Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΔΕ)

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 939
  • Thumbnail Image
    Item
    Open Access
    Αξιολόγηση της επίδρασης των αρνητικών σχολίων στους χρήστες κοινωνικών δικτύων με χρήση φυσιολογικών δεδομένων
    (2024-02-08) Μηχανετζή, Ελευθερία Λητώ; Michanetzi, Eleftheria Lito
    Αυτή η διπλωματική εργασία εξετάζει την επίδραση των αρνητικών σχολίων στους χρήστες των κοινωνικών δικτύων με χρήση φυσιολογικών δεδομένων και λαμβάνοντας υπ’ όψιν το ψυχολογικό προφίλ του χρήστη με βάση το τεστ του Big Five. Στο πλαίσιο αυτής της μελέτης, πραγματοποιήθηκε ένα πείραμα στο εργαστήριο αλληλεπίδρασης ανθρώπου υπολογιστή του Τμήματος Μηχανικών Η/Υ και Πληροφορικής του Πανεπιστημίου Πατρών, κατά το οποίο ο χρήστης, ως διαχειριστής ενός λογαριασμού του εργαστηρίου στο Instagram, κλήθηκε να δημοσιεύσει μια φωτογραφία του εργαστηρίου για την οποία δέχτηκε αρνητικό σχολιασμό. Για το πείραμα αυτό δημιουργήθηκε ένας λογαριασμός στο Instagram για το εργαστήριο στον οποίο ο χρήστης δημοσίευσε τη φωτογραφία, καθώς και ένας λογαριασμός ο οποίος του αποστέλλει το αρνητικό σχόλιο. Τα αποτελέσματα που παρουσιάζονται στη συνέχεια συλλέχθηκαν κατά τη διάρκεια του ακαδημαϊκού έτους 2022-2023. Συνολικά, συμμετείχαν 30 χρήστες, ενώ 10 χρησιμοποιήθηκαν για piloting του πειράματος. Κατά τη διάρκεια του πειράματος συνδέθηκαν με αισθητήρες, ενώ υπήρξε και καταγραφή οθόνης κατά τη δημοσίευση της φωτογραφίας και την ανάγνωση του αρνητικού σχολίου. Η έρευνα επικεντρώθηκε στην εξέταση συσχετίσεων μεταξύ των χαρακτηριστικών προσωπικότητας του μοντέλου Big Five και τη μεταβολή της ηλεκτρικής αγωγιμότητας του δέρματος του χρήστη, ως ένδειξη άγχους κατά την ανάγνωση του αρνητικού σχολίου, καθώς και στις αλλαγές στον καρδιακό ρυθμό. Τα ευρήματα αυτής της μελέτης, με βάση και τις υποθέσεις που θέσαμε, έδειξαν πως οι χρήστες πράγματι επηρεάζονται από την ανάγνωση αρνητικών σχολίων, ωστόσο η αντίδρασή τους δε σχετίζεται με το ψυχολογικό τους προφίλ σύμφωνα με το μοντέλο του Big Five.
