατφόρμες εκπαίδευσης μέσω διαδικτύου

https://iot.ieee.org/education.html