Μαθήματα Ακαδημαϊκού Έτους 2018-19

Στην συνέχεια παρατίθεται η λίστα με τα μαθήματα που θα προσφερθούν κατά το ακαδημαϊκό έτος 2018-2019, καθώς και μια σύντομη περιγραφή τους. Κάθε ένα από τα μαθήματα υποστηρίζεται ηλεκτρονικά είτε από την πλατφόρμα eclass του Πανεπιστημίου Πατρών είτε από εξειδικευμένες σελίδες που διατηρούν οι διδάσκοντες. Στο πρώτο εξάμηνο, οι φοιτητές θα παρακολουθήσουν τρια υποχρεωτικά μαθήματα κορμού και θα επιλέξουν δυο μαθήματα από την αντίστοιχη λίστα μαθημάτων επιλογής. Στο δεύτερο εξάμηνο, οι φοιτητές θα παρακολουθήσουν δυο υποχρεωτικά μαθήματα κορμού και θα επιλέξουν τρια μαθήματα από την αντίστοιχη λίστα μαθημάτων επιλογής. Στο τρίτο εξάμηνο, οι φοιτητές θα εκπονήσουν διπλωματική εργασία. Οι ενδιαφερόμενοι φοιτητές καλούνται να επικοινωνήσουν με τους διδάσκοντες για περαιτέρω πληροφορίες.

Χειμερινό Εξάμηνο

Μαθήματα κορμού

Μαθήματα επιλογής (επιλέχονται δυο μαθήματα)

Εαρινό Εξάμηνο

Μαθήματα κορμού

Μαθήματα επιλογής (επιλέγονται τρία μαθήματα)

Στοιχεία μαθημάτων

Ε. Δερματάς
Ανασκόπηση θεωρίας πιθανοτήτων και στοχαστικών διαδικασιών. Εξέταση δυαδικών υποθέσεων κατά Bayes και Neymann-Pearson, Min-max τεστ, Ομοιόμορφα πιο ρωμαλέο τεστ, Τοπικά βέλτιστο τεστ, Εξέταση πολλαπλών υποθέσεων, Εξέταση σύνθετων υποθέσεων, Γενικευμένο τεστ πιθανοφάνειας, Τεστ ενδιάμεσων αποφάσεων. Σύμφωνη ανίχνευση σημάτων, Ανίχνευση ντετερμινιστικών σημάτων με τυχαίες παραμέτρους, Ανίχνευση ντετερμινιστικών σημάτων με άγνωστες παραμέτρους, Ανίχνευση στοχαστικών σημάτων. Εκτίμηση τυχαίων παραμέτρων κατά Bayes, Εκτίμηση άγνωστων παραμέτρων, Εκτιμητής μέγιστης εκ των υστέρων πιθανότητας, Εκτιμητής μέγιστης πιθανοφάνειας, Επέκταση σε πολλές μεταβλητές, Αμερόληπτος εκτιμητής, Cramer-Rao κάτω όριο, Μη βέλτιστες τεχνικές εκτίμησης και ανίχνευσης. Βέλτιστη εκτίμηση σημάτων, Γραμμική εκτίμηση, Αρχή της ορθογωνιότητας, Μη αιτιατό φίλτρο Wiener, FIR φίλτρο Wiener, Φίλτρο Kalman. Ελαχιστοποίηση αθροιστικού τετραγωνικού σφάλματος δειγμάτων, Αναδρομή ελαχίστων τετραγώνων (RLS). Αναδρομική εκτίμηση σημάτων, αναδρομή ελάχιστου μέσου τετραγώνου (LMS).
Κ. Μπερμπερίδης
(ΔΙΑΛΕΞΕΙΣ) Ανασκόπηση βασικών εννοιών σχετικά με στοχαστικές διαδικασίες. Στοιχεία της θεωρίας ανίχνευσης. Στοιχεία της θεωρίας εκτίμησης παραμέτρων. Στοιχεία της θεωρίας εκτίμησης σημάτων. Έμφαση σε εκτιμητές 2ης τάξης, Εκτιμητής Wiener. Αναδρομικές Τεχνικές Εκτίμησης, Βασικοί Αναδρομικοί Αλγόριθμοι. Εκτίμηση φάσματος ισχύος. Χωροχρονική επεξεργασία με περιορισμούς (LCMV). Παραδείγματα επεξεργασίας: Έξυπνες κεραίες. Μορφοποίηση λοβού, Εκτίμηση DoA, Ταυτοποίηση άγνωστου συστήματος, Εκτίμηση και ισοστάθμιση καναλιού, Στοιχεία της θεωρίας στατιστικής μάθησης. Βασικές μέθοδοι επιβλεπόμενης μάθησης. Βασικές μέθοδοι μη επιβλεπόμενης μάθησης. (ΕΡΓΑΣΤΗΡΙΟ) Υλοποίηση και συγκριτική μελέτη απόδοσης τεχνικών εκτίμησης φάσματος ισχύος. Υλοποίηση και μελέτη απόδοσης τεχνικών ταυτοποίησης συστήματος. Υλοποίηση και μελέτη απόδοσης τεχνικών εκτίμησης και ισοστάθμισης διαύλου. Υλοποίηση προσαρμοστικών αλγορίθμων για χρονικά μεταβαλλόμενα συστήματα. Υλοποίηση και μελέτη απόδοσης τεχνικών επιβλεπόμενης και μη επιβλεπόμενης μάθησης.
