Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

previous arrowprevious arrow
next arrownext arrow
Slider

"Software Quality Analysis using Machine Learning to ensure personal data and privacy protection"

The objective of the proposed research is the development, testing and evaluating data protection mechanisms for communication and storage, as well as to find and evaluate mechanisms for protecting the privacy of the subjects. This will be achieved through: a. A review of the current work regarding to data protection and the privacy of these subjects.
b. The design and implementation new data protection and monitoring mechanisms.
c. Testing and evaluation of the access techniques which will be developed

"Ανάλυση ποιότητας Λογισμικού με χρήση τεχνικών Μηχανικής Μάθησης, για την προστασία των προσωπικών δεδομένων και της ιδιωτικότητας"

Αντικείμενο της προτεινόμενης έρευνας αποτελεί η ανάπτυξη, δοκιμή και αξιολόγηση μηχανισμών προστασίας των δεδομένων κατά τη μεταφορά και την αποθήκευσή τους, αλλά και η εύρεση και αξιολόγηση μηχανισμών προστασίας της ιδιωτικότητας των υποκειμένων. Αυτό θα επιτευχθεί μέσω: (α) Της κριτικής επισκόπησης της υφιστάμενης κατάστασης γύρω από προστασία των δεδομένων και της ιδιωτικότητας των υποκειμένων αυτών.
(β) Του σχεδιασμού και της ανάπτυξης νέων τεχνικών προστασίας των δεδομένων και παρακολούθηση αυτών.
(γ) Της δοκιμής και αξιολόγησης των τεχνικών πρόσβασης που θα αναπτυχθούν

"Αυτόματος έλεγχος μη επανδρωμένων οχημάτων με χρήση υπολογιστικής νοημοσύνης"

Το αντικείμενο της παρούσας διδακτορικής διατριβής σχετίζεται με την ανάπτυξη μεθόδων αυτόματου ελέγχου με σκοπό τη δημιουργία ευφυών μη επανδρωμένων εναέριων οχημάτων. Έμφαση θα δοθεί στη μελέτη του τετρακόπτερου, ο έλεγχος του οποίου αποτελεί ένα δύσκολο έργο,καθώς η δυναμική του συμπεριφοράεπιδεικνύειυποδιεγειρόμενους,μη γραμμικούς και ισχυρά συζευγμένους όρους.Μέθοδοι υπολογιστικής νοημοσύνης όπως η ασαφής λογική,τα νευρωνικά δίκτυα,οι εξελικτικοί αλγόριθμοικαι νοημοσύνη σμήνους θα χρησιμοποιηθούν προκειμένου να προσδώσουν στοιχεία ευφυΐας στα οχήματα. Ιδιαίτερη βαρύτητα θα δοθεί στην ανάπτυξη μεθόδων προβλεπτικού ελέγχου (modelpredictivecontrol,MPC)και πιο συγκεκριμένα στην επίλυση του προβλήματος βελτιστοποίησης που σχηματίζεται σε έναν ελεγκτή MPCμε τεχνικές νοημοσύνης σμήνους και στην ανάπτυξηνέων δυναμικών προβλεπτικών μοντέλωνπου θα βασίζονται σε νευρωνικά δίκτυα.

"Automatic control of unmanned vehicles using computational intelligence"

The objective of this PhD Thesis is related to the development of automatic control methods in order to create intelligent unmanned aerial vehicles (UAVs). Emphasis will be given to the study of quad-copters, as their control comprises a challenging task due to its dynamic behavior, which exhibits nonlinear, under-actuated and strongly coupled terms. Computational intelligence methods as fuzzy logic, neural networks, evolutionary computation and swarm intelligence will be used in order to provide elements of intelligence to the aerial vehicles. Special importance will be placed on the development of model predictive control (MPC) methods, and particularly in solving the optimization problem formulated during the implementation of an MPC controller using swarm intelligence methodologies and in developing new dynamic predictive models based on neural networks.

"Intelligent personal assistants using Artificial Intelligence"

This PhD dissertation aims to study, analyse and develop concepts and techniques of Machine Learning, Deep Learning and Visualization for Big Data, focussing on low computational power The purpose of the proposed research is to develop, test and evaluate techniques and methods for creating structured data and use them to create intelligent assistant entities. Assistants will answer questions using Structured Data that will contain structured within them, all the necessary information about an entity. To do so, the following steps will be followed:
• Study of existing technologies and methods for creating Structured Data.
• Analysis of research results of the technological state of the art
• Investigating Web Crawling solutions for information extraction from the Internet.
• Investigation of methods of combining Structured Data with Intelligent Assistants. (e) Implementation of Structured Data models.
• Debugging

home page buttons

Ανακοινώσεις

  1. Γραμματείας
  2. Μαθημάτων
  3. Προκηρύξεις
  4. Πρακτικής Άσκησης
next
prev

el_menu