Τίτλος μαθήματος

Θεμελιώσεις της Ηλεκτρολογίας και της Μηχανικής Η/Υ και Πληροφορικής

Κωδικός μαθήματος

CSE 120

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

1ος χρόνος / 1ον εξάμηνο

Όνομα διδάσκοντα

Χρίστος Λοϊζου

ECTS

6

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Εισαγωγή, παρουσίαση και συζήτηση για τους θεμελιώδεις νόμους, και αξιώματα της ηλεκτρολογίας και της Μηχανικής Η/Υ και Πληροφορικής. Το μάθημα έχει σκοπό να εισαγάγει στους φοιτητές τις βασικές θεωρίες πάνω στις οποίες στηρίζονται τα δυο πιο πάνω πεδία και να τους δώσει την ευκαιρία να παρουσιάσουν και αναπτύξουν τις δικές τους ιδέες για λύση διαφόρων προβλημάτων που αντιμετωπίζει το επιστημονικό αυτό αντικείμενο. Κατά την διάρκεια των μαθημάτων γίνεται μια εισαγωγή σε αντικείμενα όπως θεμελιώδης γνώσεις μηχανικής, θεμελιώδη μεγέθη και μονάδες μέτρησης, ιστορία και εξέλιξη της ηλεκτρολογίας, εισαγωγή στην επεξεργασία σημάτων, αναλογικά και ψηφιακά μεγέθη, πηγές ηλεκτρικής ενέργειας και απλή συνδεσμολογία κυκλωμάτων, παραγωγή ηλεκτρικής ενεργείας στη Κύπρο, ηλεκτρικές εγκαταστάσεις, γειώσεις ηλεκτρικών συσκευών και κυκλωμάτων, ηλεκτροπληξία, εισαγωγή στα ηλεκτρικά κυκλώματα και απλές συνδεσμολογίες, στατιστική, στατιστική ανάλυση σημάτων. Επίσης γίνονται παρουσιάσεις από όλους τους φοιτητές σε επιλεγμένα αντικείμενα των δικών τους ενδιαφερόντων.

Μαθησιακά αποτελέσματα

• Κατανοούν τις βασικές αρχές της ηλεκτρολογίας, της βιοτεχνολογίας, της μηχανικής υπολογιστών και της πληροφορικής
• Εξηγούν και εφαρμόζουν τα θεμελιώδη αξιώματα της ηλεκτρολογίας στη δημιουργία, διαχείριση, μεταφορά και χρήση ενέργειας
• Περιγράφουν την ιστορία και την εξέλιξη της ηλεκτρολογίας και εφαρμόζουν γνώσεις κυκλωμάτων, παραγωγής ενέργειας, εγκαταστάσεων και γείωσης
• Εφαρμόζουν τη στατιστική και τη στατιστική ανάλυση σημάτων σε περιβάλλοντα ηλεκτρολόγων μηχανικών και μηχανικών υπολογιστών

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Παρουσιάσεις μπορούν να γίνουν σε διάφορα θέματα (δίδονται μερικά παρακάτω):

• Ηλεκτρικά και αυτόνομα αυτοκίνητά
• Ανανεώσιμες πηγές ενεργείας
• Κλιματισμός και κορωνοίός, ή άλλες παθήσεις αναπνευστικού συστήματος
• Ηλιακή ενέργεια, ανανεώσιμες πήγες ενεργείας 
• Τα μεγάλα ερωτήματα για τα G5
• Η εξέλιξη των αυτοκινήτων και οι συνέπιες στο περιβάλλον
• Arduino, χρήσης και εφαρμογές
• Επεξεργασία και ανάλυση προσώπου για διαπίστωση των συναισθημάτων
• Εικονική πραγματικότητα
• Η διαχείριση των πληροφοριών μέσα από την επιστήμη της πληροφορικής και του διαδικτύου
• Κβαντικός υπολογιστής
• Ιατρική και τεχνολογία
• Τηλεϊατρική, μεταφορά αποθήκευση, συμπίεση, επεξεργασία, ανάλυση δεδομένων
• Επεξεργασία σήματος και εικόνας για ιατρική αποτίμηση 
• Το χειρουργείο του μέλλοντος

Μεθοδολογία διδασκαλίας

Διαλέξεις και παρουσιάσεις φοιτητών.

Βιβλιογραφία

Σημειώσεις τάξης και ερευνητικά άρθρα.

Αξιολόγηση

• Παρουσιάσεις φοιτητών (30%)
• Αξιολόγηση από συμφοιτητές στην τάξη, διαγωνιστικά (10%)
• Παρουσία, εμπλοκή στο μάθημα και στη συζήτηση, διαγωνιστικά (10%)
• Γραπτή τελική εξέταση (50%)

Γλώσσα

Ελληνική

Τίτλος Μαθήματος

Ηλεκτρικά και Ηλεκτρονικά Κυκλώματα

Κωδικός Μαθήματος

CSE 121 

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1ο / 1ο

Όνομα Διδάσκοντα

Μάριος Λέστας

ECTS

6

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχοι Μαθήματος

Η ανάπτυξη της θεωρίας της ανάλυσης των Ηλεκτρικών και Ηλεκτρονικών Κυκλωμάτων (με τη βοήθεια χαρακτηριστικών παραδειγμάτων) με μια συστηματική και απλή διαδικασία με τρόπο που τα γενικά προβλήματα Ηλεκτρολογίας και Ηλεκτρονικής να γίνονται κατανοητά και να προσεγγίζονται με εύκολο και παράλληλα σωστό τρόπο.

Μαθησιακά Αποτελέσματα

Η κατανόηση διαφόρων βασικών τομέων της Ηλεκτρολογίας και Ηλεκτρονικής, η βασική γνώση των οποίων κρίνεται απαραίτητη για ένα Μηχανικό Ηλεκτρονικών Υπολογιστών, τόσο για να δρα σε διάφορα περιβάλλοντα Μηχανικής, όσο και για καλύτερη επικοινωνία με συναδέλφους του Ηλεκτρολόγους Μηχανικούς όταν και όπου είναι απαραίτητο. 

• Κατανοούν τις βασικές περιοχές της Ηλεκτρολογίας και της Ηλεκτρονικής που σχετίζονται με τη Μηχανική Υπολογιστών
• Εφαρμόζουν θεμελιώδεις νόμους όπως ο νόμος του Ohm, οι νόμοι του Kirchhoff και τα θεωρήματα κυκλωμάτων στην ανάλυση ηλεκτρικών κυκλωμάτων
• Αναλύουν την κατασκευή και λειτουργία διόδων, τρανζίστορ, MOSFET και λογικών κυκλωμάτων
• Αναλύουν κυκλώματα με τη χρήση θεωρημάτων και μεθόδων ανάλυσης
• Κατανοούν και να εφαρμόζουν τελεστικούς ενισχυτές και τις εφαρμογές τους σε αναλογικά και ψηφιακά συστήματα
• Επίδειξη γνώσης DAC, ADC και συστημάτων δειγματοληψίας στην ψηφιακή/αναλογική μετατροπή

Προαπαιτούμενα

Κανένα

Συναπαιτούμενα

Κανένα

Περιεχόμενο Μαθήματος

• Νόμος του Ohm, Διαιρέτης Τάσης, Διαιρέτης έντασης
• Νομοί του Kirchhoff (Νόμος Ρευμάτων και Νόμος Τάσεων)
• Θεωρήματα και Ανάλυση Κυκλωμάτων
• Ηλεκτρική Ισχύς και Μεγίστη Μεταφορά Ισχύος
• Κατασκευή και λειτουργία Διόδου, Διπολικού Τρανζίστορ Επαφής, Τρανζίστορ Φαινομένου Πεδίου (JFET, MOSFET και νεότεροι τύποι)
• Πόλωσης, Σταθερότητα πόλωσης, διακοπτικά χαρακτηριστικά, καθυστερήσεις διάδοσης
• Ενίσχυση
• Κυκλώματα και τοπολογίες πυλών (BJT, NMOS, CMOS και νεότεροι τύποι): χαρακτηριστική μεταφοράς ιδανικών και πραγματικών πυλών, στάθμες εισόδου-εξόδου
• Βασικές οικογένειες λογικών κυκλωμάτων
• Τελεστικοί Ενισχυτές
• Ιδανικός Τελεστικός Ενισχυτής
• Απλές  Εφαρμογές  Συγκριτής, φίλτρα
• Μετατροπείς από Ψηφιακό σε Αναλογικό (DAC) και από Αναλογικό σε Ψηφιακό (ADC),
• Σύστημα Δειγματοληψίας (SAH)

Μεθοδολογία Διδασκαλίας

Διαλέξεις, φροντιστήρια, ερευνητικές εργασίες

Βιβλιογραφία

Ανάλυση Ηλεκτρικών Κυκλωμάτων , Τόμος Β’, Νικόλαου Η. Παπαμάρκου, Εκδόσεις Β. Γκιούρδα, 2007, ISBN -13: 978 – 960 – 387 – 579 – 6

Αξιολόγηση

• Εβδομαδιαίες ασκήσεις κατ’ οίκον εργασίες και μια μελέτη (Project)  και μια  ενδιάμεση εξέταση 30%                              
• Εργαστηριακές Ασκήσεις 20%
• Τελική Εξέταση   50%

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Ψηφιακή Λογική

Κωδικός Μαθήματος

CSE 122

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

2ο /1o

Όνομα Διδάσκοντα

Κυριάκος Δεληπαράσχος

ECTS

5

Διαλέξεις / εβδομάδα

2 (3 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχος Μαθήματος

Να παρέχει στους φοιτητές βασικές γνώσεις στα ψηφιακά συστήματα (digital systems), γύρω από την ανάλυση, προδιαγραφή, λειτουργία, σχεδίαση και υλοποίηση τους. Επίσης να παρέχει γνώσεις ψηφιακής σχεδίασης (digital design) με εργαλεία αυτοματοποίησης της σχεδίασης και γλώσσες περιγραφής υλικού, με συμπληρωματικές γνώσεις στις βασικές έννοιες ψηφιακής σχεδίασης, μέσω ενός συνδυασμού διαλέξεων, ασκήσεων και εργαστηρίων.

Μαθησιακά Αποτελέσματα

• Κατανοούν τα συστήματα αριθμών, την άλγεβρα Boole και την ελαχιστοποίηση των λογικών συναρτήσεων
• Να αναλύουν και να σχεδιάζουν συνδυαστικά και διαδοχικά ψηφιακά κυκλώματα, συμπεριλαμβανομένων λογικών πυλών, αθροιστών, πολυπλέκτη και flip-flops
• Εφαρμόστε τη Verilog HDL για μοντελοποίηση, προσομοίωση και υλοποίηση ψηφιακών κυκλωμάτων
• Αποκτήστε εμπειρία με προγραμματιζόμενες λογικές συσκευές όπως CPLD και FPGA
• Κατανοήστε τον πλήρη κύκλο ψηφιακού σχεδιασμού, συμπεριλαμβανομένης της προσομοίωσης, της επαλήθευσης και της υλοποίησης VLSI

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Το μάθημα βασίζεται στα βασικά στοιχεία της σχεδίασης λογικών κυκλωμάτων και έχει ως κύριους στόχους:

• την εισαγωγή στη σχεδίαση συνδυαστικών και ακολουθιακών ψηφιακών κυκλωμάτων
• τη χρήση της γλώσσας περιγραφής υλικού Verilog για την μοντελοποίηση και την εξομοίωσή τους καθώς και την υλοποίηση τους
• την υλοποίηση ψηφιακών συστημάτων σε προγραμματιζόμενες λογικές διατάξεις (CPLDs και FPGAs)
• την απόκτηση εμπειρίας στον πλήρη κύκλο της διαδικασίας σχεδιασμού, εξομοίωσης και υλοποίησης ψηφιακών συστημάτων με χρήση σύγχρονων εργαλείων σε υπολογιστή μέσω των εργαστηριακών ασκήσεων

Καλύπτονται οι εξής ενότητες-κεφάλαια:

• Αριθμητικά Συστήματα (Ψηφιακά συστήματα, Δυαδικοί αριθμοί, Μετατροπές αριθμών σε μορφές άλλης βάσης, Συμπληρώματα, Προσημασμένοι δυαδικοί αριθμοί, Καταχωρητές και δυαδική λογική)
• Άλγεβρα Boole (Ορισμοί, βασικά θεωρήματα και ιδιότητες, Συναρτήσεις Boole, Κανονικές και πρότυπες μορφές, Λογικές πύλες, Ψηφιακά ολοκληρωμένα κυκλώματα, οικογένειες ψηφιακής λογικής (TTL, ECL, MOS και συμπληρωματικό MOS-CMOS), επίπεδα ολοκλήρωσης)
• Ελαχιστοποίηση Λογικών Συναρτήσεων (Μέθοδος του χάρτη Καρνώ, Κανόνες για τους χάρτε, Χάρτης Καρνώ τεσσάρων και πέντε μεταβλητών, Απλοποίηση γινομένου αθροισμάτων, Υλοποίηση με πύλες NAND και NOR, Συνθήκες αδιαφόρου τιμής, Συνάρτηση XOR και κυκλώματα ανίχνευσης και διόρθωσης λαθών)
• Συνδυαστική Λογική (Διαδικασία ανάλυσης και σχεδιασμού συνδυαστικών κυκλωμάτων, Δυαδικοί αθροιστές και αφαιρέτες, Δυαδικοί πολλαπλασιαστές, Συγκριτές μεγέθους, Κωδικοποιητές/Αποκωδικοποιητές, Πολυπλέκτες)
• Σύγχρονη Ακολουθιακή Λογική  (Μανδαλωτές (Latches) και Flip-Flops, Ανάλυση ακολουθιακών κυκλωμάτων με ρολόι, Ελαχιστοποίηση και κωδικοποίηση καταστάσεων, Συγκριτές μεγέθους, Κωδικοποιητές και Αποκωδικοποιητές, Διαδικασία σχεδίασης με Flip-Flop)
• Καταχωρητές, Μετρητές, Μνήμες και Προγραμματιζόμενη Λογική  (Καταχωρητές/Καταχωρητές ολίσθησης, Μετρητές ριπής (Ripple counters), σύγχρονοι μετρητές, άλλοι τύποι μετρητών, Μνήμη ανάγνωσης μόνο (ROM), Μνήμη τυχαίας προσπέλασης (RAM), Αποκωδικοποίηση μνήμης, Ανίχνευση και διόρθωση λαθών, PLA, PAL, ακολουθιακές PLD (SPLD), CPLD, FPGA)
• Ασύγχρονη Ακολουθιακή Λογική  (Διαδικασία ανάλυσης, Κυκλώματα με μανδαλωτές, Διαδικασία σχεδιασμού, Ελαχιστοποίηση πινάκων κατάστασης και ροής, Κωδικοποίηση καταστάσεων για αποφυγή κυνηγητών, Σπινθήρες)
• Γλώσσες Περιγραφής Υλικού (HDL) και Εργαλεία Αυτοματοποίησης της Σχεδίασης (EDA) (Βασικές έννοιες, Verilog για συνδυαστικά κυκλώματα, Verilog για ακολουθιακά κυκλώματα, Σχεδίαση σε επίπεδο μεταφοράς καταχωρητών (RTL), Mηχανές πεπερασμένων καταστάσεων (FSM), Ανάλυση και σχεδίαση top-down, Προσομοίωση και επαλήθευση κυκλωμάτων, λογική σύνθεση, θέση και δρομολόγηση), Αντιστοίχιση τεχνολογίας και βιβλιοθήκες στοιχείων, ολοκληρωμένα κυκλώματα πλήρως προσαρμοσμένα (full-custom), τυποποιημένων στοιχείων (semi-custom) και ολοκληρωμένα με συστοιχίες πυλών (gate-arrays)

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις,  επίλυση ασκήσεων, ομαδική συζήτηση, χρήση παραδειγμάτων και περιπτώσεων χρήσης και εργαστηριακές ασκήσεις

Βιβλιογραφία

• M. Morris Mano, “Ψηφιακή Σχεδίαση”, Εκδόσεις Παπασωτηρίου. (ISBN:  9789604911134)
• Verilog-HDL, Samir Palnitkar, Prentice Hall
• Reconfigurable Computing: The Theory and Practice of FPGA-Based Computation (Systems on Silicon)
• Randy H. Katz, “Contemporary Logic Design”, 2nd Edition, Prentice Hall (ISBN:  0201308576)
• Σημειώσεις διαλέξεων
• Ερευνητικά άρθρα

Αξιολόγηση

Γλώσσα

Ελληνικά

Course title

CSE 132

Course code

Εισαγωγή στον Υπολογισμό και τον Προγραμματισμό σε C

Course type

Απαιτούμενο

Level

Προπτυχιακό

Year / Semester

Πρώτο χρόνο, Φθινοπωρινό

Teacher’s name

Σίμος Γερασίμου

ECTS

6

Lectures / week

4

Laboratories / week

2

Course purpose and objectives

Το μάθημα της Εισαγωγής στον Υπολογισμό και Προγραμματισμό στοχεύει να εμπλουτίσει περεταίρω τις γνώσεις των φοιτητών στην οργάνωση υλικού ηλεκτρονικών υπολογιστών (μικρο-επεξεργαστές και δομές μνήμης) και υπολογισμού (μηχανές Turing, μηχανές πεπερασμένων καταστάσεων, κανονικές γλώσσες, γραμματικές άνευ πλαισίου). Εισαγωγή στον αρθρωτό προγραμματισμό. Παρουσίαση της διαδικασίας ανάπτυξης συναρτησιακού και διαδικαστικού λογισμικού και εισαγωγή των βασικών αρχών προγραμματισμού και σχεδίασης προγραμμάτων μέσω της γλώσσας C. Γενική παρουσίαση της γλώσσας C επικεντρώνοντας στους τύπους δεδομένων, τις δομές ελέγχου, τις επαναληπτικές δομές, τις συναρτήσεις, τους πίνακες, τις αλφαριθμητικές ακολουθίες, τους δείκτες και την αναδρομή. Το μάθημα περιλαμβάνει αριθμό προγραμματιστικών ασκήσεων και εργασία εξαμήνου.

Learning outcomes

• Περιγράφουν την ιστορική εξέλιξη των υπολογιστών
• Εξηγούν την οργάνωση του υλικού του υπολογιστή
• Να διακρίνουν μεταξύ μεθοδολογιών προγραμματισμού και γενεών γλωσσών προγραμματισμού
• Σχεδιάζουν και υλοποιούν προγράμματα σε C χρησιμοποιώντας τύπους δεδομένων, δομές ελέγχου, συναρτήσεις, πίνακες και δείκτες

Prerequisites

Required

Course content

Τα θέματα που θα εξεταστούν συμπεριλαμβάνουν: Αλγορίθμοι, εντολές της C όπως if, if/else, while, do/while, for κ.α. ως επίσης συναρτήσεις, διάφορες βιβλιοθήκες, αρχεία κεφαλίδας, τυχαίους αριθμούς, κλάσεις αποθήκευσης και κανόνες πεδίου εφαρμογής, αναδρομή, πίνακες και γραμματοσειρές, πολυδιάστατους πίνακες, δείκτες, μορφοποίηση εσόδων/εξόδων και επεξεργασία αρχείων.

Teaching methodology

Παρουσιάσεις,  ομαδική συζήτηση,  και  εργαστήριο.

