Σκοπός του μαθήματος είναι η κατανόηση της χρήσης των τεχνικών της Τεχνητής Νοημοσύνης και ειδικότερα των Ευφυών Πρακτόρων (Intelligent Agents) για την επίλυση προβλημάτων σε ένα ανοιχτό και δυναμικό περιβάλλον όπως είναι αυτό του Παγκόσμιου Ιστού/Διαδικτύου.
Ειδικότεροι στόχοι:
- Η κατανόηση της φύσης των προβλημάτων που αναφέρονται στον παγκόσμιο ιστό και η συσχέτισή τους με τις τεχνικές της Τεχνητής Νοημοσύνης
- Η κατανόηση των τεχνικών σχεδιασμού και υλοποίησης ευφυών πρακτόρων και συστημάτων πολλαπλών πρακτόρων με εφαρμογή στο Διαδίκτυο
- Διδάσκων: Ευστάθιος Αντωνίου
- Διδάσκων: Στάθης Κασδερίδης
- Διδάσκων: Δημοσθένης Σταμάτης
Σκοπός του μαθήματος είναι να δώσει στους φοιτητές μια σφαιρική άποψη του Σημασιολογικού Ιστού εστιάζοντας στις τεχνολογίες του Σημασιολογικού Ιστού οι οποίες έχουν φτάσει σε κάποιο επίπεδο ωριμότητας και αποδοχής και ιδιαίτερα στιςXML,ResourceDescriptionFramework(RDF) καιWebOntologyLanguage(OWL).
Με την ολοκλήρωση του μαθήματος οι φοιτητές θα πρέπει να διαθέτουν ικανοποιητική εμπειρία σε αυτές τις τεχνολογίες και να μπορούν να
- Εξηγούν τους λόγους επέκτασης των τεχνολογιών ιστού με σημασιολογικά μοντέλα, οντολογίες και συστήματα εξαγωγής συμπερασμάτων
- Να γνωρίζουν πως ο Σημασιολογικός Ιστός επιτρέπει νέες και απροσδόκητες χρήσεις των διαθέσιμων δεδομένων
- Σχεδιάζουν οντολογίες σε περιορισμένες περιοχές, να τις υλοποιούν με την χρήση τουProtégé και να τις χρησιμοποιούν
- Διαθέτουν κατανόηση των βασικών λογικών αρχών που διέπουν τις τεχνολογίες του Σημασιολογικού Ιστού
- Διαθέτουν την ικανότητα να αναγνωρίζουν κατάλληλες εφαρμογές για τις τεχνολογίες του Σημασιολογικού Ιστού και να γνωρίζουν τις υπάρχουσες εφαρμογές
- Διδάσκων: Euclid Keramopoulos
- Διδάσκων: Παναγιώτης Αδαμίδης
- Διδάσκων: Χριστίνα Βολιώτη
- Διδάσκων: Χαράλαμπος Μπράτσας
- Διδάσκων: Κατερίνα Ασδρέ
- Διδάσκων: Κωνσταντίνος Διαμαντάρας
- Διδάσκων: ΜΙΧΑΗΛ ΣΑΛΑΜΠΑΣΗΣ
Εξοικείωση με και εξειδίκευση σε νέες τεχνικές και μεθόδους οργάνωσης και επεξεργασίας των δεδομένων για την εξόρυξη χρήσιμης πληροφορίας.
Πιο συγκεκριμένα:
- Η αποθήκη δεδομένων: μοντέλα, ο σχεδιασμός και η κατασκευή της
- Οργάνωση των δεδομένων σε πολυδιάστατες δομές και τα επιμέρους στάδια της επιμέρους αναλυτικής σε άμεση επικοινωνία (OLAP)
- Η διαδικασία της εξόρυξης πληροφορίας από μεγάλους όγκους δεδομένων
- Τεχνικές και αλγόριθμοι εξόρυξης πληροφορίας (κανόνες συσχέτισης, δέντρα αποφάσεων, παλινδρόμηση, αναζήτηση εγγύτερου και κ-εγγύτερου γείτονα, συσταδοποίηση)
- Εφαρμογή κριτηρίων για την επιλογή των πλέον κατάλληλων αλγόριθμων σε περιπτώσεις πραγματικών εφαρμογών
- Υποδειγματική εφαρμογή: προετοιμασία των δεδομένων, εξόρυξη πληροφορίας, ερμηνεία του αποτελέσματος, παραγωγή/διαμόρφωση συστάσεων για τη στρατηγική λήψη αποφάσεων
- Περιπτώσεις ειδικού τύπου εφαρμογών: χρονοσειρές και ακολουθίες, δεδομένα χρήσης πολυμέσων στο διαδίκτυο, προσωπικοποίηση διεπαφής διαδικτυακού τόπου, εξόρυξη πληροφορίας από το διαδίκτυο
- Διδάσκων: Δημήτριος Δέρβος
- Διδάσκων: Λεωνίδας Καραμητόπουλος
- Διδάσκων: Στέφανος Ουγιάρογλου