Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΔΕ)

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 20 of 1006
  • ItemOpen Access
    Προσομοίωση πρακτόρων σε κορυφές γράφων με τη χρήση του επιδημιολογικού μοντέλου SIR
    (2024) Κυριαζοπούλου, Πολυξένη; Kyriazopoulou, Polyxeni
    Η παρούσα διπλωματική εργασία εστιάζει στην ανάπτυξη ενός πλαισίου προσομοίωσης εξετάζοντας και αναλύοντας τη διασπορά ενός φαινομένου, όπως μιας ασθένειας, σε ένα ελεύθερης κλίμακας δίκτυο. Σε αυτό το πλαίσιο, ως μέρος του μοντέλου που βασίζεται σε ευφυείς πράκτορες κάθε αυτόνομη οντότητα αντιπροσωπεύει έναν κόμβο του δικτύου και μοντελοποιείται ως πράκτορας που ενεργεί είτε ως επιτιθέμενος, είτε ως αμυνόμενος. Εκμεταλλευόμενοι το επιδημιολογικό μοντέλο SIR (Susceptible-Infectious-Recovered) μεταβαίνουν από την μια κατάσταση στην άλλη με σκοπό την αναπαράσταση της βασικής διάδοσης του φαινομένου. Κατά την πλοήγηση τους μέσα στο δίκτυο, οι πράκτορες, αξιοποιώντας το μοντέλο Actor, αλληλεπιδρούν μεταξύ τους μέσω ανταλλαγής μηνυμάτων και υιοθετούν διάφορες στρατηγικές, είτε πρόκειται για στρατηγικές μετάδοσης του φαινομένου σε άλλους κόμβους του δικτύου, είτε για στρατηγικές αυτοπροστασίας προκειμένου να αποτρέψουν τη μόλυνση. Για να προστεθεί μια επιπλέον πτυχή στην κατανόηση της διάδοσης του φαινομένου, στο πλαίσιο αυτής της έρευνας, ενσωματώθηκε και το ψυχομετρικό μοντέλο MBTI (Myers-Briggs Type Indicator). Σε κάθε πράκτορα ανατέθηκε μια προσωπικότητα, προσφέροντας μια ενδιαφέρουσα διάσταση στη συμπεριφορά του προς εξέταση. Ένα από τα κεντρικά ενδιαφέροντα της μελέτης είναι η πιθανότητα επιτυχίας των επιθέσεων από τους επιτιθέμενους πράκτορες. Αυτό το στοιχείο αποτελεί κρίσιμο παράγοντα στην ανάλυση που διεξάγεται, όμως δεν παραλείπεται η εξέταση κι άλλων πτυχών της προσομοίωσης. Μελετώνται διάφορα αποτελέσματα που σχετίζονται με αυτήν, συμπεριλαμβανομένων στατιστικών που αναφέρονται στη συμμετοχή των κόμβων σε επιθέσεις, τις μεταξύ τους αλληλεπιδράσεις, το ποσοστό των νικών και ηττών κάθε κόμβου, τον πιο συχνό στόχο επιθέσεων, τυχόν ευάλωτους κόμβους, τις προσωπικότητες τους, τα προνόμια που διαμορφώνουν και πληροφορίες σχετικές με τους γείτονες.
  • ItemOpen Access
    Εφαρμογές τεχνικών τεχνητής νοημοσύνης στη διαχείριση προσωπικού ενός φορέα
    (2022-07-22) Ντουκάκης, Αντώνιος; Ntoukakis, Antonios
    Ο όρος Τεχνητή Νοημοσύνη τον περασμένο αιώνα άνηκε κυρίως σε βιβλία επιστημονικής φαντασίας, καθώς το μικρό ενδιαφέρον και τα ανεπαρκή κονδύλια καθιστούσαν τροχοπέδη για την ανάπτυξη του συγκεκριμένου πεδίου. Όμως τα τελευταία χρόνια (και πιο συγκεκριμένα τις τελευταίες δύο δεκαετίες) ο όρος αυτός εδραιώθηκε ως μια από τις πιο δημοφιλής και ραγδαία αναπτυσσόμενες τεχνολογίες της Επιστήμης των Υπολογιστών. Ως από μηχανής Θεός η Τεχνητή Νοημοσύνη και οι εφαρμογές της, καινοτόμησαν και εκσυγχρόνισαν τομείς όπως η γεωργία και η καλλιέργεια, το λιανικό εμπόριο, η κτηνοτροφία, η διαχείριση αποθεμάτων, η ασφάλεια, η μόδα και πολλά άλλα. Την ίδια στιγμή, ο τομέας της Διαχείρισης Ανθρώπινου Δυναμικού των επιχειρήσεων, πασχίζει να ανταποκριθεί σε πολυάριθμα προβλήματα, όπως η διατήρηση ταλέντων, οι ελκυστικές αγγελίες και περιγραφές θέσεων εργασίας, ο σχεδιασμός και η στρατηγική του εργατικού δυναμικού, η εκπαίδευση και ανάπτυξη υφιστάμενων εργαζομένων, η διαχείριση αποδοχών και παροχών κ.α. Μέσω των εφαρμογών της Τεχνητής Νοημοσύνης, που θα λαμβάνουν ουσιαστικά υποστηρικτικό ρόλο στον τομέα της Διαχείρισης, θα μπορούσε να αυτοματοποιηθεί σημαντικό μέρος αυτού του εργασιακού όγκου βοηθώντας σε μεγάλο βαθμό τον τομέα του Ανθρώπινου Δυναμικού. Μέσω της σωστής υλοποίησης ενός τέτοιου συστήματος θα εισαχθούν στον εργασιακό τομέα αναμφισβήτητα και οριστικά, έννοιες όπως η δικαιοσύνη και η ισότητα ενώ ταυτόχρονα θα εξαλειφθούν προκαταλήψεις που μπορεί να υπάρχουν από το ίδια τα άτομα που είναι υπεύθυνα για την λήψη αποφάσεων στο εργατικό δυναμικό. Επιπρόσθετα, θα ενισχυθεί και η σύνδεση της μακροχρόνιας στρατηγικής της επιχείρησης με την πρόσληψη κατάλληλων εργαζομένων. Τέλος, σε αυτήν την Διπλωματική Εργασία, ερευνώντας τα πλεονεκτήματα αλλά και τις δυσκολίες που υπάρχουν, αναλύεται η υιοθέτηση και εγκαθίδρυση ενός αυτόνομου πληροφοριακού συστήματος Τεχνητής Νοημοσύνης που χρησιμοποιεί τεχνικές Μηχανικής Μάθησης και Νευρωνικών Δικτύων σε ένα εργασιακό περιβάλλον.
  • ItemOpen Access
    Υλοποίηση του RISC-V με την τεχνική των μερικώς επικαλυπτόμενων λειτουργιών
    (2024-07-22) Γιαννάκης, Εμμανουήλ Δημήτριος; Giannakis Emmanouil, Dimitrios
    Σε αυτή τη διπλωματική εργασία υλοποιείται ένα μοντέλο ενός επεξεργαστή με την τεχνική των μερικώς επικαλυπτόμενων λειτουργιών που βασίζεται στην αρχιτεκτονική RISC-V. Για την υλοποίηση επιλέχθηκε η γλώσσα περιγραφής υλικού Verilog. Για την επιβεβαίωση της σωστής λειτουργίας του μοντέλου έγιναν εξομοιώσεις μεμονωμένα για κάθε εντολή που μπορεί να εκτελέσει το μοντέλο καθώς και ακολουθίες εντολών οι οποίες περιείχαν όλες τις εξαρτήσεις που μπορούν να προκύψουν. Επιπλέον, ο σχεδιασμός φορτώθηκε σε ένα FPGA που ανήκει στην οικογένεια Spartan 7 και διαπιστώθηκε πως ολοκληρώνονται επιτυχώς οι διαδικασίες Synthesis και Implementation.
  • ItemOpen Access
    A parallel approach for numerical IVP solutions using zero order error minimisation
    (2024-07-08) Παναγιωτόπουλος, Γεώργιος; Panagiotopoulos, Georgios
    We present a short introduction to neural ordinary differential equations and how they emerge as continuous time generalizations of residual neural networks. One of the main bottlenecks of neural ODEs has been their speed both on training and inference. The numerical solver used for the forward and backward pass of the network can greatly impact its performance both in terms of speed and accuracy. We develop a new numerical ODE solver based on refining a polynomial approximation of the solution and explore its impact on this framework. At the end we showcase how our method compares to some commonly used numerical solvers.
