Πτυχιακές των κ.κ. Βλαχάβα, Βασιλειάδη, Βράκα και Τσουμάκα

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΓΛΩΣΣΩΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ & ΤΕΧΝΟΛΟΓΙΑΣ ΛΟΓΙΣΜΙΚΟΥ 1 Βλαχάβας Πτυχιακές των κ.κ. Βλαχάβα, Βασιλειάδη, Βράκα και Τσουμάκα 1.1 Ανακάλυψη Γνώσης από Αλληλουχίες MicroRNA Η πρόσφατη ανακάλυψη της λειτουργίας μια μικρής αλληλουχίας RNA (microrna ή mirna) έχει προβάλει νέα μεγάλα ερωτήματα στην επιστημονική κοινότητα. Ένα μόριο mirna μπορεί να παρέμβει στη διαδικασία της πρωτεϊνοσύνθεσης και να καταστείλει την έκφραση κάποιων γονιδίων ενός οργανισμού. Αυτή η δράση του mirna ενδέχεται να σχετίζεται με την εκδήλωση διάφορων ασθενειών, γεγονός που έχει προκαλέσει μεγάλο ερευνητικό ενδιαφέρον. Σκοπός της διπλωματικής εργασίας είναι η χρήση τεχνικών μηχανικής μάθησης και ανακάλυψης γνώσης για την ανάλυση τέτοιων δεδομένων. Τα αποτελέσματα της εργασίας είναι πιθανό να δημοσιευτούν σε συνέδριο της περιοχής. 1.2 Μάθηση σε Συστήματα Πολλαπλών Πρακτόρων Η παρούσα διπλωματική έχει ερευνητικό χαρακτήρα και σκοπός της είναι η μελέτη νέων μεθόδων Ενισχυτικής Μάθησης (ΕΜ) σε Συστήματα Πολλαπλών Πρακτόρων (ΣΠΠ). Η ΕΜ είναι μία τεχνική μάθησης μέσω της αλληλεπίδρασής ενός συστήματος με το περιβάλλον του. Η μάθηση σε ΣΠΠ έχει κερδίσει μεγάλο ερευνητικό ενδιαφέρον καθώς θέτει ενδιαφέροντα προβλήματα. Η ΕΜ είναι κατάλληλη τεχνική για επίλυση αυτών των προβλημάτων. Το περιβάλλον το οποίο θα χρησιμοποιηθεί είναι το γνωστό Preator-Prey στο οποίο ένας η περισσότεροι θηρευτές προσπαθούν να πιάσουν ένα θήραμα. Το πακέτο του περιβάλλοντος βρίσκεται στο παρακάτω URL: Απαιτήσεις: Προγραμματισμός σε γλώσσα C++ ή Java 1.3 Μάθηση με Μεταφορά σε Τεχνικές Ενισχυτικής Μάθησης Η Μάθηση με Μεταφορά (ΜΜ) (Transfer Learning) είναι η διαδικασία κατά την οποία η γνώση η οποία έχει αποκτηθεί κατά τη μάθηση σε μια πηγαία εργασία (source task) χρησιμοποιείται κατά τη μάθηση σε μια εργασία στόχο (target task) υψηλότερης δυσκολίας, έτσι ώστε να μειωθεί ο χρόνος μάθησης της εργασίας. Για παράδειγμα, ο άνθρωπος μαθαίνει πρώτα να περπατάει, και μετά χρησιμοποιεί τη γνώση που απέκτησε για να μάθει να τρέχει. Η ΜΜ είναι επιθυμητή στην Ενισχυτική Μάθηση (ΕΜ) αφού οι αλγόριθμοι απαιτούν μεγάλους χρόνους μάθησης. Στην παρούσα διπλωματική θα αναπτυχθούν καινούριες μεθοδολογίες για τη ΜΜ σε τεχνικές ΕΜ. Οι μεθοδολογίες που θα αναπτυχθούν θα αξιολογηθούν σε διάφορα πεδία, όπως το Keepaway ( το οποίο βασίζεται στην πλατφόρμα του Robocup ( Απαιτήσεις: Προγραμματισμός σε γλώσσα C++

2 1.4 Ανάπτυξη διαδικτυακής υπηρεσίας για φιλτράρισμα βιβλιογραφικών αναφορών Οι υπηρεσίες εύρεσης βιβλιογραφικών αναφορών είναι ιδιαίτερα δημοφιλείς, κάτι που αποδεικνύεται και από την ύπαρξη εξειδικευμένων ιστοχώρων όπως τα "Google Scholar", "IEEE Xplore", "DBLP Bibliography Server", Scopus, κτλ. Η εργασία αφορά στην ανάπτυξη εφαρμογής για το φιλτράρισμα βιβλιογραφικών αναφορών προερχόμενων από on-line πηγές όπως οι παραπάνω. Υπάρχει σχετική προεργασία για το θέμα (από παλαιότερη διπλωματική) οπότε το βάρος θα δοθεί κυρίως στο προγραμματιστικό κομμάτι. Απαιτήσεις: "Παραθυρικός" Προγραμματισμός σε Java με διασυνδέσεις σε database ή PHP/mySQL ή ASP/ASP.net/SQL Server 1.5 Τεχνολογίες AJAX για εφαρμογές e-shoping Οι τεχνολογίες AJAX (asynchronous JavaScript and XML) αφορούν σε τεχνικές ανάπτυξης αλληλεπιδραστικών web εφαρμογών και εφαρμογών RIA (Rich Internet Applications), δηλαδή web εφαρμογών που έχουν έντονα στοιχεία εφαρμογών desktop ως προς την αλληλεπιδραστικότητα με το χρήστη. Μέσω τεχνολογιών AJAX οι web εφαρμογές μπορούν να λαμβάνουν δεδομένα από κάποιο server με ασύγχρονο τρόπο και να ανανεώνουν τμήματα μόνο της ιστοσελίδας βελτιώνοντας έτσι κατά πολύ την web εμπειρία του χρήστη. Σκοπός της διπλωματικής είναι η διερεύνηση των τεχνολογιών AJAX (απαιτήσεις, δυνατότητες, προγραμματιστικές τεχνικές, κτλ) και η εφαρμογή τους στο πλαίσιο web εφαρμογών ηλεκτρονικού εμπορίου. Γνωστική Περιοχή: web, e-shopping Απαιτήσεις: Καλές γενικές γνώσεις προγραμματισμού και Αγγλικών διάθεση για έρευνα γνώσεις κατασκευής ιστοσελίδων και βάσεων δεδομένων (π.χ. PHP και mysql ή ASP και MS SQL Server) 2 Βασιλειάδης 2.1 Γραφικό Περιβάλλον Σύνθεσης Βάσεων Κανόνων για το Σημασιολογικό Ιστό (1 ή 2 άτομα) Ο Σημασιολογικός Ιστός (Semantic Web) είναι ένα αναπτυσσόμενο πεδίο έρευνας με κύριο σκοπό τη βελτίωση του σημερινού Παγκόσμιου Ιστού (World Wide Web). Οι βάσεις κανόνων (rule bases) περιγράφουν τη λογική κάποιου πεδίου (domain) και παίζουν σημαντικό ρόλο στην ανάπτυξη του Σημασιολογικού Ιστού. Η συγκεκριμένη διπλωματική εργασία έχει ως στόχο: (1) Είτε την υλοποίηση ενός γραφικού περιβάλλοντος, το οποίο θα επιτρέπει τη σύνθεση βάσεων κανόνων σε RuleML (η RuleML είναι η επικρατούσα γλώσσα συγγραφής και ανταλλαγής βάσεων κανόνων στο περιβάλλον του Σημασιολογικού Ιστού). (2) Είτε την υλοποίηση ενός γραφικού περιβάλλοντος, το οποίο θα επιτρέπει τη σύνθεση βάσεων κανόνων σε μία γλώσσα κατηγορηματικής λογικής και μετέπειτα αυτόματη μετατροπή τους σε RuleML. Και στις δύο περιπτώσεις, το σύστημα θα πρέπει να παρέχει δυνατότητες χρωματισμού κώδικα (syntax highlighting), αυτόματης συμπλήρωσης (auto-completion) κ.ά. Γλώσσες-Τεχνολογίες-Εργαλεία: Java, Βιβλιοθήκη Swing για την κατασκευή γραφικών διεπαφών χρήστη (GUI), XML, RuleML, κατηγορηματική λογική.

3 2.2 Επέκταση Γραφικού Περιβάλλοντος Οπτικής Απεικόνισης Οντολογιών RDF Schema στο Σημασιολογικό Ιστό (1 άτομο) Ο Σημασιολογικός Ιστός (Semantic Web) είναι ένα αναπτυσσόμενο πεδίο έρευνας με κύριο σκοπό τη βελτίωση του σημερινού Παγκόσμιου Ιστού (World Wide Web). Οι οντολογίες (ontologies) αποτελούν βασικό εργαλείο του Σημασιολογικού Ιστού και περιγράφουν οντότητες, ιδιότητες αυτών και συσχετίσεις μεταξύ τους. Η RDF Schema είναι μία από τις επικρατέστερες γλώσσες συγγραφής οντολογιών. Στόχος της εργασίας αυτής είναι η επέκταση ενός γραφικού περιβάλλοντος που αναπαριστά μετα-δεδομένα RDF με οπτικό τρόπο. Θα χρησιμοποιηθούν κομμάτια κώδικα προηγούμενης διπλωματικής εργασίας. Γλώσσες-Τεχνολογίες-Εργαλεία: Java, Πακέτο Jena (αποτελείται από βιβλιοθήκες Java για το περιβάλλον του Σημασιολογικού Ιστού), RDF, RDF Schema. 2.3 Υλοποίηση και Αξιολόγηση Αλγορίθμου Οπτικοποίησης Βάσεων Κανόνων Αναιρέσιμης Λογικής (1 άτομο) Η οπτικοποίηση βάσεων κανόνων (rule bases) είναι ένα πάντα επίκαιρο αντικείμενο έρευνας, που συμβάλλει στην καλύτερη εποπτεία μιας βάσης κανόνων και των συσχετίσεων ανάμεσα στα στοιχεία της. Στο πλαίσιο αυτό, έχει σχεδιαστεί και δημοσιευθεί αλγόριθμος οπτικοποίησης βάσεων κανόνων αναιρέσιμης λογικής. Στόχος της διπλωματικής εργασίας είναι η υλοποίηση του αλγορίθμου σε γλώσσα Java, με τη χρήση υπάρχουσας βιβλιοθήκης οπτικοποίησης των στοιχείων της αναιρέσιμης λογικής, καθώς επίσης και η αξιολόγηση και βελτίωση του αλγορίθμου, προκειμένου να επιτευχθεί το βέλτιστο αισθητικό και λειτουργικό αποτέλεσμα. Γλώσσες-Τεχνολογίες-Εργαλεία: Java, πακέτα 2D γραφικών, λογική (αναιρέσιμη). 2.4 Περιβάλλον Σημασιολογικής Αναζήτησης Κανόνων (1 άτομο) Ο σκοπός της διπλωματικής είναι η ανάπτυξη ενός γραφικού περιβάλλοντος για τη σημασιολογική αναζήτηση κανόνων ή ομάδων κανόνων (modules). Το περιβάλλον θα πρέπει να δίνει τη δυνατότητα στους χρήστες να φορτώνουν αρχεία με κανόνες (σε αρχική φάση οι κανόνες θα αφορούν το σύστημα κανόνων παραγωγής CLIPS), καθώς και αρχεία OWL οντολογιών με τα οποία θα γίνεται η σημασιολογική επισήμανση. Η σημασιολογία θα πρέπει να εφαρμόζεται είτε σε επίπεδο κανόνων, δηλαδή σε κάθε έναν κανόνα ξεχωριστά, είτε σε επίπεδο ομάδων κανόνων (modules), όπου η σημασιολογία θα αφορά το σύνολο των κανόνων της ομάδας. Η αναζήτηση θα γίνεται με βάση τις σημασιολογικές περιγραφές που θα έχουν αποθηκευθεί, καθώς επίσης και με βάση λέξεις κλειδιά που θα δίνει ο χρήστης για λεξικογραφικό ταίριασμα. Γλώσσες-Τεχνολογίες-Εργαλεία: JAVA, OWL οντολογίες και σχετικά εργαλεία επεξεργασίας τους, CLIPS. 2.5 OWL2COOLTab στο Protégé (1 άτομο) Ο σκοπός της διπλωματικής εργασίας είναι η ανάπτυξη ενός tab (plugin) στο Protégé για τη μετατροπή OWL οντολογιών στην αντικειμενοστραφή γλώσσα COOL του συστήματος κανόνων παραγωγής CLIPS. Το Protégé είναι ένα εργαλείο δημιουργίας οντολογιών σε διάφορες γλώσσες, συμπεριλαμβανομένης της γλώσσας Σημασιολογικού Ιστού OWL, και προσφέρει ένα δικό του API σε JAVA για τη δημιουργία plugins. Ο/Η φοιτητής/φοιτήτρια θα κληθεί να μελετήσει αυτό API ώστε να μπορέσει να κάνει τη μετατροπή σε Protégé plugin, ενός ήδη υπάρχοντος λογισμικού για τη μετατροπή των OWL οντολογιών σε COOL, που έχει αναπτυχθεί από το εργαστήριό μας. Γλώσσες-Τεχνολογίες-Εργαλεία: JAVA, OWL/Protégé, βιβλιοθήκη DIG (interface για επικοινωνία με OWL DL reasoners), CLIPS.

