https://dione.lib.unipi.gr/xmlui/handle/unipi/1 Dissertations 2026-05-17T11:41:59Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19319 Ανάπτυξη ολοκληρωμένου διαδραστικού συστήματος ανάγνωσης και διαχείρισης βιβλίων Μπακογιάννη, Βασιλική Η διαδικτυακή εφαρμογή Readilo που αναπτύχθηκε στην παρούσα πτυχιακή εργασία αφορά την δημιουργία και ανάγνωση ψηφιακών διαδραστικών βιβλίων, όπου σε κάθε σελίδα ο χρήστης καλείται να κάνει μία επιλογή που θα καθορίσει την εξέλιξη της ιστορίας. Για τους δημιουργούς των αναγνωσμάτων παρέχεται ένας φιλικός κειμενογράφος εμπλουτισμένου κειμένου που υποστηρίζει και την προσθήκη εικόνων. Για τους αναγνώστες διατίθεται μία σελίδας αναζήτησης, από όπου μπορούν να αναζητήσουν βιβλία ορίζοντας προαιρετικά κάποια κριτήρια και να λάβουν εξατομικευμένες για τους ίδιους προτάσεις, ενώ επιπλέον δύνανται να διαβάσουν τις κριτικές άλλων χρηστών και να υποβάλουν τη δική τους, να ακολουθήσουν τους δημιουργούς που επιθυμούν και να αποθηκεύσουν την πρόοδο της ανάγνωσης τους ώστε να επιστρέψουν αργότερα. Για την πρόσβαση στις λειτουργίες αυτές απαραίτητη προϋπόθεση αποτελεί η δημιουργία ενός προσωπικού λογαριασμού του χρήστη, καθώς χωρίς αυτόν είναι διαθέσιμη μόνο η αρχική σελίδα της εφαρμογής. 2026-05-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19318 Συμβολή της τεχνητής νοημοσύνης στη βελτιστοποίηση των συστημάτων αποθήκευσης ενέργειας Παπαγγελής, Νικόλαος Η εργασία αυτή επικεντρώνεται στη συμβολή της Τεχνητής Νοημοσύνης στη βελτιστοποίηση των συστημάτων αποθήκευσης ενέργειας, αξιοποιώντας δύο βασικές προσεγγίσεις της Μηχανικής Μάθησης: το Supervised Learning και το Reinforcement Learning. Αρχικά, πραγματοποιείται βιβλιογραφική ανασκόπηση των εφαρμογών της Τεχνητής Νοημοσύνης στα ενεργειακά δίκτυα. Μελέτες έχουν δείξει ότι η χρήση αλγορίθμων Μηχανικής Μάθησης μπορεί να συμβάλει στη βελτίωση της ενεργειακής απόδοσης, τη διαχείριση φορτίων και την πρόβλεψη της ζήτησης. Ειδικά, τα Τεχνητά Νευρωνικά Δίκτυα (ANNs), τα Random Forest και οι τεχνικές παλινδρόμησης έχουν χρησιμοποιηθεί ευρέως για την ανάλυση δεδομένων και τη λήψη αποφάσεων, επιτυγχάνοντας σημαντική μείωση του ενεργειακού κόστους. Στη συνέχεια, στο επόμενο κεφάλαιο, μέσω της εφαρμογής διαφόρων αλγορίθμων, αναλύθηκε η αποτελεσματικότητα καθεμίας μεθόδου στη διαχείριση της ενέργειας και στην πρόβλεψη κρίσιμων παραμέτρων όπως η κατανάλωση και η αποθηκευμένη ενέργεια με τη μελέτη του Supervised Learning, το οποίο χρησιμοποιεί ιστορικά δεδομένα για προβλέψεις και ταξινομήσεις. Στην εργασία εφαρμόστηκαν έξι διαφορετικοί αλγόριθμοι, συμπεριλαμβανομένων των Decision Tree Regression, Random Forest Classification, Linear Regression, SVM Classification, Neural Network Classification και XGBoost Regression. Τα αποτελέσματα έδειξαν ότι οι μέθοδοι παλινδρόμησης (Linear Regression, XGBoost) ήταν ιδιαίτερα χρήσιμες για την πρόβλεψη της ενεργειακής κατανάλωσης και της απόδοσης των αποθηκευτικών συστημάτων, ενώ οι αλγόριθμοι ταξινόμησης (SVM, Random Forest) επέτρεψαν τη διάκριση μεταξύ διαφορετικών ενεργειακών συνθηκών. Ιδιαίτερα, τα Νευρωνικά Δίκτυα αποδείχθηκαν αποδοτικά στην ανίχνευση ανωμαλιών στη λειτουργία των συστημάτων . Στη συνέχεια, μελετάται ο ρόλους του Reinforcement Learning (RL), το οποίο επιτρέπει στους πράκτορες να προσαρμόζονται σε πραγματικό χρόνο σε δυναμικές μεταβολές του ενεργειακού περιβάλλοντος. Σε αυτή την εργασία, τρεις διαφορετικοί αλγόριθμοι RL (Q-Learning, DQN και PPO) δοκιμάστηκαν για τη βελτιστοποίηση των στρατηγικών φόρτισης και εκφόρτισης των συστημάτων αποθήκευσης ενέργειας. Τα αποτελέσματα έδειξαν ότι το PPO ήταν ο πιο σταθερός και αποτελεσματικός αλγόριθμος για περιβάλλοντα με συνεχείς καταστάσεις, ενώ το DQN προσέφερε υψηλή ακρίβεια σε πιο περίπλοκα ενεργειακά σενάρια. 2025-02-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19317 Παραπληροφόρηση, τεχνητή νοημοσύνη και συνθετικά μέσα Γεωργούλας, Νικόλαος Στην παρούσα εργασία εξετάζω σε βάθος τη σχέση μεταξύ παραπληροφόρησης, τεχνητής νοημοσύνης και συνθετικών μέσων, εστιάζοντας τόσο στις τεχνολογικές δυνατότητες όσο και στους κινδύνους που αναδύονται για την κοινωνία, την πολιτική σταθερότητα και την ασφάλεια της πληροφορίας. Αρχικά αναλύω τις σύγχρονες τεχνικές δημιουργίας συνθετικού περιεχομένου — όπως deepfakes, AI-generated audio, text-based misinformation και fully synthetic personas — παρουσιάζοντας πώς οι Large Language Models και τα Generative Adversarial Networks επιτρέπουν τη μαζική και χαμηλού κόστους παραγωγή πειστικών ψευδών πληροφοριών. Στη συνέχεια αξιολογώ πραγματικά περιστατικά και διεθνείς έρευνες, όπως τα ευρήματα των Paris & Donovan (2019), Vaccari & Chadwick (2020), Westerlund (2019), καθώς και τις πρόσφατες μελέτες των OpenAI, Meta και DARPA σχετικά με τον εντοπισμό και τη διάδοση συνθετικών μέσων. Παράλληλα διερευνώ τις κοινωνικές και ψυχολογικές διαστάσεις της παραπληροφόρησης, εξετάζοντας πώς οι αλγόριθμοι εξατομίκευσης, η επιβεβαιωτική προκατάληψη και το φαινόμενο echo chamber ενισχύουν τη διάχυση ψευδούς περιεχομένου. Αναλύω επίσης τις τεχνολογίες εντοπισμού και αντιμετώπισης, συμπεριλαμβανομένων των forensic detection models, της ανάλυσης μεταδεδομένων, των τεχνικών traceability (όπως C2PA), των συστημάτων fact-checking που υποστηρίζονται από AI και των νέων προσεγγίσεων για watermarking συνθετικού περιεχομένου. Επιπλέον αξιολογώ τις νομικές και κανονιστικές προκλήσεις που προκύπτουν, με αναφορά στο ευρωπαϊκό AI Act, στο Digital Services Act και στις διεθνείς πρωτοβουλίες για την ασφάλεια της τεχνητής νοημοσύνης. Τέλος, προτείνω ένα πολυεπίπεδο πλαίσιο άμυνας που ενσωματώνει τεχνικά, οργανωτικά και εκπαιδευτικά μέτρα, με στόχο τη μείωση της έκθεσης των πολιτών σε παραπληροφόρηση και την ενίσχυση της ανθεκτικότητας των δημοκρατικών θεσμών απέναντι στη ραγδαία εξέλιξη των συνθετικών μέσων. Η εργασία καταλήγει σε συμπεράσματα για τον ρόλο που πρέπει να διαδραματίσουν κράτη, οργανισμοί και τεχνολογικοί πάροχοι ώστε να διασφαλιστεί μια ισορροπία μεταξύ καινοτομίας και προστασίας της κοινωνίας από κακόβουλες χρήσεις της τεχνητής νοημοσύνης. 2026-02-22T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19316 Sustainable cruise tourism in Greece : challenges and practical approaches, a case study of Heraklion cruise port Mazarakis, Iason; Μαζαράκης, Ιάσων Η βιομηχανία της κρουαζιέρας έχει παρουσιάσει σημαντική ανάπτυξη τις τελευταίες δεκαετίες, φτάνοντας τους 34,6 εκατομμύρια επιβάτες παγκοσμίως το 2024 και ενισχύοντας τον ρόλο της ως βασικό τμήμα του διεθνούς τουρισμού. Στο πλαίσιο αυτό, η Ελλάδα έχει αναδειχθεί σε έναν από τους κορυφαίους προορισμούς κρουαζιέρας στη Μεσόγειο, προσελκύοντας περίπου 7 εκατομμύρια επιβάτες ετησίως, ενώ παράλληλα αντιμετωπίζει αυξανόμενες περιβαλλοντικές και κοινωνικές πιέσεις στις παράκτιες περιοχές. Η παρούσα διπλωματική εργασία εξετάζει τις διαστάσεις της βιωσιμότητας της κρουαζιέρας στην Ελλάδα μέσω μιας ποιοτικής μελέτης περίπτωσης του Λιμένα Ηρακλείου, ενός μεσαίου μεγέθους νησιωτικού λιμένα στην Ανατολική Μεσόγειο με ταχεία ανάπτυξη της δραστηριότητας της κρουαζιέρας. Η ανάλυση βασίζεται σε δευτερογενή δεδομένα από εκθέσεις λιμενικών αρχών, ακαδημαϊκή βιβλιογραφία και νομοθετικά έγγραφα σε εθνικό, ευρωπαϊκό και διεθνές επίπεδο. Τα ευρήματα δείχνουν ότι η κρουαζιέρα συμβάλλει ουσιαστικά στην τοπική οικονομία του Ηρακλείου, κυρίως μέσω της δαπάνης των επιβατών και του ενισχυόμενου ρόλου του λιμένα ως λιμένα αφετηρίας. Παράλληλα, η δραστηριότητα της κρουαζιέρας συνδέεται με περιβαλλοντικές και κοινωνικές προκλήσεις, όπως οι εκπομπές αερίων του θερμοκηπίου, η αστική συμφόρηση, η επιβάρυνση πολιτιστικών μνημείων και οι κίνδυνοι για ευαίσθητα θαλάσσια οικοσυστήματα. Η εργασία καταλήγει προτείνοντας πρακτικές και προσαρμοσμένες στο τοπικό πλαίσιο προσεγγίσεις για την υποστήριξη πιο βιώσιμων λιμενικών λειτουργιών μέσω συντονισμένης δράσης των εμπλεκόμενων φορέων. 2026-05-01T00:00:00Z