Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών

Μόνιμο URI για αυτήν την κοινότηταhttps://repository.ihu.gr/handle/11544/48375

Περιηγούμαι

Τώρα δείχνει 1 - 20 από 66

Μετασχηματιστές όρασης για αναγνώριση πλαστών βίντεο
(ΔΙΠΑΕ, 2025) Αλταντζή, Ελένη; Νικολαΐδης , Αθανάσιος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία εξετάζει τη χρήση μετασχηματιστών όρασης (Vision Transformers - ViTs) για την αναγνώριση πλαστών βίντεο, με έμφαση στα deepfake βίντεο. Τα deepfakes, τα οποία δημιουργούνται μέσω τεχνολογιών τεχνητής νοημοσύνης, συνιστούν σημαντική απειλή για την αξιοπιστία της ψηφιακής πληροφορίας. Στόχος της έρευνας είναι η ανάπτυξη και αξιολόγηση ενός μοντέλου μετασχηματιστή βίντεο, ικανού να διακρίνει πλαστά από τα αυθεντικά βίντεο, αξιοποιώντας σύγχρονες τεχνικές μηχανικής και βαθιάς μάθησης. Στο Πρώτο Κεφάλαιο γίνεται μια γενική εισαγωγή στο πρόβλημα της αναγνώρισης πλαστών βίντεο και παρουσιάζονται τα εργαλεία που χρησιμοποιούνται στην παρούσα έρευνα. Στο Δεύτερο Κεφάλαιο αναλύονται οι υπάρχουσες μέθοδοι ανίχνευσης deepfake, καθώς και τα χαρακτηριστικά των δεδομένων που χρησιμοποιούνται. Το Τρίτο Κεφάλαιο επικεντρώνεται στους μετασχηματιστές όρασης, περιγράφοντας τη δομή, τη λειτουργία και την εφαρμογή τους στην ανάλυση εικόνας και βίντεο. Στο Τέταρτο Κεφάλαιο παρουσιάζεται η υλοποίηση των προτεινόμενων μοντέλων, τα δεδομένα που χρησιμοποιούνται και η διαδικασία εκπαίδευσης. Στο Πέμπτο Κεφάλαιο αξιολογούνται τα μοντέλα που αναπτύχθηκαν, συνοψίζονται τα συμπεράσματα της έρευνας και προτείνονται μελλοντικές κατευθύνσεις για βελτίωση της ανίχνευσης deepfake, τόσο μέσω μετασχηματιστών όρασης αλλά και εναλλακτικές προσεγγίσεις.
Επεξεργασία και Ανάλυση Οικονομικών Δεικτών της Περιφερειακής Ενότητας Σερρών με χρήση Στατιστικής & Μηχανικής Μάθησης
(ΔΙΠΑΕ, 2025) Γιαξής, Παναγιώτης; Καραβασίλης , Γεώργιος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία επικεντρώνεται στην επεξεργασία και ανάλυση οικονομικών δεικτών της Περιφερειακής Ενότητας (Π.Ε.) Σερρών, με τη χρήση στατιστικής ανάλυσης και μεθόδων μηχανικής μάθησης. Σκοπός της μελέτης είναι η διερεύνηση της οικονομικής κατάστασης της περιοχής κατά την τελευταία δεκαετία (2014–2024) και η εξαγωγή χρήσιμων συμπερασμάτων σχετικά με την πορεία της ανάπτυξής της. Τα δεδομένα αντλήθηκαν κυρίως από την Ελληνική Στατιστική Αρχή (ΕΛΣΤΑΤ) και αφορούν βασικούς δείκτες όπως το Ακαθάριστο Εγχώριο Προϊόν (ΑΕΠ), το κατά κεφαλήν ΑΕΠ, τον πληθυσμό, την απασχόληση και την ανεργία. Αρχικά, εφαρμόστηκαν μέθοδοι περιγραφικής και επαγωγικής στατιστικής για την ανάλυση των δεδομένων, ενώ στη συνέχεια χρησιμοποιήθηκαν τεχνικές μηχανικής μάθησης με έμφαση στην ομαδοποίηση (clustering) – για την αποκάλυψη προτύπων και τάσεων που δεν ήταν άμεσα ορατές με τις παραδοσιακές μεθόδους. Τα αποτελέσματα έδειξαν σαφή μείωση του ποσοστού ανεργίας και σταδιακή αύξηση του ΑΕΠ, γεγονός που υποδηλώνει μια θετική οικονομική ανάπτυξη μετά την πανδημική κρίση. Η εφαρμογή αλγορίθμων clustering ανέδειξε δύο βασικές περιόδους: την προ-πανδημίας εποχή (2014-2020) και την μετά-πανδημίας φάση (2021–2024), καταγράφοντας αλλαγές στις οικονομικές συνθήκες και την απασχόληση. Η εργασία καταδεικνύει τη σημασία της αξιοποίησης σύγχρονων αναλυτικών εργαλείων στην παρακολούθηση τοπικών οικονομικών δεικτών και στην βελτίωση της οικονομικής ανάπτυξης της περιοχής.
Σχεδίαση και Ανάπτυξη Ολοκληρωμένου Συστήματος Διαχείρισης Κρατήσεων Ξενοδοχειακών Μονάδων με χρήση Oracle APEX
(ΔΙΠΑΕ, 2025) Διαμαντάκης, Απόστολος; Τσιμπίρης, Αλκιβιάδης; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα μεταπτυχιακή εργασία παρουσιάζει τη σχεδίαση, ανάπτυξη και υλοποίηση ενός ολοκληρωμένου συστήματος διαχείρισης κρατήσεων ξενοδοχείου με την ονομασία StayEasy, υλοποιημένο αποκλειστικά με χρήση της πλατφόρμας Oracle Application Express (APEX) 24.2 και της Oracle Database. Το σύστημα προσφέρει πλήρη λειτουργικότητα για δύο κατηγορίες χρηστών. Οι πελάτες έχουν τη δυνατότητα αναζήτησης ξενοδοχείων βάσει πόλης, ημερομηνιών και αριθμού επισκεπτών, προβολής αναλυτικών πληροφοριών και φωτογραφιών, πραγματοποίησης κρατήσεων και παρακολούθησης του ιστορικού τους. Οι διαχειριστές έχουν πρόσβαση σε πλήρη πρόσβαση σε πίνακα ελέγχου με βασικούς δείκτες απόδοσης (KPIs) και Oracle JET Charts, διαχείριση κρατήσεων μέσω κύκλου ζωής έξι καταστάσεων (PENDING, APPROVED, CHECKED_IN, CHECKED_OUT, CANCELLED, REJECTED), και πλήρη CRUD διαχείριση ξενοδοχείων και δωματίων. Η επιχειρησιακή λογική υλοποιήθηκε αποκλειστικά σε PL/SQL, αξιοποιώντας anonymous blocks, stored functions, exception handling και database trigger για αυτόματη ενημέρωση κατάστασης δωματίων. Η βάση δεδομένων αποτελείται από 5 πίνακες σε Τρίτη Κανονική Μορφή (3NF) με πλήρη αναφορική ακεραιότητα. Η εφαρμογή περιλαμβάνει 11 σελίδες, προσαρμοσμένη αυθεντικοποίηση με έλεγχο πρόσβασης βάσει ρόλου, και δεδομένα δοκιμής με 5 ξενοδοχεία, 17 δωμάτια, 5 χρήστες και 23 κρατήσεις.
Σχεδίαση και Ανάπτυξη Διαδραστικής Πλατφόρμας Τηλεκπαίδευσης για την Προσχολική Εκπαίδευση
(ΔΙΠΑΕ, 2025) Κρυωνά, Πασχαλία; Τσιμπίρης , Αλκιβιάδης; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα εργασία παρουσιάζει τη δημιουργία ενός ψηφιακού μαθήματος για παιδιά νηπιαγωγείου στην πλατφόρμα eClass. Το μάθημα αποτελείται από 27 θεματικές ενότητες που σχεδιάστηκαν σύμφωνα με το πρόγραμμα σπουδών και τις αναπτυξιακές δυνατότητες των παιδιών προσχολικής ηλικίας. Κάθε ενότητα περιλαμβάνει πολυμεσικό υλικό, συνδέσμους για εκπαιδευτικά βίντεο και παραμύθια, διαδραστικά παιχνίδια και προτεινόμενες δραστηριότητες για την τάξη και το σπίτι. Σκοπός είναι η ενίσχυση της μάθησης μέσα από δημιουργική αλληλεπίδραση και βιωματική συμμετοχή. Η εργασία περιγράφει τις παιδαγωγικές αρχές, τη διαδικασία σχεδίασης και υλοποίησης, καθώς και την προτεινόμενη αξιολόγηση του ψηφιακού μαθήματος στο eClass.
Δημιουργία μοντέλου πρόβλεψης στατιστικών παικτών
(ΔΙΠΑΕ, 2025) Τσικές, Πολυμέρης; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Στην εργασία που ακολουθεί θα δημιουργήσω ένα μοντέλο πρόβλεψης στατιστικών παικτών με μηχανική μάθηση για παίκτες του NBA και πιο συγκεκριμένα για τους βασικούς 5 παίκτες της ομάδας “Boston Celtics” για το κάθε επόμενο παιχνίδι. Είναι ένα FastAPI project μέσα στην PyCharm στο οποίο αντλώ τα δεδομένα μου από την MySQL έπειτα με την βοήθεια βιβλιοθηκών που υποστηρίζουν την μηχανική μάθηση, εκπαιδεύω τον αλγόριθμό μου ώστε να προβλέψει την απόδοση που θα έχουν οι 5 αυτοί βασικοί παίκτες σε 7 βασικές στατιστικές κατηγορίες και 3 επιπλέον συνδυαστικές κατηγορίες. Αυτές τις προβλέψεις τις αποθηκεύω σε έναν καινούργιο πίνακα στην MySQL και τέλος δημιουργώ ένα endpoint από το οποίο τραβάω τα προβλέψεις και τις παρουσιάζω στην σελίδα μου.
Μελέτη και Υλοποίηση Μεθόδου Μεταφοράς Τεχνοτροπίας για Παραγωγή Βίντεο
(ΔΙΠΑΕ, 2025-09-30) Γατούλα, Στεργιανή; Νικολαΐδης , Αθανάσιος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία ασχολείται με τη μεταφορά τεχνοτροπίας σε βίντεο με χρήση του νευρωνικού δικτύου ReCoNet (Realtime Coherent Video Style Transfer Network). Στόχος ήταν η εφαρμογή καλλιτεχνικού στυλ σε βίντεο, διατηρώντας υψηλή αισθητική ποιότητα, αναγνωρισιμότητα περιεχομένου και χρονική συνέπεια. Αρχικά παρουσιάζεται η θεωρητική ανάλυση του μοντέλου, περιγράφοντας την αρχιτεκτονική του, τον ρόλο των encoder-decoder layers, των residual blocks και του module χρονικής συνέπειας. Στη συνέχεια, περιγράφεται η πρακτική υλοποίηση με χρήση δημόσιων datasets (DAVIS) και προσωπικού βίντεο, η παραμετροποίηση του pipeline και οι τεχνικές οπτικοποίησης με Contrast Boosting και DINO features. Η αξιολόγηση έγινε ποσοτικά με μετρικές PSNR, SSIM και temporal error, καθώς και ποιοτικά μέσω οπτικής παρατήρησης των stylized videos. Τα αποτελέσματα δείχνουν ότι η χρήση temporal consistency μειώνει το flickering, ενώ τα boosted frames προσφέρουν μεγαλύτερη λεπτομέρεια ανά καρέ. Τέλος, συζητούνται περιορισμοί, trade-offs μεταξύ αισθητικής ποιότητας και temporal coherence, καθώς και προτάσεις για μελλοντική εργασία, όπως εκπαίδευση σε μεγαλύτερα datasets και ενσωμάτωση optical flow για πιο ακριβή χρονική συνέπεια. Η εργασία επιβεβαιώνει τη δυνατότητα του ReCoNet να εφαρμόζει καλλιτεχνική τεχνοτροπία σε βίντεο με σταθερά αποτελέσματα.
Ηθικές, κοινωνικές και δεοντολογικές προεκτάσεις της Τεχνητής Νοημοσύνης στην εκπαίδευση
(ΔΙΠΑΕ, 2025-10) Κύπρος, Στέφανος; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η ανάπτυξη της Τεχνητής Νοημοσύνης (ΤΝ), που η εξέλιξη γίνεται με ραγδαίους ρυθμούς, έχει αρχίσει να επηρεάζει δυναμικά την εκπαιδευτική διαδικασία, και όχι μόνο, προσφέροντας προτώτυπες λύσεις αλλά και εγείροντας σύνθετα ηθικά, κοινωνικά και δεοντολογικά ζητήματα. Η παρούσα διπλωματική εργασία έχει σκοπό στη θεωρητική εξερεύνηση των επιπτώσεων που έχει η χρήση της ΤΝ στην εκπαίδευση, εστιάζοντας ιδιαίτερα σε τρεις βασικές διαστάσεις: την ηθική, την κοινωνική και τη δεοντολογική. Στην παρούσα διπλωματική εργασία γίνεται αναφορά σε κάποιες εφαρμογές της ΤΝ στη μάθηση και στη διδασκαλία, όπως τα εξατομικευμένα μαθησιακά περιβάλλοντα και τα αυτόματα συστήματα αξιολόγησης, ενώ εξετάζονται οι προκλήσεις που προκύπτουν σε σχέση με τη διαφάνεια, την ιδιωτικότητα των δεδομένων, τη μαθησιακή αυτονομία και την ψηφιακή ανισότητα. Η διπλωματική εργασία στο τέλος προτείνει διάφορες προτάσεις για μια παιδαγωγικά υπεύθυνη ενσωμάτωση της ΤΝ, με στόχο τη διασφάλιση της ποιότητας, της ισότητας και της ανθρώπινης διάστασης στην εκπαιδευτική εμπειρία.