4 3 Βράκας 3.1 Μελέτη της Επίδρασης του Ομοιοστατικού Eλέγχου στους πράκτορες του Robocup Simulation League Η ομοιόσταση είναι η ικανότητα ενός συστήματος να αναπροσαρμόζει δυναμικά τις ενέργειες του ώστε να διατηρείται σε μια σταθερή εσωτερική κατάσταση. Στο πρωτάθλημα Robocup Simulation κάθε κίνηση που εκτελεί ένας πράκτορας έχει επίδραση στην ενέργεια που του απομένει (stamina). Επομένως είναι αναγκαίο να υπάρχει ένα υποσύστημα το οποίο θα ρυθμίζει τις ενέργειες που θα εκτελεί ο πράκτορας ανάλογα με τα επίπεδα της stamina. Η πτυχιακή εργασία περιλαμβάνει τη μελέτη της διεθνούς βιβλιογραφίας για τεχνικές ελέγχου της ομοιόστασης ευφυών αυτόνομων συστημάτων και την επέκταση του λογισμικού του πράκτορα της ομάδας ΤΑΛΩΣ ( με ένα υποσύστημα ομοιοστατικού ελέγχου. Απαιτείται πολύ καλή γνώση προγραμματισμού σε C,C Ανάπτυξη Λογισμικού Ευφυούς Αυτόνομου Συστήματος για Συμμετοχή στο Διαγωνισμό Robocup Simulation League Η πτυχιακή εργασία περιλαμβάνει την ανάπτυξη ενός πράκτορα λογισμικού με σκοπό την συμμετοχή στο Robocup Simulation League. Ο πράκτορας θα πρέπει να χρησιμοποιεί αναλυτικές μεθόδους καθώς και τεχνικές Τεχνητής Νοημοσύνης (Μηχανική Μάθηση και Σχεδιασμό Ενεργειών). Η ανάπτυξη του λογισμικού θα γίνει στα πλαίσια της ομάδας Τάλως του Τμ. Πληροφορικής Α.Π.Θ. και απαιτείται πολύ καλή γνώση της πλατφόρμας του Robocup Simulation League, καθώς προγραμματισμού σε C,C Ανάπτυξη Λογισμικού Ευφυούς Αυτόνομου Συστήματος Η πτυχιακή εργασία περιλαμβάνει την ανάπτυξη του λογισμικού ενός απλού ευφυούς αυτόνομου συστήματος. Το λογισμικό θα πρέπει να είναι σε θέση να κατευθύνει ένα πράκτορα λογισμικού (softbot) σε ένα δυναμικό τρισδιάστατο επιβάλλον, ώστε αυτός να μετακινείται στο χώρο αποφεύγοντας τα εμπόδια που πιθανόν να συναντά. Το λογισμικό που θα αναπτυχθεί θα ακολουθεί τις αρχές των υβριδικών αρχιτεκτονικών αυτονομίας, χρησιμοποιώντας Σχεδιασμό Ενεργειών και Τεχνικές των Πεδίων Δυναμικού. Η πλατφόρμα ανάπτυξης του συστήματος θα είναι είτε το Microsoft Robotics Studio ή το SimBad. Απαιτείται καλή γνώση προγραμματισμού σε C# ή σε Java. 3.4 Επίλυση Προβλημάτων Δημιουργίας Εκπαιδευτικών Προγραμμάτων με Χρήση Σχεδιασμού Ενεργειών Η πτυχιακή εργασία περιλαμβάνει την δημιουργία ενός αριθμού από προβλήματα σύνθεσης εκπαιδευτικού υλικού για την ανάπτυξη εκπαιδευτικών προγραμμάτων (curricula). Κάθε τέτοιο πρόβλημα θα θεωρεί ότι ο χρήστης (μαθητευόμενος) γνωρίζει ένα σύνολο από θεματικές ενότητες και επιθυμεί να μάθει κάποιες ακόμη. Για να επιτευχθεί αυτό θα πρέπει να δημιουργηθεί ένα σύστημα το οποίο θα του προτείνει μια ακολουθία από εκπαιδευτικά αντικείμενα (κείμενα, παρουσιάσεις, βίντεο κ.α.) τα οποία θα επιφέρουν το επιθυμητό αποτέλεσμα. Η πτυχιακή εργασία περιλαμβάνει την δημιουργία ενός πλήθους τέτοιων προβλημάτων με αυτόματο τρόπο, την κωδικοποίηση τους σε προβλήματα Σχεδιασμού Ενεργειών και την Επίλυση των προβλημάτων, χρησιμοποιώντας κάποιο έτοιμο σύστημα σχεδιασμού ενεργειών. Απαιτείται γνώση προγραμματισμού σε C, C++ ή Java.