Bibliography

• Σημειώσεις από διδάσκοντα
• C from theory to application (G. S. Tseliki and N. D. Tselikas. (ISBN: 9780429156922)
• C how to program by Deitel and Deitel (ISBN: 9780133976892)

Assessment

Ενδιάμεση (35 %), εργασίες (10 %), συμμετοχή στα εργαστήρια (5 %), τελική εξέταση (50 %).

Language

Ελληνικά

Τίτλος μαθήματος

Αντικειμενοστρεφής Μεθοδολογία και Προγραμματισμός (C++)

Κωδικός μαθήματος

CSE 133

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

Πρώτο, Εαρινό

Όνομα διδάσκοντα

Σίμος Γερασίμου

ECTS

6

Διαλέξεις/ εβδομάδα

4

Εργαστήρια/ εβδομάδα

2

Σκοπός και στόχοι μαθήματος

Το μάθημα αυτό στοχεύει να εμπλουτίσει περεταίρω τις γνώσεις των φοιτητών στον αντικειμενοστρεφή προγραμματισμό με την C++. Το μάθημα διδάσκει την C++ αρχίζοντας από απλές έννοιες όπως κλάσεις, αντικείμενα, κληρονομικότητα, κλάσεις ροής εισόδου / εξόδου, αναφορά στους τύπους της C++, δείκτες, struct, κλπ. Επίσης διδάσκονται οι έννοιες της πολυπλοκότητας και της υπερφόρτωσης τελεστών.

Μαθησιακά αποτελέσματα

• Διαφοροποιούν μεταξύ αντικειμενοστρεφούς και δομημένου προγραμματισμού
• Χρησιμοποιούν, αντικείμενα, συναρτήσεις μελών και δεδομένα μελών σε προγράμματα C++
• Εξηγούν και εφαρμόστε αναγνωριστικά πρόσβασης (δημόσιο, ιδιωτικό, προστατευμένο), κατασκευαστές και καταστροφείς
• Οργανώνουν τον κώδικα διαχωρίζοντας τη διεπαφή, την υλοποίηση και τα αρχεία πελάτη για επαναχρησιμοποιήσιμα έργα λογισμικού
• Εφαρμόζουν έννοιες OOP όπως ενθυλάκωση, κληρονομικότητα, πολυμορφισμός και εικονικές μέθοδοι
• Επιλύουν προβλημάτων χρησιμοποιώντας δομές ελέγχου, δείκτες, συναρτήσεις, πίνακες, διανύσματα και αρχεία
• Χρησιμοποιούν αποτελεσματικά τις τυπικές βιβλιοθήκες C++ στην ανάπτυξη λογισμικού

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Τα θέματα που θα εξεταστούν συμπεριλαμβάνουν: Κλάσεις και όλες οι γενικές έννοιες του αντικειμενοστρεφή προγραμματισμού όπως  encapsulation, inheritance, polymorphism και virtual methods. Επίσης θα εξεταστούν όλες οι εντολές της C++, όπως εντολές ελέγχου, συναρτήσεις, διάφορες βιβλιοθήκες, τυχαίους αριθμούς, κλάσεις αποθήκευσης και κανόνες πεδίου εφαρμογής, αναδρομή, πίνακες και γραμματοσειρές, πολυδιάστατους πίνακες, δείκτες, μορφοποίηση εσόδων/εξόδων και επεξεργασία αρχείων.

ΕΝΟΤΗΤΕΣ - ΚΕΦΑΛΑΙΑ:

Κλάσεις, παράγωγες κλάσεις, κλάσεις εισόδου/εξόδου, αφαιρετικές δομές, δείκτες, κληρονομικότητα, υπερφόρτωση τελεστών, πολυπλοκότητα.

Μεθοδολογία διδασκαλίας

Παρουσιάσεις,  ομαδική συζήτηση,  και  εργαστήριο.

Βιβλιογραφία

• Σημειώσεις από διδάσκοντα.
• C how to program by Deitel and Deitel (ISBN: 9780133976892)

Αξιολόγηση

Ενδιάμεση (35 %), εργασίες (10 %), τελική εξέταση (55 %).

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Διακριτά Μαθηματικά

Κωδικός Μαθήματος

CSE 221

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

2o / Φθινοπωρινό

Όνομα Διδάσκοντα

Παύλος Χριστοδουλίδης

ECTS

5

Διαλέξεις / εβδομάδα

2

Εργαστήρια / εβδομάδα

-

Στόχος Μαθήματος

Να δώσει μια πλατιά γνώση ως προς βασικές έννοιες των Διακριτών Μαθηματικών σε σχέση με μαθηματική λογική, άλγεβρα του Boole και θεωρίας των γράφων, οι οποίες μπορούν να καταστούν εργαλεία καλύτερης κατανόησης και επίλυσης σχετικών εφαρμογών πληροφορικής.

To give a broad insight into basic notions of discrete mathematics in relation to mathematical logic, boole algebra and graph theory, which can become tools for better understanding and resolutionRelated IT Applications.

Μαθησιακά Αποτελέσματα

• Αποκτήστε θεμελιώδεις γνώσεις μαθηματικής λογικής, προτάσεων, ποσοδεικτών και αποδείξεων
• Να κατανοούν και να εφαρμόζουν τη θεωρία συνόλων, τις σχέσεις, τις συναρτήσεις και τις σχέσεις ισοδυναμίας
• Εφαρμόστε άλγεβρα Boolean, συνδυαστική, μεταθέσεις και συνδυασμούς στην επίλυση προβλημάτων
• Αναλύστε αλγόριθμους για πολυπλοκότητα και αποτελεσματικότητα και κατανοήστε τα αριθμητικά συστήματα
• Εφαρμόστε έννοιες θεωρίας γραφημάτων, συμπεριλαμβανομένων μονοπατιών, δέντρων και εκτεινόμενων δέντρων σε προβλήματα επιστήμης υπολογιστών

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Μαθηματική λογική, προτάσεις, κατηγορήματα, συμπερασματολογικοί κανόνες, Εισαγωγή στις αποδεικτικές μεθόδους, Ακολουθίες, αρχές επαγωγής, θεωρία αναδρομών, Θεωρία των συνόλων, Σχέσεις, συναρτήσεις, σχέσεις ισοδυναμίας, Άλγεβρα του Boole και εφαρμογές, Συνδυαστική, μεταθέσεις, συνδυασμοί, Αλγόριθμοι, θεμελιώδεις αρχές, αποδοτικότητα, Συστήματα αρίθμησης, Γράφοι, διαδρομές, αλγόριθμοι, δέντρα, παράγον δένδρο.

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις,  Επίλυση Ασκήσεων, Ομαδική συζήτηση

Βιβλιογραφία

• K. Rosen, Discrete Mathematics with Applications, McGraw-Hill Higher Education (ISBN: 0073383090)
• S. Epp, Discrete Mathematics with Applications, Thomson (ISBN: 0495391328)
• S. Lipschutz, M. Lipson, Schaum’s Outlines: Discrete Mathematics, McGraw-Hill (ISBN: 0071615865)

Π. Χριστοδουλίδης, Σημειώσεις Διαλέξεων στα Διακριτά Μαθηματικά (in Greek)

Αξιολόγηση

Ενδιάμεση εξέταση (30%), Εργασίες (20%), Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Αρχές Γλωσσών Προγραμματισμού και Μεταγλωττιστών

Κωδικός Μαθήματος

CSE 222

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

2o / 3o

Όνομα Διδάσκοντα

Ειδικός Επιστήμονας

ECTS

6

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχοι Μαθήματος

Το μάθημα αυτό αποτελεί μια εισαγωγή στις διάφορες φάσεις μεταγλωττισμού μιας γλώσσας προγραμματισμού. Γίνεται αναφορά στις κύριες έννοιες των γλωσσών προγραμματισμού με στόχο την επεξήγηση των φάσεων που ακολουθεί ένας μεταγλωττιστής για να μετατρέψει ένα πηγαίο πρόγραμμα στην γλώσσα μηχανής. Ως εκ τούτου ασχολείται με την λεκτική, συντακτική, σημασιολογική ανάλυση μιας αρχικής γλώσσας προγραμματισμού και την μετατροπή της σε ενδιάμεσο κώδικα και τελική γλώσσα. Τα εργαλεία flex και bison χρησιμοποιούνται για πρακτική εφαρμογή και ανάπτυξη μικρών λεκτικών αναλυτών και συντακτικών αναλυτών αντίστοιχα.

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση του μαθήματος, οι επιτυχημένοι φοιτητές πρέπει να είναι σε θέση να:

• Να εξηγήσουν πώς η ανάλυση, οι κανονικές εκφράσεις και οι γλώσσες λειτουργούν με την εφαρμογή των λεκτικών αναλυτών.
• Να εξηγήσουν την ανάλυση σύνταξης, την ανάλυση από πάνω προς τα κάτω και από κάτω προς τα πάνω, την εφαρμογή συντακτικών αναλυτών.
• Να εξερευνήσουν τον τρόπο λειτουργίας της σημασιολογικής ανάλυσης και της δημιουργίας ενδιάμεσου κώδικα.
• Να εξηγήσουν θέματα σχετικά με την οργάνωση της μνήμης και το περιβάλλον εκτέλεσης (περιβάλλον χρόνου εκτέλεσης), την κατανομή καταχωρητών και τη δημιουργία και βελτιστοποίηση του τελικού κώδικα.
• Να υλοποιήσουν έναν απλό μεταγλωττιστή για τον επεξεργαστή MIPS. Η υλοποίηση αυτή θα πραγματοποιηθεί μέσω της γλώσσας C και των εργαλείων Flex και Bison.

