Προηγμένα Θέματα Τεχνητής Νοημοσύνης

Μαθησιακά Αποτελέσματα

Το μάθημα στοχεύει στην εμβάθυνση και ανάπτυξη της γνώσης που αποκτούν οι φοιτητές από το βασικό μάθημα της Τεχνητής Νοημοσύνης.
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / η φοιτήτρια θα είναι σε θέση να γνωρίζουν και αναπτύσσουν βασικές τεχνικές λήψης απόφασης για δράση στον πραγματικό κόσμο από ευφυείς οντότητες.

Συγκεκριμένα οι φοιτητές/φοιτήτριες αποκτούν γνώσεις για ανάπτυξη και εφαρμογή

  • αλγορίθμων σχεδιασμού ενεργειών
  • μεθόδων επανασχεδιασμού ενεργειών και χρονοπρογραμματισμού για δράση στον πραγματικό κόσμο
  • αναπαράστασης γνώσης και συλλογιστικής με οντολογίες και δεδομένα πραγματικού κόσμου
  • βασικών αρχών και αλγορίθμων λήψεως απόφασης (απλής ή σύνθετης)
  • βασικών αλγορίθμων μάθησης για δράσης στον πραγματικό κόσμο.

μέσω της κριτικής θεώρησης των μεθόδων που διδάσκονται και την υλοποίηση παραδειγματικών συστημάτων.

Περιεχόμενα

Στο μάθημα παρουσιάζονται:

  • τεχνικές σχεδιασμού και επανασχεδιασμού ενεργειών,
  • χρονοπρογραμματισμού ενεργειών,
  • αναπαράστασης γνώσης και συλλογιστικής με οντολογίες,
  • τεχνικές λήψης αποφάσεων (απλών και συνθετων) και μηχανικής μάθησης με έμφαση τη δράση στον πραγματικό κόσμο.

Προτεινόμενα Συγγράμματα

  • Stuart Russel and Peter Norvig. Artificial Intelligenc­e: A Μodern Approach, Prentice Hall, 2nd edition (2003). http://aima.cs.berkeley.edu/. Το βιβλίο έχει εκδοθεί στα Ελληνικά από τις εκδόσεις Κλειδάριθμος με τον τίτλο «Τεχνητή Νοημοσύνη: Μια σύγχρονη προσέγγιση». http://aima.uom.gr/.
  • Ι. Βλαχάβα, Π. Κεφαλά, Ν. Βασιλειάδη, Φ. Κόκκορα και Η. Σακελαρίου. Τεχνητή Νοημοσύνη. Εκδοτικός οίκος «Β. Γκιούρδας Εκδοτική – Μονοπρόσωπη ΕΠΕ». http://aibook.csd.auth.gr.
  • Yoav Shoham, Kevin Leyton-Brown Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, Cambridge University Press, 2009
  • Εισαγωγή στο Σημασιολογικό Ιστό, Γρηγόρης Αντωνίου και Frank van Harmelen, 2009, Κλειδάριθμος, ISBN 978-960-461-234-5

Πρόσθετη Βιβλιογραφία

Επιπλέον, στον Eύδοξο αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών. Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών.

Εισαγωγή στα Υπολογιστικά Νέφη

Μαθησιακά Αποτελέσματα

Το μάθημα αποτελεί βασικό εισαγωγικό μάθημα ειδικού υποβάθρου αναφορικά με τις υπολογιστικές υποδομές που παρέχονται και αξιοποιούνται από σχετικές εφαρμογές.

Στόχος του μαθήματος είναι η εισαγωγή σε θέματα ανάλυσης, σχεδιασμού και υλοποίησης υποδομών υπολογιστικών και αποθηκευτικών νεφών. Επιπρόσθετα θα γίνει μελέτη και ανάλυση μεθοδολογιών και τεχνολογιών για την υλοποίηση εφαρμογών που εκτελούνται και προσφέρονται στα προαναφερθέντα περιβάλλοντα. Το μάθημα προσφέρει το θεωρητικό υπόβαθρο των υπολογιστικών και αποθηκευτικών νεφών και συμπληρώνεται από εργαστηριακές ασκήσεις.

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση:

  • να κατανοεί τα βασικά χαρακτηριστικά και συστατικά σύγχρονων υπολογιστικών υποδομών (όπως τα υπολογιστικά και αποθηκευτικά νέφη).
  • να γνωρίζει τα κύρια εργαλεία και τεχνικές δημιουργίας και διαχείρισης υπολογιστικών υποδομών σε διαφορετικά επίπεδα (εφαρμογής, πλατφόρμας, εικονικοποιημένης υποδομής).
  • να υλοποιεί εφαρμογές υπολογιστικών νεφών καθώς και υπολογιστικές και αποθηκευτικές συστοιχίες με χρήση των πλέον καινοτόμων τεχνολογιών που εφαρμόζονται σε διεθνές επίπεδο.

Περιεχόμενα

  • Εισαγωγή στα υπολογιστικά νέφη
  • Στόχοι, προκλήσεις, τομείς εφαρμογής, πλεονεκτήματα
    • Αρχιτεκτονικές υπολογιστικών και αποθηκευτικών νεφών
    • Συμβόλαια παροχής υπηρεσιών, φάσεις εκτέλεσης εργασιών και υπηρεσιών
  • Μοντέλα ανάπτυξης, διασύνδεσης και διαχείρισης υποδομών νέφους
    • Μοντέλα διακριτών επιπέδων, παροχής υπηρεσιών, πρόσβασης και ανάπτυξης
    • Τεχνικές ελαστικότητας και κλιμάκωσης
    • Προσεγγίσεις διαχείρισης πληροφορίας και χρεώσεων
  • Υλοποίηση και λειτουργία υπολογιστικών νεφών
    • Επίπεδο εφαρμογής (Software as a Service)
    • Επίπεδο πλατφόρμας (Platform as a Service)
    • Επίπεδο υποδομής (Infrastructure as a Service)
    • Εικονικοιποίηση και διαχείριση πόρων
  • Υλοποίηση και λειτουργία αποθηκευτικών νεφών
    • Κατανεμημένα συστήματα αποθήκευσης αντικειμένων δεδομένων
    • Αποθήκευση και ανάκτηση δεδομένων βάσει περιεχομένου
    • Εκτέλεση υπολογιστικών εργασιών σε αποθηκευμένα δεδομένα
  • Προσεγγίσεις παροχής ποιότητας υπηρεσιών
    • Κατηγορίες παραμέτρων και απαιτήσεων
    • Μηχανισμοί εποπτείας και ελέγχου
    • Τεχνολογίες διασφάλισης ποιότητας
  • Εργαστηριακές ασκήσεις
    • Google AppEngine
    • OpenStack
    • Apache Hadoop / MapReduce

Προτεινόμενα Συγγράμματα

  • Α. Velte, T. Velte, R. Elsenpeter, «Cloud Computing Μια Πρακτική Προσέγγιση» (μεταφρασμένο)
  • T. Erl, «Cloud Computing: Concepts, Technology & Architecture»
  • B. Sosinsky, «Cloud Computing Bible»G. Reese, «Cloud Application Architectures: Building Applications and Infrastructure in the Cloud»
  • R. Buyya, J. Broberg, A. M. Goscinski, «Cloud Computing, Principles and Paradigms»

Πρόσθετη Βιβλιογραφία

Επιπλέον, στον Eύδοξο αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών. Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών.

Ψηφιακή Επεξεργασία Εικόνας

Μαθησιακά Αποτελέσματα

Η όραση προσφέρει στον άνθρωπο εξαιρετικά σημαντικές ζωτικές πληροφορίες όσο καμία άλλη αίσθηση.  Η σημασία που αποδίδεται στην αίσθηση της όρασης διακρίνεται σε όλες τις εκφάνσεις των ανθρωπίνων δραστηριοτήτων και ειδικότερα σε αυτές που σχετίζονται με το χώρο της επιστήμης. Με τη βοήθεια της πληροφορικής αναπτύχθηκαν τα τελευταία χρόνια νέα επιστημονικά πεδία έρευνας σχετικά με την επεξεργασία των οπτικών πληροφοριών. Η ψηφιακή επεξεργασία εικόνας χρησιμοποιείται για δύο διακριτούς σκοπούς: (1) τη βελτίωση της εμφάνισης της εικόνας, έτσι ώστε να διευκολύνεται η ερμηνεία τους από κάποιο παρατηρητή και  (2) την ψηφιακή ανάλυση της εικόνας με σκοπό την περιγραφή, αναγνώριση και ερμηνεία του περιεχομένου μιας εικόνας. Στο πλαίσιο του μαθήματος θα παρουσιαστούν οι βασικοί αλγόριθμοι και μεθοδολογίες και για τους δυο σκοπούς τόσο στο πεδίο του χώρου όσο και στο πεδίο των συχνοτήτων.

Οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος θα είναι σε θέση να:

A)     Να κατανοούν τις βασικές μεθοδολογίες βασικές γνώσεις από την σχεδίαση και ανάπτυξη συστημάτων επεξεργασίας εικόνας

B)     Να γνωρίζουν τα στάδια επεξεργασίας και ανάλυσης ψηφιακών εικόνων (οπτικοί αισθητήρες, ψηφιοποίηση, επεξεργασία, κωδικοποίηση, συμπίεση, μετάδοση, τμηματοποίηση, αναγνώριση)

Γ)     Να αναλύουν προβλήματα σε διάφορα πεδία εφαρμογών και να επιλέγουν σωστούς μηχανισμούς για την διαχείριση και επεξεργασία ψηφιακών εικόνων

Δ)     Να αξιολογούν τα συστήματα επεξεργασίας ψηφιακών εικόνων

Περιεχόμενα

  • Εισαγωγή στην Ψηφιακή Επεξεργασία Εικόνων
  • 2-Δ σήματα και συστήματα – Βασικές έννοιες
  • Δειγματοληψία και Ψηφιοποίηση Εικόνων
  • Βελτίωση και Αποκατάσταση Εικόνας
  • Επεξεργασία Δυαδικών Εικόνων – Μορφολογικοί Τελεστές
  • Τμηματοποίηση Εικόνας – Αναγνώριση Περιγραμμάτων
  • Μετασχηματισμοί (Fourier, DCT, Hadamard κ.λπ.)
  • Φυσική σημασία και ιδιαιτερότητες του πεδίου συχνοτήτων
  • Συμπίεση Ψηφιακών Εικόνων
  • Ανάλυση Ψηφιακών Εικόνων – Όραση Υπολογιστή
  • Ανάλυση Υφής – Περιγραφή Σχήματος / Αντικειμένου
  • Επεξεργασία και Ανάλυση Ακολουθίας Εικόνων
  • Άλλες περιοχές: Π.χ. Υδατογράφηση, Ανάκτηση Πληροφορίας κλπ.

Προτεινόμενα Συγγράμματα

  • Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας, Παπαμάρκος Νικόλαος
  • Ψηφιακή Επεξεργασία Εικόνας, Gonzales
  • Ψηφιακή Επεξεργασία Εικόνας, Ιωάννης Πήτας

Πρόσθετη Βιβλιογραφία

Επιπλέον, στον Eύδοξο αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών. Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών.