Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Εικόνα επιλογής

Αλγόριθμοι και Εφαρμογές Τεχνητής Νοημοσύνης για το Διαδίκτυο των Αντικειμένων (IoT)

(CEID1185) -  Σωτήριος Νικολετσέας

Περιγραφή Μαθήματος

Το μάθημα Αλγοριθμικές Θεμελιώσεις Δικτύων Αισθητήρων είναι προπτυχιακό μάθημα ελεύθερης επιλογής και διδάσκεται από τον Καθηγητή Σωτήρη Νικολετσέα.

Από το έτος 2019-2020 συνδιδάσκεται με το μάθημα "Προχωρημένα Θέματα Αδόμητων Δικτύων" του μεταπτυχιακού προγράμματος ΣΜΗΝ, ωστόσο για τους μεταπτυχιακούς φοιτητές θα υπάρξουν σημαντικές διαφοροποιήσεις στην ύλη και στην εξέταση. 

Ακολουθεί συνοπτική περιγραφή της ύλης:

- Εισαγωγικά θέματα δικτύων αισθητήρων (τεχνολογικά ζητήματα, χαρακτηριστικές εφαρμογές, προκλήσεις για τον κατανεμημένο υπολογισμό, αλγοριθμικές ιδιότητες: ορθότητα, αποδοτικότητα, ανοχή σε λάθη),
- Μοντέλα και μετρικές ανάπτυξης δικτύων αισθητήρων, τοπολογίες, θέματα συνεκτικότητας και κάλυψης.
- Αλγόριθμοι για μετάδοση δεδομένων Ι (δεδομενο-κεντρικοί αλγόριθμοι, τεχνικές ομαδοποίησης)
- Αλγόριθμοι για μετάδοση δεδομένων ΙI (άπληστες και πιθανοτικές τεχνικές)
- Αλγόριθμοι και τεχνικές για διαχείριση και εξισορρόπηση ενέργειας
- Αλγόριθμοι γεωγραφικής μετάδοσης δεδομένων και αλγόριθμοι αποφυγής εμποδίων
- Κινητά δίκτυα αισθητήρων
- Αλγόριθμοι προσδιορισμού θέσης
- Ασύρματη μεταφορά ενέργειας
- Το Διαδίκτυο των Αντικειμένων (ΙοΤ): τεχνολογία, σχεδιαστικές αρχές, συστήματα και εφαρμογές
- Επιλεγμένα θέματα Τεχνητής Νοημοσύνης των Πραγμάτων (Αrtificial Ιntelligence of Things - AIoT)
- Εφαρμογές ΑΙοΤ στην ψηφιακή υγεία (digital health)
- Εφαρμογές ΑΙοΤ στην βιομηχανία (digital factories)
- Εφαρμογές ΑΙοΤ σε έξυπνες πόλεις (smart cities)
- Προγραμματιστικές εργαστηριακές ασκήσεις: υλοποίηση αλγορίθμων, εφαρμογές αναγνώρισης δραστηριότητας μέσω φορετών συσκευών, ανάπτυξη IoT σεναρίων μέσω ασύρματων αισθητήρων.