Προαπαιτούμενα

Προαπαιτείται βασική

γνώση γλώσσας

προγραμματισμού

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

• 1η εβδομάδα: Εισαγωγή, Γλώσσες προγραμματισμού, Μεταγλωττιστές, Αναγκαιότητα και ιστορική αναδρομή, Είδη μεταγλωττιστών και συναφή εργαλεία, Βασική δομή ενός μεταγλωττιστή.
• 2η εβδομάδα: Τυπικές γλώσσες, Γεννητικά και αναγνωριστικά μοντέλα, Γραμματικές, Ιεραρχία Chomsky, Αναγνωριστές, Κανονικές γλώσσες, Κανονικές εκφράσεις, Πεπερασμένα αυτόματα.
• 3η εβδομάδα: Λεκτική ανάλυση, Διαγράμματα μετάβασης, Κατασκευή του λεκτικού αναλυτή.
• 4η εβδομάδα: Γλώσσες χωρίς συμφραζόμενα, Διφορούμενες γλώσσες, Τρόποι παράσταστασης γλωσσών χωρίς συμφραζόμενα.
• 5η εβδομάδα: Συντακτική ανάλυση, αναλυτής από κάτω προς τα πάνω.
• 6η εβδομάδα: Ανάκτηση από σφάλματα, χρήση μεταγλωττιστών για τη δημιουργία συντακτικών αναλυτών.
• 7η εβδομάδα: Ενδιάμεση εξέταση
• 8η εβδομάδα: Συντακτική ανάλυση, Βοηθητικές έννοιες, υπολογισμός FIRST και FOLLOW, Ανοδικοί και καθοδικοί συντακτικοί αναλυτές, Ανοδική συντακτική ανάλυση.
• 9η εβδομάδα: Σημασιολογική ανάλυση, Στατική σημασιολογία, Δυναμική σημασιολογία, Σημασιολογικός έλεγχος, Έλεγχος τύπων, Εξαγωγή τύπων, Κατηγορικές γραμματικές, Πίνακας συμβόλων.
• 10η εβδομάδα: Παραγωγή ενδιάμεσου κώδικα, Μορφές ενδιάμεσων γλωσσών, Η γλώσσα των τετράδων, Τελούμενα, Τελεστές.
• 11η εβδομάδα: Παραγωγή ενδιάμεσου κώδικα, Ένα απλό σχέδιο παραγωγής τετράδων, Αριθμητικές εκφράσεις, Λογικές εκφράσεις, Απλές εντολές, Σύνθετη εντολή, Εντολή if, Εντολή while, Κλήση υποπρογραμμάτων.
• 12η εβδομάδα: Παραγωγή τελικού κώδικα.
• 13η εβδομάδα: Βελτιστοποίηση κώδικα, Τεχνικές βελτιστοποίησης κώδικα.
• 14η εβδομάδα:  Επανάληψη-Προετοιμασία για την τελική εξέταση

Μεθοδολογία Διδασκαλίας

Το μάθημα διδάσκεται μέσω:

• Διαδραστικών διαλέξεων πρόσωπο με πρόσωπο
• Ομαδικών δραστηριοτήτων / συζητήσεων 
• Δραστηριοτήτων εντός της τάξης
• Δραστηριοτήτων πολυμέσων
• Εργαστηρίου

Βιβλιογραφία

Βασικά εγχειρίδια

• Alfred V. Aho, Monica S. Lam, Ravi Sethi, Jeffrey D. Ullman, Compilers: Principles, Techniques, and Tools, 2nd Edition, Pearson, 2013. (ISBN: 0321486811)
• “Μεταγλωττιστές”, Νικόλαος Παπασπύρου και Εμμανουήλ Σκορδαλάκης, Εκδόσεις Συμμετρία, 2002 (ISBN 978-960-266-135-2).

Συνιστάται

• “Engineering a Compiler”, Keith D. Cooper and Linda Torczon, Elservier MK Morgan Kaufmann. (ISBN: 9780128154120)
• Terence Halsey, Compiler Design: Principles, Techniques and Tools, Larsen and Keller Education, 2018. (ISBN: 1635496772)
• “Flex & Bison”, John Levine, O’ Reilly, 2009.

Αξιολόγηση

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Ανάλυση και Σχεδιασμός Πληροφοριακών Συστημάτων

Κωδικός Μαθήματος

CSE 223

Τύπος μαθήματος

Απαιτούμενο

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

2o / Φθινοπωρινό

Όνομα Διδάσκοντα

Ελίζα Λοίζου

ECTS

5

Διαλέξεις / εβδομάδα

4

Εργαστήρια / εβδομάδα

2

Στόχος Μαθήματος

• Αξιοποίηση της Ανάλυσης και Σχεδιασμού συστημάτων ώστε να καταστεί αποτελεσματικό εργαλείο ανάπτυξης Πληροφοριακών Συστημάτων.
• Γνωριμία και κατανόηση των δραστηριοτήτων που περιλαμβάνουν οι φάσεις της Ανάλυσης και Σχεδιασμού συστημάτων, και πώς αυτές καθοδηγούν τη μετέπειτα  υλοποίησή τους.
• Θεωρητική και πρακτική εξοικείωση αναφορικά με θέματα Διαχείρισης Έργων, το ρόλο και τα καθήκοντα του Αναλυτή Συστημάτων, τις ευθύνες του, όπως επίσης και με τη στελέχωση και οργάνωση της ομάδας εργασίας για την ανάπτυξη συστημάτων.
• Κατανόηση των διαφόρων σταδίων του κύκλου ζωής ενός Πληροφοριακού Συστήματος και της σημαντικότητας του καθενός.

Μαθησιακά Αποτελέσματα

• Να αναλύουν και να σχεδιάζουν ένα πληροφοριακό σύστημα παρακολουθώντας τις φάσεις και τις δραστηριότητες της ανάλυσης και του σχεδιασμού συστημάτων
• Εφαρμόστε τη διαχείριση έργων, τις μελέτες σκοπιμότητας και την οργάνωση ομάδας στην ανάπτυξη πληροφοριακών συστημάτων
• Χρησιμοποιήστε τεχνικές συλλογής πληροφοριών, μοντελοποίηση δεδομένων και μοντελοποίηση διεργασιών για ανάλυση συστήματος
• Αναπτύξτε και παρουσιάστε μια νέα πρόταση και σχεδιασμό συστήματος, συμπεριλαμβανομένων των παραμέτρων διεπαφής ανθρώπου-υπολογιστή
• Εφαρμόστε εργαλεία και εργαστήρια CASE για να υποστηρίξετε την ανάλυση συστημάτων και την πρακτική σχεδιασμού

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

• Μελέτη της θεωρίας των συστημάτων και ο τρόπος χρησιμοποίησης της για τη σχεδίαση και την ανάπτυξη συστημάτων πληροφορικής.
• Μελέτη των διαφόρων φάσεων για τη συστηματική ανάλυση, σχεδίαση, εκπόνηση και υλοποίηση ενός πληροφοριακού συστήματος.
• Γίνεται αναφορά και πρακτική εξάσκηση σε γνωστικά αντικείμενα όπως διεύθυνση έργου, επικοινωνία, ανεύρεση δεδομένων και μελέτη σκοπιμότητας

ΕΝΟΤΗΤΕΣ - ΚΕΦΑΛΑΙΑ

• Οι Εμπλεκόμενοι στην Ανάλυση Συστημάτων
• Δομικά Στοιχεία Πληροφοριακών Συστημάτων
• Ανάπτυξη Πληροφοριακών Συστημάτων
• Διαχείριση Έργων
• Ανάλυση Συστημάτων
• Ανάλυση Απαιτήσεων
• Μοντελοποίηση Δεδομένων
• Μοντελοποίηση Διαδικασιών
• Πρόταση Συστήματος
• Σχεδιασμός Συστήματος
• Αρχιτεκτονική Εφαρμογών Λογισμικού και Μοντελοποίηση
• Σχεδιασμός Διαπροσωπείας Χρήστη

Μεθοδολογία Διδασκαλίας

•  Διαλέξεις και μελέτη τεχνικών μεθόδων
• Διαλογική συζήτηση και ανάπτυξη ιδεών
• Ανάλυση εργασιών (case studies) και παρουσίαση         
• Ομαδικές εργασίες και μελέτες.
• Εργαστήρια

Βιβλιογραφία

• Systems Analysis & Design Μethods by J. Whitten, L. Bentley & K. Dittman, Fifth Edition, bMc Graw Hill Publishers. (ISBN: 0071148744)
• Systems Analysis and Design, 10th Edition, Harry Rosenblatt, Shelly Cashman Series (ISBN: 1285422708)
• Systems Analysis and Design, 6th Edition, Dennis-Wixom-Roth, Wiley (ISBN: 1118897854)

Αξιολόγηση

Ενδιάμεση (20 %), εργαστήρια (10 %), εργασία (20%), τελική εξέταση (50 %).

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Δομές Δεδομένων και Αλγόριθμοι

Κωδικός μαθήματος

CSE 224

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

2ο χρόνο / 3ο εξάμηνο

Όνομα διδάσκοντα

Ανδρέας Διαβαστός

ECTS

5

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

1x2h

Σκοπός και στόχοι μαθήματος

Το μάθημα Δομές Δεδομένων και Αλγόριθμοι αποτελεί μια εισαγωγή στις Δομές Δεδομένων που διέπουν τον προγραμματισμό και στην Ανάλυση Αλγορίθμων. Σκοπός του μαθήματος είναι να κατανοήσετε πως κοινά υπολογιστικά προβλήματα μπορούν να λυθούν αποδοτικά στον προγραμματισμό με τη χρήση κατάλληλων δομών δεδομένων και αλγορίθμων. Το μάθημα διδάσκεται στη γλώσσα προγραμματισμού Python.

Στο εργαστήριο οι φοιτητές θα πραγματοποιήσουν προγραμματιστικές ασκήσεις στη γλώσσα προγραμματισμού Python, οι οποίες θα στοχεύουν στην εμπέδωση της θεωρίας που θα παραδίδεται στις διαλέξεις.

