"Machine learning algorithms for Internet of Things – IoT network communication optimization"

Taking advantage of Machine Learning (ML) capabilities into the Internet of Things (IoT) technology, it is estimated that future IoT systems can be significantly improved. The main goal of this PhD thesis is studying, developing and applying ML algorithms into IoT systems, in order to archive Machine to Machine (M2M) communication optimization. It is mandatory to ensure high Quality of Service for all the connected devices, taking into consideration the hardware limitations that IoT devices introduce, as well as the network complexity which is increasing as the number of devices rises. IoT devices usually have low specifications in terms of CPU power, memory and storage. Moreover, due to the great number of devices in an IoT infrastructure, the device heterogeneity is significantly growing, introducing a possible impact in the system performance, which should be studied extensively. Finally, it is essential to study the correlation between computationally intense ML techniques and IoT systems energy consumption.

"Contribution to intelligent energy management of buildings using smart control techniques and innovative web technologies"

The need for energy management in buildings and industries is a top priority with obvious economic and environmental benefits.

Incorporating smart control techniques into the building and industry subsystems can bring about a significant amount of energy savings, substituting the human initiative, accounting for human behavior and external conditions, while contributing to high energy efficiency and environmental friendliness.

The aim of this dissertation is to develop a new architectural structure and the corresponding model, aiming at the creation of a single platform, using intelligent control techniques and artificial intelligence at the level of processing, IoT technologies at the level of communication to optimize the achievement customized conditions as well as innovative web technologies for intelligent management.

The proposed Intelligent / Intelligent Building Facilities approach will meet the requirements of the decision-maker and aim to support in practice the promotion of energy-saving facilities.

"Μοντελοποίηση και βελτιστοποίηση ετερογενών συστημάτων μέσω τεχνικών κατανεμημένης μηχανικής μάθησης Federated Learning και Blockchain Federated Learning"

Αξιοποιώντας τις δυνατότητες αλγορίθμων Μηχανικής Μάθησης στην τεχνολογία του Διαδικτύου των Πραγμάτων (Internet of Things – IoT), εκτιμάται ότι μπορούν να βελτιωθούν σημαντικά τα μελλοντικά IoT συστήματα. Σκοπός της διδακτορικής διατριβής, είναι η μελέτη, ανάπτυξη και εφαρμογή αλγορίθμων Μηχανικής Μάθησης σε συστήματα IoT, με στόχο την βελτιστοποίηση του τρόπου επικοινωνίας των μεταξύ των συσκευών (Machine to Machine – M2M). Βασική προϋπόθεση είναι η εξασφάλιση υψηλής ποιότητας υπηρεσιών του δικτύου, λαμβάνοντας υπόψη τους περιορισμούς υλικού που θέτουν οι συσκευές που απαρτίζουν το δίκτυο και την πολυπλοκότητα των μεταξύ τους συνδέσεων όσο αυξάνεται ο αριθμός των συσκευών. Οι IoT συσκευές χαρακτηρίζονται συνήθως από χαμηλές προδιαγραφές σε υπολογιστική ισχύ, μνήμη και χωρητικότητα. Επιπλέον, λόγω του μεγάλου όγκου συσκευών προκύπτει αξιοσημείωτη ετερογένεια, της οποίας η επίδραση θα πρέπει να μελετηθεί εκτενώς. Τέλος, θα πρέπει να ληφθούν υπόψιν οι ενεργειακές απαιτήσεις του συστήματος και πως αυτές επηρεάζονται από την εφαρμογή απαιτητικών τεχνικών Μηχανικής Μάθησης.

Συμβολή στην ευφυή διαχείριση ενέργειας των κτηρίων με τη χρήση τεχνικών ευφυούς ελέγχου και καινοτόμων διαδικτυακών τεχνολογιών

Η ανάγκη ενεργειακής διαχείρισης σε κτίρια και βιομηχανίες αποτελεί ύψιστη προτεραιότητα με προφανή οικονομικά και περιβαλλοντικά οφέλη.

Η ενσωμάτωση έξυπνων τεχνικών ελέγχου στα υποσυστήματα κτιρίων και βιομηχανιών μπορεί να επιφέρει σημαντικό ποσοστό εξοικονόμησης ενέργειας, υποκαθιστώντας την ανθρώπινη πρωτοβουλία, λογαριάζοντας την ανθρώπινη συμπεριφορά και τις εξωτερικές συνθήκες, συμβάλλοντας παράλληλα στην υψηλή ενεργειακή απόδοση και φιλικότητα προς το περιβάλλον.

Η προτεινόμενη διατριβή έχει ως σκοπό την ανάπτυξη μιας νέας αρχιτεκτονικής δομής και του αντίστοιχου μοντέλου, με στόχο τη δημιουργία μιας ενιαίας πλατφόρμας, με τη χρήση τεχνικών ευφυούς ελέγχου και τεχνητής νοημοσύνης στο επίπεδο της επεξεργασίας, τεχνολογιών IoT  στο επίπεδο της επικοινωνίας για την βελτιστοποίηση της επίτευξης εξατομικευμένων συνθηκών καθώς και καινοτόμων διαδικτυακών τεχνολογιών  για την ευφυή διαχείριση.

Η προτεινόμενη προσέγγιση σε επίπεδο «Έξυπνων» / «Ευφυών» Κτηριακών Εγκαταστάσεων θα ικανοποιεί τις απαιτήσεις του αποφασίζοντα και να στοχεύει στο να υποστηριχθεί έμπρακτα η προώθηση των ενεργειακά βιώσιμων εγκαταστάσεων.