Ανάπτυξη μεθοδολογίας έξυπνης συσχέτισης γνωστικής λειτουργίας, περιβαλλοντολογικών παραγόντων και ζωτικών σημείων με χρήση του IoT και τεχνητής νοημοσύνης

datacite.contributor.RelatedPersonΠαπαϊωάννου, Εύη
datacite.contributor.RelatedPersonΜακρής, Χρήστος
datacite.contributor.SupervisorΝικολετσέας, Σωτήριος
dc.contributor.authorΚαλιώρας, Φώτιος
dc.contributor.otherKalioras, Fotios
dc.date.accessioned2023-07-04T08:44:33Z
dc.date.available2023-07-04T08:44:33Z
dc.date.issued2023-07-01
dc.degreegraduateThesis
dc.description.abstractΟι προηγμένες εξελίξεις στην αξιοπιστία και προσιτότητα των αισθητήρων του Διαδικτύου των Πραγμάτων (ΙοΤ) έχουν συμβάλει στην αυξανόμενη υιοθέτηση συσκευών καταγραφής τόσο περιβαλλοντολογικών συνθηκών όσο και ζωτικών σημείων. Παράλληλα, οι εξελίξεις στον τομέα της Τεχνητής Νοημοσύνης επιτρέπουν την ανάπτυξη τεχνικών αφαίρεσης θορύβου και εξαγωγής πολύτιμων χαρακτηριστικών από τα δεδομένα των αισθητήρων, καθώς και την ανίχνευση μοτίβων, με την χρήση των οποίων είναι δυνατή η απόκτηση σημαντικών συμπερα- σμάτων. Ωστόσο, παρά την πρόοδο αυτή, η πλειονότητα του πληθυσμού εξακολουθεί να ζει σε εσωτερικούς χώρους με περιβαλλοντικές συνθήκες που υπερβαίνουν τα ασφαλή όρια που ορίζει ο Παγκόσμιος Οργανισμός Υγείας, με αποτέλεσμα να εμφανίζονται επιπλοκές. Παρόλο που οι επιπτώσεις αυτές είναι γνωστές, η έρευνα που έχει διεξαχθεί μέχρι σήμερα σχετικά με τη συσχέτιση και, ειδικότερα, τις αλληλεπιδράσεις των εσωτερικών περιβαλλοντικών παραγόντων στην ανθρώπινη φυσιολογία είναι περιορισμένη. Στην παρούσα διπλωματική εργασία πραγματο- ποιείται εκτενής ανασκόπηση της επιστημονικής βιβλιογραφίας, αποβλέποντας στην κατανόηση της χρήσης της Τεχνητής Νοημοσύνης για την εξαγωγή αποτελεσμάτων από φυσιολογικά και περιβαλλοντολογικά σήματα, καταγεγραμμένα από φορετές και μη-επιστημονικές συσκευές α- ντίστοιχα. Επιπλέον, εντοπίζονται και χρησιμοποιούνται συναφή σύνολα δεδομένων με σκοπό την ανάπτυξη ταξινομητών για την αναγνώριση καταστάσεων άγχους και γνωστικής λειτουρ- γίας. Κύριος στόχος της παρούσας έρευνας είναι η ανίχνευση και ανάλυση των συσχετίσεων μεταξύ των περιβαλλοντολογικών συνθηκών, της ανθρώπινης φυσιολογίας και κατάστασης, καθώς και η διερεύνηση πιθανών συνεργειών μεταξύ αυτών των παραγόντων.
dc.description.translatedabstractThe advancements in reliability and accessibility of Internet of Things (IoT) sensors have contributed to the increased adoption of monitoring devices for both environmental conditions and vital parameters. Simultaneously, advancements in Artificial Intelligence enable the development of techniques for noise reduction and extraction of valuable features from sensor data, as well as the detection of patterns that lead to significant insights. However, despite the awareness of the known implications, limited research has been conducted to date on the correlation and, specifically, the interactions of indoor environmental factors with human physiology. In this thesis, an extensive review of the scientific literature is conducted, aiming to understand the use of Artificial Intelligence in extracting results from physiological and environmental signals recorded from wearable and non-scientific devices, respectively. Additionally, relevant datasets are identified and utilized to develop classifiers for the recognition of anxiety and cognition states. The primary objective of this research is the detection and analysis of correlations between environmental conditions, human physiology and state, as well as the exploration of potential synergies among these factors.
dc.identifier.urihttps://hdl.handle.net/10889/25329
dc.language.isoel
dc.rightsAttribution-ShareAlike 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/us/*
dc.subjectΔιαδίκτυο των Πραγμάτων
dc.subjectΠεριβαλλοντολογικά σήματα
dc.subjectΖωτικά σημεία
dc.subjectΤεχνητή νοημοσύνη
dc.subjectΣτρες
dc.subjectΝοητικές δραστηριότητες
dc.subject.alternativeInternet of Things (IoT)
dc.subject.alternativeEnvironmental signals
dc.subject.alternativeVital signs
dc.subject.alternativeArtifical intelligence
dc.subject.alternativeStress
dc.subject.alternativeCognitive state
dc.titleΑνάπτυξη μεθοδολογίας έξυπνης συσχέτισης γνωστικής λειτουργίας, περιβαλλοντολογικών παραγόντων και ζωτικών σημείων με χρήση του IoT και τεχνητής νοημοσύνης
dc.title.alternativeDeveloping a methodology to intelligently correlate cognitive function, environmental factors and vital signs using IoT and artificial intelligence

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Kalioras_BSc.pdf
Size:
7.28 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
5.02 KB
Format:
Item-specific license agreed upon to submission
Description: