Intelligent Systems – Computational Intelligence Methodologies and Applications

Η κατεύθυνση αυτή επικεντρώνεται σε ένα ευρύ διεπιστημονικό φάσμα συσχετιζόμενων γνωστικών αντικειμένων στο οποίο περιλαμβάνονται μεταξύ άλλων  τα ρομποτικά συστήματα, η  υπολογιστική νοημοσύνη,   η νευροεπιστήμη και η γνωστική ψυχολογία. Ο σκοπός της κατεύθυνσης αυτής είναι η κατάρτιση εξειδικευμένου επιστημονικού προσωπικού που θα μπορούσε να δραστηριοποιηθεί επαγγελματικά και ερευνητικά στην περιοχή   των εμπνευσμένων από τη βιολογία συστημάτων.

Μαθήματα Χειμερινού εξαμήνου

Κωδικός Τίτλος Διδάσκοντες
ΔΜ1001 ΦΥΣΙΚΗ ΚΑΙ ΤΕΧΝΙΚΗ ΑΝΤΙΛΗΨΗ Γ. Παπανικολάου
Χ.Κοτσαβασίλογλου
Κ. Παστιάδης
Α. Ντελόπουλος
Β. Καραμπατάκης
ΔΜ1002 ΥΠΟΛΟΓΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΑΛΛΗΛΕΠΙΔΡΑΣΗ ΜΕ ΤΟ ΧΡΗΣΤΗ Δ. Τζοβαρας
ΔΜ1003 ΤΕΧΝΙΚΕΣ ΑΝΑΠΤΥΞΗΣ ΚΑΙ ΣΧΕΔΙΑΣΗΣ ΛΟΓΙΣΜΙΚΟΥ Α. Συμεωνίδης
Κ. Χατζηδημητριου
ΔΜ1007 ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ – ΣΥΣΤΗΜΑΤΑ ΕΜΠΝΕΥΣΜΕΝΑ ΑΠΟ ΤΗ ΒΙΟΛΟΓΙΑ Ι. Θεοχάρης
Β. Πετρίδης
ΔΜ1012 ΠΑΡΑΛΛΗΛΑ ΚΑΙ ΚΑΤΑΝΕΜΗΜΕΝΑ ΥΠΟΛΟΓΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ Ν. Πιτσιάνης
ΔΜ1026 ΠΡΟΗΓΜΕΝΑ ΡΟΜΠΟΤΙΚΑ ΣΥΣΤΗΜΑΤΑ Ζ. Δουλγέρη
Ν. Φαχαντίδης
ΔΜ1029 ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΕΞΟΡΥΞΗ ΓΝΩΣΗΣ Κ. Χατζηδημητριου
Α. Συμεωνίδης
ΔΜ1045 ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΦΩΝΗΣ Κ. Νανάσης
Ο. Τσακνάκη
Α. Πρίντζα
Π. Παπαϊωαννίδου
Κ. Παστιάδης
ΔΜ1046 ΣΥΣΤΗΜΑΤΑ ΕΙΚΟΝΙΚΗΣ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑΣ Δ. Τζοβαρας
ΔΜ1155 ΕΞΕΛΙΚΤΙΚΗ ΥΠΟΛΟΓΙΣΤΙΚΗ – ΑΛΓΟΡΙΘΜΟΙ ΕΜΠΝΕΥΣΜΕΝΟΙ ΑΠΟ ΤΗΝ ΒΙΟΛΟΓΙΑ Δ. Σταυρακούδης
Ι. Θεοχάρης

 

Μαθήματα Εαρινού εξαμήνου

Κωδικός Τίτλος Διδάσκοντες
ΔΜ1005 ΔΙΚΤΥΑΚΗ ΥΠΟΛΟΓΙΣΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΑ ΑΝΑΠΤΥΞΗΣ ΕΦΑΡΜΟΓΩΝ Γ. Χασάπης
ΔΜ1022 ΝΟΗΜΟΝΑ ΚΑΙ ΑΥΤΟΝΟΜΑ ΣΥΣΤΗΜΑΤΑ Ε. Τσαρδουλιας
Λ. Πέτρου
ΔΜ1023 ΑΝΑΤΟΜΙΑ ΤΟΥ Κ.Ν.Σ. – ΦΥΣΙΟΛΟΓΙΑ ΚΑΙ ΛΕΙΤΟΥΡΓΙΚΗ ΟΡΓΑΝΩΣΗ ΤΟΥ ΕΓΚΕΦΑΛΟΥ Θ. Τέγος
Α. Χαριτάντη-Κουρίδου
ΔΜ1025 ΤΕΧΝΙΚΕΣ ΜΗΧΑΝΙΚΗΣ ΜΑΘΗΣΗΣ Ι. Θεοχάρης
Λ. Πιτσούλης
ΔΜ1042 ΔΥΝΑΜΙΚΑ, ΣΥΝΘΕΤΑ ΠΡΟΣΑΡΜΟΖΟΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΛΕΓΧΟΣ Γ. Ροβιθάκης
ΔΜ1154 ΣΥΣΤΗΜΑΤΑ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΑ Α. Ντελόπουλος
Χ. Διου
ΔΜ1156 ΘΕΩΡΙΑ ΕΚΤΙΜΗΣΗΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ Β. Πετρίδης
Ν. Ζήκος

 

Περιγραφές μαθημάτων

ΔΙΚΤΥΑΚΗ ΥΠΟΛΟΓΙΣΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΑ ΑΝΑΠΤΥΞΗΣ ΕΦΑΡΜΟΓΩΝ
Ο φοιτητής ή η φοιτήτρια θα εξοικειωθεί με τα πρότυπα και τα πρωτόκολλα επικοινωνίας των κατανεμημένων υπολογιστικών συστημάτων, θα κατανοήσει τις αρχές οπτικοποίησης και εικονικοποίησης της αρχιτεκτονικής και θα ενημερωθεί για τις διάφορες κατηγορίες των κατανεμημένων συστημάτων, όπως είναι η συστάδα, το νέφος και πλέγμα υπολογιστών. Με την εκπόνηση εργαστηριακών ασκήσεων θα αποκτήσει βασικές δεξιότητες στην εγκατάσταση και διαχείριση ενός Linux εξυπηρετητή, στην ανάπτυξη υπηρεσιών ιστού και δημιουργία νέφους υπολογιστών.
ΝΟΗΜΟΝΑ ΚΑΙ ΑΥΤΟΝΟΜΑ ΣΥΣΤΗΜΑΤΑ
ΑΝΑΤΟΜΙΑ ΤΟΥ Κ.Ν.Σ. – ΦΥΣΙΟΛΟΓΙΑ ΚΑΙ ΛΕΙΤΟΥΡΓΙΚΗ ΟΡΓΑΝΩΣΗ ΤΟΥ ΕΓΚΕΦΑΛΟΥ
ΤΕΧΝΙΚΕΣ ΜΗΧΑΝΙΚΗΣ ΜΑΘΗΣΗΣ
Το μάθημα στοχεύει σε μιά ισορροπημένη παρουσίαση της θεωρίας και των εφαρμογών. Ο στόχος ειναι ο φοιτητής να διδαχθεί το σκεπτικό διαφόρων αλγορίθμων μηχανικής μάθησης, με μια εισαγωγικού επιπέδου μαθηματική ανάλυση και κατόπιν να εστιάσει στις εφαρμογές. Έτσι με την συμπλήρωσςη τοπυ μαθήματος ο φοιτητής θα είναι σε θέση να εφαρμόσει ένα μεγάλο αριθμό αλγορίθμων μηχανικής μάθησης σε πρακτικά προβλήματα.
ΔΥΝΑΜΙΚΑ, ΣΥΝΘΕΤΑ ΠΡΟΣΑΡΜΟΖΟΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΛΕΓΧΟΣ
ΣΥΣΤΗΜΑΤΑ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΑ

Στόχος του μαθήματος είναι η κατανόηση των αρχών λειτουργίας καθώς και των κύριων τεχνολογιών των σύγχρονων συστημάτων πολυμέσων, με έμφαση στις τεχνικές δεικτοδότησης, αναζήτησης και ανάκτησης ήχου, εικόνων και video. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση να χειριστούν και να επεξεργαστούν την πολυμεσική πληροφορία σε πρακτικές εφαρμογές. Πιο συγκεκριμένα, οι φοιτητές θα μπορούν – Να κατανοήσουν και να υλοποιήσουν διαδικασίες ψηφιοποίησης και κβαντισμού πολυμεσικών δεδομένων – Να κατανοήσουν ή/και να υλοποιήσουν βασικές τεχνικές συμπίεσης και κωδικοποίησης πολυμέσων, συμπεριλαμβανομένων και σύγχρονων προτύπων κωδικοποίσης περιεχομένου (MP3, MPEG-2, MPEG-4) – Να γνωρίσουν την ανάγκη χαρακτηρισμού του πολυμεσικού περιεχομένου, μέσα από τα πρότυπα μεταδεδομένων (MPEG-7, MPEG-21) – Να υλοποιήσουν συστήματα ανάκτησης πολυμέσων με χρήση παραδειγμάτων και χαρακτηριστικών χαμηλού επιπέδου (content-based retrieval, query by example) – Να υλοποιήσουν συστήματα ανάκτησης πολυμέσων με χρήση εννοιών και τεχνικών μηχανικής μάθησης (concept-based retrieval)

