Θέμα μεταπτυχιακής διατριβής: Λογισμικά μελέτης και σχεδίασης ρομποτικών συστημάτων - συγκρτική μελέτη και εφαρμογές. 1) Μελέτη των δημοφιλών λογισμικών σχεδίασης ρομποτικών συστημάτων VREP και ROS. 2) Συγκριτική ανάλυση των χαρακτηριστικών και των δυνατοτήτων τους. 3) Μελέτες περίπτωσης με έμφαση σε εκπαιδευτικές εφαρμογές. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει εξοικείωση με τη θεωρία συστημάτων και τον βιομηχανικό έλεγχο. Παράλληλα θα πρέπει να έχει άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και οι υλοποιηθείσες εφαρμογές. Το όφελος της εργασίας προέρχεται [1] Carol Fairchild, Thomas L. Harman, ROS Robotics By Example, Packt Publishing, 2016. [2] VREP User manual (http://www.coppeliarobotics.com/helpfiles/).
Θέμα μεταπτυχιακής διατριβής: Προσομοίωση ρομποτικών συστημάτων σε Linux - μελέτη και ανάπτυξη εκπαιδευτικών εφαρμογών. 1) Μελέτη του λογισμικού Gazebo σε περιβάλλον Ubuntu. 2) Μελέτη και ανάπτυξη εκπαιδευτικών εφαρμογών με το ανωτέρω εργαλείο. Τα είδη των εφαρμογών και το δυνητικό κοινό θα επιλεγούν από τον μεταπτυχιακό φοιτητή. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει εξοικείωση με τη θεωρία συστημάτων και τον βιομηχανικό έλεγχο. Παράλληλα θα πρέπει να έχει καλή γνώση Linux και άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και οι υλοποιηθείσες εφαρμογές. Το όφελος της εργασίας προέρχεται [1] Gazebo User manual and tutorial (http://gazebosim.org/tutorials). [3] J. Holland, Designing Autonomous Mobile Robots, inside the mind of an intelligent machine, Newness, 2003.
Θέμα μεταπτυχιακής διατριβής: Eξόρυξη γνώση από βάσεις και αποθήκες δεδομένων. 1) Μελέτη αλγορίθμων εξόρυξης γνώσης. 2) Μελέτη του λογισμικού WEKA. 3) Σχεδίαση και υλοποίηση πρότυπων παραδειγμάτων αλγορίθμων εξόρυξης γνώσης, με έμφαση σε δεδομένα μεγάλης κλίμακας. 4) Εφαρμογή των ανωτέρω σε πραγματικό πρόβλημα. Απαραίτητος εξοπλισμός: Tο λογισμικό WEKA. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει υψηλή επίδοση στο αντικείμενο της Υπολογιστικής Ευφυΐας. Παράλληλα θα πρέπει να έχει άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και οι υλοποιηθείσες εφαρμογές. Το όφελος της εργασίας προέρχεται [1] P. Tan, M. Steinbach, V. Kumar, Εισαγωγή στην Εξόρυξη Δεδομένων, Εκδόσεις Τζιόλα, 2010. [2] I. Witten, E. Frank, Μ. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 3 rd ed., Morgan Kaufmann, 2011. [3] J. Han, M. Kamber, J. Pei, Data Mining: Concepts and Techniques, 3 rd ed., Morgan Kaufmann, 2011.
Θέμα μεταπτυχιακής διατριβής: DataMiner: Εργαλείο εξόρυξης γνώσης στην πλατφόρμα Matlab. 5) Μελέτη αλγορίθμων εξόρυξης γνώσης. 6) Μελέτη και ανάπτυξη προγραμματιστικού εργαλείου με γραφικό περιβάλλον, στην πλατφόρμα Matlab, στο οποίο υλοποιούνται οι ανωτέρω αλγόριθμοι. Απαραίτητος εξοπλισμός: Tο λογισμικό Matlab. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει καλές γνώσεις στο αντικείμενο του επιστημονικού προγραμματισμού και ιδιαίτερα στο Matlab. Παράλληλα θα πρέπει να έχει άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και η υλοποιηθείσα εφαρμογή. Το όφελος της εργασίας προέρχεται [1] P. Tan, M. Steinbach, V. Kumar, Εισαγωγή στην Εξόρυξη Δεδομένων, Εκδόσεις Τζιόλα, 2010. [2] I. Witten, E. Frank, Μ. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 3 rd ed., Morgan Kaufmann, 2011. [3] J. Han, M. Kamber, J. Pei, Data Mining: Concepts and Techniques, 3 rd ed., Morgan Kaufmann, 2011.