  • ItemOpen Access
    Δυναμικά δένδρα συντομότερων διαδρομών και εύρεση εναλλακτικών διαδρομών σε οδικά δίκτυα
    (2024-07-17) Σοφιανός, Ιωάννης; Sofianos, Ioannis
    Στην παρούσα διπλωματική εργασία, υλοποιείται η δυναμικός αυξητικός αλγόριθμος ευρέσεως συντομότερων διαδρομών DDFLP σε συνδυασμό με την μέθοδο Penalty. Η μέθοδος Penalty προσθέτει ποινές σε τυχαία επιλεγμένες ακμές, με σκοπό να υπολογίζεται γρήγορα και αποδοτικά το Δένδρο Συντομότερων Διαδρομών (SPT) επαναληπτικά από τον αλγόριθμο DDFLP. Ο συνδυασμός αυτών των τεχνικών επιτρέπει την αποδοτικότερη και ταχύτερη εύρεση των συντομότερων διαδρομών σε δυναμικά μεταβαλλόμενα δίκτυα. Για την ορθότητα και αποδοτικότητα της προτεινόμενης μεθόδου, εκτελέστηκαν πειράματα στα γραφήματα Λουξεμβούργου (μικρής κλίμακας), Βελγίου (μεσαίας κλίμακας) και Ιταλίας (μεγάλης κλίμακας), χρησιμοποιώντας διαφορετικές τιμές σε σχέση με τις παραμέτρους των τροποποιήσεων ακμών, του ποσοστού ποινής ανά ακμή που περιέχεται στην ομάδα τροποποιήσεων και των συνολικών εκτελέσεων-επαναλήψεων της μεθόδου. Η υλοποίηση και αξιολόγηση της προτεινόμενης μεθόδου δείχνει σημαντική βελτίωση στις επιδόσεις συγκριτικά με παραδοσιακές μεθόδους, παρέχοντας μια αξιόπιστη λύση για προβλήματα βελτιστοποίησης διαδρομών σε πραγματικό χρόνο. Αυτό έχει πρακτική εφαρμογή και στην καθημερινότητά μας. Για παράδειγμα, μπορεί να χρησιμοποιηθεί σε εφαρμογές πλοήγησης GPS, όπου οι συνθήκες κυκλοφορίας αλλάζουν συνεχώς, επιτρέποντας στους οδηγούς να ακολουθούν την πιο αποδοτική διαδρομή σε πραγματικό χρόνο.
  • ItemOpen Access
    Επισκόπηση τεχνικών διαμέρισης ιστορικών γραφημάτων σε κατανεμημένα περιβάλλοντα
    (2024-07-17) Τσώλας, Γεώργιος; Tsolas, Georgios
    Ιστορικά γραφήματα, τα οποία περιλαμβάνουν χρονικά δεδομένα, καταγράφουν δυναμικές αλλαγές με την πάροδο του χρόνου, αποθηκεύοντας όλες τις ιστορικές πληροφορίες για να επιτρέψουν την αναδρομική ανάλυση της εξέλιξης του γραφήματος. Η αποτελεσματική κατάτμηση αυτών των γραφημάτων σε κατανεμημένα περιβάλλοντα θέτει σημαντικές προκλήσεις λόγω της εξελισσόμενης φύσης τους και των ποικίλων τοπολογιών σε διαφορετικά στιγμιότυπα χρόνου. Επί του παρόντος, δεν υπάρχουν καθιερωμένες μέθοδοι ειδικά για την κατάτμηση ιστορικών γραφημάτων. Οι υπάρχουσες τεχνικές έχουν αναπτυχθεί κυρίως για εξελισσόμενα γραφήματα. Η εργασία διερευνά αυτές τις υπάρχουσες τεχνικές όπως: χρονική κατάτμηση (temporal partitioning), τοπολογική κατάτμηση (topological partitioning), κατάτμηση βασισμένη σε κατακερματισμό (hash-based partitioning), υβριδικές προσεγγίσεις, δυναμική κατάτμηση βασισμένη στο αρχείο καταγραφής και βαθμιαία κατάτμηση για να αξιολογήσει την εφαρμογή τους σε ιστορικά γραφήματα. Ταυτόχρονα γίνεται μια επισκόπηση των πιο δημοφιλών κατανεμημένων συστημάτων διαχείρισης ιστορικών γράφων. Επιπλέον, η παρούσα εργασία διερευνά και δοκιμάζει νέες μεθόδους ιστορικών γράφων, με στόχο τη βελτίωση της απόδοσης διαχείρισης και ερωτήματος σε κατανεμημένα συστήματα. Με τη διεξαγωγή μιας περιεκτικής έρευνας και πρακτικής αξιολόγησης, επιδιώκουμε να εντοπίσουμε τις πιο αποτελεσματικές στρατηγικές για τον χειρισμό ιστορικών γράφων μεγάλης κλίμακας, παρέχοντας πληροφορίες σχετικά με τις πιθανές εφαρμογές τους και τις κατευθύνσεις για μελλοντική έρευνα.
  • ItemOpen Access
    Σχεδιασμός και υλοποίηση ενός νευρωνικού δικτύου ανάδρασης και εκπαίδευση του, μέσω του αλγορίθμου πίσω διάδοσης του λάθους μέσω χρόνου για την ενδοσυνεδριακή πρόβλεψη ισοτιμίας συναλλάγματος
    (2024-07-19) Τσιμάς, Δημοσθένης; Tsimas, Dimosthenis
    Το πρόβλημα της ενδοσυνεδριακής πρόβλεψης ισοτιμίας συναλλάγματος, είναι ένα πρόβλημα πρόβλεψης χρονοσειρών. Οι χρονοσειρές είναι μία ευρέως χρησιμοποιούμενη μορφή απεικόνισης δεδομένων εξαρτώμενα από το χρόνο, η οποία συναντάται σε πολλούς τομείς των επιστημών. Η δε πρόβλεψη χρονοσειρών αποτελεί μία από τις πιο σημαντικές διαδικασίες, λόγω της άμεσης οικονομικής και επιχειρηματικής εφαρμογής των αποτελεσμάτων. Με την χρήση δικτύων και εργαλείων «Βαθιάς Μάθησης», έχει δειχθεί, ότι μπορούμε να ξεπεράσουμε την απόδοση παραδοσιακών μαθηματικών εργαλείων πρόβλεψης. Ο σκοπός αυτής της εργασίας είναι η δημιουργία και υλοποίηση ενός Νευρωνικού Δικτύου Ανάδρασης, η εκπαίδευσή του μέσω του Αλγορίθμου πίσω διάδοσης του λάθους στο χρόνο, πάνω σε πραγματικά ιστορικά δεδομένα νομισματικής ισοτιμίας, και η χρήση του Δικτύου για την ενδοσυνεδριακή πρόβλεψη ισοτιμίας συναλλάγματος. Πιο συγκεκριμένα αναπτύχθηκε Νευρωνικό Δίκτυο Ανάδρασης με χρήση νευρώνων Μακράς Βραχυπρόθεσμης Μνήμης, που έχουν ιδιαίτερα καλή απόδοση σε προβλήματα πρόβλεψης χρονοσειρών και εξαλείφουν το πρόβλημα της εξαφανιζόμενης κλίσης, με την ικανότητά τους να εντοπίζουν και να αποθηκεύουν εξαρτήσεις ανάμεσα στις τιμές εισόδου, ακόμα και για πολύ μεγάλα μήκη ακολουθιών. Ένας επιπλέον στόχος είναι η εξερεύνηση και βελτιστοποίηση των παραμέτρων του δικτύου, καθώς και το μήκος των προβλέψεων που μπορεί να κάνει το Δίκτυο, χωρίς την παρουσία απαγορευτικά μεγάλων αποκλίσεων. Επίσης, περιγράφονται οι δυσκολίες που αντιμετωπίσθηκαν αναφορικά με την δομή και τον τρόπο υλοποίησης καθώς και την αξιολόγηση των αποτελεσμάτων. Τέλος, γίνεται αναφορά στις ενδείξεις και στις υπόνοιες που αφήνουν τα πειράματα και προτείνονται περεταίρω βελτιώσεις από άποψη κωδικοποίησης προβλήματος, αρχιτεκτονικές δόμησης, συνδυασμός τεχνικών που εκμεταλλεύονται πληροφορίες, εξωτερικές των χρονοσειρών, που έχουν να κάνουν με τον ανθρώπινο παράγοντα και την ερμηνεία της συμπεριφοράς του και της επίδρασής του.