Κ. Σγαρμπας, Ν. Φακωτάκης, Κ. Μουστάκας, Π. Πέππας
(ΔΙΑΛΕΞΕΙΣ) Εισαγωγή: Ορισμός, ιστορική αναδρομή, σύνδεση με άλλους επιστημονικούς κλάδους. Ευφυείς πράκτορες: ορθολογικότητα, μέτρα απόδοσης, περιβάλλον εργασιών, δομή πρακτόρων. Επίλυση προβλημάτων με αναζήτηση: Χώροι καταστάσεων, δέντρα αναζήτησης, μέθοδοι αναζήτησης χωρίς πληροφόρηση (depth-first, breadth-first), αναζήτηση με μερική πληροφόρηση. Πληροφορημένη αναζήτηση και εξερεύνηση: Αλγόριθμοι Best First και Α*. Αλγόριθμοι τοπικής αναζήτησης Ι: Hill climbing, simulated annealing. Αλγόριθμοι τοπικής αναζήτησης ΙΙ: Γενετικοί αλγόριθμοι. Προβλήματα ικανοποίησης περιορισμών: Διάδοση περιορισμών, πρώιμος έλεγχος, συνέπεια τόξου. Αναζήτηση με αντιπαλότητα: Βέλτιστες στρατηγικές σε παιχνίδια δύο αντιπάλων, αλγόριθμος minimax, κλάδεμα άλφα-βήτα, επέκταση σε παιχνίδια πολλών παικτών, επέκταση σε τυχερά παιχνίδια, αλγόριθμος expectiminimax. Θεωρία παιγνίων Ι: Παίγνια με διαδοχικές και ταυτόχρονες κινήσεις, ισορροπία Nash. Θεωρία παιγνίων ΙΙ: Παίγνια με συνδυασμό διαδοχικών/ταυτόχρονων κινήσεων, Θεωρία Χρησιμότητας. Λογική I: Προτασιακή λογική, πρότυπα συλλογιστικής, ανάλυση (resolution), λογικά κυκλώματα. Λογική II: Λογική πρώτης τάξης (κατηγορηματική λογική), κανόνες συμπερασμού για ποσοδείκτες, ενοποίηση, αλυσίδες εκτέλεσης, απόδειξη θεωρημάτων. Μηχανική μάθηση I: Εισαγωγή, κατασκευή μοντέλων, δένδρα αποφάσεων. Μηχανική μάθηση ΙΙ: Δίκτυα Bayes, μοντέλα naive Bayes, πιθανοτική συλλογιστική, συμπερασμός με αλυσίδες Markov, κρυμμένα μοντέλα Markov. (ΕΡΓΑΣΤΗΡΙΟ) Λογικός προγραμματισμός, εισαγωγή στη γλώσσα Prolog, υλοποίηση αλγορίθμων αναζήτησης στη γλώσσα Prolog, λογισμικό Gambit, λογισμικό Weka.
Β. Παλιουράς
Αυτό το μάθημα επικεντρώνεται στα θέματα που σχετίζονται με την βελτιστοποίηση αρχιτεκτονικών ψηφιακής επεξεργασίας σημάτων. Εξετάζονται διάφορα κριτήρια βελτιστοποίησης: χώρος, χρόνος, κατανάλωση ενέργειας, κλπ. Εξετάζει επίσης τις διάφορες εναλλακτικές λύσεις της αριθμητικής υπολογιστών, που πρέπει να συνυπολογισθούν για μία βέλτιστη αρχιτεκτονική επεξεργασίας σημάτων. Η κατανόηση των θεωρητικών βάσεων του μαθήματος επιτυγχάνεται μέσα από τον συνδυασμό θεωρητικών εργασιών και εργασιών βασισμένες σε υπολογιστή.
Σ. Δενάζης, Μ. Μπίρμπας
Στοιχεία Θεωρίας Πιθανοτήτων και Αρχές Συνδυαστικής (επανάληψη). Εισαγωγή στη Θεωρία Πληροφορίας και βασικά μεγέθη. Εντροπία. Αμοιβαία Πληροφορία. Σχετική Εντροπία. Ιδιότητες. Διακριτές Πηγές Πληροφορίας με Μνήμη. Ρυθμός Εντροπίας. Συμπίεση Πληροφορίας. Κωδικοποίηση Σταθερού Μήκους. Θεώρημα Κωδικοποίησης Πηγής. Κωδικοποίηση Μεταβλητού Μήκους. Είδη κωδίκων. Η ανισότητα Kraft. Κώδικες Shannon και Fano. Βέλτιστοι κώδικες. Κωδικοποίηση Huffman. Προσαρμοζόμενοι Κώδικες Huffman. Αριθμητική Κωδικοποίηση. Συμπίεση πηγών με μνήμη. Δίαυλοι και Χωρητικότητα. Θεώρημα Κωδικοποίησης Διαύλου για Διακριτούς Διαύλους χωρίς Μνήμη. Θεώρημα Διαχωρισμού Πηγής-Διαύλου. Μεγέθη Θεωρίας Πληροφορίας για συνεχείς τυχαίες μεταβλητές. Διαφορική Εντροπία. Συνεχείς Δίαυλοι Διακριτού Χρόνου. Χωρητικότητα Γκαουσιανού διαύλου. Συνεχείς Δίαυλοι. Χωρητικότητα Γκαουσιανού διαύλου πεπερασμένου εύρους ζώνης. Παράλληλοι Γκαουσιανοί δίαυλοι και waterfilling. Κωδικοποίηση και Διόρθωση Σφαλμάτων. Εισαγωγή στην κωδικοποίηση. Ανίχνευση Σφαλμάτων. Διόρθωση Σφαλμάτων. Γραμμικοί Κώδικες: Γεννήτορας Πίνακας και Πίνακας Ισοτιμίας. Αποκωδικοποίηση με Συνομάδες. Αποκωδικοποίηση με Σύνδρομα. Κώδικες Hamming. Δυϊκοί Κώδικες. Τέλειοι Κώδικες. Κυκλικοί Κώδικες: κωδικοποίηση και αποκωδικοποίηση Κυκλικών Κωδίκων. Αναφορά σε Συνελικτικούς Κώδικες, Κώδικες Trellis, Turbo και LDPC.
Εμ. Ψαράκης
Σχηματισµός εικόνων και οπτικοί αισθητήρες. Στοιχεία Προοπτικής Γεωμετρίας. Βαθμονόμηση κάμερας, ορθογραφική προβολή σκηνής, γραμμικοί και μη-γραμμικοί αλγόριθμοι εκτίμησης εσωτερικών και εξωτερικών παραμέτρων κάμερας. Φωτομετρία, Σκίαση και Χρώμα. Πολυδιάστατα (διδιάστατα και τριδιάστατα) συστήματα επεξεργασίας. Πολυδιάστατα γραμμικά Συστήματα και ανάλυση Fourier με έμφαση στα φίλτρα Gabor και κυματίδια. Ανάλυση εικόνων σε πολλαπλές κλίμακες, πυραμίδες εικόνων. Ανάλυση Υφής: Φράκταλς, φίλτρα Gabor, Κατανομές μεγέθους. Κατάτμηση εικόνων. Βασικά μη-γραμμικά συστήματα για ανάλυση σχημάτων και εικόνων. Στερέοψη και γεωμετρία πολλαπλών εικόνων, ανακατασκευή σκηνής από δύο εικόνες και από πολλαπλές εικόνες. Ευθυγράμμιση-στοίχιση, Μωσαϊκά, Μεταμόρφωση εικόνων. Σύνθεση εικόνας υψηλής ευκρίνειας, από ακολουθία εικόνων χαμηλής ευκρίνειας. Εκτίμηση οπτικής ροής και Κίνησης.
Χ. Ζαρολιάγκης, Σ. Κοντογιάννης
Η Eπιστήμη Δεδομένων είναι ένα διεπιστημονικό πεδίο του οποίου αντικείμενο είναι η ανάπτυξη μεθόδων, διαδικασιών και συστημάτων για την εξαγωγή γνώσης από αδόμητα ή δομημένα δεδομένα. Aφορά μια νέα προσέγγιση αντιμετώπισης της νέας μορφής ανάλυσης δεδομένων, η οποία έχει προκύψει τα τελευταία χρόνια με την έκρηξη του διαδικτύου και την εμφάνιση δεδομένων τεράστιου όγκου σε πολλές εφαρμογές.

Σκοπός του μεταπτυχιακού αυτού μαθήματος είναι η παρουσίαση προηγμένων αλγοριθμικών τεχνικών ανάλυσης όγκου και πολυπλοκότητας δεδομένων. Θα παρουσιασθούν (μεταξύ άλλων): προγραμματιστικές τεχνικές επεξεργασίας μεγάλου όγκου δεδομένων (π.χ., MapReduce, Hadoop), Eξερεύνηση Συχνών Ομάδων Αντικειμένων, Κατακερματισμός Ευαίσθητος ως προς την Τοπικότητα, Συσταδοποίηση Δεδομένων (clustering), Mείωση Διάστασης, Aλγόριθμοι ανάλυσης συνδέσμων και συσχετίσεων σε τεράστια γραφήματα (π.χ., PageRank), Aνάλυση Κοινωνικών Δικτύων, Aποδοτικοί Αλγόριθμοι πολύ μεγάλων Γραφημάτων, Συστήματα Υποδείξεων/Συστάσεων, Aλγόριθμοι Μηχανικής Μάθησης για Δεδομένα Ευρείας Κλίμακας, Aλγόριθμοι για ρευματοροές μεγάλου όγκου δεδομένων, Πολυπλοκότητα αλγορίθμων μεγάλου όγκου δεδομένων.
