https://dione.lib.unipi.gr/xmlui/handle/unipi/2420 Department of Digital Systems Mon, 10 Aug 2026 09:40:15 GMT 2026-08-10T09:40:15Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19678 Δίδυμος μετασχηματισμός ΜμΕ στην Ελλάδα Καλαμπόκας, Λάμπρος Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει τον Δίδυμο, Ψηφιακό και Αειφόρο, Μετασχηματισμό των Μικρομεσαίων Επιχειρήσεων στην Ελλάδα. Ο ψηφιακός μετασχηματισμός προσεγγίζεται ως στρατηγική και οργανωσιακή διαδικασία που ενισχύει την αποδοτικότητα και την ανταγωνιστικότητα, ενώ η αειφορία και τα κριτήρια ESG εξετάζονται ως παράγοντες μακροπρόθεσμης επιχειρησιακής αξίας. Σκοπός της έρευνας είναι η αξιολόγηση του βαθμού ταυτόχρονης υιοθέτησης ψηφιακών και αειφόρων πρακτικών από τις ελληνικές ΜμΕ, καθώς και η διερεύνηση των παραγόντων που επηρεάζουν την επιτυχία τους. Η μεθοδολογία βασίζεται σε ποσοτική έρευνα με δομημένο ερωτηματολόγιο και εξετάζει την ψηφιακή ωριμότητα, τις ESG πρακτικές, τον ρόλο της διοίκησης, την οργανωσιακή κουλτούρα και τα εμπόδια μετασχηματισμού. Τα ευρήματα καταδεικνύουν θετική, αλλά όχι πλήρως ώριμη, πορεία των ελληνικών ΜμΕ προς τον δίδυμο μετασχηματισμό. Η ψηφιακή ωριμότητα συνδέεται με την υιοθέτηση αειφόρων πρακτικών, χωρίς όμως οι δύο διαστάσεις να έχουν ακόμη ενσωματωθεί σε ένα ενιαίο στρατηγικό και διοικητικό πλαίσιο. Καθοριστική αναδεικνύεται η συμβολή της διοίκησης και της οργανωσιακής κουλτούρας στην αποδοχή της αλλαγής και στην αντιμετώπιση περιορισμών πόρων, δεξιοτήτων και στρατηγικής ευθυγράμμισης. Συμπερασματικά, ο ψηφιακός και ο αειφόρος μετασχηματισμός δεν αποτελούν ανεξάρτητες διαδικασίες, αλλά αλληλένδετες διαστάσεις ενός κοινού μοντέλου επιχειρησιακής ανθεκτικότητας, καινοτομίας και βιώσιμης ανάπτυξης για τις ΜμΕ. Thu, 01 Jan 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19678 2026-01-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19674 Μπεϋζιανή βελτιστοποίηση για τη ρύθμιση υπερπαραμέτρων σε αλγορίθμους μηχανικής μάθησης Μαλισόβας, Γεώργιος Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει τη μεθοδολογία της Μπεϋζιανής Βελτιστοποίησης (Bayesian Optimization) για τη διαχείριση υπολογιστικά δαπανηρών συναρτήσεων «μαύρου κουτιού» (black-box). Το κεντρικό ερευνητικό ερώτημα εστιάζει στη συγκριτική αξιολόγηση εξατομικευμένων υλοποιήσεων —βασισμένων σε Gaussian Processes με διαφορετικούς πυρήνες και συναρτήσεις απόκτησης— έναντι καθιερωμένων βιβλιοθηκών αυτοματοποιημένης μηχανικής μάθησης, όπως το Optuna και το HyperOpt. Η κύρια επιστημονική συνεισφορά της έρευνας έγκειται στην ανάπτυξη ενός παραμετροποιήσιμου πλαισίου βελτιστοποίησης και στην εκτενή ανάλυση της συμπεριφοράς του, τόσο σε μαθηματικές συναρτήσεις αναφοράς ποικίλων διαστάσεων