Εκτίμηση του ρυθμού σφάλματος bit της τεχνικής NOMA για συστήματα 5G μέσω ενός ασύρματου καναλιού με Rayleigh εξασθένιση
(ΔΙΠΑΕ, 2025-11) Θεοδωρίδης, Σταύρος; Ευσταθίου , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στην εκτίμηση του ρυθμού σφάλματος bit (Bit Error Rate - BER) της τεχνικής Μη Ορθογώνιας Πολλαπλής Πρόσβασης (Non-Orthogonal Multiple Access - NOMA) για δίκτυα πέμπτης γενιάς (5G), μέσω ενός ασύρματου καναλιού με Rayleigh εξασθένιση. Αρχικά, στο πρώτο κεφάλαιο παρουσιάζονται τα δίκτυα 5G, οι καινοτόμες τεχνολογίες τους και η σημασία τους για τις σύγχρονες τηλεπικοινωνίες. Στη συνέχεια, το δεύτερο κεφάλαιο εστιάζει στη τεχνική NOMA, αναλύοντας τη βασική αρχή λειτουργίας της και τα πλεονεκτήματα που προσφέρει σε σχέση με παραδοσιακές τεχνικές πρόσβασης. Το τρίτο κεφάλαιο πραγματεύεται τη στατιστική φύση του Rayleigh καναλιού εξασθένισης, το οποίο αποτελεί πρότυπο για την προσομοίωση ασύρματων συστημάτων. Τέλος, στο τέταρτο κεφάλαιο πραγματοποιείται προσομοίωση με τη χρήση του λογισμκού MATLAB, όπου παρουσιάζονται τα αποτελέσματα της προσομοίωσης της τεχνικής PD-NOMA (Power Domain Non-Orthogonal Multiple Access) σε ασύρματο περιβάλλον με Rayleigh εξασθένηση και παρουσία λευκού προσθετικού θορύβου (Additive White Gaussian Noise, AWGN). Πραγματοποιείται αξιολόγηση της απόδοσης του συστήματος ως προς το Bit Error Rate (BER), για διαφορετικά επίπεδα λόγου σήματος προς θόρυβο (Signal to Noise Ratio SNR) και δύο σχήματα διαμόρφωσης (4-QAM και 16-QAM). Η ανάλυση περιλαμβάνει τρία διαφορετικά σενάρια κατανομής ισχύος μεταξύ των χρηστών, ενώ εξετάζεται και η συμπεριφορά του σήματος μέσω διαγραμμάτων αστερισμού. Τα αποτελέσματα αναδεικνύουν τη σημασία της τεχνικής SIC (Successive Interference Cancellation) για την επιτυχή ανάκτηση των σημάτων, καθώς και τις επιδόσεις κάθε χρήστη ανάλογα με την απόσταση και την κατανομή ισχύος. Η εργασία συμβάλλει στην καλύτερη κατανόηση της αποδοτικότητας της τεχνικής NOMA σε δίκτυα 5G, με έμφαση στις προκλήσεις που θέτουν οι συνθήκες του ασύρματου καναλιού.
Νομικό πλαίσιο και ρυθμιστικές διατάξεις για την προστασία των τηλεπικοινωνιών, των προσωπικών δεδομένων και την κυβερνοασφάλεια: η ψηφιοποίηση της δικαιοσύνης
(ΔΙΠΑΕ, 2025-12) Δινάκη, Στέλλα; Χειλάς , Κωνσταντίνος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η ραγδαία ψηφιοποίηση του δημόσιου τομέα και η συνεχώς αυξανόμενη διακίνηση ευαίσθητων δεδομένων μέσω ηλεκτρονικών συστημάτων έχουν καταστήσει επιτακτική την ανάγκη ενίσχυσης της προστασίας προσωπικών δεδομένων και της κυβερνοασφάλειας. Η παρούσα διπλωματική εργασία εξετάζει το θεσμικό και νομικό πλαίσιο που διέπει την προστασία δεδομένων και τις ηλεκτρονικές επικοινωνίες, τόσο σε ευρωπαϊκό όσο και σε εθνικό επίπεδο, με έμφαση στην εφαρμογή του στον χώρο των δικαστικών υπηρεσιών. Αρχικά αναλύονται οι βασικές έννοιες της ιδιωτικότητας, της ασφάλειας πληροφοριακών συστημάτων και της νομικής έννοιας των προσωπικών δεδομένων, ενώ παρουσιάζεται το ευρωπαϊκό κανονιστικό πλαίσιο (GDPR, ePrivacy, NIS/NIS2) και το αντίστοιχο εθνικό (Ν. 4624/2019, Ν. 3471/2006 κ.ά.), καθώς και ο ρόλος ρυθμιστικών αρχών όπως η ΑΠΔΠΧ και η ΕΕΤΤ. Η μεθοδολογία της εργασίας βασίστηκε στη νομική ερμηνευτική προσέγγιση και στη συγκριτική αξιολόγηση της ευρωπαϊκής και ελληνικής πρακτικής, καθώς και στη μελέτη περίπτωσης εφαρμογής του πλαισίου στα ελληνικά δικαστήρια. Επιπλέον, συλλέχθηκαν πρωτογενή δεδομένα μέσω ερωτηματολογίου προς δικαστικούς υπαλλήλους και δικηγόρους, με στόχο την αποτύπωση του επιπέδου συμμόρφωσης, των αντιλήψεων και των προκλήσεων που ανακύπτουν στην πράξη. Οι δικαστικοί υπάλληλοι επιλέχθηκαν ως εσωτερικοί διαχειριστές πληροφοριακών συστημάτων και προσωπικών δεδομένων, ενώ οι δικηγόροι ως εξωτερικοί χρήστες και βασικοί συναλλασσόμενοι με τις ψηφιακές υπηρεσίες των γραμματειών, προσφέροντας έτσι συμπληρωματικές οπτικές. Τα αποτελέσματα της έρευνας καταδεικνύουν σημαντικές ελλείψεις στην εφαρμογή των προβλεπόμενων μέτρων, όπως η περιορισμένη εκπαίδευση των υπαλλήλων, η απουσία Υπευθύνων Προστασίας Δεδομένων (DPO) σε κρίσιμες δομές και η μη συστηματική διενέργεια Εκτιμήσεων Αντικτύπου (DPIA). Η εργασία προτείνει συγκεκριμένα οργανωτικά και τεχνολογικά μέτρα για την ενίσχυση της συμμόρφωσης και της ασφάλειας, συμβάλλοντας έτσι στη βελτίωση της θεσμικής αξιοπιστίας και της αποτελεσματικής προστασίας των δικαιωμάτων των πολιτών. Συμπερασματικά, η συμμόρφωση με το θεσμικό πλαίσιο για την προστασία προσωπικών δεδομένων και την κυβερνοασφάλεια δεν αποτελεί μόνο νομική υποχρέωση, αλλά κρίσιμο παράγοντα για τη διατήρηση της κοινωνικής νομιμοποίησης της Δικαιοσύνης. Ιδίως στο περιβάλλον των δικαστικών υπηρεσιών, όπου διακινούνται πληροφορίες μεγάλης ευαισθησίας, η ύπαρξη σαφών διαδικασιών, επαρκώς εκπαιδευμένου προσωπικού και σύγχρονων ψηφιακών υποδομών αποτελεί θεμέλιο για την ασφαλή, διάφανη και αποτελεσματική απονομή δικαιοσύνης.
Ακτινοβολία, τεχνολογία και μαθητική απόδοση: μια στατιστική μελέτη της σύγχρονης εκπαιδευτικής πραγματικότητας
(ΔΙΠΑΕ, 2025-12) Καμήλαλης, Δημοσθένης; Τσιμπίρης , Αλκιβιάδης; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία έχει ως κύριο άξονα της την στατιστική ανάλυση της επίδρασης των ακτινοβολιών σε μαθητές, φοιτητές και εκπαιδευτικούς. Παρουσιάζει τα βασικά είδη ακτινοβολίας που σχετίζονται με την χρήση ηλεκτρονικών συσκευών (κινητά τηλέφωνα, τηλεοράσεις, υπολογιστές), όπως και τις πιθανές επιπτώσεις τους στο οφθαλμολογικό σύστημα του ανθρώπου. Στην συνέχεια γίνετε αναφορά στην διαρκώς αυξανομένη ανάγκη για χρήση της τεχνολογίας σε όλους τους τομής της εκπαίδευσης. Το εμπειρικό μέρος της εργασίας είναι βασισμένο στην συλλογή δεδομένων με χρήση ερωτηματολογίου στο οποίο συμμετείχαν μαθητές φοιτητές και εκπαιδευτικοί. Οι απαντήσεις τους σε σχέση με τον ημερήσιο χρόνο έκθεσης τους σε ηλεκτρονικές συσκευές, την κούραση την οποία τους προκάλεσαν και την επίδραση που είχαν στην μελέτη και τις επιδώσεις τους. Τέλος, συζητείται η σημαντικότητα της ισορροπίας της ανάγκης για έκθεσης σε τέτοιες συσκευές και η εξέχουσα θέση που καταλαμβάνουν όλες αυτές οι νέες τεχνολογίες εκμάθησης (e-class, eLearning, AI) στην καθημερινότητα, και πιο συγκεκριμένα στον εκπαιδευτικό χώρο.
Εφαρμογές της Τεχνητής Νοημοσύνης στα Μαθηματικά της Ειδικής Αγωγής στη Δευτεροβάθμια Εκπαίδευση
(ΔΙΠΑΕ, 2025-12) Τζιάβρας, Δημήτριος; Καραβασίλης , Γεώργιος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία εξετάζει την παιδαγωγικά καθοδηγούμενη αξιοποίηση εφαρμογών Τεχνητής Νοημοσύνης (ΤΝ) στη διδασκαλία των Μαθηματικών στο πλαίσιο της Ειδικής Αγωγής στη Δευτεροβάθμια Εκπαίδευση, με έμφαση στη διαφοροποιημένη διδασκαλία και τη συμπερίληψη. Στόχος της εμπειρικής διερεύνησης είναι να αποτυπωθούν οι στάσεις, οι αντιλήψεις και οι προβληματισμοί εκπαιδευτικών Μαθηματικών σχετικά με τη χρήση εργαλείων ΤΝ για τον σχεδιασμό και την υποστήριξη μαθησιακών δραστηριοτήτων που ανταποκρίνονται στην ετερογένεια της τάξης (π.χ. μαθητές με μαθησιακές δυσκολίες, ΔΕΠΥ ή/και ΔΑΦ). Παράλληλα, αναπτύσσεται ένα εφαρμοσμένο πλαίσιο διδακτικού σχεδιασμού, το οποίο περιλαμβάνει πίνακα αντιστοίχισης μαθησιακών δυσκολιών–παιδαγωγικών αναγκών–τύπων prompts και ενδεικτικές δραστηριότητες αξιοποίησης εργαλείων παραγωγικής ΤΝ. Η έρευνα ακολούθησε ποσοτικό, περιγραφικό σχεδιασμό και υλοποιήθηκε μέσω δομημένου ερωτηματολογίου που συμπληρώθηκε από 58 εκπαιδευτικούς Μαθηματικών της Δευτεροβάθμιας Εκπαίδευσης. Τα αποτελέσματα δείχνουν συνολικά θετική στάση απέναντι στην ΤΝ ως υποστηρικτικό εργαλείο για τη διαφοροποίηση και την παραγωγή και προσαρμογή διδακτικού υλικού, ενώ παράλληλα αναδεικνύονται σημαντικές ανησυχίες σχετικά με την παιδαγωγική και μεθοδολογική ετοιμότητα, τον χρόνο που απαιτεί ο διδακτικός σχεδιασμός και την ανάγκη στοχευμένης επιμόρφωσης και θεσμικής καθοδήγησης. Συμπερασματικά, η ΤΝ μπορεί να συμβάλει ουσιαστικά στη συμπεριληπτική μαθηματική εκπαίδευση, υπό την προϋπόθεση ότι εντάσσεται κριτικά και με σαφή παιδαγωγικό πλαίσιο.
Ανάπτυξη Μοντέλου Επιλογής Καταλληλότερης Καλλιέργειας σύμφωνα με τις Κρατικές Ενισχύσεις
(ΔΙΠΑΕ, 2025-12) Κλημαντάκης, Χρήστος; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η εργασία ξεκινά με την επιβεβαίωση του ρόλου της τεχνητής νοημοσύνης και της τηλεπισκόπησης στην τοπογραφία και στην υποστήριξη των γεωργικών πολιτικών όχι μόνο ως θεωρητικά ή τεχνικά εργαλεία αλλά και ως πρακτικές εφαρμογές που συμμετέχουν άμεσα στις διαδικασίες λήψης αποφάσεων. Θα επισημανθεί μια απλή μέθοδος μηχανικής μάθησης για πολύπλοκα μοντέλα νευρωνικών δικτύων ικανά να υποστηρίξουν ερευνητικά έργα στη γεωργία. Η τηλεπισκόπηση παρέχει πληροφορίες μέσω δορυφορικών εικόνων σχετικά με τα εδάφη και τη βλάστηση σε συνδυασμό με προηγμένους αισθητήρες, ενώ οι μέθοδοι τοπογραφίας παρέχουν καλύτερη ακρίβεια για αναλύσεις αποτελεσμάτων, όπως ψηφιακά μοντέλα εδάφους (DTM) και γεωχωρικά δεδομένα. Καλά παραδείγματα προκύπτουν όταν οι πολυχρονικές εικόνες ενσωματώνονται με έναν αλγόριθμο μάθησης που επιτρέπει την αξιόπιστη χαρτογράφηση των καλλιεργειών καθώς και την εκτίμηση/πρόβλεψη των αποδόσεων. Η παρούσα μελέτη εξετάζει υπολογιστικές τεχνικές φασματικής ανάλυσης που χρησιμοποιούν στατιστική μοντελοποίηση, Deep Learning, LiDAR, αξιολόγηση εδάφους, ανίχνευση ακραίων τιμών, παρακολούθηση της υγείας των καλλιεργειών. Παρατίθεται, επίσης, η διεθνή εμπειρία στη θεσμική ενσωμάτωση υπηρεσιών τηλεπισκόπησης και σε μελλοντικές προοπτικές που αφορούν τα μεγάλα δεδομένα και τα δίκτυα IoT.
Συστήματα Τεχνητής Νοημοσύνης στην Κυβερνοασφάλεια
(ΔΙΠΑΕ, 2025-12) Μαυρατζά, Κυριακή; Χειλάς , Κωνσταντίνος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Τα τελευταία χρόνια, η ταχύτατη αύξηση και επιτήδευση των κυβερνοαπειλών έχουν καταστήσει τις παραδοσιακές μεθόδους προστασίας επαρκώς αναποτελεσματικές. Σε αυτό το μεταβαλλόμενο περιβάλλον, η Τεχνητή Νοημοσύνη (ΤΝ) αναδύεται ως κρίσιμο εργαλείο στην επόμενη γενιά της κυβερνοασφάλειας, συνδυάζοντας ταχύτητα, ευελιξία και δυνατότητες αυτόματης απόκρισης σε επίπεδα που δεν θα μπορούσε να πετύχει ακόμη και το καλύτερο εκπαιδευμένο ανθρώπινο δυναμικό. Στο πλαίσιο αυτό, η Τεχνητή Νοημοσύνη (ΤΝ), μέσω των μεθόδων μηχανικής και βαθιάς μάθησης, προσφέρει νέες δυνατότητες στην ανίχνευση, αντιμετώπιση και πρόληψη κακόβουλων ενεργειών. Η παρούσα μελέτη βιβλιογραφικής ανασκόπησης , εξετάζει το θεωρητικό υπόβαθρο της κυβερνοασφάλειας, τους κύριους τύπους κυβερνοεπιθέσεων, καθώς και τις δυνατότητες και εφαρμογές της στον εντοπισμό, την πρόληψη και την αντιμετώπισή τους. Παρουσιάζονται οι βασικές προσεγγίσεις ΤΝ, οι μεταευρετικοί αλγόριθμοι, καθώς και οι μέθοδοι μηχανικής και βαθιάς μάθησης, με στόχο την αναγνώριση προτύπων και αποκλίσεων που υποδηλώνουν κακόβουλη δραστηριότητα. Εξετάζονται επίσης πραγματικές εφαρμογές, όπως η βιομετρική αυθεντικοποίηση, τα συστήματα επίγνωσης κατάστασης δικτύου, καθώς και τεχνικές ανίχνευσης επικίνδυνης ή μη φυσιολογικής συμπεριφοράς με τη χρήση διαφορετικών αρχιτεκτονικών νευρωνικών δικτύων. Συμπερασματικά, η χρήση της ΤΝ προσφέρει ακρίβεια, ταχύτητα απόκρισης και βελτιωμένη ικανότητα προσαρμογής σε νέες απειλές. Οι προκλήσεις για την ανάγκη μεγάλων συνόλων δεδομένων, την διαφάνεια των μοντέλων και την προστασία τους από κακόβουλη χειραγώγηση, αποτελούν παράγοντες για την ενσωμάτωση της ΤΝ στην ψηφιακή άμυνα.
Σχεδίαση και Ανάπτυξη Διαδραστικού Ρομποτικού Συστήματος σε ρόλο AI Assistant μέσω Αναγνώρισης Προσώπου και Χειρονομιών: μελέτη Περίπτωσης σε Εκπαιδευτικό Περιβάλλον
(ΔΙΠΑΕ, 2025-12) Σιδηροπούλου, Αναστασία Ειρήνη; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η ραγδαία πρόοδος στη ρομποτική και την τεχνητή νοημοσύνη (AI) δημιουργεί νέες προοπτικές για την ενίσχυση της αλληλεπίδρασης ανθρώπου-μηχανής και τον επαναπροσδιορισμό του ρόλου της τεχνολογίας. Η ανάπτυξη διαδραστικών ρομποτικών συστημάτων με δυνατότητες αναγνώρισης προσώπου και χειρονομιών διευκολύνει τη δημιουργία εμπειριών χρήσης προσαρμοσμένων στις ανάγκες των χρηστών και ανοίγει νέες δυνατότητες για καινοτόμες εφαρμογές σε ποικίλα πεδία. Στον τομέα της εκπαίδευσης, η συνδυαστική χρήση ρομποτικής και τεχνητής νοημοσύνης ενισχύει την ανάπτυξη ψηφιακών, αναλυτικών και συνεργατικών δεξιοτήτων, οι οποίες είναι καθοριστικές για τη σύγχρονη μαθησιακή διαδικασία. Παράλληλα, συμβάλλει στην προσαρμογή της διδασκαλίας στις εξατομικευμένες ανάγκες των μαθητών και προάγει την ενεργό συμμετοχή τους. Η παρούσα εργασία περιγράφει τη σχεδίαση και ανάπτυξη ενός διαδραστικού ρομποτικού συστήματος που λειτουργεί ως AI Assistant σε εκπαιδευτικό περιβάλλον. Το σύστημα εφαρμόστηκε πιλοτικά σε σχολική τάξη και αξιολογήθηκε με ερευνητικές μεθόδους, με στόχο την αποτίμηση της συμβολής του στη μαθησιακή διαδικασία και την ενίσχυση της εμπλοκής των μαθητών.
Εφαρμογή για την Ανάπτυξη Εκπαιδευτικού Υλικού με Χρήση της Τεχνητής Νοημοσύνης
(ΔΙΠΑΕ, 2025-12) Τσακίρης, Αλέξανδρος; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Στην παρούσα διπλωματική εργασία σχεδιάστηκε και αναπτύχθηκε μία web εφαρμογή, η "EduAI", η οποία καλείται να παρέχει τις βασικές και ζωτικές λειτουργίες μία διδακτικής πλατφόρμας εκπαίδευσης αλλά και να ενσωματώσει νέες διδακτικές μεθόδους όπως αυτής τη μάθησης με οπτικοποίηση δεδομένων αλλά και την ενσωμάτωση της τεχνητής νοημοσύνης για παιδαγωγικούς σκοπούς. Σκοπός της διπλωματικής είναι να ενισχύσουμε τις λειτουργίες των παραδοσιακών πλατφόρμων για την εκπαίδευση. Για την δημιουργία της εφαρμογής χρησιμοποιήθηκε το πλαίσιο ανάπτυξης Django σε γλώσσα python και για την ενσωμάτωση των λειτουργιών τεχνητής νοημοσύνης χρησιμοποιήθηκε ένα γλωσσικό μοντέλο της google το Gemini 2.0 flash με την χρήση rest api, ενώ υπάρχει δυνατότητα να εισάγουμε και άλλα μοντέλα όπως το OpenAI-GPT, Anthropic-Claude, Groq-Llama/Mistral ή τοπικό μοντέλο τύπου Ollama/LM studio με την χρήση api key. Ένα σημαντικό εργαλείο για την χρήση της τεχνητής νοημοσύνης είναι η τεχνική RAG (Retrieval-Augmented Generation), η οποία παίρνει πληροφορίες από τα σχολικά βιβλία που έχουμε φορτώσει στην πλατφόρμα, εξασφαλίζοντας πως οι απαντήσεις που θα παίρνουν οι μαθητές συνάδουν με το πρόγραμμα σπουδών που έχει δημιουργήσει το Υπουργείο Παιδείας και Θρησκευμάτων, ενώ δεν περιορίζουμε και την χρήση του διαδικτύου για τυχόν γνώση που δεν παρέχουν τα σχολικά βιβλία. Η πλατφόρμα είναι πλήρως λειτουργική, υποστηρίζει διαφορετικούς ρόλους χρηστών (μαθητές, καθηγητές και admin), παρέχει εργαλεία για τη διαχείριση της διδακτέας ύλης, τη διεξαγωγή αυτοματοποιημένων διαγωνισμάτων σε στυλ κουίζ, την ανάθεση εργασιών από τους καθηγητές προς τους μαθητές και την οργάνωση του προγράμματος σπουδών με ανακοινώσεις, συμβάντα ημερολογίου όπως αργίες ή σχολικές εορτές. Επιπλέον, σύμφωνα με τις νεότερες διδακτικές μεθόδους εκμάθησης, ενσωματώνονται εργαλεία οπτικοποίησης, όπως τα ιστορικά χρονολόγια καθώς και προσομοιώσεις και οπτικοποιήσεις βασικών αλγορίθμων για το μάθημα της πληροφορικής. Ο τελικός σκοπός της εργασίας είναι να εξετάσουμε τις δυνατότητες και τους περιορισμούς της ελεγχόμενης χρήσης τεχνητής νοημοσύνης στην διαδικασία της εκπαίδευσης των μαθητών, ευελπιστώντας ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως ένα αποτελεσματικός βοηθός για τον μαθητή, απελευθερώνοντας τον φόρτο εργασίας των καθηγητών χωρίς όμως να του αντικαθιστά.
Ευφυές Σύστημα Ανίχνευσης Δυσκολιών Μάθησης και Εξατομίκευσης Μαθησιακής Πορείας σε LMS
(ΔΙΠΑΕ, 2025-12) Ράλλης, Σπυρίδων; Τσιμπίρης , Αλκιβιάδης; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία πραγματεύεται τη μελέτη, τον σχεδιασμό και την υλοποίηση ενός συστήματος αρχικής ανίχνευσης (screening) μαθησιακών δυσκολιών, ενσωματωμένου σε πλατφόρμα διαχείρισης μάθησης (Learning Management System – LMS), με εστίαση στη δυσλεξία και στη Διαταραχή Ελλειμματικής Προσοχής και Υπερκινητικότητας (ΔΕΠΥ). Βασικός σκοπός είναι η έγκαιρη ανάδειξη ενδεικτικών προτύπων που σχετίζονται με τις παραπάνω δυσκολίες, ώστε να υποστηριχθεί η εκπαιδευτική παρέμβαση και –όπου απαιτείται– η παραπομπή για εξειδικευμένη αξιολόγηση, χωρίς το σύστημα να υποκαθιστά κλινική διάγνωση. Η λειτουργία του συστήματος στηρίζεται στην αξιοποίηση δεδομένων χρήσης και επίδοσης που καταγράφονται εγγενώς στο LMS και προκύπτουν από την αλληλεπίδραση των εκπαιδευομένων με το εκπαιδευτικό υλικό και τις δραστηριότητες (π.χ. αποτελέσματα σε κουίζ/ασκήσεις, αριθμός προσπαθειών, χρόνοι απόκρισης και ολοκλήρωσης, επαναλήψεις σε ενότητες, μοτίβα πλοήγησης και συμμετοχής). Τα δεδομένα αυτά οργανώνονται σε ένα σύνολο δεικτών (indicators) οι οποίοι είναι κανoνο-βασισμένοι (rule-based) και αντιστοιχούν σε διακριτές παρατηρήσιμες συμπεριφορές (π.χ. επιμονή σε λάθη ορθογραφίας/αντιστοίχισης, χαμηλή συνέπεια στην ολοκλήρωση, υψηλή μεταβλητότητα χρόνου ανταπόκρισης). Στη συνέχεια, οι δείκτες συγκεντρώνονται σε κατηγοριοποιημένα επίπεδα εκτίμησης κινδύνου μέσω ρητών κατωφλίων (thresholds) και σαφών κανόνων, οι οποίοι τεκμηριώνονται ως προς τους περιορισμούς τους και ερμηνεύονται ως ενδείξεις και όχι ως διάγνωση. Με βάση τα αποτελέσματα του screening, το σύστημα ενεργοποιεί αυτόματα διαφοροποιημένες μαθησιακές διαδρομές (adaptive/differentiated pathways) στο ίδιο μάθημα, προσαρμόζοντας τη ροή, τον ρυθμό και τη μορφή παρουσίασης του περιεχομένου. Ενδεικτικά, μπορούν να ενεργοποιηθούν εναλλακτικές μορφές υλικού (π.χ. ενισχυμένη πολυτροπική παρουσίαση), διάσπαση περιεχομένου σε μικρότερες ενότητες, πρόσθετες δραστηριότητες εξάσκησης, καθώς και προτεινόμενα διαλείμματα και ενδιάμεσοι έλεγχοι κατανόησης. Η τεχνική υλοποίηση πραγματοποιείται στο Moodle, αξιοποιώντας υπάρχουσες δυνατότητες (κουίζ/ερωτηματολόγια, βαθμολόγιο και υπολογισμούς, περιορισμούς πρόσβασης, ολοκλήρωση δραστηριοτήτων, αναφορές/καταγραφές) και κατάλληλη παραμετροποίηση ώστε η προσαρμογή να είναι συνεκτική, επεκτάσιμη και διαχειρίσιμη από τον εκπαιδευτικό. Η αξιολόγηση του συστήματος βασίζεται σε σενάρια χρήσης και προσομοιώσεις, με στόχο την αποτίμηση της λειτουργικής ορθότητας (σωστή ενεργοποίηση κανόνων και διαδρομών), της ευχρηστίας (διαχειρισιμότητα από εκπαιδευτικούς/εκπαιδευόμενους) και της συνέπειας των κανoνο-βασισμένων δεικτών ως προς το αναμενόμενο παιδαγωγικό αποτέλεσμα. Παράλληλα, αναδεικνύονται ζητήματα δεοντολογίας και προστασίας δεδομένων (π.χ. ελαχιστοποίηση συλλογής, διαφάνεια χρήσης, περιορισμός πρόσβασης), καθώς και τα όρια γενίκευσης των αποτελεσμάτων. Συνολικά, η εργασία συμβάλλει στη δημιουργία μιας πρακτικής, ενσωματώσιμης προσέγγισης screening σε LMS, που υποστηρίζει πιο προσβάσιμη και εξατομικευμένη μάθηση στο πλαίσιο της συμπεριληπτικής εκπαίδευσης.