Ημερομηνία δημιουργίας

Τρίτη, 17 Μαρτίου 2020

  • Περιεχόμενο μαθήματος


    Περιγραφή Υλης

    • Εισαγωγικά θέματα (τεχνολογικά ζητήματα, χαρακτηριστικές εφαρμογές, νέες προκλήσεις για τον κατανεμημένο υπολογισμό, επιθυμητές αλγοριθμικές ιδιότητες: ορθότητα, αποδοτικότητα, ανοχή σε λάθη),
    • Μοντέλα και μετρικές ανάπτυξης δικτύων αισθητήρων, τοπολογίες, θέματα συνεκτικότητας και κάλυψης, αλληλεπιδράσεις.
    • Αλγόριθμοι για μετάδοση δεδομένων Ι (δεδομενο-κεντρικοί αλγόριθμοι, τεχνικές ομαδοποίησης)
    • Αλγόριθμοι για μετάδοση δεδομένων ΙI (άπληστες και πιθανοτικές τεχνικές, τεχνικές εξισορρόπησης ενέργειας)
    • Αλγόριθμοι γεωγραφικής μετάδοσης δεδομένων και αλγόριθμοι αποφυγής εμποδίων.
    • Εντοπισμός θέσης και παρακολούθηση κινούμενων οντοτήτων.
    • Ασύρματα χαρακτηριστικά (παρεμβολές, ενεργειακά μοντέλα κλπ).
    • Σχήματα «ύπνου-αφύπνισης» αισθητήρων και σχήματα ελέγχου της τοπολογίας.
    • Θέματα και πρωτόκολλα για medium access control (MAC)
    • Θέματα συγχρονισμού.
    • Κινητά δίκτυα αισθητήρων.
    • Αλγόριθμοι προσδιορισμού θέσης.
    • Πειραματικές υλοποιήσεις αλγορίθμων για δίκτυα αισθητήρων.
    • Περιβάλλοντα ανάπτυξης εφαρμογών.

     

    Μέθοδοι αξιολόγησης

    Για τους προπτυχιακούς φοιτητές:

    Η εξέταση του μαθήματος θα είναι προφορική και θα περιλαμβάνει τις διαλέξεις του διδάσκοντα. Ακόμη, οι φοιτητές έχουν την δυνατότητα να πραγματοποιήσουν προαιρετικά μια άσκηση με bonus 2 μονάδες ή/και μια αναφορά πάνω σε μια εργασία με bonus 1 μονάδα. Προϋπόθεση ωστόσο για προβιβάσιμο τελικό βαθμό είναι προβιβάσιμος βαθμός κατά την προφορική εξέταση. Αναλυτικά:

     

    1.  Προφορική εξέταση
      • Η εξέταση του μαθήματος θα είναι προφορική.
    2. Γραπτή αναφορά
      • Κάθε προπτυχιακός φοιτητής (προαιρετικά, με μέγιστη προσθήκη 1 μονάδων στον τελικό βαθμό) γράφει (ατομικά) μια αναφορά για μια εργασία που θα ανακοινωθεί κατά τη διάρκεια του εξαμήνου.
      • Η αναφορά πρέπει να περιγράφει συνοπτικά (σε 6 το πολύ σελίδες, με fonts μεγέθους τουλάχιστον 11pt) το πρόβλημα που μελετάει η εργασία, το μοντέλο που υιοθετείται, την προηγούμενη σχετική έρευνα, τους αλγόριθμους που παρουσιάζονται, τις τεχνικές που χρησιμοποιούνται, τα αποτελέσματα απόδοσης κλπ, τα πλεονεκτήματα και μειονεκτήματα των μεθόδου και μελλοντικές επεκτάσεις και ανοικτά ζητήματα.
    3. Εργαστηριακή άσκηση
      • Οι φοιτητές σε ομάδες των δύο ατόμων (προαιρετικά, με μέγιστη προσθήκη 2 βαθμών), θα αναλάβουν την υλοποίηση εργαστηριακής άσκησης σε πραγματικούς αισθητήρες και θα γράψουν μια σύντομη αναφορά για τα πειραματικά αποτελέσματα της εργασίας τους. Το υλικό που θα χρησιμοποιηθεί είναι τα TelosB Motes και οι φοιτητές θα έχουν τη δυνατότητα να εξοικειωθούν με το λειτουργικό σύστημα Contiki OS που χρησιμοποιούν αυτές οι συσκευες και τη γλώσσα nesC όπως επίσης και με αυτό το υλικό και πιο συγκεκριμένα με τους αισθητήρες της συσκευής, με τις δυνατότητες ασύρματης μετάδοσης και την αλληλεπίδραση μεταξύ τους.

    Για τους μεταπτυχιακούς φοιτητές:

    Η εξέταση του μαθήματος θα είναι προφορική και θα περιλαμβάνει τις διαλέξεις του διδάσκοντα. Επίσης οι φοιτητές πρέπει να πραγματοποιήσουν σχετική εργασία και παρουσίαση με βάση κάποιο paper από την διεθνή βιβλιογραφία. Θα ακολουθήσουν λεπτομέρειες μετά τις πρώτες διαλέξεις.