  • Thumbnail Image
    Item
    Open Access
    Ανάλυση κειμένου και αυτόματος εντοπισμός εκφράσεων μίσους και ειρωνίας
    (2024) Ράπτης, Νικόλαος-Μάριος; Raptis, Nikolaos-Marios
    Η ρητορική μίσους είναι ένα ευρέως διαδεδομένο και συνεχώς αυξανόμενο πρόβλημα στη σύγχρονη κοινωνία και τα τελευταία χρόνια, ιδιαίτερα με τη ραγδαία ανάπτυξη των κοινωνικών δικτύων και άλλων διαδικτυακών πλατφορμών που επιτρέπουν στα άτομα να επικοινωνούν με ένα παγκόσμιο ακροατήριο χωρίς η προσωπική τους ταυτότητα να είναι ορατή στους άλλους. Η ρητορική μίσους μπορεί να λάβει πολλές μορφές, όπως σαρκασμός, απειλές, λεκτικές επιθέσεις που απευθύνονται σε ένα άτομο ή μια ομάδα ατόμων με βάση τη φυλή, την εθνικότητα, τη θρησκεία, το φύλο, τον σεξουαλικό προσανατολισμό. Το να πέσει κάποιος θύμα ρητορικής μίσους μπορεί να έχει τεράστιες επιπτώσεις σε ένα άτομο, όπως συναισθηματική δυσφορία, πρόκληση φόβου ή ακόμη και να προκαλέσει το άτομο να ασκήσει σωματική βία σε άλλους. Ο εντοπισμός και η αναγνώριση της ρητορικής μίσους σε κειμενικό πλαίσιο είναι ένα δύσκολο έργο λόγω των γλωσσικών αποχρώσεων, των διαφορετικών ορισμών για το τι συνιστά ρητορική μίσους και των περιορισμών στη διαθεσιμότητα των δεδομένων. Παρά τις προκλήσεις αυτές, υπάρχει αυξανόμενη ανάγκη για ακριβή και αξιόπιστα συστήματα εντοπισμού της ρητορικής μίσους σε δεδομένα κειμένου, προκειμένου να καταπολεμηθεί αυτό το επιβλαβές φαινόμενο. Σε αυτή τη διατριβή, διερευνούμε διάφορες διαδικασίες για τον εντοπισμό της ρητορικής μίσους σε δεδομένα κειμένου, συμπεριλαμβανομένων τεχνικών μηχανικής μάθησης και μεθόδων επεξεργασίας φυσικής γλώσσας. Συζητάμε επίσης τις προκλήσεις και τους περιορισμούς αυτών των διαδικασιών, καθώς και λύσεις και μελλοντικές κατευθύνσεις για την έρευνα σε αυτόν τον τομέα. Στόχος μας είναι να συμβάλουμε στην ανάπτυξη ακριβών και αποτελεσματικών συστημάτων για τον εντοπισμό της ρητορικής μίσους σε δεδομένα κειμένου. Επικεντρωνόμαστε κυρίως στη χρήση μοντέλων βασισμένων σε μετασχηματιστές όπως το BERT για την ταξινόμηση ακολουθιών. τα μοντέλα αυτά έχουν δείξει εξαιρετικά αποτελέσματα σε μια ποικιλία εργασιών φυσικής επεξεργασίας λόγω της ικανότητάς τους να συλλαμβάνουν το περιεχόμενο από μεγάλες ποσότητες δεδομένων κειμένου. χρησιμοποιούμε επίσης πολλές γνωστές τεχνικές για να βελτιώσουμε την απόδοση και την ταχύτητα του μοντέλου, αλλά και να επιτύχουμε καλύτερη ακρίβεια. Όσον αφορά τα δεδομένα, συνδυάζουμε πολλαπλά γνωστά σύνολα δεδομένων που περιέχουν περιπτώσεις ρητορικής μίσους και μη ρητορικής μίσους. Προεπεξεργαζόμαστε τα δεδομένα κειμένου για να τα προετοιμάσουμε καλύτερα για το μοντέλο μας και τέλος παρουσιάζουμε τα αποτελέσματα των πειραμάτων μας και συγκρίνουμε τις επιδόσεις με τις υπάρχουσες εργασίες.
  • Thumbnail Image
    Item
    Open Access
    Πρόβλεψη αγώνων premier league με χρήση μηχανικής μάθησης
    (2024-03-19) Μητρόπουλος, Δημήτριος; Mitropoulos, Dimitrios
    Το ποδόσφαιρο είναι ένα από τα πιο δημοφιλή αθλήματα που παρακολουθούν εκατομμύρια άνθρωποι σε όλο τον κόσμο. Το ερώτημα για το πως θα τελειώσει το παιχνίδι δεν ενδιαφέρει μόνο τους φιλάθλους αλλά και τους παίκτες διαδικτυακών αγώνων ποδοσφαίρου ή παρόχους στοιχημάτων. Με τον αυξανόμενο όγκο δεδομένων που συλλέγονται για ποδοσφαιρικούς αγώνες, υπάρχουν περισσότερες ευκαιρίες για τη δημιουργία μοντέλων μηχανικής εκμάθησης για την πρόβλεψη αγώνων. Τα παιχνίδια συλλέγουν συστηματικά πληροφορίες σχετικά με το πώς παίζει ο παίκτης. Η γνώση τροφοδοτείται σε έναν αλγόριθμο που χρησιμοποιείται από τους ανθρώπους για να αντλήσει παιχνίδια από τις προβλέψεις του για το τι θα δουν οι παίκτες. Οι προβλέψεις βοηθούν τον μάνατζερ της ομάδας να κάνει το επόμενο βήμα. Εντοπίζοντας αδυναμίες στην αμυντική στρατηγική της μαχόμενης ομάδας, την αδυναμία ενός συγκεκριμένου παίκτη ή επιλέγοντας την στατιστικά πιο πιθανή αντίδραση στην κίνηση από την προηγούμενη ιστορία, οι προπονητές μπορεί να αποκτήσουν ένα πλεονέκτημα έναντι του ανταγωνισμού τους. Οι περισσότερες προσεγγίσεις βασίζονται σε δεδομένα ομάδας, όπως γκολ που σημειώθηκαν, σουτ ή φάουλ. Η παρούσα εργασία διερευνά αν ένα μοντέλο πρόβλεψης που βασίζεται σε στατιστικά της ομάδας μπορεί να βελτιωθεί προσθέτοντας πληροφορίες για μεμονωμένους παίκτες και εστιάζει στην ανάπτυξη και αξιολόγηση μεθόδων μηχανικής μάθησης για την πρόβλεψη αποτελεσμάτων ποδοσφαιρικών αγώνων στην αγγλική Premier League, που αποτελεί την υψηλότερη ποδοσφαιρική κατηγορία της Αγγλίας και μία από τις πιο ανταγωνιστικές και δημοφιλείς ποδοσφαιρικές λίγκες στον κόσμο. Ιδρύθηκε το 1992, αντικαθιστώντας την προηγούμενη First Division, και αποτελείται από 20 ομάδες που ανταγωνίζονται μεταξύ τους κάθε σεζόν. Η εφαρμογή προηγμένων μοντέλων μηχανικής μάθησης, όπως νευρωνικά δίκτυα και αλγόριθμοι συσταδοποίησης, αποτελεί τον πυρήνα της προβληματικής. Επιπλέον, εξετάζονται παράγοντες όπως η φόρμα των ομάδων, ο τραυματισμός παικτών, και άλλες δυνητικές μεταβλητές που μπορούν να επηρεάσουν τις προβλέψεις. Το πλαίσιο της εργασίας περιλαμβάνει τη συλλογή, επεξεργασία και ανάλυση δεδομένων από προηγούμενες αγώνες, με στόχο την κατανόηση των παραγόντων που επηρεάζουν τα αποτελέσματα. Η εργασία καταλήγει σε μια συνολική αξιολόγηση της απόδοσης του μοντέλου και προβάλλει προοπτικές για μελλοντικές επεκτάσεις και βελτιώσεις στον τομέα της πρόβλεψης αγώνων ποδοσφαίρου.
  • Thumbnail Image
    Item
    Open Access
    Κατηγοριοποίηση και εφαρμογές σε αναγνώριση ανθρώπινης δραστηριότητας
    (2024-03-18) Τζόλας, Παναγιώτης; Tzolas, Panagiotis
    This thesis introduces a new CNN-LSTM model for Human Activity Recognition (HAR). It is built to understand complex patterns in data from wearable sensors. Our investigation assesses the model's performance across three input configurations— solely back IMU, all onbody IMUs, and all onbody sensors—providing valuable insights into its adaptability and effectiveness. Comparing it with an Ensemble model gives us a detailed assessment and shows the subtle advantages of the CNN-LSTM. We ran several of experiments that mimic real-life situations to test how well the model adapts and scales up. The results show that the CNN-LSTM model is good at human activity recognition (HAR). It works well with different input sizes. These findings can help make HAR systems better for actual use. This research expands the understanding of deep learning in HAR, offering a nuanced perspective on model performance, scalability, and applicability. These insights make future progress in wearable tech and activity recognition systems possible.
  • Thumbnail Image
    Item
    Open Access
    Web εφαρμογή καταγραφής μετρήσεων σε ενσωματωμένα συστήματα με χρήση πρωτοκόλλου επικοινωνίας LoRa
    (2023-02-07) Μαυρογιαννόπουλος, Γεώργιος; Mavrogiannopoulos, George
    Η εργασία αυτή παρουσιάζει τη διαδικασία τοποθέτησης και παραμετροποίησης ολοκληρωμένων συστημάτων με ενσωματωμένους αισθητήρες περιβαλλοντολογικών συνθηκών σε μια καίρια τοποθεσία μιας αληθινής εταιρίας πληροφορικής (δωμάτιο αρχειοθέτησης) χρησιμοποιώντας το πρωτόκολλο επικοινωνίας LoRa για μείωση διακοπών λειτουργίας λόγω προβλημάτων των παρόχων υπηρεσιών διαδικτύου, και συχνή (ανά 1 ώρα) ενημέρωση των μετρήσεων από το δωμάτιο. Κατά την έναρξη του συγκεκριμένου έργου, υπήρχαν πολλές εναλλακτικές οι οποίες θα μπορούσαν να επιλεχθούν, όμως σημαντικοί παράγοντες της συγκεκριμένης περίπτωσης, μας οδήγησαν στην χρήση ασυρμάτων επικοινωνιών για IoT λύσεις. Πιο συγκεκριμένα, είναι σημαντικό να σημειωθεί πως το συγκεκριμένο δωμάτιο δεν έχει σταθερή σύνδεση με το διαδίκτυο καθώς το σήμα Wi-Fi είναι ασθενές, δεν έχει έτοιμες υποδομές δικτύου (επιτοίχιες απολήξεις κλπ) για τη χρήση άλλων δικτυακών συσκευών. Τέλος, τελευταίο αλλά εξίσου σημαντικό θέμα που έπρεπε να λυθεί είναι η μέγιστη δυνατή ελαχιστοποίηση της χρήσης ηλεκτρικής ενέργειας, ώστε να συμβαδίζει με το ISO 27001 σχετικά με το περιβάλλον που διατηρεί η εν λόγω εταιρία. Καταλήγοντας στη λύση που πραγματεύεται η παρούσα εργασία, παρακάμφθηκε επιτυχώς η απαίτηση σύνδεσης στο διαδίκτυο της συσκευής καταγραφής των συνθηκών που θα τοποθετούνταν στο δωμάτιο. Επίσης ελαχιστοποιήθηκε και η χρήση ηλεκτρικής ενέργειας λόγω της αυτόματης εναλλαγής μεταξύ των λειτουργιών αναμονής (sleep mode) κατά το χρονικό διάστημα που δεν χρειάζονται μετρήσεις και αφύπνισης (wake-up timer) για σύντομο χρονικό διάστημα κατά την παραγωγή και αποστολή των δεδομένων. Αναλυτικότερα σχετικά με τη σύνδεση της συσκευής καταγραφής στο διαδίκτυο, δεν είναι απαιτητή καθώς η εν λόγω συσκευή αποστέλλει δεκαεξαδικά δεδομένα ασύρματα μέσω της ενσωματωμένης κεραίας που φέρει, χρησιμοποιώντας το πρωτόκολλο LoRa, σε άλλη συσκευή, σε διαφορετικό χώρο με σταθερή σύνδεση στο Διαδίκτυο. Η τελευταία λειτουργεί ως μεσάζων και μας επιτρέπει την παρακολούθηση από χειριστή και έλεγχο των μετρήσεων μέσω κάποιας web εφαρμογής, η οποία παρουσιάζεται στη συνέχεια της εργασίας.