Department of Informatics https://dione.lib.unipi.gr/xmlui/handle/unipi/1683 2026-08-18T00:04:40Z 2026-08-18T00:04:40Z Σαρρής, Νικόλαος https://dione.lib.unipi.gr/xmlui/handle/unipi/19661 2026-07-29T23:33:26Z 2026-07-01T00:00:00Z

Ανάπτυξη εφαρμογής πλοήγησης με προτεινόμενες διαδρομές ανάλογα τις προτιμήσεις του χρήστη Σαρρής, Νικόλαος Η παρούσα διπλωματική εργασία παρουσιάζει τον σχεδιασμό και την ανάπτυξη της SmartNavix, μιας εφαρμογής πλοήγησης που προτείνει διαδρομές λαμβάνοντας υπόψη τις προτιμήσεις του χρήστη. Η εργασία εξετάζει το πρόβλημα της εξατομικευμένης επιλογής διαδρομής, αναλύει τις απαιτήσεις του συστήματος και παρουσιάζει την αρχιτεκτονική της εφαρμογής, τη βάση δεδομένων και τις βασικές λειτουργίες της. Ιδιαίτερη έμφαση δίνεται στη χρήση fuzzy logic για την επιλογή της καταλληλότερης προτίμησης, καθώς και στην αξιοποίηση υπηρεσιών χαρτών και τεχνητής νοημοσύνης. Στόχος είναι η δημιουργία μιας λύσης που βελτιώνει την εμπειρία χρήστη και επιτρέπει πιο προσαρμοσμένες προτάσεις διαδρομών. Επιστημονική περιοχή: Έξυπνες εφαρμογές, συστήματα πλοήγησης και προσαρμοστικά συστήματα.

2026-07-01T00:00:00Z Mavroforaki, Dimitra Μαυροφοράκη, Δήμητρα https://dione.lib.unipi.gr/xmlui/handle/unipi/19649 2026-07-28T08:48:57Z 2026-06-01T00:00:00Z

“Watch-Listen-Act" : design, development, and multi-criteria benchmarking of a retrieval-augmented adaptive learning system for teacher mental-health literacy Mavroforaki, Dimitra; Μαυροφοράκη, Δήμητρα Η ψυχική υγεία παιδιών και εφήβων έχει αναδειχθεί σε πιεστικό ζήτημα σε ολόκληρη την Ευρώπη, και το σχολείο, όπου οι εκπαιδευτικοί παρατηρούν καθημερινά τους μαθητές τους, αποτελεί φυσικό χώρο για την πρώιμη αναγνώριση και στήριξη. Οι εκπαιδευτικοί, ωστόσο, αναφέρουν συχνά ότι δεν είναι επαρκώς προετοιμασμένοι να αναγνωρίσουν ή να ανταποκριθούν σε σημάδια δυσφορίας. Η ανάγκη αυτή γίνεται ιδιαίτερα αισθητή στο ελληνικό πλαίσιο και συνοδεύεται από τις απαιτήσεις που οφείλει να σέβεται κάθε εργαλείο σε ένα τόσο ευαίσθητο και πολυδιάστατο πεδίο. Ο εγγραμματισμός σε θέματα ψυχικής υγείας μπορεί να καλλιεργηθεί μέσω εκπαίδευσης. Η εκπαίδευση όμως που είναι σήμερα διαθέσιμη είναι ομοιόμορφη και μη προσαρμοστική, ενώ τα εργαλεία παραγωγικής Τεχνητής Νοημοσύνης που θα μπορούσαν να την εξατομικεύσουν είναι φτιαγμένα για γενικά γνωστικά αντικείμενα και στηρίζονται σε υπηρεσίες νέφους ακατάλληλες για αυτό το πλαίσιο. Σε αντιπαραβολή με το σημερινό τοπίο γύρω από την προσαρμοστική μάθηση, την ανάκτηση και επέκταση γνώσης και την αξιολόγηση της εκπαιδευτικής τεχνητής νοημοσύνης, η τομή αυτή (η προσαρμοστική, θεμελιωμένη σε πηγές επιμόρφωση για τον εγγραμματισμό των εκπαιδευτικών σε θέματα ψυχικής υγείας) αποδεικνύεται σε μεγάλο βαθμό ακάλυπτη. Η κάλυψή της ξεκινά από τις απαιτήσεις ενός τέτοιου συστήματος, συνεχίζει σε μια αρχιτεκτονική τοπικής εκτέλεσης σχεδιασμένη γύρω από αυτές, και καταλήγει στο εργαλείο Watch-Listen-Act (WLA). Η WLA είναι μια πλατφόρμα που συνδυάζει Μεγάλα Γλωσσικά Μοντέλα με Ανάκτηση και Επέκταση Γνώσης (RAG) για να παράγει εξατομικευμένα κουίζ θεμελιωμένα σε ένα επιμελημένο σώμα κειμένων, ιχνηλατώντας κάθε ερώτηση πίσω στο απόσπασμα (πηγή) της. Ένας προσαρμοστικός μηχανισμός μοντελοποιεί την κατάκτηση κάθε εκπαιδευόμενου και κατευθύνει την εξάσκηση προς τις αδυναμίες του. Κάθε συστατικό του συστήματος εκτελείται σε ανοιχτή, αυτο-φιλοξενούμενη υποδομή που διατηρεί τα δεδομένα εσωτερικά. Η πλατφόρμα εξετάζεται ανά επίπεδο μέσω πολυκριτηριακής αξιολόγησης (ανάκτηση, παραγωγή, ο προσαρμοστικός μηχανισμός, και οι ερωτήσεις όπως κρίνονται από ειδικούς του πεδίου), ώστε κάθε στάδιο να αποτιμάται ανεξάρτητα και όχι μόνο συνολικά. Τα ευρήματα ερμηνεύονται σε σχέση με τον σκοπό του συστήματος και τις απαιτήσεις της επιμόρφωσης των εκπαιδευτικών. Καταληκτικά, σταθμίζονται τα πλεονεκτήματα και οι περιορισμοί της προσέγγισης ενώ υποδεικνύονται κατευθύνσεις για μελλοντική έρευνα, μεταξύ των οποίων μια ελληνόφωνη επέκταση και η επικύρωση με εκπαιδευτικούς σε πραγματικά εκπαιδευτικά περιβάλλοντα. Not available until 31/07/2029

2026-06-01T00:00:00Z Symeonoglou, Marios Συμεώνογλου, Μάριος https://dione.lib.unipi.gr/xmlui/handle/unipi/19640 2026-07-27T23:37:57Z 2026-06-01T00:00:00Z

Near miss reports, the no-blame culture and a new approach for a reporting system Symeonoglou, Marios; Συμεώνογλου, Μάριος Η παρούσα μεταπτυχιακή διατριβή εξετάζει τη σχέση μεταξύ της αναφοράς παρ’ ολίγον συμβάντων (Near-Miss Reports) και της ανάπτυξης μιας κουλτούρας μη απόδοσης ευθυνών (No-Blame Culture) στους οργανισμούς, με ιδιαίτερη έμφαση στη ναυτιλιακή βιομηχανία. Το ανθρώπινο σφάλμα εξακολουθεί να αποτελεί έναν από τους σημαντικότερους παράγοντες πρόκλησης ατυχημάτων και λειτουργικών συμβάντων στη ναυτιλία. Οι παραδοσιακές προσεγγίσεις συχνά επικεντρώνονται στην απόδοση ευθυνών μετά από ένα συμβάν, γεγονός που αποθαρρύνει την αναφορά περιστατικών και περιορίζει τις δυνατότητες οργανωσιακής μάθησης. Αντίθετα, η κουλτούρα μη απόδοσης ευθυνών προάγει τη διαφάνεια, την εμπιστοσύνη και τη συνεχή βελτίωση, ενθαρρύνοντας τους εργαζομένους να αναφέρουν περιστατικά και επικίνδυνες καταστάσεις χωρίς φόβο τιμωρίας. Η μελέτη αναλύει τις θεωρητικές βάσεις της No-Blame Culture και τον ρόλο των αναφορών παρ’ ολίγον συμβάντων ως προληπτικού εργαλείου διαχείρισης της ασφάλειας. Παρουσιάζονται και αξιολογούνται καθιερωμένα μοντέλα ασφάλειας, όπως η Πυραμίδα του Heinrich, η Πυραμίδα του Bird και η Πυραμίδα της ConocoPhillips Marine, προκειμένου να αναδειχθεί η σημασία της έγκαιρης αναγνώρισης και αντιμετώπισης των κινδύνων πριν αυτοί εξελιχθούν σε ατυχήματα. Για τη διερεύνηση των υφιστάμενων πρακτικών πραγματοποιήθηκε έρευνα με τη χρήση ερωτηματολογίων σε ναυτικούς και εκπροσώπους ναυτιλιακών εταιρειών. Τα αποτελέσματα αναλύθηκαν με σκοπό την αξιολόγηση των αντιλήψεων σχετικά με τα συστήματα αναφοράς, την οργανωσιακή κουλτούρα και την αποτελεσματικότητα των Near-Miss Reports. Τα ευρήματα καταδεικνύουν ότι η εμπιστοσύνη, η υποστήριξη της διοίκησης και η προστασία από τιμωρητικές συνέπειες αυξάνουν σημαντικά τη συχνότητα αναφορών και συμβάλλουν στη δημιουργία ασφαλέστερων εργασιακών συνθηκών. Επιπλέον, προτείνεται μια νέα ψηφιακή εφαρμογή αναφοράς συμβάντων με την ονομασία «GoodJob», η οποία στοχεύει στην απλοποίηση της διαδικασίας αναφοράς και στην ενίσχυση της συμμετοχής του προσωπικού. Η εφαρμογή αποσκοπεί στη βελτίωση της κουλτούρας ασφάλειας μέσω της ευκολότερης πρόσβασης, της ενεργού συμμετοχής των χρηστών και της οργανωσιακής μάθησης. Συμπερασματικά, η επιτυχής εφαρμογή μιας κουλτούρας μη απόδοσης ευθυνών σε συνδυασμό με αποτελεσματικούς μηχανισμούς αναφοράς παρ’ ολίγον συμβάντων μπορεί να βελτιώσει σημαντικά την απόδοση σε θέματα ασφάλειας, να μειώσει τα ατυχήματα και να ενισχύσει τη λειτουργική αποτελεσματικότητα στον ναυτιλιακό κλάδο.

2026-06-01T00:00:00Z Μπούρας, Ηλίας https://dione.lib.unipi.gr/xmlui/handle/unipi/19638 2026-07-27T23:36:29Z 2026-07-01T00:00:00Z

Μέθοδοι βαθιάς μηχανικής μάθησης για την ανάλυση σημάτων βιοακουστικής Μπούρας, Ηλίας Η παρούσα μεταπτυχιακή διατριβή πραγματεύεται την ανάπτυξη και αξιολόγηση ενός συστήματος αυτόματης αναγνώρισης ειδών πτηνών μέσω βιοακουστικών δεδομένων, με χρήση τεχνικών βαθιάς μάθησης και ακολουθιακής μοντελοποίησης. Η αυτόματη ανάλυση ηχογραφήσεων πεδίου αποτελεί κρίσιμο εργαλείο για την παρακολούθηση της βιοποικιλότητας, ωστόσο συνοδεύεται από σημαντικές προκλήσεις, όπως η παρουσία περιβαλλοντικού θορύβου, η χρονική ασυνέχεια των φωνητικών εκδηλώσεων και η έντονη ανισορροπία μεταξύ των διαθέσιμων κλάσεων. Στο πλαίσιο της εργασίας προτείνεται ένα σύστημα αναγνώρισης πτηνών που βασίζεται στη μετατροπή των ηχογραφήσεων σε χρονικές ακολουθίες ακουστικών χαρακτηριστικών. Για την εξαγωγή πλούσιων και ανθεκτικών αναπαραστάσεων αξιοποιείται προεκπαιδευμένο ακουστικό μοντέλο της οικογένειας Pre-trained Audio Neural Networks (PANNs), ενώ η ακουστική πληροφορία εμπλουτίζεται με διαθέσιμα μεταδεδομένα των καταγραφών. Οι προκύπτουσες ακολουθίες επεξεργάζονται από μοντέλο βασισμένο σε αρχιτεκτονική Transformer, το οποίο αξιοποιεί μηχανισμούς αυτοπροσοχής για την αποτελεσματική μοντελοποίηση των χρονικών εξαρτήσεων. Για την ενίσχυση της γενικευσιμότητας και την αντιμετώπιση της ανισορροπίας κλάσεων εφαρμόζονται σύγχρονες τεχνικές εκπαίδευσης, όπως Mixup στο επίπεδο των ακουστικών embeddings, κανονικοποίηση της συνάρτησης κόστους και στρατηγικές σταθεροποίησης της εκπαίδευσης, ενώ τεχνικές masking τύπου SpecAugment (time και feature/frequency masking) αξιοποιούνται αποκλειστικά στο στάδιο εξαγωγής προβλέψεων ως Test-Time Augmentation (TTA). Η αξιολόγηση του συστήματος πραγματοποιείται σε πραγματικά βιοακουστικά δεδομένα, προερχόμενα από την πλατφόρμα Xeno-Canto, και τα πειραματικά αποτελέσματα καταδεικνύουν ότι η προτεινόμενη προσέγγιση επιτυγχάνει αξιόπιστη απόδοση και βελτιωμένη γενίκευση, ιδιαίτερα σε σπάνια και ακουστικά απαιτητικά είδη πτηνών.

2026-07-01T00:00:00Z