Στοιχεία εισηγητή Ημερομηνία: 14/6/2017 Θέμα μεταπτυχιακής διατριβής: Αναπαράσταση ασαφών συστημάτων Takagi Sugeno Kang υψηλής τάξης και αποσύνθεση σε συστήματα πρώτης τάξης: Εφαρμογή στο πρόβλημα της προσαρμοστικής καταστολής θορύβου σε ακουστικά σήματα. 1) Μελέτη των ασαφών συστημάτων Takagi-Sugeno-Kang υψηλής τάξης. 2) Μελέτη του αλγορίθμου αποσύνθεσης. 3) Μετασχηματισμός της προσαρμοστικής καταστολής θορύβου σε πρόβλημα μοντελοποίησης. 4) Υλοποίηση του αλγορίθμου αποσύνθεσης σε MATLAB. 5) Aνάπτυξη πλατφόρμας δοκιμών. 6) Εφαρμογή του συστήματος σε πρότυπο πρόβλημα. 7) Εφαρμογή του συστήματος σε πραγματικό πρόβλημα προσαρμοστικής καταστολής θορύβου σε ακουστικό σήμα. Απαραίτητος εξοπλισμός: Tο λογισμικό MATLAB και η εργαλειοθήκη Fuzzy Logic Toolbox. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει υψηλή επίδοση στο αντικείμενο της Υπολογιστικής Ευφυΐας και ικανοποιητικές γνώσεις προγραμματισμού. Παράλληλα θα πρέπει να έχει άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και το λογισμικό της πλατφόρμας δοκιμών. Το όφελος της εργασίας προέρχεται [1] G. Heydari, A. Gharaveisi, M. Vali, New Formulation for Representing Higher Order TSK Fuzzy Systems, IEEE Transactions on Fuzzy Systems, vol. 24, no 4, pp. 854-664, 2016. [2] P. Mastorocostas, J, Theocharis, FUNCOM: A Constrained Learning Algorithm for Training Fuzzy Neural Networks, Fuzzy Sets and Systems, vol. 112, no 1, pp. 1-26, 2000. [3] J. Theocharis, Α High-Order Recurrent Neuro-Fuzzy System with Internal Dynamics: Application to the Adaptive Noise Cancellation, Fuzzy Sets and Systems, vol. 157, no 4, pp. 471-500, 2006.
Στοιχεία εισηγητή Ημερομηνία: 14/6/2017 Θέμα μεταπτυχιακής διατριβής: Μελέτη των διαστημότιμων ασαφών συνόλων τύπου 2 και της εργαλειοθήκης ανοικτού κώδικα IT2FS v1.1: Εφαρμογή του ασαφούς συστήματος τύπου 2 στο πρόβλημα της πρόβλεψης τηλεπικοινωνιακού φόρτου. 7) Μελέτη των διαστημότιμων ασαφών συνόλων τύπου 2 και των παραγόμενων ασαφών συναφών συστημάτων. 8) Μελέτη της εργαλειοθήκης ανοικτού κώδικα IT2FS v1.1. 9) Υλοποίηση ασαφών συστημάτων τύπου 2 σε MATLAB. 10) Aνάπτυξη πλατφόρμας δοκιμών. 11) Εφαρμογή των ασαφών συστημάτων τύπου 2 στο πρόβλημα της πρόβλεψης τηλεπικοινωνιακού φορτίου ενός μεγάλου οργανισμού. 12) Συγκριτική ανάλυση με ασαφή συστήματα τύπου 1 και νευρωνικά δίκτυα. Απαραίτητος εξοπλισμός: Tο λογισμικό MATLAB, η εργαλειοθήκη Fuzzy Logic Toolbox και η εργαλειοθήκη ανοικτού κώδικα IT2FS v1.1. Ενδεικτικά προαπαιτούμενα: Ο/η μεταπτυχιακός/ή φοιτητής/φοιτήτρια είναι επιθυμητό να έχει υψηλή επίδοση στο αντικείμενο της Υπολογιστικής Ευφυΐας και ικανοποιητικές γνώσεις προγραμματισμού. Παράλληλα θα πρέπει να έχει άριστη γνώση της αγγλικής γλώσσας. ηλεκτρονική παρουσίαση), καθώς και το λογισμικό τoυ ασαφούς συστήματος και της πλατφόρμας δοκιμών. Το όφελος της εργασίας προέρχεται τόσο από την εμβάθυνση στο θεωρητικό μέρος όσο και από την υλοποίηση. [1] J. Mendel, Uncertain Rule-Based Fuzzy Logic Systems, Prentice Hall, 2001. [2] A. Taskin, T. Kumbasar, An Open Source MATLAB/Simulink Toolbox for Interval Type 2 Fuzzy Logic Systems, Proceedings of IEEE Symposium Series on Computational Intelligence, 2015. [3] P. Mastorocostas, C. Hilas, Α Computational Intelligence based Forecasting System for Telecommunications Time Series, Engineering Applications of Artificial Intelligence, vol. 25, no 1, pp. 200-206, 2012.