5 3.5 Ανάπτυξη Γραφικού Περιβάλλοντος Δημιουργίας και επίλυσης Ιεραρχικών Δικτύων Διεργασιών Σχεδιασμού (HTN Planning) Η πτυχιακή εργασία περιλαμβάνει την δημιουργία ενός γραφικού περιβάλλοντος χρήσης (GUI) για την γραφική απεικόνιση και δημιουργία προβλημάτων σχεδιασμού ενεργειών και συγκεκριμένα ιεραρχικών δικτύων διεργασιών (Hierarchical Task Networks). Το γραφικό περιβάλλον θα πρέπει να δίνει στο χρήστη τη δυνατότητα απεικόνισης (visualization) και επίλυσης προβλημάτων HTN, καλώντας κάποιον εξωτερικό σχεδιαστή. Επίσης θα πρέπει να προσφέρει έναν εργαλείο σύνθεσης (editor) με το οποίο κάποιος θα μπορεί εύκολα να δημιουργεί νέα προβλήματα HTN, να τα επικυρώνει και να τα εξάγει σε διάφορα πρότυπα (π.χ. ADL, PDDL). Απαιτείται καλή γνώση προγραμματισμού σε Java. 3.6 Διερεύνηση των δυνατοτήτων του ρομπότ IROBOT CREATE και ανάπτυξη λογισμικού για την καθοδήγηση του Η πτυχιακή εργασία περιλαμβάνει την διερεύνηση του ρομπότ IRobot Create, το οποίο υπάρχει στο εργαστήριο μας. Πιο συγκεκριμένα θα πρέπει να διερευνηθεί το υλικό του ρομπότ (διαθέσιμοι αισθητήρες, όργανα δράσης, σύστημα τροφοδοσίας, επεξεργαστής, μνήμη κ.τ.λ.), καθώς και οι δυνατότητες προγραμματισμού του (γλώσσες προγραμματισμού, πρωτόκολλα επικοινωνίας). Στη συνέχεια, με βάση τη μελέτη θα πρέπει να αναπτυχθεί ένα σύστημα καθοδήγησης του ρομπότ για την διεκπεραίωση απλών εργασιών (π.χ. μετακίνηση στο χώρο). 4 Τσουμάκας 4.1 Ταξινόμηση Δεδομένων Πολλαπλών Ετικετών Η ταξινόμηση δεδομένων πολλαπλών ετικετών (multi-label classification) είναι ένα πρόβλημα που παρουσιάζει μεγάλο ενδιαφέρον, επειδή βρίσκει εφαρμογή σε πολλά πεδία, όπως στην ανάλυση δεδομένων κειμένου (ιστοσελίδες, άρθρα σε blogs, κ.α.), βιολογικών δεδομένων (γονίδια που ανήκουν σε πολλές λειτουργικές κατηγορίες), μουσικών δεδομένων (τραγούδια που προκαλούν πολλαπλά συναισθήματα), και άλλων. Για παράδειγμα ένα άρθρο που αφορά ένα νέο νομοσχέδιο για την παιδεία μπορεί να ταξινομηθεί τόσο στην κατηγορία «πολιτική» όσο και στην κατηγορία «παιδεία», ίσως ακόμα και στην κατηγορία «νομικά». Στην περιοχή αυτή μπορεί να ανατεθεί ένας αριθμός από διαφορετικές πτυχιακές εργασίες με στόχο μεταξύ άλλων τον εμπλουτισμό και επέκταση του λογισμικού MULAN (MUlti-LAbel classification), το οποίο έχει αναπτυχθεί σε γλώσσα Java από την ομάδα Μηχανικής Μάθησης και Ανακάλυψης Γνώσης ( και χρησιμοποιείται διεθνώς. Ενδεικτικά ειδικότερα θέματα: Ταξινόμηση δεδομένων πολλαπλών ετικετών, όταν οι ετικέτες ανήκουν σε ιεραρχίες ή/και οντολογίες (π.