  • ItemOpen Access
    Αναγνώριση και επιβεβαίωση ομιλητή με χρήση μετασχηματισμών κυματιδίου και Radon
    (2024-07-19) Πλούμπης, Ανδρέας; Ploumpis, Andreas
    Το πρόβλημα της Αυτόματης Αναγνώρισης Ομιλητή αποτελεί ένα από τα πλέον διαδεδομένα προβλήματα της Επεξεργασίας Σημάτων, στα οποία έχει γίνει αρκετή έρευνα. Το συγκεκριμένο πρόβλημα διαχωρίζεται σε δύο κατηγορίες. Την Αυτόματη Αναγνώριση και την Αυτόματη Επιβεβαίωση Ομιλητή. Στην παρούσα εργασία θα ασχοληθούμε με την κατηγορία της Αυτόματης Αναγνώρισης Ομιλητή με χρήση Συνελικτικών Νευρωνικών Δικτύων. Θα συγκρίνουμε δύο τέτοια μοντέλα τα οποία διαφοροποιούνται ως προς την Προ-επεξεργασία, αφού στο πρώτο θα χρησιμοποιηθεί η τεχνική του Φασματογράμματος, ενώ στο δεύτερο θα χρησιμοποιηθεί η τεχνική του Scalogram. Τα μοντέλα δοκιμάστηκαν σε συνθετικά δεδομένα ομιλίας, τα οποία προέκυψαν με χρήση Γενετικής Τεχνητής Νοημοσύνης, όπου γραπτά κείμενα μετατράπηκαν σε σήματα ομιλίας και αξιολογήθηκαν σε καθαρά και ενθόρυβα δεδομένα. Παρατηρήσαμε ότι το πρώτο μοντέλο με χρήση Φασματογράμματος εκπαιδεύεται πιο γρήγορα αλλά είναι λιγότερο εύρωστο σε ενθόρυβα δεδομένα σε σχέση με το δεύτερο.
  • ItemOpen Access
    Ανάπτυξη παράλληλων τεχνικών προεπεξεργασίας μεγάλων συνόλων δεδομένων για την κατανεμημένη εκπαίδευση βαθιών νευρωνικών δικτύων
    (2024-07-18) Σοφοτάσιος, Ανάργυρος; Sofotasios, Anargyros
    Η ανάγκη επίλυσης πολύπλοκων προβλημάτων οδήγησε στην ανάπτυξη αρχιτεκτονικών βαθιών νευρωνικών δικτύων με πάρα πολλά επίπεδα νευρώνων και εκατομμύρια παραμέτρους. Για να εκπαιδευθούν επαρκώς απαιτούνται μεγάλα σύνολα δεδομένων, κατάλληλη προεπεξεργασία των δεδομένων κι ένα τεράστιο πλήθος υπολογιστικών πράξεων σε κάθε εποχή εκπαίδευσης. Η σειριακή εκτέλεση απαιτεί πολύ χρόνο κι ένας τρόπος για να επιταχυνθεί η συνολική διαδικασία είναι η παραλληλοποίηση της προεπεξεργασίας μέσω του παραλληλισμού εργασιών και η κατανεμημένη εκπαίδευση μέσω του παραλληλισμού δεδομένων. Στο πλαίσιο αυτό αναπτύχθηκε μια S/W μεθοδολογία και υλοποιήθηκε ένα σύνολο παράλληλων τεχνικών με βάση τη γλώσσα Python για την αποδοτική προεπεξεργασία μεγάλων συνόλων πινακοποιημένων δεδομένων που δεν χωρούν στην κύρια μνήμη. Το αρχικό σύνολο διαχωρίζεται σε ισομεγέθη τμήματα τα οποία, βάσει της δυαδικής τους μετατόπισης, φορτώνονται από διεργασίες/νήματα παράλληλα από το δίσκο στη μνήμη για την προσαρμογή ενός συνόλου προεπεξεργαστών στα δεδομένα κάθε τμήματος. Οι προεπεξεργαστές των τμημάτων συγχωνεύονται σε μια επόμενη φάση μείωσης που συνδυάζει τις αποθηκευμένες πληροφορίες τους για να κατασκευαστούν οι προσαρμοσμένοι προεπεξεργαστές για το πλήρες σύνολο δεδομένων. Οι υλοποιήσεις βασίζονται στη βιβλιοθήκη Scikit-Learn και αξιοποιούν το σχήμα πολυεπεξεργασίας της Python και τον υβριδικό παραλληλισμό της βιβλιοθήκης torcpy με ένα και δύο επίπεδα παραλληλισμού. Αναπτύχθηκε μέθοδος αποδοτικής παράλληλης φόρτωσης των δεδομένων με βάση τη βιβλιοθήκη PyΤorch. Τα τμήματα διαχωρίζονται σε επιμέρους παρτίδες τις οποίες διαχειρίζονται, αξιοποιώντας μηχανισμούς caching, πολλαπλές διεργασίες-εργάτες που μπορούν να φορτώνουν και να μετασχηματίζουν τα δεδομένα παράλληλα είτε σε έναν υπολογιστικό κόμβο ή σε συστοιχία κόμβων για την κατενεμημένη εκπαίδευση βαθιών νευρωνικών δικτύων. Τέλος, αναπτύχθηκε μέθοδος για την κατανεμημένη εκπαίδευση πολλαπλών νευρωνικών δικτύων, επιταχύνοντας ένα από τα πιο χρονοβόρα στάδια στην αναζήτηση της βέλτιστης αρχιτεκτονικής νευρωνικού δικτύου. O κώδικας της συνολικής υλοποίησης ενθυλακώθηκε σε Docker containers για την αυτοματοποίηση της κατανεμημένης εκπαίδευσης σε πολλαπλούς υπολογιστικούς κόμβους. Τα αποτελέσματα των εκτελέσεων έδειξαν πολύ καλά επίπεδα επιτάχυνσης επιβεβαιώνοντας μεταξύ άλλων ότι σε συγκεκριμένες περιπτώσεις ο πολυνηματισμός στην Python μπορεί να αξιοποιηθεί εξίσου αποδοτικά με την πολυεπεξεργασία, δεσμεύοντας όμως λιγότερους υπολογιστικούς πόρους.
  • ItemOpen Access
    Τεχνικές παράλληλης προεπεξεργασίας μεγάλων συνόλων δεδομένων για αποδοτική κατανεμημένη μηχανική μάθηση
    (2024-07-18) Μεταξάκης, Δημήτρης; Metaxakis, Dimitris
    Στον τομέα της μηχανικής μάθησης (ML), η διαχείριση μεγάλων πινακοποιημένων συνόλων δεδομένων (tabular datasets) που υπερβαίνουν τη χωρητικότητα της κύριας μνήμης αποτελεί ένα σημαντικό πρόβλημα. Αυτή η διπλωματική, σε πρώτο στάδιο, παρουσιάζει μια καινοτόμο μεθοδολογία υλοποιημένη σε μια παράλληλη βιβλιοθήκη, με στόχο την αντιμετώπιση της πρόκλησης αυτής, αξιοποιώντας την αποτελεσματική τμηματική φόρτωση δεδομένων από τη μνήμη. Σε αντίθεση με τις παραδοσιακές προσεγγίσεις που εστιάζουν στην παραλ-ληλοποίηση του υπολογισμού ενός προβλήματος, η παρούσα δουλειά εισάγει νέες παράλληλες στρατηγικές για τη φόρτωση δεδομένων, κάνοντας εφικτή τη διαχείριση μεγάλων συνόλων δεδομένων. Επιπλέον, με την εργασία αυτή, υπογραμμίζεται ο κρίσιμος ρόλος της φάσης προεπεξεργασίας σε διοχετεύσεις Μηχανικής Μάθησης(ML pipelines). Μολονότι οι περισσότερες προσεγγίσεις στοχεύουν στην βελτίωση των αλγορίθμων και συχνά κατα-λαμβάνουν το προσκήνιο, η σημασία της φάσης της προεπεξεργασίας, ιδίως σε ένα πλαίσιο διαχείρισης μεγάλων συνόλων δεδομένων, συχνά παραβλέπεται στη βιβλιογραφία. Η παράλληλη υλοποίηση που παρουσιάζουμε εδώ επιδιώκει να γεφυρώσει αυτό το χάσμα, προωθώντας μια ολοκληρωμένη λύση στην ανάπτυξη μοντέλων Μηχα-νικής Μάθησης. Στην δεύτερη φάση της διπλωματικής, στοχεύουμε στην ανάπτυξη μιας αποδοτικής διοχέτευσης Μηχανικής Μάθησης (ML pipeline) και παρουσιάζουμε μια μεθοδολογία παράλληλων φορτωτών δεδομένων(dataloaders) με κρυφή μνήμη που είναι σχεδιασμένοι να αντιμετωπίζουν μεγάλα πινακοποιημένα σύνολα δεδομένων (tabular datasets). Οι παράλληλοι αυτοί φορτωτές επωφελούνται από τον αποδοτικό τρόπο προεπεξεργασίας δεδομένων που αναπτύχθηκε στο πρώτο στάδιο και τροφοδοτούν μια διαδικασία εκπαίδευσης νευρωνικών δικτύων βαθιάς αρχιτεκτονικής (Deep Neural Networks), με δυνατότητα επέκτασης πέρα από ένα μόνο κόμβο υπολογισμού, ανοίγοντας το δρόμο για αποδοτικές τεχνικές Κατανεμημένης Μηχανικής Μάθησης και Αναζήτησης Αρχιτε-κτονικής Νευρωνικών Δικτύων (NAS).
  • ItemOpen Access
    Χρήση εργαλείων ΑΙ στο ψηφιακό marketing : σχεδιασμός και υλοποίηση πρόσθετου σε πλατφόρμα CMS
    (2024-07-18) Ζαφειράτος, Παναγιώτης; Zafeiratos, Panagiotis
    Η παρούσα διπλωματική εργασία εστιάζει στη χρήση της τεχνητής νοημοσύνης (ΑΙ) για τη δημιουργία οπτικού περιεχομένου και τη βελτιστοποίηση εικόνων στο ψηφιακό μάρκετινγκ καθώς και στη δημιουργία προσθέτου που χρησιμοποιεί τεχνητή νοημοσύνη για την δημιουργία περιγραφών προϊόντων ecommerce καταστημάτων. Η ΑΙ διευκολύνει τη δημιουργία περιεχομένου που είναι αισθητικά ευχάριστο και προσαρμοσμένο στις προτιμήσεις/απαιτήσεις του κοινού, ενώ μπορεί παράλληλα να βελτιώσει υπάρχουσες φωτογραφίες και να αυτοματοποιήσει τη διαδικασία επεξεργασίας εικόνων, μειώνοντας τον απαιτούμενο χρόνο και τους απαιτούμενους πόρους. Η ενσωμάτωση δημιουργικών τεχνικών με τη χρήση ΑΙ για τη βελτιστοποίηση εικόνων, οδηγεί σε αναγνώριση και διόρθωση ατελειών, γεγονός που βελτιώνει την αισθητική των εικόνων. Οι επαγγελματίες του ψηφιακού μάρκετινγκ μπορούν να εκμεταλλευτούν την τεχνολογία για να δημιουργήσουν εντυπωσιακές εικόνες που ενισχύουν το μήνυμα το brand name και να πραγματοποιήσουν δοκιμές για την ανάλυση της απόδοσης των εικόνων. Η χρήση προγραμμάτων όπως το Midjourney, επιτρέπουν στους καλλιτέχνες να πειραματιστούν με διαφορετικά στυλ και θέματα, παράγοντας ευέλικτα αποτελέσματα. Η ενσωμάτωση εργαλείων ΑΙ στο ψηφιακό μάρκετινγκ επαναπροσδιορίζει τον τρόπο με τον οποίο οι επιχειρήσεις αλληλεπιδρούν με τους καταναλωτές, αναλύουν δεδομένα και δημιουργούν περιεχόμενο. Οι αλγόριθμοι ΑΙ επιτρέπουν την ανάλυση μεγάλων ποσοτήτων δεδομένων χρηστών, δημιουργώντας εξατομικευμένες προτάσεις περιεχομένου και προϊόντων που ενισχύουν την εμπειρία του πελάτη και αυξάνουν την αποτελεσματικότητα των καμπανιών μάρκετινγκ. Στην παρούσα εργασία έχει δημιουργηθεί ένα plug in, το οποίο συνδέεται με το ChatGPT μέσω ενός api κλειδιού και το καλεί κάθε φορά για να δημιουργήσει τη περιγραφή του πίνακα ζωγραφικής με συγκεκριμένες παραμέτρους που δίνονται (περιγραφή, διαστάσεις bullets κλπ). Επιπλέον, δημιουργεί την περιγραφή με βάση τον τίτλο και την εικόνα-προϊόν. Για το σκοπό αυτό έχει χρησιμοποιηθεί η ΑΙ πλατφόρμα Midjourney που χρησιμοποιεί εξελιγμένους αλγόριθμους για τη δημιουργία και βελτιστοποίηση εικόνων (πίνακες ζωγραφικής) που θα πωλούνται ως προϊόντα digital art. Οι χρησιμοποιούμενες τεχνολογίες στο Midjourney είναι τα GANs σε συνδυασμό με τα diffusion models για τη βελτίωση του ρεαλισμού/ποιότητας των παραγόμενων εικόνων καθώς επιτρέπει τη δημιουργία εικόνων υψηλής ποιότητας, ρεαλιστικών και με λεπτομέρειες, και βελτιώνει τις αδυναμίες τους. Αυτός ο συνδυασμός αποτελεί μια καινοτόμα προσέγγιση στην τεχνητή νοημοσύνη και την ψηφιακή τέχνη, προσφέροντας εξαιρετικά αποτελέσματα στους χρήστες.