υπό την παρουσία θορύβου, όσο και σε ένα πραγματικό πρόβλημα ρύθμισης υπερπαραμέτρων για τον αλγόριθμο ιεραρχικής συσταδοποίησης (Agglomerative Clustering). Τα αποτελέσματα αναδεικνύουν μια σαφή σχέση συμβιβασμού μεταξύ ακρίβειας και ταχύτητας. Οι ιδιοκατασκευασμένες προσεγγίσεις υπερέχουν σταθερά σε ακρίβεια, προσεγγίζοντας με εξαιρετική πιστότητα το ολικό βέλτιστο. Αντίθετα, οι έτοιμες βιβλιοθήκες προσφέρουν σημαντικά μεγαλύτερη υπολογιστική αποδοτικότητα και ταχύτητα εκτέλεσης, ειδικότερα σε προβλήματα υψηλής διαστασιμότητας. Οι τομείς εφαρμογής των ερευνητικών αποτελεσμάτων εκτείνονται στην Επιστήμη των Δεδομένων για την αυτόματη ρύθμιση σύνθετων μοντέλων, καθώς και σε βιομηχανικά προβλήματα όπου η αξιολόγηση των πραγματικών συναρτήσεων είναι οικονομικά ή χρονικά ασύμφορη. Wed, 01 Jul 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19674 2026-07-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19668 Παράνομα αποδεικτικά μέσα και προστασία του επικοινωνιακού απορρήτου Βάιου, Σωτηρία Η παρούσα μελέτη πραγματεύεται τη συστηματική σχέση μεταξύ του θεσμού των αποδεικτικών απαγορεύσεων και της συνταγματικής προστασίας του απορρήτου των επικοινωνιών στο σύγχρονο ελληνικό ποινικό δικονομικό περιβάλλον. Αφετηρία αποτελεί η διαπίστωση ότι η αναζήτηση της ουσιαστικής αλήθειας στην ποινική δίκη δεν συνιστά απόλυτη δικαιική αξία, αλλά λειτουργία τελολογικά οριοθετημένη από την προστασία των θεμελιωδών δικαιωμάτων, με προεξάρχουσα τη θέση του απορρήτου της επικοινωνίας του άρθρου 19 του Συντάγματος. Η εργασία παρακολουθεί την κανονιστική διαπλοκή ανάμεσα στην αρχή της ηθικής απόδειξης (άρθρο 177 παρ. 1 ΚΠΔ), τη ρητή απαγόρευση αξιοποίησης παρανόμως κτηθέντων αποδεικτικών μέσων (άρθρα 19 παρ. 3 Σ και 177 παρ. 2 ΚΠΔ), και την ποινική προστασία του απορρήτου (άρθρο 370Α ΠΚ), με κριτική παρακολούθηση της νομολογίας του Αρείου Πάγου και του ΕΔΔΑ. Ιδιαίτερη έμφαση δίνεται στη νομοθετική εξαίρεση του άρθρου 14 του ν.4637/2019, στην αναμόρφωση του πλαισίου άρσης του απορρήτου με τον ν. 5002/2022 μετά το σκάνδαλο των παρακολουθήσεων μέσω κακόβουλου λογισμικού, καθώς και στα ζητήματα που ανακύπτουν από τη χρήση ηλεκτρονικών δεδομένων και τυχαίων ευρημάτων. Η μεθοδολογία συνδυάζει δογματική ανάλυση, συγκριτική προσέγγιση με τη γερμανική θεωρία και κριτική παρακολούθηση της ευρωπαϊκής νομολογίας του ΕΔΔΑ και του ΔΕΕ. Καταληκτικά διατυπώνονται προτάσεις για τη συστηματική ενίσχυση του προστατευτικού πλέγματος και την αποκατάσταση της δικαιοκρατικής ισορροπίας μεταξύ της ποινικής διωκτικής αποτελεσματικότητας και του πυρηνικού περιεχομένου του δικαιώματος στην εμπιστευτική επικοινωνία. Thu, 01 Jan 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19668 