χ. dmoz, funcat, gene ontology, κ.α.) Ανάπτυξη γραφικού περιβάλλοντος για το MULAN Υλοποίηση και πειραματισμός με αλγορίθμους που αντιμετωπίζουν το γεγονός ότι ορισμένες ετικέτες αντιστοιχούν σε ελάχιστα παραδείγματα των δεδομένων εκπαίδευσης. Επέκταση του MULAN με επιπλέον αλγορίθμους ταξινόμησης δεδομένων πολλαπλών ετικετών από τη διεθνή βιβλιογραφία. Προσαρμογή αλγορίθμων προεπεξεργασίας (διακριτοποίηση, επιλογή χαρακτηριστικών) δεδομένων μίας ετικέτας (single label classification) σε δεδομένα πολλαπλών ετικετών. Συγκριτική μελέτη και βελτιστοποίηση αλγορίθμων του MULAN για την εφαρμογή τους σε μεγάλο όγκο δεδομένων εικόνων του flickr (

6 Ανάπτυξη αλγορίθμων ταξινόμησης δεδομένων πολλαπλών ετικετών στη γλώσσα προγραμματισμού CUDA της εταιρίας κατασκευής καρτών γραφικών NVIDIA. 4.2 Σύστημα Παραγωγής Συστάσεων Επιστημονικών Άρθρων Τα συστήματα παραγωγής συστάσεων χρησιμοποιούνται για να προτείνουν στους χρήστες αντικείμενα (βιβλία, ειδήσεις, ταινίες, σελίδες στο διαδίκτυο, μουσική) που υπάρχει πιθανότατα να τους ενδιαφέρουν. Υπάρχουν δύο κύριες προσεγγίσεις για τη παραγωγή συστάσεων: α) βάσει περιεχομένου (content-based), β) βάσει δεδομένων χρηστών (user-based). Σκοπός της εργασίας είναι η επέκταση υπάρχοντος διαδικτυακού συστήματος συστάσεων που χρησιμοποιεί δεδομένα χρηστών για τη παραγωγή συστάσεων ειδήσεων. Η επέκταση του συστήματος θα είναι σε τουλάχιστον δύο από τις παρακάτω κατευθύνσεις: α) βελτίωση της διεπαφής του συστήματος με τους χρήστες, β) εμπλουτισμός του συστήματος με δυνατότητες κοινωνικής δικτύωσης καθώς και επισημείωσης (annotation) του περιεχομένου με ετικέτες (tags) και βαθμολόγησης της απήχησης του περιεχομένου στο χρήστη, γ) επέκταση του συστήματος για παραγωγή προτάσεων με βάση το περιεχόμενο των άρθρων. Για την υλοποίηση της εργασίας απαραίτητη θεωρείται η άριστη γνώση της γλώσσας προγραμματισμού Java ενώ επιθυμητή είναι η εξοικείωση με ανάπτυξη διαδικτυακών εφαρμογών (Java Server Pages) και η σύνδεσή τους με βάσεις δεδομένων (MySQL). Οι ενδιαφερόμενοι καλούνται να επικοινωνήσουν με την κα. Τορνικίδου, γραφείο 1, ημιόροφος κτ. Βιολογίας, προσκομίζοντας: σύντομο βιογραφικό σημείωμα, απλή φωτοτυπία αναλυτικής βαθμολογίας, και φωτοτυπία του πάσο ή της 1ης σελίδας του βιβλιαρίου σπουδών. Περισσότερες λεπτομέρειες για τα ερευνητικά ενδιαφέροντα των ομάδων α) ευφυών συστημάτων και επεξεργασίας γνώσης (ISKP), και β) μηχανικής μάθησης και ανακάλυψης γνώσης (MLKD) θα βρείτε στις αντίστοιχες παρακάτω σελίδες. ISKP: MLKD: