https://dione.lib.unipi.gr/xmlui/handle/unipi/177 Master Theses Tue, 07 Jul 2026 00:14:51 GMT 2026-07-07T00:14:51Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19504 Η πρόκληση της μετασχηματιστικής ηγεσίας και η συμβολή της στη διαμόρφωση διαπολιτισμικής κουλτούρας στη πρωτοβάθμια εκπαίδευση Αποστολοπούλου, Ευαγγελία Η παρούσα διπλωματική εργασία εξετάζει τη σημασία της μετασχηματιστικής ηγεσίας στον χώρο της εκπαίδευσης και τον ρόλο του διευθυντή ως ηγέτη της σχολικής μονάδας. Αρχικά παρουσιάζονται οι βασικές αρχές και τα χαρακτηριστικά της μετασχηματιστικής ηγεσίας, όπως η διαμόρφωση κοινού οράματος, η έμπνευση, η πνευματική διέγερση, η εξατομικευμένη υποστήριξη και η ενδυνάμωση των εκπαιδευτικών. Στη συνέχεια αναλύεται η συμβολή της στην ανάπτυξη θετικού σχολικού κλίματος, στη βελτίωση της συνεργασίας μεταξύ των μελών της σχολικής κοινότητας, στην επαγγελματική ανάπτυξη των εκπαιδευτικών και στη βελτίωση της ποιότητας του εκπαιδευτικού έργου. Η εργασία βασίζεται σε ανασκόπηση της σύγχρονης ελληνικής και διεθνούς βιβλιογραφίας και καταλήγει στο συμπέρασμα ότι η εφαρμογή των αρχών της μετασχηματιστικής ηγεσίας συμβάλλει ουσιαστικά στην αποτελεσματική λειτουργία της σχολικής μονάδας, στην προώθηση της καινοτομίας και στη δημιουργία ενός περιβάλλοντος που ευνοεί τη μάθηση, τη συνεργασία και τη συνεχή βελτίωση. Mon, 01 Jun 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19504 2026-06-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19500 Αναγνώριση συναισθημάτων μέσω εικόνων με την χρήση συνελικτικών νευρωνικών δικτύων Βισβάρδης, Αναστάσιος Η παρούσα εργασία εστιάζει στον τρόπο με τον οποίο τα νευρωνικά δίκτυα και ποιο συγκεκριμένα τα Συνελικτικά νευρωνικά δίκτυα αναγνωρίζουν τα διάφορα συναισθήματα μέσω ενός συγκεκριμένου Dataset εικόνων. Στο πρώτο κεφάλαιο γίνεται μια εισαγωγή στο αντικείμενο της εργασίας, καθώς επίσης διατυπώνεται το πρόβλημα και γίνεται μια ανάλυση της σημαντικότητάς του(Ανάλυση της έννοιας ‘Συναίσθημα’).Στο δεύτερο κεφάλαιο αναλύεται η έννοια του ‘Affective Computing’, η σχέση της μηχανικής μάθησης με την έννοια του συναισθήματος καθώς και η συσχέτιση του ‘Affective Computing’ με τα νευρωνικά δίκτυα. Στο Κεφάλαιο 3, εισάγεται ο όρος των ‘Συνελικτικών Νευρωνικών Δικτύων’. Αναλύονται οι διαφορές των ‘Fully Connected Neural Networks(FNN’s)’ σε σχέση με τα ‘Convolutional Neural Networks(CNN’s)’, καθώς επίσης και τα κύρια χαρακτηριστικά των CNN’s.Στο κεφάλαιο 4 εξετάζονται τα ποιο βασικά και διαδεδομένα ‘Datasets Eικόνων’, η διαδικασία της επεξεργασίας των εικόνων, η έννοια του ‘Data Augmentation’ καθώς και τους διαφορετικούς τρόπους που αντιμετωπίζουμε το ‘Class Imbalance’ στο dataset μας. Στο κεφάλαιο 5 εξηγείται το Experimental Design του Project που έχω φτιάξει και τα Experimental Results του. Στο τελευταίο κεφάλαιο, το 7 εξάγω τα συμπεράσματα, προτείνω μελλοντικές προεκτάσεις-βελτιώσεις και παραθέτω τις τελικές παρατηρήσεις. Τέλος παρατίθεται η Βιβλιογραφία. Fri, 01 May 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19500 2026-05-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19498 Συγκριτική αξιολόγηση απόδοσης νημάτων πλατφόρμας και εικονικών νημάτων της Java 21 σε αρχιτεκτονικές μικρουπηρεσιών Σαφελάς, Ανδρέας Η παρούσα μεταπτυχιακή διατριβή παρουσιάζει τον σχεδιασμό και την υλοποίηση ενός συστήματος συγκέντρωσης μικροϋπηρεσιών (microservice aggregator), με βασικό στόχο την εμπειρική αξιολόγηση της αρχιτεκτονικής αλλαγής που εισήγαγε το Project Loom της Java 21. Συγκεκριμένα, η έρευνα επικεντρώνεται στη σύγκριση της απόδοσης μεταξύ της παλαιάς αρχιτεκτονικής των Νημάτων Πλατφόρμας (Platform Threads - Μοντέλο 1:1) και του σύγχρονου παραδείγματος της Δομημένης Ταυτόχρονης Εκτέλεσης μέσω Εικονικών Νημάτων (Virtual Threads - Μοντέλο M:N). Η αρχιτεκτονική του συστήματος βασίζεται σε ένα ασφαλές RESTful API που υλοποιήθηκε με Spring Boot 3, ενώ η παρατηρησιμότητα (observability) των δεδομένων τηλεμετρίας σε πραγματικό χρόνο επιτυγχάνεται μέσω ενός πίνακα ελέγχου (dashboard) ανεπτυγμένου με React. Ένα από τα βασικά τεχνικά χαρακτηριστικά της εργασίας είναι η χρήση του Java Microbenchmark Harness (JMH) για τη διεξαγωγή στατιστικά αυστηρών δοκιμών αντοχής (stress tests) στο επίπεδο της Εικονικής Μηχανής Java (JVM), απομονώνοντας τον θόρυβο του δικτύου και μετρώντας με ακρίβεια τη διακίνηση (throughput), την καθυστέρηση (latency) και την επιβάρυνση στη συλλογή απορριμμάτων (GC allocation rate). Τα εμπειρικά αποτελέσματα αποδεικνύουν ότι τα Εικονικά Νήματα εξαλείφουν πλήρως το σημείο συμφόρησης της έλλειψης νημάτων (thread starvation), προσφέροντας 16,8x μεγαλύτερη διακίνηση υπό συνθήκες μαζικού ταυτόχρονου φορτίου I/O, χωρίς καμία αναβάθμιση υλικού. Ωστόσο, η έρευνα αποκαλύπτει επίσης ότι η ακραία αποδοτικότητα της JVM μετατοπίζει αναπόφευκτα το σημείο συμφόρησης στο Επίπεδο Μεταφοράς (Transport Layer), οδηγώντας σε εξάντληση των εφήμερων θυρών TCP του λειτουργικού συστήματος, γεγονός που καθιστά αναγκαία τη χρήση δεξαμενών συνδέσεων (connection pooling) σε πραγματικά επιχειρησιακά περιβάλλοντα. Mon, 01 Jun 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19498 2026-06-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19497 Human-centric risk assessment for digital infrastructures Chatzisavva, Michaela - Anna; Χατζησάββα, Μιχαέλα - Άννα Mon, 01 Jun 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19497 2026-06-01T00:00:00Z