2026-01-01T00:00:00Z https://dione.lib.unipi.gr/xmlui/handle/unipi/19664 Αυτοματοποιημένη ψηφιοποίηση και διαχείριση ιατρικού ιστορικού με τη χρήση τεχνητής νοημοσύνης Κουλιέρη, Ευανθία - Μαρία Η παρούσα εργασία εξετάζει την ανάπτυξη εφαρμογών βασισμένων σε ευφυή συστήματα για την υποστήριξη της ψηφιακής διαχείρισης ιατρικών πληροφοριών και την ενίσχυση της ανεξάρτητης διαβίωσης ατόμων με ανάγκες υγειονομικής παρακολούθησης. Η αξιοποίηση των σύγχρονων τεχνολογιών στον τομέα της υγείας έχει δημιουργήσει νέες δυνατότητες για την παρακολούθηση της κατάστασης των ασθενών, την ταχύτερη λήψη αποφάσεων και τη βελτίωση της ποιότητας των παρεχόμενων υπηρεσιών. Η συνεχής εξέλιξη των πληροφοριακών συστημάτων και των εφαρμογών τεχνητής νοημοσύνης έχει επηρεάσει ουσιαστικά τον χώρο της βιοϊατρικής και της υγειονομικής περίθαλψης. Μέσω των τεχνολογιών αυτών καθίσταται δυνατή η αποτελεσματικότερη διαχείριση ιατρικών δεδομένων, η έγκαιρη ανίχνευση πιθανών προβλημάτων υγείας και η ενίσχυση της αυτονομίας ατόμων με περιορισμένη δυνατότητα μετακίνησης ή ανάγκη συνεχούς παρακολούθησης. Στο πλαίσιο της παρούσας διπλωματικής εργασίας αναπτύχθηκε μία διαδικτυακή εφαρμογή πολλαπλών χρηστών, η οποία επικεντρώνεται στην ψηφιοποίηση και τη δημιουργία ηλεκτρονικού ιατρικού φακέλου μέσω της χρήσης τεχνητής νοημοσύνης. Η εφαρμογή επιτρέπει στους ασθενείς να ανεβάζουν ιατρικά έγγραφα, όπως διαγνώσεις, εξετάσεις και συνταγές σε μορφή PDF ή εικόνας. Τα έγγραφα αναλύονται αυτόματα από μοντέλο τεχνητής νοημοσύνης, το οποίο εξάγει τις σημαντικότερες ιατρικές πληροφορίες και δημιουργεί δομημένο ιατρικό ιστορικό. Παράλληλα, ο ασθενής διατηρεί τον πλήρη έλεγχο των προσωπικών του δεδομένων και μπορεί να κοινοποιεί το ιατρικό ιστορικό του σε εξουσιοδοτημένους ιατρούς, οι οποίοι έχουν πρόσβαση αποκλειστικά για προβολή των πληροφοριών. Για την υλοποίηση της εφαρμογής χρησιμοποιήθηκαν οι τεχνολογίες Spring Boot, Vaadin και SQL Server, ενώ για την αναπαράσταση των ιατρικών δεδομένων αξιοποιήθηκαν τα διεθνή πρότυπα HL7 FHIR και οι κωδικοποιήσεις LOINC και SNOMED CT, με στόχο τη διαλειτουργικότητα και τη συμβατότητα με σύγχρονα πληροφοριακά συστήματα υγείας. Επιπλέον, ενσωματώθηκαν μηχανισμοί αυθεντικοποίησης χρηστών, ελέγχου πρόσβασης και ασφαλούς διαχείρισης προσωπικών δεδομένων. Τα αποτελέσματα της εργασίας δείχνουν ότι η αξιοποίηση τεχνικών τεχνητής νοημοσύνης μπορεί να αυτοματοποιήσει αποτελεσματικά τη διαδικασία δημιουργίας ηλεκτρονικού ιατρικού φακέλου από ετερογενή ιατρικά έγγραφα, διευκολύνοντας την ασφαλή διαχείριση και ανταλλαγή ιατρικών πληροφοριών μεταξύ ασθενών και επαγγελματιών υγείας. Mon, 01 Jun 2026 00:00:00 GMT https://dione.lib.unipi.gr/xmlui/handle/unipi/19664 2026-06-01T00:00:00Z