https://dione.lib.unipi.gr/xmlui/handle/unipi/2 Doctoral Theses Thu, 16 Jul 2026 13:01:19 GMT 2026-07-16T13:01:19Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19577 Development of evolutionary algorithms for intelligent real-time control systems using field-programmable technology Almabrok, Abdoalnasir Η διασφάλιση της βέλτιστης απόδοσης των μονάδων ελέγχου, όπως οι αναλογικοί-ολοκληρωτικοί-παραγώγιμοι ελεγκτές “Proportional–Integral–Derivative” (PID), είναι απαραίτητη για τη διατήρηση της αποδοτικότητας, της σταθερότητας και του γρήγορου χρόνου απόκρισης σε βιομηχανικά συστήματα αυτοματισμού, όπως τα συστήματα θέρμανσης, εξαερισμού και κλιματισμού “Heating, Ventilation, and Air Conditioning” (HVAC). Ωστόσο, οι συμβατικοί ελεγκτές συχνά αντιμετωπίζουν τις πολύπλοκες, μη-γραμμικές δυναμικές και τις διαταραχές που υπάρχουν σε βιομηχανικές εφαρμογές πραγματικού χρόνου. Αυτές οι προκλήσεις έχουν δημιουργήσει μια αυξανόμενη ανάγκη για προηγμένες, ισχυρές και προσαρμοστικές τεχνικές βελτιστοποίησης. Αυτή η διδακτορική διατριβή εστιάζει σε έναν ισχυρό αλγόριθμο βελτιστοποίησης, τον “Big Bang-Big Crunch” (BB-BC), ως μια γρήγορη και αξιόπιστη λύση για την αυτόματη ρύθμιση παραμέτρων ελέγχου σε πρακτικές εφαρμογές. Με κίνητρο την αυξανόμενη ζήτηση για έλεγχο υψηλής ταχύτητας, ενεργειακά αποδοτικό και σε πραγματικό χρόνο σε βιομηχανικά συστήματα, η παρούσα εργασία διερευνά υλοποιήσεις αλγορίθμων βελτιστοποίησης με επιτάχυνση υλικού, εστιάζοντας σε προγραμματιζόμενες στο πεδίο συστοιχίες πυλών “Field-Programmable Gate Arrays” (FPGA). Παρόλο που ο αλγόριθμος BB-BC είναι κατάλληλος για εφαρμογές πραγματικού χρόνου λόγω της ταχείας σύγκλισής του και της χαμηλής υπολογιστικής πολυπλοκότητάς του, οι υλοποιήσεις που βασίζονται σε λογισμικό και εκτελούνται σε συμβατικούς επεξεργαστές συχνά δεν πληρούν αυστηρούς χρονικούς περιορισμούς. Για να ξεπεραστεί αυτός ο περιορισμός, η διατριβή προτείνει μια νέα αρχιτεκτονική βασισμένη σε FPGA για τον αλγόριθμο BB-BC. Η τεχνολογία προγραμματισμού πεδίου προσφέρει μια ρεαλιστική λύση για τη βελτίωση του χρόνου απόκρισης και την εξοικονόμηση κατανάλωσης ενέργειας, και παρουσιάζει έναν αποτελεσματικό τρόπο υλοποίησης σύνθετων αλγορίθμων, βελτιώνοντας την απόκριση σε πραγματικό χρόνο σε συστήματα ελέγχου. Με άλλα λόγια, η τεχνολογία προγραμματισμού πεδίου παρέχει ένα ευέλικτο και παράλληλο υπολογιστικό περιβάλλον για την εκτέλεση αλγορίθμων βελτιστοποίησης σε βιομηχανικές εφαρμογές πραγματικού χρόνου. Σε αυτή τη διατριβή, δείχνουμε ότι ο αλγόριθμος BB-BC είναι κατάλληλος για επιτάχυνση με χρήση τεχνολογίας FPGA. Προτείνουμε μηχανισμούς απόδοσης υλικού που ξεπερνούν τους περιορισμούς σχεδιασμού που παρατηρούνται στους κλασικούς