Χ. Ζαρολιάγκης
Ορισμοί και βασικές ιδιότητες γραφημάτων. Δένδρα. Δομές δεδομένων για αναπαράσταση γραφημάτων και δικτύων. Βασικές έννοιες σχεδιασμού και ανάλυσης αλγορίθμων. Ανάλυση πολυπλοκότητας αλγορίθμου. Θεμελιώδεις αλγόριθμοι γραφημάτων. Αλγόριθμοι εύρεσης συντομότερων διαδρομών σε γραφήματα. Αλγόριθμοι εύρεσης μέγιστης ροής και ελάχιστης τομής σε δίκτυα. Επιλεγμένα θέματα αλγορίθμων (π.χ. προηγμένες δομές δεδομένων, ελάχιστα γεννητικά δένδρα, ταιριάσματα, ειδικές κατηγορίες γραφημάτων, δυναμικοί αλγόριθμοι, κλπ).
Α. Αλεξανδρίδης
Τοπικά ελάχιστα πολυμεταβλητών συναρτήσεων. Ελαχιστοποίηση συναρτήσεων που υπόκεινται σε ισοτικούς ή ανισοτικούς περιορισμούς. Παράγοντες Lagrange. Γραμμικός προγραμματισμός και η μέθοδος Simplex. Μη γραμμικός προγραμματισμός. Αλγόριθμοι βελτιστοποίησης. Προσέγγιση καμπυλών με πολυωνυμικές συναρτήσεις, επαναληπτικοί αλγόριθμοι. Εφαρμογή μεθόδων βελτιστοποίησης σε απλές βιομηχανικές διεργασίες και σε συνεργαζόμενα βιομηχανικά συστήματα.
Β. Μεγαλοοικονόμου
Εισαγωγή σε βασικές μεθόδους επεξεργασίας σημάτων (DFT, wavelets). Προεπεξεργασία δεδομένων. Εξαγωγή χαρακτηριστικών, επιλογή χαρακτηριστικών, μείωση διαστατικότητας (Singular value decomposition). Μέθοδοι συμπίεσης δεδομένων (scalar and vector quantization, lossless and lossy compression). Ευρετήρια Χωρικών δεδομένων (Spatial Access Methods - k-d trees, quadtrees, z-ordering, space filing curves, R-trees). Ευρετήρια πολυμέσων γενικής χρήσης, GEMINI approach. Βάσεις χωρικών και χρονικών δεδομένων. Τεχνικές searching by content σε Βάσεις Πολυμέσων (χρονοσειρές, εικόνες, video). Fractals σε Βάσεις Δεδομένων (self-similarity δεδομένων, fractal dimension). Εξόρυξη γνώσης από Βάσεις Χωρικών και Χρονικών Δεδομένων. Τεχνικές Ομαδοποίησης, Ταξινόμησης και Πρόβλεψης (clustering, classification, prediction). Δέντρα απόφασης. Ανακάλυψη συσχετίσεων - Bayesian Networks. Εφαρμογές σε Βάσεις Βιοϊατρικών Δεδομένων.
Δ. Σερπάνος
Ανάλυση, σχεδίαση και υλοποίηση ασφαλών συστημάτων. Αρχιτεκτονική στρατιωτικών και εμπορικών ασφαλών συστημάτων. Κρυπτογραφία με μυστικά κλειδιά και δημόσια κλειδιά. Ψηφιακές υπογραφές και πιστοποιητικά. Κρυπτογραφικά πρωτόκολλα. Ασφάλεια υπολογιστών. Ασφάλεια επικοινωνιών. Αρχιτεκτονική κρυπτοσυστημάτων και συστημάτων ασφαλείας υπολογιστών και δικτύων. Θέματα υλοποίησης ασφαλών συστημάτων.
Α. Σκόδρας
Στο εργαστηριακό αυτό μάθημα μελετάται λεπτομερώς η αρχιτεκτονική ενός σύγχρονου ψηφιακού επεξεργαστή με πολλαπλές λειτουργικές μονάδες, συγκεκριμένα του DSP C6711 της Texas Instruments, και διενεργούνται ασκήσεις Ψηφιακής Επεξεργασίας Σημάτων με προγραμματισμό του επεξεργαστή και των περιφερειακών του σε γλώσσα assembly. Κάθε μία από τις 5 εργαστηριακές ασκήσεις ολοκληρώνεται σε διάστημα 2 εβδομαδιαίων 3ωρων εργαστηρίων. Προηγείται η διδασκαλία στο εργαστήριο της αρχιτεκτονικής και της βασικής δομής του επεξεργαστή C6711. Οι φοιτητές έχουν δυνατότητα εξάσκησης στον προσωπικό τους υπολογιστή με χρήση του περιβάλλοντος ανάπτυξης σε λειτουργία προσομοιωτή, ώστε να μην απαιτείται η ταυτόχρονη χρήση του hardware, ενώ ο χώρος του εργαστηρίου και το hardware διατίθενται σε ώρες επιπλέον των προγραμματισμένων 13 3-ωρων για επίλυση προβλημάτων που απαιτούν τη χρήση του hardware.
Δεν έχει καθοριστεί.
Δεν θα προσφερθεί κατά το τρέχον ακαδημαϊκό έτος. Το περιεχόμενο του μαθήματος καθορίζεται από έκτακτους παράγοντες όπως: Ανάγκη διδασκαλίας κάποιου αναδυόμενου γνωστικού αντικειμένου που δεν καλύπτεται επαρκώς από άλλα μαθήματα, Διαθεσιμότητα διδασκόντων (κυρίως επισκεπτών καθηγητών), κλπ.