ΘΕΩΡΙΑ ΕΚΤΙΜΗΣΗΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ
ΦΥΣΙΚΗ ΚΑΙ ΤΕΧΝΙΚΗ ΑΝΤΙΛΗΨΗ
ΥΠΟΛΟΓΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΑΛΛΗΛΕΠΙΔΡΑΣΗ ΜΕ ΤΟ ΧΡΗΣΤΗ

Το μάθημα αποτελεί εισαγωγή στα υπολογιστικά συστήματα και την αλληλεπίδραση με το χρήστη. Σκοπός του μαθήματος είναι η ανάπτυξη δεξιοτήτων των διδασκομένων αναφορικά με την ανάλυση, το σχεδιασμό και την ανάπτυξη διεπαφών χρηστών για την υποστήριξη διαφόρων ειδών αλληλεπίδρασης, λαμβάνοντας υπόψη τις απαιτήσεις χρηστών. Με την ολοκλήρωση του μαθήματος, οι φοιτητές/τριες αναμένεται να μπορούν να: α) Αναγνωρίζουν τις διάφορες μεθοδολογίες σχεδιασμού διεπαφών χρηστών β) Αναλύουν τις διαθέσιμες μεθοδολογίες και τις αντίστοιχες τεχνικές αλληλεπίδρασης με τον υπολογιστή γ) Σχεδιάζουν μια διεπαφή χρήστη που να ανταποκρίνεται σε ειδικές απαιτήσεις χρηστών d) Μπορούν να προγραμματίζουν διάφορα είδη διεπαφών χρηστών e) Έχουν την ικανότητα να εφαρμόζουν διάφορες μεθοδολογίες για την αξιολόγηση των διεπαφών χρηστών καθώς και των αντίστοιχων τεχνολογιών αλληλεπίδρασης

ΤΕΧΝΙΚΕΣ ΑΝΑΠΤΥΞΗΣ ΚΑΙ ΣΧΕΔΙΑΣΗΣ ΛΟΓΙΣΜΙΚΟΥ

Το μάθημα αποτελεί μια εισαγωγή στις τεχνικές και τη μεθοδολογία σχεδίασης, ανάπτυξης, υλοποίησης και εγκατάστασης μεγάλων έργων λογισμικού καθώς και τη διαχείρισή τους. Σκοπός του μαθήματος είναι να παρέχει σε όλους τους φοιτητές ένα κοινό υπόβαθρο τεχνικών προγραμματισμού και να κάνει μια εισαγωγή στη μεθοδολογία σχεδίασης, ανάπτυξης, υλοποίησης και εγκατάστασης έργων λογισμικού. Με την ολοκλήρωση του μαθήματος, οι φοιτητές/τριες αναμένεται να μπορούν να: α) Αναγνωρίσουν τους διάφορους τύπους απαιτήσεων λογισμικού και να ολοκληρώσουν τη συγγραφή απαιτήσεων για ένα απλό έργο, β) Παρακολουθούν τις φάσεις της διαδικασίας λογισμικού, γ) Εκφράζουν τυπικά μοντέλα προδιαγραφών, δ) Επιλέγουν πρότυπα σχεδίασης και να καθορίζουν τις αντίστοιχες διεπαφές ανάμεσα στα υποσυστήματα, ε) Χειρίζονται κάποια βασικά εργαλεία ανάπτυξης λογισμικού.

ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ – ΣΥΣΤΗΜΑΤΑ ΕΜΠΝΕΥΣΜΕΝΑ ΑΠΟ ΤΗ ΒΙΟΛΟΓΙΑ
ΠΑΡΑΛΛΗΛΑ ΚΑΙ ΚΑΤΑΝΕΜΗΜΕΝΑ ΥΠΟΛΟΓΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ.

Εισαγωγή στην αρχιτεκτονική και αλγορίθμους για παράλληλα και κατανεμημένα υπολογιστικά συστήματα υψηλής αποδοτικότητας. Γενική επισκόπηση της αρχιτεκτονικής των παράλληλων υπολογιστών. Παράλληλη επεξεργασία σε δεδομένα και εντολές. Πολυπύρηνοι επεξεργαστές και ο προγραμματισμός τους με PThreads και OpenMP. Συνθήκες ανταγωνισμού (race conditions). Παράλληλη αναζήτηση και υποβίβαση (reduction), παράλληλη ταξινόμηση. Αρχιτεκτονικές κατανεμημένης μνήμης, βασικές έννοιες από τη θεωρία δικτύων, προγραμματισμός με MPI, αδιέξοδο (deadlock). Βασικοί παράλληλοι αριθμητικοί αλγόριθμοι με μήτρες, επίλυση γραμμικών συστημάτων, μετασχηματισμός Fourier. Αλγόριθμοι από τη θεωρία γράφων, ελάχιστη απόσταση, PageRank. Map reduce και παράλληλα πρότυπα (template) Επεξεργασία με κάρτες γραφικών και CUDA. Προθεματική σάρωση (prefix scan) και γραμμικές αναδρομές (linear recurrences)
ΠΡΟΗΓΜΕΝΑ ΡΟΜΠΟΤΙΚΑ ΣΥΣΤΗΜΑΤΑ
ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΕΞΟΡΥΞΗ ΓΝΩΣΗΣ