  • ItemOpen Access
    Μελέτη σύγκλισης εξελικτικών δυναμικών για τον σχεδιασμό αποδοτικών αλγορίθμων
    (2024-07-17) Ματαράς, Στυλιανός; Mataras, Stylianos
    Το πεδίο της Εξελικτικής θεωρίας γραφημάτων παρουσιάστηκε για πρώτη φορά στην εργασία των Lieberman, Hauert και Nowak στην οποία γενικεύεται το αρχικό μοντέλο του P.A.P.Moran, το οποίο περιέγραφε την εξέλιξη ενός αδόμητου, «well-mixed», πεπερασμένου πληθυσμού στον οποίο ανταγωνίζονται δύο είδη (μεταλλαγμένοι,μη-μεταλλαγμένοι). Η γενίκευση σε γραφήματα, σε μια προσπάθεια εισαγωγής της δομής του πληθυσμού στην εξέλιξη του, τοποθέτησε τα μέλη του πληθυσμού σε κορυφές ενός γραφήματος n κορυφών. Η γενίκευση της διεργασία Moran πάνω σε ένα γράφημα(GMP), έχει αξιοποιηθεί για την περιγραφή αρκετών προβλημάτων σε πληθώρα επιστημονικών πεδίων, δύο παραδείγματα εκ των οποίων είναι η περιγραφή της εξέλιξης κυττάρων σε πολυκύτταρους οργανισμούς καθώς και η συνδεσιμότητα διαφορετικών οικολογικών οικοτόπων. Το βασικό πρόβλημα που εξετάζεται σε αυτό το μοντέλο είναι ο υπολογισμός της πιθανότητας εισβολής. Δηλαδή, την πιθανότητα σταθεροποίησης των μεταλλαγμένων ατόμων του πληθυσμού όταν η αρχική του σύσταση περιέχει μονάχα ένα μεταλλαγμένο άτομο το οποίο επιλέγεται τυχαία. ́Αρρηκτα συνδεόμενο με το πρόβλημα της πιθανότητας σταθεροποίησης, είναι ο χρόνος που απαιτείται για τα μεταλλαγμένα άτομα του πληθυσμού να σταθεροποιηθούν ή να εξαφανιστούν από τον πληθυσμό, ο οποίος γενικά αποκαλείται χρόνος απορρόφησης της διεργασίας. Ο υπολογισμός του αναμενόμενου χρόνου απορρόφησης ή της πιθανότητας σταθεροποίησης της διεργασίας Moran, πάνω σε ένα γενικό γράφημα, είναι υπολογιστικά μη-εφικτός. Πρόσφατα η διεργασία, GMP, γενικεύθηκε εκ νέου ως μια διεργασία Moran η οποία εξελίσσεται πάνω σε δύο γραφήματα με το ίδιο σύνολο κορυφών. Η γενίκευση αυτή, αποκαλούμενη διεργασία Moran δύο γραφημάτων, γενικεύει το σύνολο πιθανών δομών που μπορούν να περιγραφούν με μια διεργασία Moran καθώς δύναται να περιγράψει πληθυσμούς των οποίων η δομή που αντιλαμβάνεται μια κορυφή εξαρτάται από τον τύπο της. Η δυσκολία υπολογισμού της πιθανότητας σταθεροποίησης καθώς και του αναμενόμενου χρόνου απορρόφησης, ποσότητες που δεν αλλάζουν στην γενίκευση της διεργασίας, παραμένει και στην διεργασία πάνω σε δύο γραφήματα. Στην παρούσα διπλωματική εργασία μελετάται το πρόβλημα προσέγγισης της πιθανότητας σταθεροποίησης, στην διεργασία Moran δύο γραφημάτων, μέσω αλγορίθμων τύπου Markov Chain Monte Carlo, που βασίζονται σε αυστηρά άνω όριο στον αναμενόμενο χρόνο απορρόφησης. Συγκεκριμένα, η σχέση ανάμεσα στην δομή των δύο γραφημάτων και τον αναμενόμενο χρόνο απορρόφησης εξετάζεται, με στόχο να επεκταθούν σημαντικά αποτελέσματα για τον αναμενόμενο χρόνο απορρόφησης της GMP, όταν αυτή εξελίσσεται γραφήματα που ανήκουν σε συγκεκριμένες οικογένειες γραφημάτων. Αρχικά, γίνεται ειδική προσπάθεια στην παρουσίασή της σχέσης μεταξύ διεργασιών τύπου Moran και αλυσίδων Markov διακριτού χρόνου, σε συνδυασμό με την παρουσίασή των σημαντικότερων εκ των θεμελιωδών αποτελεσμάτων σε κάθε μοντέλο διεργασίας Moran. ́Υστερα, η δυσκολία του προβλήματος υπολογισμού της πιθανότητας σταθεροποίησης τόσο στην διεργασία Moran πάνω σε ένα γράφημα όσο και στην γενίκευση σε δύο γραφήματα παρουσιάζεται, με σκοπό να γίνει κατανοητή η ανάγκη προσέγγισης. ́Οπως αναφέρθηκε και παραπάνω, ο βασικός τρόπος προσέγγισης της πιθανότητας σταθεροποίησης, σε οποιαδήποτε εκ των δύο διεργασιών Moran σε γραφήματα, είναι η ανάπτυξη αλγορίθμων Monte Carlo που αποδεικνύεται πως αποτελούν προσεγγιστικοί αλγόριθμοι τύπου Πλήρως Πολυωνυμικού Τυχαιοκρατικού Σχεδίου Προσέγγισης(FPRAS). Αυτό ο ισχυρισμός υποστηρίζεται, παρουσιάζοντας τους πιο σημαντικούς αλγορίθμους τόσο για την GMP όσο και για την διεργασία σε δύο γραφήματα. Τέλος, γίνεται προσπάθειά ανάδειξης της αδυναμίας ευρέως χρησιμοποιούμενων τεχνικών, να αποδείξουν ικανοποιητικά άνω φράγματα στον αναμενόμενο χρόνο απορρόφησης της διεργασίας Moran σε δύο γραφήματα, όταν η δομή ενός τουλάχιστον εκ των δύο γραφημάτων δεν είναι τετριμμένη(πχ. Πλήρες Γράφημα). Επιπρόσθετα, ακόμα και στην περίπτωση που ένα εκ των γραφημάτων ικανοποιεί την προαναφερθείσα ιδιότητα, αναδεικνύεται πως η δομή του άλλου γραφήματος πάνω στο οποίο εξελίσσεται η διεργασία, δεν φαίνεται να επηρεάζει το άνω όριο της πιθανότητας σταθεροποίησης. Οι προαναφερθείσες αδυναμίες, αναδεικνύουν την ανάγκη μιας διαφορετικής προσέγγισης στο πρόβλημα εύρεσης αυστηρών άνω ορίων στον αναμενόμενο χρόνο απορρόφησης της διεργασίας Moran σε δύο γραφήματα. Προς αυτόν τον σκοπό, παρουσιάζεται μια νέα προτεινόμενη μέθοδος, η οποία βασίζεται στην διαμέριση της εξέλιξης της διεργασίας Moran σε δύο γραφήματα, σε τρία μέρη καθώς και μια εικασία για την σχέση ανάμεσα στον αναμενόμενο χρόνο απορρόφησης της αρχικής διεργασίας και τον αναμενόμενο χρόνο απορρόφησης της, όταν περιορίζεται σε κάθε ένα από τα τρία μέρη της.
  • ItemOpen Access
    Ανάλυση μέσης περίπτωσης αλγορίθμων εύρεσης ιδιοτήτων σε τυχαία γραφήματα τομής ετικετών G(n, m, p)
    (2024-07-17) Ματαράς, Σάββας; Mataras, Savvas
    Από την δημιουργία του παγκόσμιου ιστού και έπειτα, η μελέτη και η αξιολόγηση διαφόρων ιδιοτήτων σε μεγάλου μεγέθους γραφήματα έχει προκύψει σαν μία σημαντική ερευνητική περιοχή. Δεδομένης της σπανιότητας διαφορετικών εκφάνσεων των ίδιων γραφημάτων, η οποία να επιτρέπει την ανάλυση αυτών, βασικό λόγο πήρε η αφαιρετική μαθηματική μοντελοποίηση των εν λόγω γραφημάτων, χρήση μοντέλων τυχαίων γραφημάτων. Το πεδίο των μοντέλων τυχαίων γραφημάτων έχει τις ρίζες του αρκετά πιο νωρίς και ο τομέας ξεκινά από τις δημοσιεύσεις των πρώτων τέτοιων μοντέλων από τους μαθηματικούς Gilbert E., Erdős P. and Rényi, A. το 1959. Οι εφαρμογές αυτών των μοντέλων τυχαίων γραφημάτων καλύπτουν πολλούς τομείς όπως την αναγνώριση κοινοτήτων, την ομαδοποίηση στοιχείων μέχρι και διαφορετικές εφαρμογές στον τομέα της στατιστικής φυσικής. Αρκετά διαφορετικά μοντέλα έχουν προταθεί μέχρι και σήμερα, όπως τα μοντέλα τυχαίων γραφημάτων τομής. Πειραματικά αποτελέσματα αναδεικνύουν πως πραγματικά σύνθετα δίκτυα τείνουν να συνδέουν κόμβους του δικτύου οι οποίοι έχουν κοινό γείτονα. Αυτό το γεγονός, καθιστά τα μοντέλα τυχαίων γραφημάτων τομής να είναι ιδανικά για αυτήν την μοντελοποίηση. ́Éνα τέτοιου τύπου μοντέλου το οποίο χρησιμοποιείται συχνά είναι το μοντέλο τυχαίων γραφημάτων τομής ετικετών, G(n,m,p) το οποίο προτάθηκε και μελετήθηκε από την K.Singer. Από την πρώτη μελέτη αυτού του μοντέλου μέχρι και σήμερα, έχει πραγματοποιηθεί εκτενής ανάλυση του, με γνώμονα τον καθορισμό της ύπαρξης διαφόρων ιδιοτήτων γραφημάτων, απόμετέπειτα εργασίες. Μία αρκετά σημαντική εκ των διαφόρων ιδιοτήτων γραφημάτων είναι η ιδιότητα της ύπαρξης κλίκας. Το πρόβλημα της ύπαρξης κλίκας, όταν η είσοδος είναι ένα αυθαίρετο γράφημα αλλά και όταν είναι ένα στιγμιότυπο ενός μοντέλου τυχαίων γραφημάτων, αποτελεί ένα θεμελιώδες πρόβλημα της επιστήμης των υπολογιστών. Εφαρμογές του προβλήματος αυτού περιλαμβάνουν την εύρεση/αναγνώριση κοινοτήτων σε δίκτυα, την επιδημιολογία και τα συστήματα προτάσεων. Επιπλέον ειδικά στην περίπτωση των προβλημάτων κλίκας με είσοδο κάποιο τυχαίο στιγμιότυπο, η δυσκολία του προβλήματος έχει κεντρικό ρόλο στο θέμα της πολυπλοκότητας μέσης περίπτωσης. Ειδικότερα οι αλλαγές φάσης που προκύπτουν σε αλγορίθμους επίλυσης αυτών των προβλημάτων έχουν σημαντική επιρροή σε άλλους τομείς όπως στην σύγκλιση των αλυσίδων Markov, την στατιστική φυσική και την ύπαρξη κενών πληροφορίας-υπολογισμού σε προβλήματα στατιστικής υψηλών διαστάσεων αλλά και στην κρυπτογραφία. Στην παρούσα διπλωματική εργασία, μελετήθηκε θεμελιωδώς η φύση της σχέσης των τυχαίων γραφημάτων τομής ετικετών, με άλλα μοντέλα τυχαίων γραφημάτων, όπως το G(n,p) και την γενίκευση αυτού σε ομοιόμορφα υπεργραφήματα H(n,p,s). Αυτή η δεύτερη σχέση εξερευνάται χρήση των γραφημάτων γραμμής υπεργραφημάτων, L. Τα συγκεκριμένα γραφήματα έχουν χρησιμοποιηθεί για την μοντελοποίηση επικαλυπτόμενων κοινοτήτων. Αυτή η εξερεύνηση, πραγματοποιείται με έμφαση στην ύπαρξη και την εμφάνιση σταθερού μεγέθους κλικών σε αυτά τα μοντέλα. Σαν τελικό αποτέλεσμα αυτής της προσέγγισης παρουσιάζονται δύο φράγματα, ένα για το μέγεθος και το δεύτερο για τον αριθμό, κλικών στο L οι οποίες προκύπτουν από k κλίκες στο H(n,p,s). ́Επειτα η έκφανση του προβλήματος της απαρίθμησης k κλικών σε τυχαία γραφήματα τομής ετικετών, μελετάται. Μία σειρά από αλγορίθμους μελετάται με στόχο την σχεδίαση ενός αλγόριθμου με χρονική πολυπλοκότητα καλύτερη από την ψευδοπολυωνυμική πολυπλοκότητα χρόνου του brute-force naive αλγορίθμου καταμέτρησης, σε περιπτώσεις μικρής πιθανότητας ύπαρξης ακμών. ́Οταν είναι μεγαλύτερη η πιθανότητα ισχύει αναγωγή του προβλήματος από την περίπτωση που η είσοδος είναι αυθαίρετη, στην περίπτωση που η είσοδος είναι τυχαία. Η συνεισφορά της παρούσας διπλωματικής σε σχέση με αυτήν την αλγοριθμική προσέγγιση είναι η εφαρμογή ενός άπληστου πιθανοτικού αλγορίθμου ο οποίος επιλύει το πρόβλημα της απαρίθμησης k-κλικών, με k = O(1), σε τυχαία ομοιόμορφα υπεργραφήματα, ώστε να πραγματοποιείται η επίλυση του ίδιου προβλήματος σε τυχαία στιγμιότυπα του μοντέλου G(n,m,p), όταν α > 6 και για ένα συγκεκριμένο εύρος τιμών του p. Το πλεονέκτημα του συγκεκριμένου αλγορίθμου είναι η συσχέτιση που παρέχει μεταξύ του χρόνου εκτέλεσης και του αναμενόμενου αριθμού k κλικών στο γράφημα. Επιπλέον, ο εν λόγω αλγόριθμος παρέχει μία σημαντική μείωση στην χρονική πολυπλοκότητα, σε σχέση με αλγορίθμους χειρότερης περίπτωσης για ένα συγκεκριμένο εύρος τιμών των παραμέτρων του μοντέλου.
  • ItemOpen Access
    Ανάπτυξη γραφικής διεπαφής χρηστών για σύστημα προγραμματισμού διάθεσης υπολογιστικών πόρων σε ερευνητικά εργαστήρια
    (2024-07-16) Μάδια, Ντριλόνα; Madhja, Drilona
    Στη σύγχρονη ψηφιακή εποχή, η εικονικοποίηση έχει γίνει μια θεμελιώδης τεχνολογία που επιτρέπει την αποδοτική διαχείριση πόρων, την κλιμάκωση και την οικονομικά αποδοτική ανάπτυξη εφαρμογών. Η δυνατότητα δημιουργίας και διαχείρισης εικονικών μηχανών (VMs) επιτρέπει στους οργανισμούς να μεγιστοποιήσουν τη χρήση υλικού, να απλοποιήσουν τις λειτουργίες και να ανταποκρίνονται γρήγορα στις μεταβαλλόμενες απαιτήσεις. Ωστόσο, η πολυπλοκότητα που συνδέεται με τη διαχείριση εικονικών περιβαλλόντων απαιτεί την ανάπτυξη διαισθητικών και ασφαλών διεπαφών χρήστη (UIs). Μια καλά σχεδιασμένη διεπαφή χρήστη μπορεί να μειώσει σημαντικά την πιθανότητα σφαλμάτων, να ενισχύσει την ασφάλεια και να βελτιώσει τη συνολική εμπειρία του χρήστη. Η παρούσα εργασία παρουσιάζει τον σχεδιασμό και την υλοποίηση μιας διαδικτυακής εφαρμογής για τη διαχείριση υπολογιστικών πόρων σε ερευνητικά εργαστήρια. Μέσω της εφαρμογής αυτής οι εξουσιοδοτημένοι χρήστες - μέλη του εργαστηρίου - μπορούν να αιτούνται υπολογιστικούς πόρους ανάλογα με τις ανάγκες τους σε μνήμη, δίσκο και υπολογιστική ισχύ. Οι διαχειριστές του συστήματος, μπορούν να βλέπουν τα αιτήματα και να ανταποκρίνονται σε αυτά (είτε να παρέχουν τους απαιτούμενους πόρους ή είτε να απορρίπτουν το εκάστοτε αίτημα) ανάλογα με τη διαθεσιμότητα των πόρων. Οι διαχειριστές έχουν τη δυνατότητα να παρακολουθούν μέσω ενός πίνακα ελέγχου την κατάσταση των VMs ώστε να προσαρμόζουν τους διαμοιρασμένους πόρους, αν απαιτείται, βάση της πραγματικής χρήσης για τη βέλτιστη και αποδοτικότερη διαχείριση των περιορισμένων αυτών πόρων. Η διαδικτυακή εφαργμογή που υλοποιήθηκε σε αυτήν την εργασία αξιοποιεί την Angular για τη γραφική διεπαφή χρηστών (frontend), ένα διακομιστή υποστήριξης σε Java (backend) που λειτουργεί ως μεσολαβητής για την επικοινωνία με ένα instance του Proxmox και μια βάση δεδομένων Postgres για ασφαλή αποθήκευση και διαχείριση δεδομένων. Η εφαρμογή απλοποιεί τη διαχείριση των VMs παρέχοντας έναν προσβάσιμο και φιλικό προς το χρήστη πίνακα ελέγχου για την απεικόνιση μετρικών των VMs, την αυθεντικοποίηση χρηστών και την αποδοτική κατανομή πόρων. Με την ενσωμάτωση αυτών των τεχνολογιών, το σύστημα όχι μόνο βελτιώνει τη χρηστικότητα των πλατφορμών εικονικοποίησης, αλλά διασφαλίζει επίσης ισχυρή ασφάλεια και βελτιστοποίηση πόρων. Αυτή η εργασία υπογραμμίζει τη σημασία του συνδυασμού προηγμένων τεχνολογιών εικονικοποίησης με αποτελεσματικό σχεδιασμό διεπαφής χρήστη για τη δημιουργία ισχυρών, ασφαλών και ανθεκτικών σε σφάλματα λύσεων διαχείρισης.