Κ. Μπερμπερίδης
Εισαγωγικές έννοιες, Εφαρμογές της Ψηφιακής Επεξεργασίας και Ανάλυσης Εικόνας. Βασικές έννοιες από τη θεωρία δισδιάστατων σημάτων και συστημάτων, μετασχηματισμοί εικόνας. Βασικά στοιχεία για τη διαδικασία και τις τεχνικές πρόσληψης της ψηφιακής εικόνας. Μέθοδοι αναβάθμισης εικόνας. Αποκατάσταση εικόνας, παρουσίαση βασικών τεχνικών. Συμπίεση εικόνας (με και χωρίς απώλειες). Ανακατασκευή 3-D σωμάτων από δισδιάστατες προβολές (εικόνες). Ανίχνευση ακμών και οριοθέτηση περιοχών εικόνας. Περιγραφή σχημάτων. Η βασική δομή ενός συστήματος ανάλυσης και ερμηνείας εικόνας. Στοιχεία θεωρίας χρώματος και επεξεργασία έγχρωμων εικόνων.
Ε. Δερματάς
Μέθοδοι αναγνώρισης προτύπων. Όρια στην ακρίβεια μέτρησης της αξιοπιστίας αναγνώρισης. Κατευθυνόμενη εκπαίδευση και αυτοεκπαίδευση. Συναρτήσεις απόστασης. Ταξινόμηση με κριτήριο την μικρότερη απόσταση και τα Κ-κοντινότερα πρότυπα. Ο αλγόριθμος Κ-means. Γραμμικές και μη γραμμικές συναρτήσεις απόφασης. Ο αλγόριθμος Perceptron. Ταξινομητές Bayes και ταξινομητές Bayes ελαχίστου κόστους. Εκτίμηση της πυκνότητας πιθανότητας προτύπων: Μεγιστοποίηση εντροπίας, εκτιμητής Parzen, ορθοκανονικές συναρτήσεις, μέθοδοι των Robbins-Monro και Kiefer-Wolfowitz, LMS. Νευρωνικά δίκτυα. Εκπαίδευση διόρθωσης λάθους, Hebbian και ανταγωνιστική εκπαίδευση. Πολυεπίπεδο perceptron. Οπισθοδρομική διάδοση του σφάλματος. Δίκτυα ακτινικών συναρτήσεων. Μηχανή Hopfield.
Θ. Αντωνακόπουλος
Γενικές αρχές ανάπτυξης επικοινωνιακών διατάξεων και συστημάτων. Μοντελοποίηση επικοινωνιακών διατάξεων και συστημάτων. Μοντέλα εκπομπού και δέκτη. Παράμετροι προσομοίωσης και εκτίμηση απόδοσης. Βελτιστοποίηση. Παραδείγματα εφαρμογής αρχών προσομοίωσης σε επικοινωνιακά συστήματα. Αρχιτεκτονική επικοινωνιακών συσκευών. Διατάξεις και αρχιτεκτονική υλικού επικοινωνιακών συστημάτων. Υλικό και λογισμικό για την υλοποίηση επικοινωνιακών διαδικασιών και αλγορίθμων. Ειδικού σκοπού μικροελεγκτές και επεξεργαστές σήματος για επικοινωνιακά συστήματα. Αρχιτεκτονική μονάδων κωδικοποίησης, διαμόρφωσης και συγχρονισμού. Μεθοδολογία ανάπτυξης πρωτοκόλλων. Μηχανισμοί σύνθεσης και επαλήθευσης. Λειτουργικά συστήματα πραγματικού χρόνου. Επικοινωνία και συγχρονισμός διαδικασιών. Διαχείριση μνήμης. Ολοκλήρωση υλικού-λογισμικού. Έλεγχος διαλειτουργικότητας. Παραδείγματα ανάλυσης, σχεδίασης, υλοποίησης και ελέγχου επικοινωνιακών διατάξεων και συστημάτων.
Κ. Μπερμπερίδης
Γενική εισαγωγή στην έννοια της ασύρματης και κινητής επικοινωνίας. Βασική αρχιτεκτονική κυψελωτών συστημάτων. Περιγραφή των βασικών χαρακτηριστικών του "κινητού διαύλου". Φαινόμενα διάδοσης μικρής και μεγάλης κλίμακας. Κατηγορίες διαύλων. Προχωρημένες τεχνικές κωδικοποίησης πηγής. Τεχνικές ψηφιακής διαμόρφωσης και μετάδοσης προσαρμοσμένες στα ιδιαίτερα χαρακτηριστικά του κινητού διαύλου. Συστήματα Διαμόρφωσης Πολλαπλών Φερουσών. Ισοστάθμιση Καναλιού. Θέματα αντιμετώπισης ή/και διαχείρισης παρεμβολών. "Έξυπνες" κεραίες. Συστήματα Πολλαπλών Κεραιών Πομπού-Δέκτη και Κώδικες Χωρο-χρόνου. Συνεργατικές και Γνωσιακές επικοινωνίες. Συν επιλογή από τα παρακάτω: Μέθοδοι Πολλαπλής Προσπέλασης (FDMA, TDMA, OFDMA, SDMA, CDMA). Επικοινωνίες Διάχυτου Φάσματος, Συστήματα DS-SS και εφαρμογές τους. Κωδικοποίηση καναλιού, Κώδικες Ανίχνευσης και Διόρθωσης Σφαλμάτων, Γραμμικοί Κώδικες Μπλόκ, Συνελικτικοί Κώδικες, Σύνθετοι Κώδικες.