Σκοπός του μαθήματος είναι να εισάγει τους φοιτητές του προγράμματος σε προχωρημένες τεχνολογίες συστημάτων διαχείρισης βάσεων δεδομένων (ΒΔ) και εξόρυξης δεδομένων (ΕΔ) και να επιδείξει τη χρήση τους στην εξόρυξη γνώσης (ΕΓ) σε διάφορα πεδία εφαρμογής. Με την ολοκλήρωση του μαθήματος, οι φοιτητές/τριες αναμένεται να μπορούν να γνωρίζουν: α) μεθοδολογίες για τη σχεδίαση και ανάπτυξη μιας σχεσιακής βάσης δεδομένων, β) γενικές αρχές σύγχρονων θεμάτων βάσεων δεδομένων, γ) βασικές αρχές ανακάλυψης γνώσης σε βάσεις δεδομένων και, δ) πώς να αναγνωρίζουν την πιο κατάλληλη τεχνική εξόρυξης δεδομένων, με βάση την περιγραφή του προβλήματος και το είδος της διαθέσιμης πληροφορίας. Έμφαση θα δοθεί σε θέματα ταξινόμησης και ομαδοποίησης Η σουίτα Waikato Environment for Knowledge Analysis (WEKA) για εξόρυξη δεδομένων θα παρουσιαστεί, για χρήση στις εργασίες.

ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΦΩΝΗΣ

Οι φοιτητές αποκτούν την ικανότητα να αναγνωρίζουν, αναλύουν, και να επεξεργάζονται βασικές παραμέτρους των σημάτων φωνής. Επιπλέον είναι σε θέση να αντιλαμβάνονται και να προτείνουν βασικούς τρόπους επεξεργασίας και ανάλυσης φωνής για συγκεκριμένα προβλήματα, π.χ. αναγνώριση φωνημάτων. Τέλος είναι σε θέση να αναγνωρίζουν τις βασικές ιδιαιτερότητες της φυσιολογίας της φωνής και της σύνδεσής της με τα παραπάνω τεχνικά χαρακτηριστικά.

ΣΥΣΤΗΜΑΤΑ ΕΙΚΟΝΙΚΗΣ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑΣ

Το μάθημα αποτελεί εισαγωγή στα συστήματα εικονικής και επαυξημένης πραγματικότητας. Σκοπός του μαθήματος είναι να εξοικειωθούν οι διδασκόμενοι με συσκευές Εικονικής και Επαυξημένης Πραγματικότητας (ΕΕΠ) και να αποκτήσουν αντίστοιχη γνώση που να αφορά στο σχεδιασμό και την ανάπτυξη εφαρμογών ΕΕΠ και εφαρμογών επαυξημένης πραγματικότητας για κινητά, με τη χρήση τεχνολογιών οπτικής, απτικής και ακουστικής αναπαράστασης. Με την ολοκλήρωση του μαθήματος, οι φοιτητές/τριες αναμένεται να μπορούν να: α) Αναγνωρίζουν τις διάφορες συσκευές εισόδου και εξόδου εικονικής πραγματικότητας, καθώς και τις πιθανές χρήσεις τους. β) Κατανοούν τις αρχές των τεχνολογιών οπτικής, απτικής και ακουστικής αναπαράστασης γ) Είναι σε θέση να μοντελοποιούν αντικείμενα και περιβάλλοντα εικονικής πραγματικότητας δ) Κατανοούν τους μηχανισμούς που είναι απαραίτητοι για την υποστήριξη τεχνολογιών επαυξημένης πραγματικότητας μέσω της χρήσης συσκευών εικονικής πραγματικότητας και μέσω κινητών τηλεφώνων. ε) Αποκτήσουν ικανότητες σχεδίασης και ανάπτυξης εφαρμογών Εικονικής /Επαυξημένης Πραγματικότητας.

ΕΞΕΛΙΚΤΙΚΗ ΥΠΟΛΟΓΙΣΤΙΚΗ – ΑΛΓΟΡΙΘΜΟΙ ΕΜΠΝΕΥΣΜΕΝΟΙ ΑΠΟ ΤΗΝ ΒΙΟΛΟΓΙΑ