  • ItemOpen Access
    Υλοποίηση πιθανοτικού "Quicksort" με έμφαση στην κλιμάκωση και στην κατανομή των δεδομένων εισόδου
    (2024-07-17) Γεωργιόπουλος, Σπυρίδων; Georgiopoulos, Spyridon
    Οι αλγόριθμοι ταξινόμησης κατέχουν έναν θεμελιώδη ρόλο στην επιστήμη των υπολογιστών και είναι απαραίτητοι για την οργάνωση και ταξινόμηση δεδομένων σε πολλές εφαρμογές της πληροφορικής. Ανά τα έτη, η επιστημονική κοινότητα έχει αναπτύξει διάφορους αλγόριθμους, καθένας από τους οποίους διαθέτει τα μειονεκτήματα και τα πλεονεκτήματά του έναντι των υπολοίπων. Ανάμεσα σε αυτούς τους αλγορίθμους, ξεχωρίζει ο αλγόριθμος Quicksort. Σε αυτή τη διπλωματική εργασία μελετούμε μια νέα προσέγγιση για να ενισχύσουμε την αποδοτικότητα του αλγορίθμου με την ενσωμάτωση πιθανοτικών τεχνικών στην υλοποίησή του. Η έρευνά μας επικεντρώνεται στην αξιοποίηση της ενσωματωμένης τυχαιότητας μέσα στον Quicksort για να βελτιώσουμε περαιτέρω την απόδοσή του. Συγκεκριμένα, γίνονται μετρήσεις για τα μεγέθη της λοξότητας και της κυρτότητας που ακολουθούν οι διαμερίσεις των υποπινάκων. Πραγματοποιήσαμε εκτενείς δοκιμές με διαφορετικά μεγέθη δεδομένων, τα οποία δημιουργήσαμε τυχαία και ακολουθούν τέσσερις κατανομές τις poisson, uniform,geometrical, Binomial. Οι μετρήσεις αυτές μας επέτρεψαν να αξιολογήσουμε την αποδοτικότητα και την προσαρμοστικότητα του πιθανοτικού Quicksort σε διάφορες συνθήκες, παρέχοντας πολύτιμα ευρήματα για τη βελτιστοποίηση του αλγορίθμου σε διαφορετικά περιβάλλοντα και εφαρμογές.
  • ItemOpen Access
    Σχεδιασμός και υλοποίηση web πλατφόρμας για την ηλεκτρονική έκδοση αριθμού προτεραιότητας στα φυσικά καταστήματα των ελληνικών ταχυδρομείων (ΕΛΤΑ)
    (2019-10-05) Βρεττός, Άρης; Vrettos, Aris
    Εν έτει 2019, η αναβάθμιση της ποιότητας ζωής των ανθρώπων και των κοινωνιών συνολικά έχει ως συνέπεια την δυνατότητα πρόσβασης όλο και περισσότερων ανθρώπων σε κάθε μορφής υπηρεσία ή φορέα, είτε δημόσιο είτε ιδιωτικό, ενώ η συσσώρευση του πληθυσμού σε μεγάλα αστικά κέντρα έχει ως αποτέλεσμα τη δημιουργία μεγάλων ουρών αναμονής στα φυσικά καταστήματα τους. Συνέπεια αυτού είναι η επιχείρηση να μη μπορεί να παρέχει την εξυπηρέτηση που θα επιθυμούσε, η ταλαιπωρία των πελατών της και η πιθανότητα απώλειας τους. Η σύχρονη τεχνολογία και οι ολοκληρωμένες λύσεις χρησιμοποιώντας τεχνολογίες ιστού θα μπορούσαν να επιταχύνουν μεγάλο μέρος της διαδικασίας αυτής, απλοποιώντας σε μεγάλο ποσοστό το πρόβλημα, δίνοντας χώρο στην εκάστοτε επιχείρηση να εφαρμόσει τις δικές της εξατομικευμένες λύσεις. Οι φορητές «έξυπνες» συσκευές (smartphones) που χρησιμοποιούνται πλέον κατά κόρον από το μεγαλύτερο μέρος του πληθυσμού θα μπορούσαν να είναι το εργαλείο με το οποίο θα λυθεί αυτό το πρόβλημα. Ο καθένας θα μπορούσε μέσω μιας πολύ απλής διεπαφής να εκτυπώσει με το άγγισμα ενός κουμπιού τον δικό του αριθμό προτεραιότητας πριν μεταβεί στο φυσικό κατάστημα, να λάβει μια εκτίμηση σχετικά με το πότε αναμένεται να εξυπηρετηθεί και μόνον αφού περάσει αυτός ο χρόνος να φτάσει στο κατάστημα, εξαλείφοντας έτσι τις ουρές αναμονής. Στη παρούσα διπλωματική εργασία παρουσιάζεται η δημιουργία μιας τέτοιας διαδικτυακής πλατφόρμας που θα λειτουργήσει ως ένα χρήσιμο εργαλείο για τον πελάτη και για τον υπάλληλο. Χρησιμοποιώντας ως σημείο αναφοράς την λειτουργία και τις ανάγκες της επιχείρησης των Ελληνικών Ταχυδρομείων, ο πελάτης δημιουργώντας ένα λογαριασμό χρησιμοποιώντας το ηλεκτρονικό ταχυδρομείο του θα μπορεί να βγάλει αριθμό προτεραιότητας για το φυσικό κατάστημα της επιλογής του, δηλώνοντας προαιρετικά και το σκοπό επίσκεψης του (για παράδειγμα παραλαβή δέματος) και στη συνέχεια να λάβει μια εκτίμηση για τον χρόνο που θα πρέπει να περιμένει για να εξυπηρετηθεί καθώς και μια πληθώρα επιπλέον χρήσιμων πληροφοριών. Ο υπάλληλος με τη σειρά του θα μπορεί να δει μια λίστα που θα ανανεώνεται δυναμικά η οποία θα τον ενημερώνει για τους πελάτες στην εικονική ουρά καθώς και για το τί είδους συναλλαγή επιθυμούν, θέτοντας την υποδομή για καλύτερη και ταχύτερη εξυπηρέτηση
  • ItemOpen Access
    Αλγοριθμικές συναλλαγές : μια προσέγγιση ενισχυτικής μάθησης
    (2024-07-12) Αζής, Στέλιος; Azis, Stelios
    Στη σύγχρονη εποχή, η Τεχνητή Νοημοσύνη βρίσκει εφαρμογή σε πολλούς τομείς και ιδιαίτερα στον χώρο των χρηματοοικονομικών, όπου χρησιμοποιείται ευρέως για τη βελτίωση των αποτελεσμάτων στις συναλλαγές. Πολλές εταιρίες επενδύσεων εκμεταλλεύονται την ραγδαία εξέλιξη της τεχνολογίας για να αναλύσουν τα δεδομένα της αγοράς και να βελτιώσουν τις αποδόσεις τους, κατασκευάζοντας μοντέλα που ενσωματώνουν τεχνητή νοημοσύνη στις διαδικασίες τους, μειώνοντας τις αρνητικές επιδράσεις του ανθρώπινου παράγοντα και κατ΄ επέκταση την εξάρτηση των αποφάσεων από το συναίσθημα. Η ενισχυτική μάθηση ανήκει στην κατηγορία της μηχανικής μάθησης, όπου ένα τεχνητό σύστημα λαμβάνει αποφάσεις σε ένα περιβάλλον. Σε αυτό το πλαίσιο, ο "ευφυείς πράκτορας" λαμβάνει αποφάσεις λαμβάνοντας υπόψη τα αποτελέσματα προηγούμενων ενεργειών του και τις ανταμοιβές που παίρνει για αυτές. Υπάρχει έντονη έρευνα σε αυτόν τον τομέα, και έχουν δημιουργηθεί πολλά επιτυχημένα συστήματα τα οποία έχουν επιδείξει εξαιρετικές επιδόσεις σε παιχνίδια όπως το Go, σκάκι, Dota, StarCraft 2. Στην παρούσα εργασία, πραγματοποιείται μια μελέτη για την εφαρμογή της ενισχυτικής μάθησης σε συναλλαγές υψηλής συχνότητας σε ένα ανταλλακτήριο. Πιο συγκεκριμένα, υλοποιούνται διάφοροι πράκτορες που χρησιμοποιούν αλγορίθμους ενισχυτικής μάθησης βασισμένους στο Q-learning. Στη συνέχεια, σχεδιάζεται και υλοποιείται ένα περιβάλλον που προσομοιώνει την αγορά ενός ανταλλακτηρίου. ΄Ενα από τα σημαντικότερα κομμάτια της εργασίας αποτελούν οι συναρτήσεις επιβράβευσης, μέσω των οποίων οι πράκτορες δημιουργούν την στρατηγική του προβλήματος που καλούνται να επιλύσουν. Τέλος, οι πράκτορες και οι στρατηγικές που αναπτύχθηκαν αξιολογούνται ως προς τα ημερήσια κέρδη που σημείωσαν.
  • ItemOpen Access
    Λεπτομερής σημασιολογική ευρετηρίαση σε βιοϊατρική βιβλιογραφία
    (2024-07-16) Χατζόπουλος, Θωμάς; Chatzopoulos, Thomas
    Η σημασιολογική ευρετηρίαση της βιοϊατρικής βιβλιογραφίας στην PubMed/MEDLINE πραγματοποιείται με θεματικές κατηγορίες (descriptors) από τον θησαυρό MeSH, οι οποίες αντιπροσωπεύουν συγκεκριμένες έννοιες ενδιαφέροντος (concepts) της βιοϊατρικής κοινότητας. Συχνά συνώνυμες ή συναφείς βιοϊατρικές έννοιες ομαδοποιούνται και αντιπροσωπεύονται μόνο από μια ευρύτερη θεματική κατηγορία, βάσει της οποίας πραγματοποιείται και η ευρετηρίαση της αντίστοιχης βιβλιογραφίας. Στην παρούσα εργασία αναπτύσσεται μια μέθοδος για την αυτοματοποιημένη επέκταση στις λεπτομερείς βιοϊατρικές έννοιες διερευνώντας προσεγγίσεις μηχανικής μάθησης. Λόγω της μη ύπαρξης επισημασμένων δεδομένων χρησιμοποιούνται τεχνικές ασθενούς εποπτείας που βασίζονται στην εμφάνιση της έννοιας στο κείμενο των άρθρων. Η αξιολόγηση της μεθόδου πραγματοποιείται αναδρομικά, σε δεδομένα για έννοιες που σταδιακά προήχθησαν σε λεπτομερείς θεματικές κατηγορίες στο θησαυρό MeSH και χρησιμοποιούνται για το σχολιασμό και την ευρετηρίαση των άρθρων. Παρόλο που η εμφάνιση της έννοιας στο κείμενο των άρθρων είναι μια ισχυρή ευρετική για την λεπτομερή ευρετηρίαση των άρθρων, τα πειράματα δείχνουν ότι ο συνδυασμός της με άλλες, απλούστερες ευρετικές μπορεί να την ενισχύσει περαιτέρω. Χρησιμοποιώντας τις ευρετικές για την ανάπτυξη μοντέλων μηχανικής μάθησης με ασθενή εποπτεία μπορεί σε κάποιες περιπτώσεις να επιτευχθεί περαιτέρω βελτίωση των αποτελεσμάτων. Συνολικά, η μέθοδος που προτείνεται καταφέρνει να βελτιώσει με αυτοματοποιημένο τρόπο την ευρετηρίαση της βιοϊατρικής βιβλιογραφίας προς λεπτομερέστερες έννοιες σε για τις περισσότερες από τις περιπτώσεις μελέτης.
  • ItemOpen Access
    Δυναμικός εντοπισμός κοινοτήτων σε Twitter γραφήματα
    (2024-07) Αθανασίου, Ειρήνη - Μαρία; Athanasiou, Eirini-Maria
    Η εξέλιξη του Διαδικτύου και των κοινωνικών δικτύων τις τελευταίες δεκαετίες έχει αποτελέσει σημείο έναρξης σημαντικών αλλαγών στις κοινωνίες μας, αγγίζοντας όλα τα κομμάτια των ζωών μας. Πιο συγκεκριμένα, τα κοινωνικά δίκτυα έχουν αλλάξει τον τρόπο με τον οποίο ενημερωνώμαστε, σκεφτόμαστε για τον κόσμο και αντιλαμβανόμαστε τη θέση μας σε αυτόν. Ακόμη, έχουν διαμορφώσει τον τρόπο με τον οποίο λειτουργούμε στην καθημερινότητά μας. Για παράδειγμα, χρησιμοποιούμε ένα ή κάποια κοινωνικά δίκτυα για να ενημερωθούμε, να διασκεδάσουμε, να συνδεθούμε με φίλους μας ή και να κάνουμε νέους, ενώ επίσης μπορούμε και να αγοράσουμε υλικά αγαθά μέσα από αυτά. Η δύναμη των δικτύων αυτών είναι πλέον προφανής και αδύνατον να αγνοηθεί. ΄Εχοντας ριζώσει στη ζωή της πλειοψηφίας του πληθυσμού, αποτελούν εξαιρετικά χρήσιμα εργαλεία για όποιον μπορεί να κατανοήσει τις σχέσεις που δημιουργούν μεταξύ διαφόρων κοινοτήτων και τον αντίκτυπο τους σε παγκόσμιο κοινωνικοπολιτικό επίπεδο. Η ανάλυση τους μπορεί να μας παρέχει σημαντική γνώση για την πρόβλεψη των τάσεων είτε σε εμπορικό επίπεδο είτε σε κοινωνικά ζητήματα, να μας κατευθύνει σε αποφάσεις οικονομικής και επιχειρηματικής σημασίας και να προσφέρει σε επιχειρήσεις μια καλύτερη στρατηγική προσέγγισης νέων κοινών με εφαρμογές του μάρκετινγκ σε στοχοποιημένα σύνολα χρηστών που έχουμε ανιχνεύσει οτι ενδιαφέρονται για τα προιόντα που έχουν να προσφέρουν.
  • ItemOpen Access
    Αιτιώδης τεχνητή νοημοσύνη σε δεδομένα υγείας του Διαδικτύου των Πραγμάτων
    (2024-07-16) Βαλλάτος, Αλέξανδρος; Vallatos, Alexandros
    Το Διαδίκτυο των Πραγμάτων (IoT) είναι ένα δίκτυο αποτελούμενο από ηλεκτρικές συσκευές, μηχανήματα και άλλα φυσικά αντικείμενα τα οποία είναι ενσωματωμένα με αισθητήρες, λογισμικό και συνδεσιμότητα στο διαδίκτυο που επιτρέπουν τη συλλογή και τον διαμοιρασμό δεδομένων. Αυτές οι συσκευές, γνωστές και ως ΄έξυπνες συσκευές΄, μπορεί να είναι κάτι απλό, όπως ένας θερμοστάτης, ή και κάτι πιο σύνθετο, όπως ένα smartwatch. Οι πιθανές εφαρμογές του IoT είναι αμέτρητες, και η συνεισφορά τους είναι αισθητή σε ένα ευρύ φάσμα βιομηχανιών, όπως η γεωργία, η υγειονομική περίθαλψη και η μεταφορά. Επιπλέον, τα δεδομένα που παρέχει, σε συνδυασμό με τη ραγδαία εξέλιξη της τεχνητής νοημοσύνης, θα μας βοηθήσουν να κατανοήσουμε καλύτερα τον κόσμο στον οποίο ζούμε. Ο στόχος της διπλωματικής εργασίας είναι η εφαρμογή αλγορίθμων εξαγωγής αιτιότητας σε δεδομένα συλλεγμένα από IoT συσκευές με σκοπό την εύρεση σχέσεων μεταξύ εσωτερικών περιβαλλοντολογικών συνθηκών και ζωτικών στοιχείων ενός ανθρώπου και την ανάπτυξη ενός συστήματος που (α) θα δέχεται προ-επεξεργασμένα δεδομένα σε πίνακα και (β) θα παρέχει τη δυνατότητα εφαρμογής των προαναφερθέντων αλγορίθμων και οπτικοποίησης των αποτελεσμάτων.