Β. Παλιουράς
Απλοποίηση δομών ψηφιακής επεξεργασίας σε επίπεδο δυαδικού ψηφίου με τη χρήση κωδικοποιήσεων προσημασμένου ψηφίου. Η περίπτωση CSD. Τεχνικές εύρεσης και απαλοιφής κοινών υπο-εκφράσεων (common subexpression sharing). O αλγόριθμος του Hartley. Τεχνικές pipelining σε συστήματα ψηφιακής επεξεργασίας με ανάδραση. Οι τεχνικές Lookahead και διεμπλοκής (interleaving). Ψηφιακά φίλτρα ανεκτικά στο θόρυβο. Αρχιτεκτονικές VLSI για διακριτούς μετασχηματισμούς. Δομές υλικού για τον FFT, radix-2, high-radix, split-radix. Σειριακές αρχιτεκτονικές FFT. Aρχιτεκτονικές FFT χαμηλής κατανάλωσης. Εφαρμογές FFT σε DVB-T, 802.11b και λοιπά ασύρματα πρότυπα. Αλγόριθμοι και αρχιτεκτονικές DCT. Aλγόριθμοι και VLSI αρχιτεκτονικές για εκτίμηση κίνησης. Εφαρμογή στο MPEG και σχετικές αρχιτεκτονικές VLSI. O αλγόριθμος Viterbi και παραλλαγές. Placement και routing δικτύων shuffle-exchange. H πράξη πρόσθεσης-σύγκρισης-αφαίρεσης ACS. Kώδικες Turbo και τεχνικές αποκωδικοποίησης. Ο αλγόριθμος MAP. Σχετικές υλοποιήσεις VLSI χαμηλής ισχύος. Εφαρμογές σε συστήματα WCDMA.
Ι. Μουρτζόπουλος
ΘΕΩΡΙΑ ΨΗΦΙΑΚΟΥ ΗΧΟΥ. Δειγματοληψία και κβαντισμός ηχητικών σημάτων. Υπερδειγματοληψία, μορφωποίηση θορύβου και διαμόρφωση σήματος σε 1 bit. Αριθμητική αναπαράσταση και αποθήκευση ηχητικών δεδομένων. Τύποι αρχείων και επεξεργασία ηχητικών δεδομένων. Τεχνολογία μετατροπέων A/D και D/A. 2. ΤΕΧΝΟΛΟΓΙΑ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑ-ΣΙΑΣ ΗΧΟΥ. Το ψηφιακό studio ήχου: υποσυστήματα και υλοποιήσεις. Υλοποίηση αλγορίθμων σε υλικό (hardware) ή λογισμικό (software). Εφαρμογές: equalisation, compression, reverberation, sampling rate conversion, noise reduction. 3. ΚΩΔΙΚΟΠΟΙΗΣΗ ΚΑΙ ΣΥΜΠΙΕΣΗ ΗΧΗ-ΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Τύποι αρχείων και οργάνωση ηχητικών δεδομένων. Συμπίεση με ή χωρίς απώλειες (Lossless/lossy data compression). Στοιχεία Υποκειμενικών Μεθόδων Συμπίεσης (φαινόμενο επικάλυψης). Κωδικοποιήσεις κατά MPEG-1 και Dolby AC-2. Πολυκαναλική κωδικοποίηση ήχου: Τυποποιήσεις MPEG-2 και Dolby AC-3. Μετάδοση ηχητικών δεδομένων μέσω δικτύων και εφαρμογές DAB. 4. ΣΥΣΤΗΜΑΤΑ ΟΠΤΙΚΩΝ ΔΙΣΚΩΝ. Χαρακτηριστικά και τεχνολογία δίσκων (ανάγνω-σης ή και εγγραφής). Υποσυστήματα και μηχανισμοί οπτικής ανάγνωσης. Κωδικοποίηση και οργάνωση δεδομένων. Τυποποιήσεις δίσκων CD (CD-DA, CD-ROM, CD-R, κ.λ.π.). Συστήματα δίσκων DVD, MD και SA-CD.
Σ. Φασόης
Εισαγωγή στα στοχαστικά σήματα και συστήματα με έμφαση στην μοντελοποίηση, ανάλυση, πρόβλεψη, εκτίμηση, και αυτόματο έλεγχο σε μηχανολογικές εφαρμογές. Περιλαμβάνει: Σημασία και σύγχρονες εφαρμογές των στοχαστικών σημάτων και συστημάτων στην μηχανολογία. Επισκόπηση βασικών εννοιών πιθανοθεωρίας. Στοχαστικά σήματα στα πεδία χρόνου και συχνοτήτων. Στασιμότητα και μοντέλα αυτοπαλινδρόμησης και κινητού μέσου όρου ARMA. Μη στάσιμα σήματα και ολοκληρωμένα μοντέλα ARMA. Εποχικά μοντέλα ARMA. Θεωρία πρόβλεψης. Εκτίμηση και στοχαστική μοντελοποίηση. Μοντέλα συνεχούς χρόνου. Μοντέλα στοχαστικών συστημάτων και στοχαστικός έλεγχος. Εισαγωγή στα διανυσματικά μοντέλα ARMA. Εφαρμοσμένο θέμα με χρήση κατάλληλου λογισμικού.
Δ. Κοσμόπουλος
Eισαγωγή και αντίληψη κίνησης από τον άνθρωπο. Εκτίμηση κίνησης, οπτική ροή και κατάτμηση. Πρότυπo MPEG. Βελτίωση και αποκατάσταση video. Παρακολούθηση κινούμενων αντικειμένων. Φίλτρο kalman. Φίλτρο σωματιδίων. Aνάλυση περιεχομένου με τεχνικές μηχανικής μάθησης (νευρωνικά δίκτυα - deep convolutional neural networks), κρυπτομαρκοβιανά μοντέλα (hidden Markov Models) και δυναμικό προγραμματισμό (dynamic time warping). Ενδεικτικές Εφαρμογές: αναγνώριση χειρονομιών, αναγνώριση συμπεριφορών.
Ν. Φακωτάκης, Ε. Δερματάς, Κ. Σγάρμπας
Μοντελοποίηση του μηχανισμού παραγωγής ομιλίας: Μηχανισμός παραγωγής ομιλίας, Ήχοι ομιλίας, Μοντέλο παραγωγής ομιλίας. Ψηφιακή προεπεξεργασία κειμένου ομιλίας: Επιλογή της συχνότητας δειγματοληψίας, Ψηφιοποίηση, Αλγόριθμος ανίχνευσης των ακρών κειμένου ομιλίας, Βραχύχρονη αναλυση σήματος ομιλίας, Επιλογή μήκους πλαισίου, Προέμφαση, Επιλογή φίλτρου "παραθύρου", Ρυθμός μετακίνησης πλαισίων. Ακουστικές παράμετροι: Εξαγωγή παραμέτρων, Ακουστικές πληροφορίες διάκρισης ομιλητών, Ενέργεια και μηδενικές διελεύσεις, Θεμελιώδης συχνότητα, Μέθοδοι υπολογισμού τονικότητας, Φασματογράφημα, Συντονισμοί φωνητικού καναλιού (FORMANTS), Συντελεστές γραμμικής πρόγνωσης (LPC), τράπεζα φίλτρων, συντελεστές ανάκλασης, Cepstral Συντελεστές. Βασικές Τεχνικές Επεξεργασίας ομιλίας: Tαίριασμα ακουστικών προτύπων, Παραμόρφωση δυναμικού χρόνου (DTW), Μοντελοποίηση με κρυμμένα μοντέλα Markov HMM, Κβαντισμός Διανυσμάτων, Ο Κ-means αλγόριθμος, VQ Codebook με ανάμειξη πυκνοτήτων, Ορισμός του κρυμμένου μοντέλου Markov, Θεμελιώδης αλγόριθμοι για HMM, Forward-backward αλγόριθμος, Viterbi Αλγόριθμος. Συστήματα αναγνώρισης /κατανόησης ομιλίας, Συστήματα Αναγνώρισης Ομιλητή. Σύνθεση ομιλίας: Βασικές Αρχές, Μέγεθος των μονάδων, Τύποι μονάδων, Μέθοδοι Σύνθεσης, Συστήματα περιορισμένου λεξιλογίου, Συστήματα απεριορίστου λεξιλογίου. Λειτουργία του Συνθέτη: Σύνθεση άρθρωσης, Σύνθεση με For-mants, LPC Σύνθεση, Μοντελοποίση της πηγής διέργεσεις, Μοντέλα Προσωδίας-Επιτονισμού, Eπιλογή της τάξης μοντέλου LPC, Εκτίμηση του LPC μοντέλου με διαδικασία δείγματος-δείγματος, Μοντελοποίηση του σήματος ομιλίας με πόλους και μηδενικά, Μέθοδοι υπολογισμού των παραμέτρων του μοντέλου ARMA, Yπολογισμός της τάξης του μοντέλου, Προβλήματα του μοντέλου ARMA. Ψηφιακές τεχνικές αφαίρεσης θορύβου. Κωδικοποίηση Ομιλίας: Τεχνικές για την κωδικοποίηση της κυματόμορφης ομιλίας (πεδίο χρόνου), Κωδικοποίηση με χρήση του φάσματος ομιλίας (πεδίο συχνότητας), Τεχνικές κωδικοποίησης με τη χρήση ανάλυσης-σύνθεσης (πεδίο συχνότητας), Κωδικοποίηση γραμμικής πρόβλεψης.
Κ. Μουστάκας
Βασικές έννοιες: Εισαγωγή, τομές, αναζήτηση, δυισμός, γεωμετρικές δομές δεδομένων, δενδρικές δομές, δένδρα KD, δένδρα BSP, quadtrees, μη-ομοιόμορφα πλέγματα. Προχωρημένα κεφάλαια: Τριγωνοποίηση Delaunay, διαγράμματα Voronoi, κυρτό περίβλημα στην επιφάνεια, κυρτό περίβλημα στο χώρο, κατακερματισμός χώρου, εξαγωγή μέσου άξονα Εφαρμογές: Εφαρμογές στη ρομποτική, στην αυτόνομη πλοήγηση, στα πεπερασμένα στοιχεία, στα 3Δ παιχνίδια και στην εικονική πραγματικότητα, στην επεξεργασία εικόνας και στα γεωγραφικά συστήματα πληροφορίας, υπολογιστική όραση.
Σ. Μαλεφάκη
Εισαγωγή στο SPSS (εισαγωγή δεδομένων, διαμόρφωση και επιλογή δεδομένων, περιγραφική στατιστική, γραφήματα), Διαστήματα Εμπιστοσύνης, Παραμετρικοί και Μη Παραμετρικοί έλεγχοι υποθέσεων, Ανάλυση παλινδρόμησης, Ανάλυση διασποράς (Analysis of Variance, ANOVA) με έναν και δύο παράγοντες (Two-way ANOVA) με και χωρίς αλληλεπίδραση, Γενικευμένα γραμμικά μοντέλα, Ανάλυση Κυρίων Συνιστωσών (Principal Components Analysis), Παραγοντική Ανάλυση (Factor Analysis), Ανάλυση κατά Συστάδες (Cluster Analysis), Εισαγωγή στις χρονολογικές σειρές, Εισαγωγή στη χρήση του Syntax Editor του SPSS, Εισαγωγή στη στατιστική γλώσσα προγραμματισμού R.
Σ. Δασκαλάκη
Μοντελοποίηση προβλημάτων βελτιστοποίησης με τεχνικές γραμμικού προγραμματισμού. Αλγόριθμος Simplex. Δυϊκή Θεωρία. Συμπληρωματική χαλαρότητα. Αλγόριθμος Dual – Primal Simplex. Ανάλυση ευαισθησίας. Ακέραιος Προγραμματισμός. Μέθοδος Branch & Bound. Το πρόβλημα του σακιδίου. Το πρόβλημα του πλανόδιου πωλητή. Τετραγωνικός Προγραμματισμός. Τεχνικές μοντελοποίησης με τη βοήθεια ακέραιων μεταβλητών. Ο αλγόριθμος Simplex για δίκτυα. Προβλήματα μεταφοράς και μεταφόρτωσης. Μέθοδος εσωτερικού σημείου. Προβλήματα Δικτυακών ροών.
Σ. Μαλεφάκη
Εισαγωγή στη Μπεϋζιανή Στατιστική. Η βασική ιδέα της Μπεϋζιανής Στατιστικής και η διαφορά από την κλασσική Στατιστική. Πλεονεκτήματα της Μπεϋζιανής Στατιστικής. Το Θεώρημα Bayes. Καθορισμός της εκ των προτέρων κατανομής: Μέθοδοι σχετικής πιθανοφάνειας, ιστογράμματος, προσαρμογή δεδομένης συναρτησιακής μορφής. Συζυγείς εκ των προτέρων κατανομές. Μη πληροφοριακές εκ των προτέρων κατανομές (ασαφείς, καταχρηστικές, κατανομές τού Jeffreys). Στοιχεία Στατιστικής Θεωρίας Αποφάσεων και Μπεϋζιανής Θεωρίας Αποφάσεων: συνάρτηση ζημίας, συνάρτηση κινδύνου, κανόνες αποφάσεων, κίνδυνος Bayes, κανόνας Bayes και απόφαση Bayes. Εκτιμητές Bayes (εκ των υστέρων μέση τιμή και διάμεσος, Έλεγχοι υποθέσεων (παράγοντας Bayes, προσαρμογή της εκ των προτέρων κατανομής για απλές υποθέσεις). Κατανομές πρόβλεψης. Μπεϋζιανή Συμπερασματολογία για κανονικούς πληθυσμούς.
Σ. Νικολετσέας
Το μάθημα αφορά σε αδόμητα ασύρματα δίκτυα (ad hoc wireless networks), δηλαδή ασύρματα δίκτυα όπου δεν υπάρχει καποια σταθερή υποδομή (fixed infrastructure) ενώ απουσιάζει και ο κεντρικός έλεγχος (centralized control), οπότε οι ασύρματοι κόμβοι συγκροτούν ένα δίκτυο με τοπικές κατανεμημένες μεθόδους αυτοοργάνωσης. Ειδικότερα, θα μελετηθούν, σε προχωρημένο επίπεδο, επιλεγμένα θέματα στους ακόλουθους τύπους δικτύων: Wireless Sensor Networks (abstract models, data propagation, energy optimization), Wireless Rechargeable Sensor Networks, Autonomous Systems of Mobile Robots (pattern formation, gathering), Mobile Robotic Sensors (self-deployment, filling), Radio Networks (broadcasting), Bluetooth Networks (device discovery, scatternet formation), Mobile Ad hoc Networks (dominating-set-based routing).
Δεν έχει καθοριστεί.
Δεν θα προσφερθεί κατά το τρέχον ακαδημαϊκό έτος. Το περιεχόμενο του μαθήματος καθορίζεται από έκτακτους παράγοντες όπως: Ανάγκη διδασκαλίας κάποιου αναδυόμενου γνωστικού αντικειμένου που δεν καλύπτεται επαρκώς από άλλα μαθήματα, Διαθεσιμότητα διδασκόντων (κυρίως επισκεπτών καθηγητών), κλπ.