Μοντελοποίηση Πληροφοριακής Πολυπλοκότητας μέσω Εντροπίας σε Blockchain Συστήματα με Χρήση Python
(ΔΙΠΑΕ, 2025-12) Μοσχοτόγλου, Παναγιώτης; Βαρσάμης , Δημήτριος; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Σε μια εποχή όπου η τεχνολογική εξέλιξη επιταχύνεται με ιλιγγιώδεις ρυθμούς, η τεχνολογία blockchain αναδύεται ως ένα φαινόμενο που δεν μπορεί να περάσει απαρατήρητο. Από την πρώτη της εμφάνιση ως ο θεμέλιος πυρήνας των κρυπτονομισμάτων, το blockchain έχει εξελιχθεί και υιοθετηθεί σε πεδία που ξεπερνούν κατά πολύ τις αρχικές εφαρμογές του, αγγίζοντας τις πιο ποικίλες πτυχές της κοινωνίας. Το blockchain αποτελεί τη νέα εποχή της πρόσβασης, μετασχηματίζοντας τον τρόπο με τον οποίο η πληροφορία αποθηκεύεται, διαχέεται και επικυρώνεται σε ψηφιακά αποκεντρωμένα οικοσυστήματα. Παρά την ταχεία υιοθέτηση και την εκτεταμένη επιστημονική έρευνα, η συστηματική κατανόηση της πληροφοριακής πολυπλοκότητας που ενσωματώνεται στη δομή ενός blockchain δικτύου παραμένει περιορισμένη. Η παρούσα διπλωματική εργασία επιχειρεί να καλύψει αυτό το ερευνητικό κενό μέσω της ποσοτικής αποτίμησης και ερμηνείας της πληροφοριακής πολυπλοκότητας στο Ethereum blockchain, αξιοποιώντας διάφορα μέτρα εντροπίας από τη θεωρία της πληροφορίας. Η παρούσα έρευνα βασίζεται σε μια πολυδιάστατη μεθοδολογική προσέγγιση, η οποία συνδύαζει την εντροπία του Shannon για τη μέτρηση της στατικής ποικιλομορφίας στα πεδία των συναλλαγών, την Approximate Entropy και Permutation Entropy για την ανάλυση της δυναμικής συμπεριφοράς σε χρονοσειρές, και τη Graph Entropy για την αποτύπωση της τοπολογικής πολυπλοκότητας του δικτύου συναλλαγών. Τα δεδομένα που αναλύθηκαν προέρχονται από 1.901 διαδοχικά μπλοκ του Ethereum blockchain, περιλαμβάνοντας 384.312 επικυρωμένες συναλλαγές, και συλλέχθηκαν μέσω Remote Procedure Call (RPC) πρόσβασης σε full nodes του δικτύου. Τα αποτελέσματα αποκαλύπτουν ότι η πληροφοριακή πολυπλοκότητα του Ethereum εκδηλώνεται σε τρία διακριτά αλλά αλληλοσυνδεόμενα επίπεδα. Σε στατικό επίπεδο, η εντροπία των διευθύνσεων αποστολέα (13.744 bits) υποδηλώνει υψηλή αποκέντρωση στην παραγωγή συναλλαγών, ενώ η χαμηλότερη εντροπία των διευθύνσεων παραλήπτη (12.192 bits) αποκαλύπτει τάσεις συγκέντρωσης σε συγκεκριμένους κόμβους-hubs. Σε χρονικό επίπεδο, η Approximate Entropy (1.710 bits) καταδεικνύει μια ενδιάμεση συμπεριφορά μεταξύ κανονικότητας και χαοτικής δυναμικής, ενώ η Permutation Entropy (0.990) προσεγγίζει τα χαρακτηριστικά πλήρους τυχαιότητας σε μικροσκοπικό επίπεδο. Σε τοπολογικό επίπεδο, η Graph Entropy επιβεβαιώνει χαρακτηριστικά scale-free δικτύου με άνιση κατανομή συνδεσιμότητας (out-degree entropy: 14.554 bits, in-degree entropy: 13.163 bits). Η ολοκληρωμένη ανάλυση αποδεικνύει ότι το Ethereum blockchain λειτουργεί ως ένα πολύπλοκο προσαρμοστικό σύστημα (complex adaptive system), όπου η πληροφορία διαχέεται μέσω ενός συνδυασμού αποκεντρωμένων και συγκεντρωτικών μηχανισμών. Η συνύπαρξη υψηλής εντροπίας στην παραγωγή συναλλαγών και χαμηλότερης εντροπίας στην κατανάλωσή τους αντανακλά μια θεμελιώδη ασυμμετρία που χαρακτηρίζει τα σύγχρονα blockchain οικοσυστήματα. Η χρονική ανάλυση αποκαλύπτει ότι το δίκτυο διατηρεί μια ισορροπία μεταξύ προβλέψιμων μοτίβων και στοχαστικής μεταβλητότητας, επιτρέποντας ταυτόχρονα σταθερότητα και προσαρμοστικότητα. Η διπλωματική εργασία συνεισφέρει θεωρητικά στην κατανόηση της πληροφοριακής πολυπλοκότητας σε αποκεντρωμένα συστήματα, αποδεικνύοντας ότι τα μέτρα εντροπίας αποτελούν αποτελεσματικά εργαλεία για την ποσοτικοποίηση της αποκέντρωσης, της ανθεκτικότητας και της δυναμικής συμπεριφοράς. Μεθοδολογικά, η εργασία αναπτύσσει ένα αναπαραγώγιμο αναλυτικό πλαίσιο που μπορεί να εφαρμοστεί σε οποιοδήποτε blockchain δίκτυο, επιτρέποντας συγκριτικές μελέτες μεταξύ διαφορετικών πλατφορμών και μηχανισμών συναίνεσης. Πρακτικά, τα ευρήματα μπορούν να ενημερώσουν το σχεδιασμό πιο αποδοτικών και ασφαλών blockchain συστημάτων, να υποστηρίξουν την ανίχνευση ανωμαλιών, και να παράσχουν μετρικές για τη συνεχή παρακολούθηση της λειτουργικής υγείας αποκεντρωμένων δικτύων. Η έρευνα καταλήγει στο συμπέρασμα ότι η πληροφοριακή πολυπλοκότητα στο Ethereum blockchain δεν αποτελεί μονοδιάστατη ιδιότητα αλλά αναδύεται από την αλληλεπίδραση πολλαπλών επιπέδων οργάνωσης. Η κατανόηση αυτής της πολυδιάστατης πολυπλοκότητας είναι κρίσιμη για την εξέλιξη της τεχνολογίας blockchain προς πιο ώριμα, βιώσιμα και πραγματικά αποκεντρωμένα οικοσυστήματα που μπορούν να υποστηρίξουν τη μετάβαση από το Διαδίκτυο της Πληροφορίας στο Διαδίκτυο της Αξίας.
Σχεδιασμός εκπαιδευτικού προγράμματος «Εκπαιδευτική Ρομποτική με τη χρήση Arduino και Τρισδιάστατη Εκτύπωση» σε πλατφόρμα ασύγχρονης εκπαίδευσης
(ΔΙΠΑΕ, 2025-12) Παπαδημητρίου, Δημήτριος; Φραγγίδης , Λεωνίδας; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία έχει ως στόχο τον σχεδιασμό ενός εκπαιδευτικού προγράμματος με θέμα την Εκπαιδευτική Ρομποτική, αξιοποιώντας τις τεχνολογίες Arduino και Τρισδιάστατης Εκτύπωσης. Το πρόγραμμα αναπτύχθηκε στην πλατφόρμα ασύγχρονης εκπαίδευσης eClass, με έμφαση στη διαδραστικότητα και τη χρήση του εργαλείου H5P για την ενσωμάτωση εκπαιδευτικού υλικού, δραστηριοτήτων και αξιολογήσεων. Η εργασία επιχειρεί να συνδυάσει τη σύγχρονη τεχνολογία με τις αρχές της παιδαγωγικής σχεδίασης, ενισχύοντας τις δεξιότητες STEM των μαθητών.
Χρήση Chatbot για Εξατομικευμένη Υποστήριξη Μαθητών στη Δευτεροβάθμια Εκπαίδευση
(ΔΙΠΑΕ, 2026) Καλενδέρη, Αθανασία; Φραγγίδης , Λεωνίδας; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα μεταπτυχιακή διπλωματική εργασία ασχολείται με τη χρήση ενός εκπαιδευτικού chatbot ως μέσου εξατομικευμένης υποστήριξης σε μαθητές που φοιτούν σε τάξεις της Δευτεροβάθμιας εκπαίδευσης, και συγκεκριμένα σε μαθητές Γυμνασίου που διδάσκονται το μάθημα της Πληροφορικής. Ο λόγος που επιλέχθηκε το μάθημα αυτό είναι λόγω της προσωπικής μου εμπειρίας ως εκπαιδευτικός Δευτεροβάθμιας Εκπαίδευσης και ούσα γνώστης των δυσκολιών που αντιμετωπίζουν οι μαθητές στη διδασκαλία και κατανόηση του μαθήματος αυτού. Η τεχνητή νοημοσύνη αναπτύσσεται ραγδαία και η ενσωμάτωσή της στη μαθησιακή διαδικασία γίνεται επιτακτική τόσο ως βοηθητικό μέσο για τους εκπαιδευτικούς όσο και για τους μαθητές. Η αξιοποίησή της προσφέρει δυνατότητες στους εκπαιδευτικούς για δημιουργία εκπαιδευτικού υλικού κατάλληλου για τους μαθητές ανάλογα με τις ανάγκες τους, καθώς και στους μαθητές που επιθυμούν να προσαρμόσουν το εκπαιδευτικό υλικό στις ατομικές τους ανάγκες, στο εκπαιδευτικό τους υπόβαθρο και στα ενδιαφέροντά τους, δίνοντας έτσι επιπλέον κίνητρα για μάθηση. Σκοπός της εργασίας είναι ο σχεδιασμός, η ανάπτυξη και η αξιολόγηση ενός εκπαιδευτικού chatbot, το οποίο λειτουργεί ως ψηφιακός βοηθός και παρέχει υποστήριξη στους μαθητές μέσα από φυσική γλωσσική αλληλεπίδραση. Το chatbot σχεδιάστηκε με βάση παιδαγωγικές αρχές και σύγχρονες έρευνες στον τομέα της εκπαιδευτικής τεχνολογίας, ενώ η ανάπτυξή του πραγματοποιήθηκε με τη χρήση κατάλληλων εργαλείων τεχνητής νοημοσύνης. Με την παρούσα διπλωματική εργασία μελετάται πώς μαθητές της πρώτης τάξης γυμνασίου μπορούν με τη χρήση chatbot να ενισχύσουν τη μαθησιακή τους εμπειρία, ειδικά στο θεωρητικό μέρος του μαθήματος της Πληροφορικής, στο οποίο συναντούν και τη μεγαλύτερη δυσκολία, λόγω της μετάβασής τους από την τελευταία τάξη του δημοτικού προς το γυμνάσιο, του οποίου οι απαιτήσεις είναι αυξημένες και διαφορετικές.
Προκλήσεις, επιθέσεις και τεχνικές προστασίας ασφάλειας μέσω μηχανικής μάθησης σε πληροφοριακά συστήματα
(ΔΙΠΑΕ, 2026) Γιανναράκη, Αθηνά Μαρία; Μπασαγιάννης , Στυλιανός; Πολυτεχνική Σχολή, Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών
Η παρούσα διπλωματική εργασία πραγματεύεται τον καθοριστικό ρόλο των πληροφοριακών συστημάτων στο σύγχρονο ψηφιακό περιβάλλον και αναδεικνύει τη σημασία της κυβερνοασφάλειας ως βασικής προϋπόθεσης για την εύρυθμη λειτουργία οργανισμών και κρίσιμων υποδομών. Στην εποχή του ψηφιακού μετασχηματισμού, τα πληροφοριακά συστήματα αποτελούν θεμελιώδες εργαλείο για τη διαχείριση της πληροφορίας, την υποστήριξη της λήψης αποφάσεων και την ενίσχυση της επιχειρησιακής αποδοτικότητας. Η εργασία αναλύει διεξοδικά τη φύση, τις κατηγορίες και τις αρχιτεκτονικές των πληροφοριακών συστημάτων, καθώς και τις βασικές προκλήσεις που προκύπτουν κατά τον σχεδιασμό και τη λειτουργία τους. Παράλληλα, εξετάζει τις σύγχρονες κυβερνοαπειλές, τις ευπάθειες και τους κινδύνους που απειλούν τα συστήματα αυτά, δίνοντας ιδιαίτερη έμφαση τόσο στον τεχνολογικό όσο και στον ανθρώπινο παράγοντα. Επιπλέον, παρουσιάζονται τα βασικά μέτρα και οι στρατηγικές προστασίας, με στόχο τη διασφάλιση της εμπιστευτικότητας, της ακεραιότητας και της διαθεσιμότητας των πληροφοριών. Ιδιαίτερη βαρύτητα δίνεται στη μηχανική μάθηση, η οποία αναδεικνύεται ως ένα καινοτόμο και δυναμικό εργαλείο ενίσχυσης της κυβερνοασφάλειας. Μέσω προηγμένων αλγορίθμων και της ανάλυσης μεγάλων δεδομένων, καθίσταται δυνατή η έγκαιρη ανίχνευση ανωμαλιών, η αναγνώριση κακόβουλων προτύπων και η πρόβλεψη πιθανών επιθέσεων, προσφέροντας πιο ευέλικτες και αποτελεσματικές λύσεις σε σχέση με τις παραδοσιακές μεθόδους ασφάλειας. Τέλος, η εργασία προσεγγίζει πρακτικά ζητήματα μέσα από την ανάλυση κυβερνοεπιθέσεων και προτείνει κατευθύνσεις για την ενίσχυση της ασφάλειας των πληροφοριακών συστημάτων, λαμβάνοντας υπόψη τις σύγχρονες τεχνολογικές εξελίξεις και το διαρκώς μεταβαλλόμενο τοπίο απειλών. Συνολικά, συμβάλλει στην κατανόηση των προκλήσεων της κυβερνοασφάλειας και αναδεικνύει τον καθοριστικό ρόλο της μηχανικής μάθησης στη διαμόρφωση πιο ανθεκτικών και ασφαλών ψηφιακών υποδομών.

Περιηγούμαι

Πλοήγηση Τμήμα Μηχανικών Πληροφορικής, Υπολογιστών και Τηλεπικοινωνιών ανά Ημερομηνία έκδοσης