γενετικούς εξελικτικούς αλγόριθμους, οι οποίοι συχνά εμποδίζουν την απόδοση των επιταχυντών που βασίζονται σε υλικό και παρουσιάζουν περιορισμούς, ιδιαίτερα όσον αφορά την επεκτασιμότητα και τον χρόνο απόκρισης. Παρουσιάζουμε έναν επιταχυντή βασισμένο σε FPGA για τον αλγόριθμο BB-BC, ο οποίος ενσωματώνει τη σχεδίαση και των δύο φάσεων του αλγορίθμου, της Φάσης Μεγάλης Έκρηξης “ Big Bang Phase ” (BBP) και της Φάσης Μεγάλης Κρούσης “Big Crunch Phase” (BCP), με μηχανισμό διοχέτευσης (pipelined design). Ένα ισχυρό μεθοδολογικό πλαίσιο για αυτόν τονFPGA επιταχυντή έχει αναπτυχθεί και επικυρωθεί σε ένα τυπικό πρόβλημα βελτιστοποίησης χρησιμοποιώντας τυπικά μαθηματικά benchmarks. Τα πειραματικά αποτελέσματα καταδεικνύουν σημαντική επιτάχυνση σε σύγκριση με αντίστοιχες υλοποιήσεις λογισμικού. Παρά το αυξανόμενο ενδιαφέρον για εύρωστη βελτιστοποίηση σε πραγματικό χρόνο για βιομηχανικά συστήματα ελέγχου - που συνήθως χαρακτηρίζονται από διαταραχές, μη γραμμικότητες και χρονικές καθυστερήσεις - η υπάρχουσα βιβλιογραφία προσφέρει λίγες λύσεις που συνδυάζουν αλγόριθμους ταχείας σύγκλισης με επιτάχυνση υλικού. Αυτή η διατριβή αντιμετωπίζει αυτό το κενό μελετώντας την ενσωμάτωση του BB-BC σε πολλαπλές στρατηγικές ελέγχου, συμπεριλαμβανομένων των PID, Fractional-Order PID (FOPID) και του Αλγορίθμου Μάθησης για Ανάλυση Πολυμεταβλητών Δεδομένων “Learning Algorithm for Multivariate Data Analysis ”(LAMDA), και αξιολογώντας τις υλοποιήσεις τους με χρήση FPGA. Συγκεκριμένα, η διατριβή εξετάζει τη χρήση του BB-BC για την ρύθμιση των ελεγκτών PID και FOPID, ενώ προτείνει και την υλοποίησή τους με χρήση υλικού σε πλατφόρμες FPGA. Η προσέγγιση επικυρώνεται σε ένα σύστημα HVAC, χρησιμοποιώντας διάφορες στρατηγικές μοντελοποίησης, όπως μοντέλα Δεύτερης Τάξης Συν Χρονικής Καθυστέρησης “Second-Order Plus Time Delay” (SOPTD). Επιπλέον, οι ελεγκτές PID, FOPID και LAMDA που συντονίζονται με χρήση του BB-BC, σχεδιάζονται και αναλύονται για την ανθεκτικότητά τους υπό διαφορετικά προφίλ διαταραχών, επιτρέποντας τη συγκριτική αξιολόγηση σε διαφορετικά βιομηχανικά σενάρια. Προσομοιώσεις MATLAB/Simulink του συνδυασμένου πλαισίου βελτιστοποίησης-ελέγχου υπογραμμίζουν περαιτέρω την ανώτερη συμπεριφορά χρονισμού, την επεκτασιμότητα και την ενεργειακή απόδοση των λύσεων BB-BC με επιτάχυνση FPGA σε σύγκριση με τις παραδοσιακές τεχνικές. Οι βασικοί στόχοι αυτής της διδακτορικής διατριβής είναι: • Η ανάπτυξη μιας νέας υλοποίησης του αλγορίθμου βελτιστοποίησης BB-BC με χρήση FPGA και η επίδειξη της απόδοσής της μέσω αντιπροσωπευτικών περιπτώσεων μελέτης. • Η ενσωμάτωση του αλγορίθμου BB-BC σε ελεγκτές PID και FOPID για βελτιστοποίηση παραμέτρων και η επικύρωση της προτεινόμενης προσέγγισης σε συστήματα HVAC. • Η επέκταση της προσέγγισης βελτιστοποίησης BB-BC σε ελεγκτές LAMDA για να διερευνηθεί η εφαρμογή της σε πιο σύνθετα βιομηχανικά περιβάλλοντα. • Η βελτίωση της απόδοσης πραγματικού χρόνου και της ενεργειακής απόδοσης μέσω βελτιστοποίησης με επιτάχυνση υλικού χρησιμοποιώντας τεχνολογία FPGA. Mon, 01 Jun 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19577 2026-06-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19563 Εξατομικευμένες μουσικές επιλογές στα ψηφιακά μηνύματα μάρκετινγκ : μελέτη περίπτωσης στον κλάδο τηλεπικοινωνιών Σφακιανάκης, Κωνσταντίνος Η παρούσα διατριβή εξετάζει τον ρόλο της μουσικής στην αποτελεσματικότητα της διαφήμισης, εστιάζοντας στη στάση έναντι της διαφήμισης, στη στάση έναντι της διαφημιζόμενης μάρκας και στην ανάκληση βασικών στοιχείων του διαφημιστικού μηνύματος. Αφετηρία της μελέτης αποτελεί η θέση ότι η μουσική δεν λειτουργεί απλώς ως αισθητικό ή συνοδευτικό στοιχείο της διαφήμισης, αλλά ως πολυδιάστατο δημιουργικό ερέθισμα, το οποίο δύναται να επηρεάσει τις συναισθηματικές αποκρίσεις των δεκτών, καθώς και τη νοηματοδότηση, την αξιολόγηση και τη μνημονική επεξεργασία του διαφημιστικού μηνύματος. Η υφιστάμενη βιβλιογραφία καταδεικνύει ότι η επίδραση της μουσικής στη διαφήμιση δεν είναι καθολικά ομοιόμορφη ή μονοδιάστατη. Αντιθέτως, η δυνητική επίδραση της διαφημιστικής μουσικής εξαρτάται από χαρακτηριστικά της μουσικής και των δεκτών, από τη σχέση της με το μήνυμα και τη μάρκα, καθώς και από το είδος της καταναλωτικής απόκρισης που εξετάζεται. Η μουσική δύναται να λειτουργήσει ως συναισθηματικό ερέθισμα και περιφερειακό δημιουργικό στοιχείο, ενισχύοντας τη στάση έναντι της διαφήμισης. Ωστόσο, μπορεί επίσης να λειτουργήσει ως μνημονικό βοήθημα ή, σε ορισμένες περιπτώσεις, ως παράγοντας γνωστικής παρεμβολής. Σε αυτό το πλαίσιο, η παρούσα διατριβή διερευνά την επίδραση της παρουσίας / απουσίας μουσικής στη διαφήμιση, καθώς και των εναλλακτικών μουσικών διαθέσεων, λαμβάνοντας υπόψη τα δημογραφικά χαρακτηριστικά και τις μουσικές προτιμήσεις των δεκτών. Η εμπειρική έρευνα βασίστηκε σε πειραματικό σχεδιασμό με ομάδα ελέγχου χωρίς μουσική και επιμέρους μουσικές συνθήκες, οι οποίες αντιστοιχούσαν σε διαφορετικές μουσικές διαθέσεις. Το τελικό δείγμα της έρευνας περιλάμβανε 883 συμμετέχοντες/ουσες και μετρήθηκαν η στάση έναντι της διαφήμισης, η στάση έναντι της διαφημιζόμενης μάρκας, η ανάκληση της μουσικής, η ανάκληση βασικών στοιχείων του διαφημιστικού μηνύματος, καθώς και οι μουσικές προτιμήσεις των δεκτών. Τα αποτελέσματα έδειξαν ότι η παρουσία μουσικής συνδέεται με ευνοϊκότερη στάση έναντι της διαφήμισης και, σε μικρότερο βαθμό, με ευνοϊκότερη στάση έναντι της διαφημιζόμενης μάρκας. Η επίδραση της μουσικής εμφανίζεται εντονότερη στις άμεσες συναισθηματικές αξιολογήσεις της διαφήμισης, όπως το κατά πόσο αυτή γίνεται αντιληπτή ως ευχάριστη. Αντίθετα, η επίδραση στη στάση έναντι της μάρκας είναι πιο περιορισμένη και λιγότερο ομοιόμορφη, γεγονός που δείχνει ότι η θετική αξιολόγηση της διαφήμισης δεν μεταφέρεται αυτόματα και στον ίδιο βαθμό στη διαφημιζόμενη μάρκα. Περαιτέρω, τα ευρήματα έδειξαν ότι η επίδραση της μουσικής διαφοροποιείται ανάλογα με τα χαρακτηριστικά των δεκτών. Οι αναλύσεις ανά φύλο και γενιά ανέδειξαν ότι ορισμένες μουσικές συνθήκες λειτουργούν θετικότερα σε συγκεκριμένες υποομάδες, ενώ άλλες εμφανίζουν ασθενέστερη ή αρνητικότερη εικόνα. Το εύρημα αυτό υποστηρίζει την άποψη ότι η μουσική στη διαφήμιση δεν γίνεται αντιληπτή με ενιαίο τρόπο από όλους τους δέκτες, αλλά η αποτελεσματικότητά της εξαρτάται από το κοινό στο οποίο απευθύνεται. Ως προς τη μνημονική διάσταση, η ανάκληση της μουσικής συνδέθηκε θετικά με την ανάκληση βασικών στοιχείων του διαφημιστικού μηνύματος, όπως η μάρκα, το προϊόν και το σλόγκαν. Η σχέση αυτή υποδηλώνει ότι η μουσική μπορεί να συνδέεται με τη βελτιωμένη ανάκληση του διαφημιστικού ερεθίσματος. Ωστόσο, το εν λόγω εύρημα δεν ερμηνεύεται ως απόδειξη αιτιότητας, καθώς η ανάκληση της μουσικής δύναται να αποτελεί μια ένδειξη γενικότερης προσοχής και επεξεργασίας του μηνύματος. Τέλος, οι μουσικές προτιμήσεις των δεκτών συνδέθηκαν επιλεκτικά με τις αξιολογήσεις της διαφήμισης και της μάρκας. Ορισμένοι μουσικοί προσανατολισμοί, ιδίως οι πιο «mainstream» προτιμήσεις, εμφάνισαν συστηματικότερη σύνδεση με την ύπαρξη ευνοϊκότερων στάσεων. Αντίθετα, η αντιστοίχιση της προσωπικής μουσικής προτίμησης με το μουσικό ερέθισμα δεν εμφάνισε ουσιαστική ερμηνευτική ισχύ ως προς τις στάσεις ή την ανάκληση των δεκτών. Το εν λόγω εύρημα καταδεικνύει ότι η επιλογή μουσικής που αντιστοιχεί στις δηλωμένες προτιμήσεις του κοινού δεν διασφαλίζει τη διαφημιστική αποτελεσματικότητα. Συμπερασματικά, η μουσική στη διαφήμιση διαφαίνεται να έχει σημαντικές υπό συνθήκες επιδράσεις στους δέκτες. Ειδικότερα, η μουσική δύναται να ενισχύσει τη στάση έναντι της διαφήμισης, να επηρεάσει σε μικρότερο βαθμό τη στάση έναντι της διαφημιζόμενης μάρκας και να συνδεθεί με την ανάκληση του διαφημιστικού περιεχομένου. Ωστόσο, η αποτελεσματικότητά της εξαρτάται από τα εγγενή χαρακτηριστικά της (μουσική διάθεση), το δημιουργικό πλαίσιο, τα χαρακτηριστικά του κοινού και το είδος της διαφημιστικής απόκρισης που εξετάζεται. Η συμβολή της διατριβής έγκειται στην ανάδειξη της μουσικής ως πολυδιάστατου δημιουργικού ερεθίσματος, η αποτελεσματικότητα του οποίου εξαρτάται από τις ευρύτερες συνθήκες πλαισίου. Thu, 01 Jan 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19563 2026-01-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19553 AI-driven resource and service management in the cloud-edge computing continuum, with emphasis on resource optimization and quality of experience Paraskevoulakou, Efterpi G.; Παρασκευουλάκου, Ευτέρπη Η παρούσα διδακτορική διατριβή διερευνά το πρόβλημα της δυναμικής κατανομής υπηρεσιών σε ακροδικτυακές-νεφοϋπολογιστικές υποδομές (Edge Computing service placement), λαμβάνοντας υπόψη την ετερογένεια του συστήματος, τους περιορισμένους υπολογιστικούς πόρους και τον βαθμό ικανοποίησης χρηστών, με στόχο την παροχή βέλτιστων σχημάτων τοποθέτησης υπηρεσιών σε δυναμικό περιβάλλον. Στην παρούσα διατριβή εισάγονται δύο προσεγγίσεις βασισμένες στη Τεχνητή Νοημοσύνη: (α) κατανομή υπηρεσιών προσεγγίζοντας την ίδια την υπηρεσία και (β) κατανομή υπηρεσιών προσεγγίζοντας τους ακροδικτυακούς πόρους. Η πρώτη μέθοδος αποτελεί μια προσέγγιση που αξιοποιεί ιστορικά δεδομένα φόρτου εργασίας της υποδομής από υπηρεσίες αναπτυγμένες στο ακροδικτυακό οικοσύστημα με χρήση του μοντέλου ¨χωρίς-διακομιστή¨ (serverless), προτείνοντας το καλύτερο συνδυασμό συνόλων ¨λειτουργίας-ως-υπηρεσία¨ (functions-as-a-service) με σκοπό την ελαχιστοποίηση του χρόνου απόκρισης ως προς την απάντηση του τελικού χρήστη. Η δεύτερη μέθοδος παρουσιάζει μια ολοκληρωμένη αποκεντρωμένη, τριών επιπέδων λύση, που συνδυάζει τρεις τεχνικές μάθησης — αυξητική μάθηση (Incremental Learning), Ομοσπονδιακή Μάθηση (Federated Learning) και Ενισχυτική Μάθηση (Reinforcement Learning) — οι οποίες λαμβάνουν υπόψη τους ακροδικτυακούς πόρους και τις ποικίλες, δυναμικές απαιτήσεις χρηστών, τοποθετώντας τις ακροδικτυακές υπηρεσίες με τρόπο που εξισορροπεί τους περιορισμένους υπολογιστικούς πόρους της ακροδικτυακής υποδομης και την ικανοποίηση των χρηστών ως προς την απόκριση. Τα αποτελέσματα δείχνουν ότι και οι δύο μέθοδοι μπορούν αποτελεσματικά να προσδιορίσουν βέλτιστα σχήματα κατανομής υπηρεσιών με δυναμικό τρόπο, επιτυγχάνοντας σημαντικές βελτιώσεις στην αξιοποίηση πόρων, τον χρόνο απόκρισης υπηρεσιών και την Ποιότητα Εμπειρίας των χρηστών σε σχέση με μεμονωμένες προσεγγίσεις, διατηρώντας παράλληλα προσαρμοστικότητα υπό μεταβαλλόμενες συνθήκες φόρτου εργασίας και ετερογενείς υποδομές. Η διατριβή παρέχει επίσης κατευθύνσεις για μελλοντική έρευνα που θα μπορούσε να οικοδομηθεί πάνω στα ευρήματα της παρούσας εργασίας. Thu, 01 Jan 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19553 2026-01-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19466 Essays on optimal investment strategies in continuous-time models Stefanakis, Konstantinos; Στεφανάκης, Κωνσταντίνος Wed, 01 Apr 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19466 2026-04-01T00:00:00Z