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να:

• Περιγράφουν και να υλοποιούν σε Python βασικές δομές δεδομένων και αλγόριθμους
• Υλοποιούν προγραμματιστικές τεχνικές που απαντώνται συχνά στη λύση αλγοριθμικών προβλημάτων
• Αναλύουν την πολυπλοκότητα αλγορίθμων και να εκτιμούν το υπολογιστικό κόστος των αλγορίθμων
• Επιλέγουν τις κατάλληλες δομές δεδομένων και αλγόριθμους για την επίλυση συγκεκριμένων προγραμματιστικών προβλημάτων
• Συνδυάζουν αλγόριθμους και δομές δεδομένων για την επίλυση πολύπλοκων υπολογιστικών προβλημάτων.

Προαπαιτούμενα

Δεν υπάρχει αυστηρό προαπαιτούμενο. Οι φοιτητές πρέπει να γνωρίζουν καλές αρχές προγραμματισμού.

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Ανάλυση Αλγορίθμων
• Προγραμματισμός σε Python και Αντικειμενοστραφείς Προγραμματισμός
• Αναδρομή
• Πίνακες
• Στοίβες (Stacks), Ουρές (Queues)
• Συνδεδεμένες Λίστες (Linked List)
• Δέντρα και Δυαδικά Δέντρα
• Ουρές Προτεραιότητας και Σωροί (Heaps)
• Χάρτες (Maps), Λεξικά (Dictionaries), Πίνακες Κατακερματισμού (Hash Maps), Σύνολα
• Δέντρα Αναζήτησης και AVL Δέντρα
• Δέντρα Splay, Δέντρα (2,4)
• Ταξινόμηση και Επιλογή
• Γράφοι και Αλγόριθμοι Συντομότερου Μονοπατιού

Μεθοδολογία διδασκαλίας

Οι παρουσιάσεις πραγματοποιούνται από τον διδάσκοντα με χρήση διαφανειών, ενώ τα εργαστήρια, με πρακτικές εργασίες προγραμματισμού στη γλώσσα προγραμματισμού Python γίνονται από ειδικό διδακτικό προσωπικό υπό την επίβλεψη του διδάσκοντα (τις εργασίες προετοιμάζει ο διδάσκοντας). Κατά τη διάρκεια των διαλέξεων, συχνά διεξάγεται μια εις βάθος συζήτηση με τον διδάσκοντα με ερωτήσεις και απαντήσεις για καλύτερη κατανόηση και σωστή χρήση των δομών και των αλγορίθμων που χρησιμοποιούνται. Κάθε εβδομάδα δίνονται μικρές ασκήσεις στην τάξη στους φοιτητές για να τους βοηθήσουν να κατανοήσουν καλύτερα τις έννοιες που διδάσκονται. Δίνεται αρκετός χρόνος στους φοιτητές να δουλέψουν σε πιθανές λύσεις σε αυτές τις ασκήσεις και να τις συζητήσουν με τον διδάσκοντα κατά τη διάρκεια της διάλεξης/εργαστηρίου και στο τέλος παρουσιάζεται μια ενδεικτική λύση και τους εξηγείται.

Βιβλιογραφία

Το βασικό βιβλίο για μελέτη είναι:

• Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser. Data Structures and Algorithms in Python, 1st Edition, Wiley. ISBN-13: 978-1118290279

Σαν επιπλέον βοήθημα προτείνεται επίσης και τα εξής βιβλία:

• Brad Miller and David Ranum. Problem Solving with Algorithms and Data Structures Using Python, 2nd Edition, Franklin, Beedle & Associates. ISBN-13: 978-1590282571
• Kent D. Lee and Steve Hubbard. Data Structures and Algorithms with Python, With an Introduction to Multiprocessing, 2nd Edition. Springer. ISBN 978-3-031-42208-9.

Αξιολόγηση

• 50% Τελική εξέταση: Καλύπτει ολόκληρο το υλικό του μαθήματος
• 30% Διαγνωστικά: 3 διαγνωστικά κατά τη διάρκεια του εξαμήνου, ένα για κάθε μήνα συμπληρωμένου υλικού του μαθήματος. Κάθε διαγνωστικό καλύπτει μόνο το υλικό που καλύφθηκε κατά τη διάρκεια του μήνα αυτού και παίρνει το 10% συνολικού/τελικού βαθμού.
• 15% Εργαστηριακές ασκήσεις: 3 εργαστηριακές ασκήσεις κατά τη διάρκεια του εξαμήνου, μία κάθε μήνα. Οι φοιτητές πρέπει να παραδώσουν και να παρουσιάσουν τις λύσεις τους στους διδάσκοντες του μαθήματος και του εργαστηρίου.
• 5% Εβδομαδιαίες εργασίες για το σπίτι

Γλώσσα

Ελληνικά (το βιβλίο του μαθήματος είναι γραμμένο στα αγγλικά, αλλά οι σημειώσεις της τάξης είναι στα ελληνικά). Ορισμένο περιεχόμενο των παρουσιάσεων της τάξης, για παράδειγμα διάφοροι τεχνικοί ορισμοί και όροι, παρουσιάζονται σε μικτή γλώσσα (η ελληνική γλώσσα δεν διαθέτει σύγχρονους τεχνικούς όρους και ως εκ τούτου η αναφορά σε αυτούς στα αγγλικά είναι αναπόφευκτη – αυτό γίνεται και ως καλύτερη προετοιμασία των μαθητών στην ευρύτερη διεθνή επαγγελματική σκηνή).

Τίτλος Μαθήματος

Λειτουργικά Συστήματα

Κωδικός Μαθήματος

CSE 225

Τύπος μαθήματος

Απαιτούμενο

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

2o / 3o

Όνομα Διδάσκοντα

Ελίζα Λοίζου

ECTS

5

Διαλέξεις / εβδομάδα

4

Εργαστήρια / εβδομάδα

2

Στόχος Μαθήματος

Σκοπός του μαθήματος είναι να διδάξει τις βασικές αρχές σχεδιασμού και λειτουργίας ενός μοντέρνου λειτουργικού συστήματος. Mελετούνται τα λειτουργικά επίπεδα και οι μηχανισμοί ενός μοντέρνου λειτουργικού συστήματος που υποστηρίζει καταμερισμό χρόνου. Δίδεται ο διπλός ρόλος ενός λειτουργικού συστήματος, σαν διαχειριστή των διαφόρων μονάδων του υπολογιστή και σαν προμηθευτή των παρεχόμενων υπηρεσιών προς τον χρήστη.

Μαθησιακά Αποτελέσματα

Μετά την επιτυχή ολοκλήρωση του μαθήματος, ο διδασκόμενος θα πρέπει:

• Γνωρίζουν την ιστορική εξέλιξη των υπολογιστών και των λειτουργικών συστημάτων
• Κατανοήστε τη διαχείριση της CPU και των διεργασιών, συμπεριλαμβανομένου του προγραμματισμού, του συγχρονισμού και των αδιεξόδων
• Κατανοήστε τις τεχνικές διαχείρισης μνήμης, συμπεριλαμβανομένης της σελιδοποίησης, της τμηματοποίησης και της εικονικής μνήμης
• Κατανοήστε τη διαχείριση δευτερεύουσας αποθήκευσης, συμπεριλαμβανομένων των συστημάτων αρχείων, των καταλόγων και της διαχείρισης εισόδου/εξόδου
• Εφαρμόζουν έννοιες λειτουργικών συστημάτων για την επίλυση προβλημάτων που σχετίζονται με τη διαχείριση πόρων και την απόδοση του συστήματος

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Η ύλη περιλαμβάνει 4 ενότητες:

Eνότητα 1: Εισαγωγή:

• Eισαγωγικές  έννοιες,  ιστορική αναδρομή και εξέλιξη των λειτουργικών συστημάτων. Γενική δομή, λειτουργίες και χαρακτηριστικά ενός λειτουργικού συστήματος. Δομή του λειτουργικού συστήματος.  Bασικές λειτουργίες:  χειρισμός συσκευών, παροχή υπηρεσιών στον χρήστη, αντιμετώπιση σφαλμάτων, συντονισμός διεργασιών.

Eνότητα 2:  Διαχείρηση διεργασιών – Process Management:

1. Tι είναι διεργασία (process).

Χρονοδρομολόγηση διεργασιών (process scheduling)

Επικοινωνία μεταξύ διεργασιών (interprocess communication)

Επικοινωνία σε Client-Server Systems.

1. Νήματα (threads)  και Πολυνηματικές Διεργασίες (Multitreading Models)
2. Xρονοδρομολόγηση (CPU Scheduling)

Eπίπεδα, στόχοι και κριτήρια των μηχανισμών χρονοδρομολόγησης.

Πρόωρη (preemptive) και αποκλειστική (nonpreemptive) χρονοδρομολόγηση. Προτεραιότητες (priorities).

Aλγόριθμοι χρονοδρομολόγησης

1. Συγχρονισμός διεργασιών (process synchronization).

Συνθήκες συναγωνισμού (race conditions).

Kρίσιμες περιοχές διεργασιών (critical regions).

Aμοιβαίος αποκλεισμός (mutualexclusion).

Eπικοινωνία μεταξύ διεργασιών (interprocess communication).

1. Tο πρόβλημα του αδιέξοδου (deadlock) και της συνεχούς αναβολής (indefinite postponement).

Τρόποι χειρισμού του αδιέξοδου.

Aιτίες δημιουργίας αδιέξοδου και παραδείγματα.

Iκανές συνθήκες για δημιουργία αδιέξοδου.

Eνότητα 3: Διαχείρηση πραγματικής και ιδεατής μνήμης (real and virtual memory management).

1. Διαχείρηση μνήμης(main memory)

Aλγόριθμοι τοποθέτησης.

Aπλή σελιδοποίηση (paging) και swapping.

1. Iδεατή μνήμη (virtual memory).

Σελιδοποίηση ιδεατής μνήμης.

Frames.

Thrashing.

Eνότητα 4: Διαχείρηση Αποθήκευσης (Storage management)

1. Διαχείρηση αρχείων (file management). Διαδικασίες με αρχεία: δημιουργία, διάβασμα, γράψιμο, επαναφορά, διαγραφή. Σύστημα αρχείων και στόχοι: μέθοδοι προσπέλασης (access methods), διαχείριση αρχείων και περιφερειακής μνήμης, μηχανισμοί ακεραιότητας (integrity mechanisms). Oργάνωση αρχείων. Kατάλογος αρχείων (directory). Oργάνωση καταλόγων. Tρόποι παροχής μνήμης (memory allocation) για αποθήκευση αρχείων.
2. Διαχείρηση συσκευών Εισόδου-Εξόδου (Mass Storage Structure and  I/O Systems)

Στόχοι της διαχείρησης συσκευών Ι/Ο: ανεξαρτησία από την κωδικοποίηση χαρακτήρων (character code independence), ανεξαρτησία από την συσκευή (device independence), αποδοτικότητα (efficiency) και ομοιόμορφος χειρισμός συσκευών (uniform treatment of devices).  Xρήση ενδιάμεσης μνήμης (buffering). Παράμετροι απόδοσης εισαγωγής/εξαγωγής δεδομένων σε/από δίσκο: χρόνος αναζήτησης (seek ), χρόνος μεταφοράς (latency), επιβράδυνση περιστροφής (rotational delay).

Στρατηγικές βελτιστοποίησης χρόνου αναζήτησης.  Xρήση κρυφής μνήμης (cache memory).

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις και  εργαστήριο

Βιβλιογραφία

• A. Silberschatz, G. Gagne, P. B. Galvin, ‘Operating Systems Concepts’, 7th edition, Wiley, 2005, ISBN 0‐471‐69466‐5

Άλλα προτεινόμενα βιβλία είναι:

• W. Stallings, 'Operating Systems: Internals and Design Principles’, Prentice Hall., 6th edition, 2009, ISBN 0‐13‐603337‐7
• A. S. Tanenbaum, A. S. Woodhull, ‘Operating Systems: Design and Implementation’, 3rd edition, 2006, ISBN 0‐13‐0‐13‐142938‐8.

Αξιολόγηση

Ενδιάμεση (30 %), εργαστήρια (20 %), τελική εξέταση (50 %).

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Αλγόριθμοι και Πολυπλοκότητα

Κωδικός Μαθήματος

CSE 226

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

2o έτος / 4o εξάμηνο (Εαρινό)

Όνομα Διδάσκοντα

Ηρόδοτος Ηροδότου

ECTS

5

Διαλέξεις / εβδομάδα

2 (4 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχος Μαθήματος

Το μάθημα εισάγει τις θεμελιώδεις αρχές σχεδιασμού και ανάλυσης αλγορίθμων, εστιάζοντας τόσο στις πρακτικές τεχνικές επίλυσης υπολογιστικών προβλημάτων όσο και στις θεωρητικές βάσεις της αλγοριθμικής πολυπλοκότητας.

Μαθησιακά Αποτελέσματα

Στο τέλος του μαθήματος οι φοιτητές θα μπορούν:

• Να επιλέγουν σωστά μεταξύ διαφόρων αλγορίθμων και μεθοδολογιών αλγορίθμων για την επίλυση προγραμματιστικών προβλημάτων.
• Να σχεδιάσουν και να υλοποιήσουν νέους αλγόριθμους για την επίλυση υπολογιστικών προβλημάτων χρησιμοποιώντας διάφορες μεθοδολογίες όπως διαίρει και κυρίευε, δυναμικός προγραμματισμός και άπληστοι αλγόριθμοι.
• Να αναλύσουν την πολυπλοκότητα αλγορίθμων και να εκτιμάται το υπολογιστικό κόστος του λογισμικού τους.

Προαπαιτούμενα

CSE 224 - Δομές Δεδομένων και Αλγόριθμοι

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Το μάθημα καλύπτει τα εξής θέματα: ανάλυση αλγορίθμων, ο ασυμπτωτικός συμβολισμός, οι αναδροµικές σχέσεις, οι αλγόριθμοι διαίρει και κυρίευε, ο δυναμικός προγραμματισμός, οι άπληστοι αλγόριθμοι, η αναπαράσταση γραφημάτων, η αναζήτηση σε γραφήματα, τα ελαφρύτατα συνδετικά δένδρα, οι ελαφρύτατες διαδρομές, η μέγιστη ροή δικτύων, η NP-πληρότητα, και οι προσεγγιστικοί αλγόριθμοι.

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση, και εργαστηριακές επιδείξεις

Βιβλιογραφία

1. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein. Introduction to Algorithms. MIT Press; 4th Edition, 2022, ISBN: 9780262046305

Greek version: Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein. Εισαγωγή στους Αλγόριθμους, Έκδοση 3, Πανεπιστημιακές Εκδόσεις Κρήτης, 2016, ISBN: 978-960-524-473-6

Αξιολόγηση

Ενδιάμεση (30 %), εργασίες (20 %), τελική εξέταση (50 %)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Προχωρημένη Αντικειμενοστρεφής Μεθοδολογία και Προγραμματισμός (UML, Java)

Κωδικός μαθήματος

CSE 227

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος /Εξάμηνο

2ο / 4ο

Όνομα διδάσκοντα

Παναγιώτης Ηλία

ECTS

6

Διαλέξεις/ εβδομάδα

2 (4 ώρες)

Εργαστήρια/ εβδομάδα

1 (2 ώρες)

Σκοπός και στόχοι μαθήματος

Το μάθημα αποσκοπεί να προσφέρει στους φοιτητές μια ολοκληρωμένη κατανόηση του αντικειμενοστραφούς προγραμματισμού (Object-Oriented Programming – OOP) με τη χρήση της γλώσσας Java, συνδυάζοντας τις βασικές αρχές με σύγχρονες πρακτικές ανάπτυξης λογισμικού. Στόχος είναι οι φοιτητές να αναπτύξουν την ικανότητα να σχεδιάζουν, να υλοποιούν και να αναλύουν αντικειμενοστραφή συστήματα λογισμικού που είναι αξιόπιστα, αρθρωτά (modular) και επεκτάσιμα.

Μέσα από διαλέξεις, εργαστηριακές ασκήσεις και ατομικές εργασίες, οι φοιτητές εξοικειώνονται με θεμελιώδεις έννοιες, όπως η ενθυλάκωση (encapsulation), η κληρονομικότητα (inheritance) και ο πολυμορφισμός (polymorphism), και μαθαίνουν να τις εφαρμόζουν αποτελεσματικά στην πράξη. Ιδιαίτερη έμφαση δίνεται στην επίλυση προβλημάτων, στη σωστή χρήση του Java Collections Framework, στη διαχείριση εξαιρέσεων, στις λειτουργίες εισόδου/εξόδου αρχείων (file I/O) και στην ανάπτυξη γραφικών διεπαφών χρήστη (GUI).

Το μάθημα εισάγει επίσης προχωρημένα θέματα, όπως ο πολυνηματικός προγραμματισμός (multithreading), τα γενικευμένα πρότυπα (generics) και τα πρότυπα σχεδίασης λογισμικού (software design patterns), προετοιμάζοντας τους φοιτητές για πραγματικές συνθήκες ανάπτυξης. Η Ενοποιημένη Γλώσσα Μοντελοποίησης (UML) χρησιμοποιείται καθ’ όλη τη διάρκεια του μαθήματος για την υποστήριξη του αντικειμενοστραφούς σχεδιασμού και την ενίσχυση της ικανότητας μοντελοποίησης και επικοινωνίας της αρχιτεκτονικής λογισμικού.

Μαθησιακά αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:

1. Κατανοούν και εφαρμόζουν τις βασικές αρχές του αντικειμενοστραφούς προγραμματισμού, όπως η ενθυλάκωση (encapsulation), η κληρονομικότητα (inheritance), ο πολυμορφισμός (polymorphism) και η σύνθεση (composition).
2. Σχεδιάζουν και υλοποιούν αρθρωτές (modular) και εύκολα συντηρήσιμες εφαρμογές σε Java, αξιοποιώντας κατάλληλα χαρακτηριστικά της γλώσσας και αντικειμενοστραφείς δομές.
3. Χειρίζονται αποτελεσματικά το Java Collections Framework και τα γενικευμένα πρότυπα (generics) για τη διαχείριση και επεξεργασία δομημένων δεδομένων.
4. Διαχειρίζονται λειτουργίες εισόδου/εξόδου αρχείων (file I/O) και εξαιρέσεις, δημιουργώντας αξιόπιστες και ανθεκτικές εφαρμογές.
5. Δοκιμάζουν και αποσφαλματώνουν προγράμματα Java, χρησιμοποιώντας κατάλληλα εργαλεία και τεχνικές.
6. Αναπτύσσουν διαδραστικά προγράμματα με γραφικές διεπαφές χρήστη (GUI) και συμπεριφορά βασισμένη σε γεγονότα (event-driven behavior).
7. Κατανοούν και εφαρμόζουν βασικές έννοιες του παράλληλου προγραμματισμού, χρησιμοποιώντας νήματα (threads).
8. Χρησιμοποιούν διαγράμματα UML για την ανάλυση, τον σχεδιασμό και την επικοινωνία αντικειμενοστραφών συστημάτων λογισμικού.

Προαπαιτούμενα

EEI 133

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα καλύπτει θεμελιώδεις και προχωρημένες έννοιες του αντικειμενοστραφούς προγραμματισμού σε Java, καθώς και βασικές πρακτικές σχεδίασης και ανάπτυξης λογισμικού.

• Σύνταξη Java, δομές ελέγχου, μέθοδοι, πίνακες
• Κλάσεις, αντικείμενα, ενθυλάκωση (encapsulation), σύνθεση (composition)
• Κληρονομικότητα (inheritance), πολυμορφισμός (polymorphism), αφαίρεση (abstraction)
• Διεπαφές (interfaces), αφηρημένες κλάσεις, γενικευμένα πρότυπα (generics)
• Συλλογές (collections): λίστες, σύνολα, πίνακες κατακερματισμού (maps), iterators, ταξινόμηση
• Διαχείριση εξαιρέσεων
• Είσοδος/έξοδος αρχείων (File I/O, NIO)
• Αρθρωτοποίηση (modularization) και διαχείριση πακέτων (package management)
• Δοκιμή και αποσφαλμάτωση (testing & debugging)
• Γραφικές διεπαφές χρήστη (GUI) και διαχείριση γεγονότων (event handling)
• Πολυνηματικός προγραμματισμός (multithreading) και ταυτόχρονη εκτέλεση (concurrency)
• Διαγράμματα UML
• Βασικά πρότυπα σχεδίασης (design patterns)
• Μοντέλα ανάπτυξης λογισμικού

Μεθοδολογία διδασκαλίας

Το μάθημα διδάσκεται μέσω συνδυασμού διαλέξεων και εποπτευόμενων εργαστηρίων. Στις διαλέξεις παρουσιάζονται οι θεωρητικές έννοιες του αντικειμενοστραφούς προγραμματισμού και οι τεχνικές προγραμματισμού, υποστηριζόμενες από παραδείγματα κώδικα, συζητήσεις στην τάξη και ενεργή συμμετοχή των φοιτητών. Τα εργαστήρια επικεντρώνονται στην πρακτική εφαρμογή, επιτρέποντας στους φοιτητές να εφαρμόζουν τις αρχές του αντικειμενοστραφούς προγραμματισμού μέσω καθοδηγούμενων ασκήσεων και δομημένων προγραμματιστικών εργασιών. Οι φοιτητές λαμβάνουν τακτική ανατροφοδότηση κατά τη διάρκεια των εργαστηρίων ώστε να παρακολουθούν την πρόοδό τους και να βελτιώνουν την κατανόησή τους.

Η διδασκαλία υποστηρίζεται από:

• Διαλέξεις με καθοδήγηση από τον διδάσκοντα, επιδείξεις εννοιών και παραδείγματα κώδικα
• Πρακτικές προγραμματιστικές ασκήσεις σε εργαστήρια
• Ατομικές εργασίες
• Δραστηριότητες μοντελοποίησης με τη χρήση UML

Βιβλιογραφία

• Savitch, W. Absolute Java. Ion Publishing, 2008.
• Deitel, H.M., & Deitel, P.J. Java Programming. Giourdas Publishing.
• Chatzigeorgiou, A. Object-Oriented Design with UML: Principles, Patterns, and Heuristics. Kleidarithmos Publishing.
• Savitch, W. Java: An Introduction to Problem Solving and Programming. Tziolas Publishing.
• Eckel, B. Thinking in Java (4th Edition). Prentice Hall.

Αξιολόγηση

• Εργαστηριακές ασκήσεις: 10%
• Ατομική εργασία: 20%
• Ενδιάμεση εξέταση: 25%
• Τελική εξέταση: 45%

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Προγραμματισμός Συστημάτων

Κωδικός μαθήματος

CSE 228

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

2 / Εαρινό

Όνομα διδάσκοντα

Φραγκίσκος Παπαδόπουλος

ECTS

5

Διαλέξεις/ εβδομάδα

2 (4 ώρες)

Εργαστήρια/ εβδομάδα

1 (2 ώρες)

Σκοπός και στόχοι μαθήματος

Κατανόηση των μηχανισμών με τους οποίους επιτυγχάνεται η πρόσβαση στις διάφορες μονάδες και βιβλιοθήκες ενός Λειτουργικού Συστήματος Unix με τη χρήση της γλώσσας προγραμματισμού C και διαφόρων κελυφών, όπως επίσης και τον ακριβή τρόπο με τον οποίο λειτουργούν αυτά τα συστήματα. Εκμάθηση πολυπρογραμματισμού και μεθόδων συγχρονισμού και επικοινωνίας διεργασιών (processes) και νημάτων (threads).

Μαθησιακά αποτελέσματα

• Επιδεικνύουν πρακτικές γνώσεις λειτουργικών συστημάτων που βασίζονται σε Unix και του συστήματος αρχείων Unix
• Δημιουργήστε και διαχειριστείτε διαδικασίες και νήματα, συμπεριλαμβανομένων μηχανισμών συγχρονισμού και επικοινωνίας
• Χρησιμοποιήστε πρωτόγονα επικοινωνίας μεταξύ διεργασιών (σήματα, σωλήνες) και υποδοχές δικτύου (TCP/UDP)
• Εφαρμόστε ελέγχους ταυτοχρονισμού, όπως mutexes και μεταβλητές συνθήκης σε προγράμματα C
• Γράψτε και διορθώστε σενάρια και φίλτρα κελύφους. Χρησιμοποιήστε κανονικές εκφράσεις για επεξεργασία κειμένου

Προαπαιτούμενα

CSE 225 Λειτουργικά Συστήματα

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Εισαγωγή στο Unix; Το Σύστημα Αρχείων (File System); Διεργασίες και Νήματα (Processes and Threads): Δημιουργία, Συγχρονισμός, Επικοινωνία, Σήματα (Signals), Σωληνώσεις (Pipes), TCP/UDP Sockets, Mutexes, Condition Variables, Κανονικές Εκφράσεις (Regular Expressions), Σενάρια Φλοιού (Shell Scripts), Φίλτρα (Filters).

Μεθοδολογία διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση, επίδειξη και παραδείγματα κώδικα, λύσεις ασκήσεων.

Βιβλιογραφία

• “Τhe Unix Programming Environment”, Brian W. Kernighan and Rob Pike. Prentice Hall (March 1984). (ISBN: 013937681X)
• “Sams Teach Yourself Unix in 24 Hours”, Dave Taylor and James C. Armstrong. Pearson Education, 2005. (ISBN: 0672314800)

Αξιολόγηση

Ασκήσεις προγραμματισμού (40%), τελική εξέταση (60%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Βιοπληροφορική

Κωδικός μαθήματος

CSE 229

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

2ος χρόνος / 4ον εξάμηνο

Όνομα διδάσκοντα

Χρίστος Λοϊζου

ECTS

6

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Οι φοιτητές θα πρέπει να αφομοιώσουν τις απαραίτητες θεωρητικές και πρακτικές γνώσεις σχετικά με τις διάφορες πτυχές της βιοπληροφορικής. Εισαγωγή στην Εμβιομηχανική και στη Βιοπληροφορική. Στατιστική σημασία των αποτελεσμάτων ευθυγράμμισης. Αναζήτηση βάσεων δεδομένων για παρόμοιες ακολουθίες, αποτελεσματικότητα σχετικών αλγορίθμων. Στατιστική ανάλυση πειραματικών δεδομένων μικροσυστοιχίας DNA. Ειδικά θέματα περιλαμβάνουν, εμβιομηχανική και βιοϋλικά, βιοεπεξεργασία και τηλεϊατρική, βιοϊατρικά όργανα, επεξεργασία σήματος και τρόπους απεικόνισης. Εισαγωγή στην αναδυόμενη βιομηχανία ιατροτεχνολογικών προϊόντων. Απεικόνιση με υπερηχογράφημα, ακτινογραφία, αξονική τομογραφία, μαγνητική τομογραφία και τομογραφία εκπομπής ποζιτρονίων (PET). Ο ρόλος των ακτίνων λέιζερ στη χειρουργική. Ενδοσκόπηση και θεραπείες με τη βοήθεια ενδοσκόπησης. Καρδιακές συσκευές (π.χ. βηματοδότες). Αρχές του νευρικού συστήματος. Κατανόηση του ηλεκτροκαρδιογραφήματος, του ηλεκτροεγκεφαλογράμματος και του ηλεκτρομυογράμματος. Αρχές του νευρικού συστήματος. Κατανόηση του ηλεκτροκαρδιογραφήματος, του ηλεκτροεγκεφαλογράμματος και του ηλεκτρομυογράμματος. Αρχές ακτινοθεραπείας, τηλεματικής στην υγειονομική περίθαλψη. Θεραπευτικό υπερηχογράφημα και εφαρμογές θεραπειών με χρήση θερμικής ακτινοβολίας. Αλγόριθμοι στοίχισης ακολουθιών κατά ζεύγη και στοίχισης πολλαπλών ακολουθιών. Ταξινόμηση πρωτεϊνών και πρόβλεψη δομής.

Μαθησιακά αποτελέσματα

• Αποκτήσουν γνώση των βασικών αρχών της βιοτεχνολογίας και της μηχανικής στη βιολογία και την ιατρική
• Κατανοούν τις βασικές λειτουργίες του ανθρώπινου σώματος και τον τρόπο παραγωγής βιολογικών σημάτων
• Εφαρμόζουν αρχές μηχανικής σε βιολογικά προβλήματα ανάκτησης σήματος και βιοϊατρικά προβλήματα
• Να κατανοούν και να εφαρμόζουν αλγορίθμους στοίχισης αλληλουχιών, φυλογενετικής πρόβλεψης και ταξινόμησης πρωτεϊνών
• Αναλύουν δεδομένα μικροσυστοιχιών DNA και αξιολογήστε τη στατιστική σημαντικότητα των αποτελεσμάτων της βιοπληροφορικής
• Να κατανοούν και να εφαρμόζουν αρχές ιατρικής απεικόνισης (υπερηχογράφημα, ακτινογραφία, αξονική τομογραφία, μαγνητική τομογραφία, pet)
• Επίδειξη γνώσεων τηλεϊατρικής, βιοϋλικών και βιοαισθητήρων

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα βασίζεται σε βασικά στοιχεία της Βιοπληροφορικής και έχει ως κύριους στόχους τους:

Καλύπτονται τα ακόλουθα κεφάλαια:

• Ενότητα 1: Βασικά στοιχεία βιοϊατρικών σημάτων, συστημάτων και υπερήχων.
• Ενότητα 2: Εισαγωγή στη Βιοστατιστική και Στατιστική Ανάλυση Δεδομένων, Βιοϊατρικά Συστήματα Υγείας.
• Ενότητα 3: Πληροφοριακά Συστήματα Υγείας, MRI και πρότυπο DICOM & PACS.
• Ενότητα 4: Ιατρική Απεικόνιση (Επεξεργασία, Ανάλυση, Αξιολόγηση Ποιότητας), τεχνολογίες και εφαρμογές. Ψηφιακή ακτινογραφία.
• Ενότητα 5: Ανθρώπινος Εγκέφαλος, Ανατομία Εγκεφάλου, Νευρικό Σύστημα (ΚΝΣ), Ακτινογραφίες. 
• Ενότητα 6: Ενδοσκόπηση, Καρδιά και λειτουργία και διαγράμματα, Ηλεκτροκαρδιογράφημα, Πίεση και λειτουργία.
• Ενότητα 7: Ιατρικές Μηχανές, ΗΕΓ, Πίεση αίματος, Πίεση αίματος, Συσκευές Ακτινοβολίας.
• Ενότητα 8: Τηλεϊατρική, τεχνολογίες και εφαρμογές.
• Ενότητα 9: Βιοϋλικά.
• Ενότητα 10: Βιοαισθητήρες και ανάλυση στατιστικών δεδομένων. Γιατί χρειαζόμαστε βιονικά;
• Ενότητα 11: Τρισδιάστατη εκτύπωση, Εισαγωγή στη μοριακή βιολογία, ανάλυση/αναπαράσταση. Φυσική ποικιλότητα και ποικιλία.  
• Ενότητα 12: Θερμική κατάλυση, Θεραπεία, Τεχνικές.

Μεθοδολογία διδασκαλίας

Διαλέξεις. Κάθε εβδομάδα, ο εκπαιδευτής του μαθήματος θα παρουσιάζει μια εισαγωγή στο θέμα με τη μορφή παρουσίασης διάλεξης.  Το μάθημα θα είναι ένας συνδυασμός παρουσιάσεων, επίλυσης προβλημάτων, ομαδικών συζητήσεων, χρήσης παραδειγμάτων, προγραμματισμού Matlab και εργαστηριακών ασκήσεων.

Βιβλιογραφία

• E. Shortliffe, L Perreault et. al, “Medical Informatics COMPUTER Applications in Health Care and Biomedicine”, Springer-Verlag, New York, 2001, ISBN 0-387-98472-0.
• J.H van Bemmel, M.A. Musen, “Medical Informatics”, Springer-Verlag, 2000, ISBN 3-450-63351-0.
• "Βιοπληροφορική, Δυνατότητες και Προοπτικές", Σοφία Κοσσίδα
• "Bioinformatics- From Genomes to Drugs", Edited by Thomas Lengauer, Volumes I & II, WILEY-VCH, 2001.
• "Fundamental Concepts of Bioinformatics", D. Krane and M.L.Raymer, Pearson Education, 2003.
• "Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins", Edited by A.D.Baxevanis and B.F.F.Ouellette, Wiley-Liss, Inc., 2001

Περαιτέρω πρόσθετη ανάγνωση δίνεται παρακάτω:

Σημειώσεις τάξης και ερευνητικά άρθρα.

Αξιολόγηση

• Εργαστηριακές ασκήσεις και έργα (10%)
• Ενδιάμεση Εξέταση (40%)
• Τελική εξέταση (50%)

Γλώσσα

Ελληνική

Τίτλος μαθήματος

Δίκτυα και Επικοινωνίες Υπολογιστών

Κωδικός μαθήματος

CSE 321

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

3 / Χειμερινό

Όνομα διδάσκοντα

Φραγκίσκος Παπαδόπουλος

ECTS

5

Διαλέξεις/ εβδομάδα

2 (4 ώρες)

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Εισαγωγή στα δίκτυα ηλεκτρονικών υπολογιστών, με έμφαση στο Διαδίκτυο (Internet). Καλύπτεται ένα μεγάλο εύρος θεμάτων, όπως οι βασικές αρχές πρωτοκόλλων επιπέδου εφαρμογών (π.χ., Web, FTP, DNS), διανομή περιεχομένου, αρχιτεκτονικές πελάτη-εξυπηρετητή (client-server) και ομότιμων (peer-to-peer), πρωτόκολλα μεταφοράς δεδομένων TCP/UDP, αρχές αξιόπιστης μεταφοράς δεδομένων και ελέγχου συμφόρησης, έλεγχος συμφόρησης στο Διαδίκτυο, αρχές δρομολόγησης και δρομολόγηση στο Διαδίκτυο, το πρωτόκολλο IP και αρχιτεκτονικές δρομολογητών δικτύου, διευθύνσεις στο Διαδίκτυο, IPv4 και IPv6, ενσύρματα και ασύρματα δίκτυα πρόσβασης, (π.χ., Ethernet, DSL, WLANs), ζεύξεις δεδομένων.

Μαθησιακά αποτελέσματα

• Εξηγούν την αρχιτεκτονική του Διαδικτύου, τη διαστρωμάτωση πρωτοκόλλων και τα μέτρα απόδοσης
• Αναλύουν και εφαρμόζουν μηχανισμούς επιπέδου μεταφοράς, συμπεριλαμβανομένου του TCP/UDP, της αξιόπιστης μεταφοράς δεδομένων και του ελέγχου συμφόρησης/ροής
• Περιγράφουν και να παραμετροποιούν τις λειτουργίες σε επίπεδο δικτύου: διευθυνσιοδότηση IP (IPv4/IPv6), αρχές δρομολόγησης και βασικές αρχές αρχιτεκτονικής δρομολογητή
• Εξηγούν τα πρωτόκολλα επιπέδου ζεύξης δεδομένων και τα ενσύρματα/ασύρματα δίκτυα πρόσβασης (π.χ. Ethernet, DSL, WLAN)
• Εφαρμόζουν έννοιες επιπέδου εφαρμογής (Web/HTTP, FTP, DNS) και αρχιτεκτονικές πελάτη-διακομιστή και peer-to-peer

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Εισαγωγή στα Δίκτυα Υπολογιστών, δομή Διαδικτύου, αρχιτεκτονική επιπέδων, μέτρα απόδοσης, βασικές έννοιες. Επίπεδο Ζεύξης Δεδομένων, Τοπικά Δίκτυα. Επίπεδο Δικτύου, πρωτόκολλο IP, δρομολόγηση, διευθύνσεις. Επίπεδο Μεταφοράς, πρωτόκολλα TCP/UDP, συμφόρηση, έλεγχος. Επίπεδο Εφαρμογής, αρχιτεκτονικές Client-Server και Peer-to-Peer.

Μεθοδολογία διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση, λύσεις ασκήσεων.

Βιβλιογραφία

Computer Networking: A Top-Down Approach, by James F. Kurose & Keith W. Ross. (ISBN: 9780133594140)

Αξιολόγηση

Ενδιάμεση εξέταση (40%), εργασίες (5%), τελική εξέταση (55%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Εργαστήριο Δικτύων Υπολογιστών και Επικοινωνιών

Κωδικός μαθήματος

CSE 322

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

3 / Χειμερινό

Όνομα διδάσκοντα

Ειδικός Επιστήμονας

ECTS

4

Διαλέξεις/ εβδομάδα

-

Εργαστήρια/ εβδομάδα

1 (4 ώρες)

Σκοπός και στόχοι μαθήματος

Το μάθημα αυτό έχει ως σκοπό την πρακτική εξάσκηση και πειραματισμό των φοιτητών σε θέματα δικτύων Η/Υ. Συγκεκριμένα, το μάθημα προσφέρει στους φοιτητές τη δυνατότητα να διασυνδέσουν τοπικά δίκτυα Η/Υ χρησιμοποιώντας διακόπτες (switches), δρομολογητές (routers) και τερματικά (hosts), και να διενεργήσουν διάφορα πειράματα σχετικά με τη στοίβα πρωτοκόλλων TCP/IP.

Μαθησιακά αποτελέσματα

• Αποκτήσουν πρακτική εμπειρία με τη διεύθυνση IP, το υποδίκτυο και τις μάσκες υποδικτύου
• Κατανοούν και εφαρμόστε πρωτόκολλα δρομολόγησης όπως RIP, OSPF και BGP
• Διαμορφώσουν και διαχειρίζονται πρωτόκολλα πολλαπλής πρόσβασης χρησιμοποιώντας δρομολογητές, μεταγωγείς και κεντρικούς υπολογιστές
• Προγραμματίζουν και διαμορφώνουν δρομολογητές χρησιμοποιώντας το Cisco IOS
• Εκτελούν πειράματα και μετρήσεις TCP και UDP σε πραγματικά δίκτυα

Προαπαιτούμενα

-

Συναπαιτούμενα

CSE 321 Δίκτυα και Επικοινωνίες Υπολογιστών

Περιεχόμενο μαθήματος

Εισαγωγή στον εξοπλισμό (hardware και software) του εργαστηρίου, το λειτουργικό σύστημα των δρομολογητών CISCO (CISCO Internet Operating System—IOS). Διασύνδεση και προγραμματισμός IP δικτύων Ethernet (Singe-Segment IP Networks). Προγραμματισμός δικτύων για στατική δρομολόγηση (Static Routing). Προγραμματισμός δικτύων για δυναμική δρομολόγηση (Dynamic Routing Protocols (RIP, OSPF, BGP)). Μετρήσεις κίνησης πρωτοκόλλων μεταφοράς UDP και TCP σε πραγματικά δίκτυα.

Μεθοδολογία διδασκαλίας

Λύση σειράς εργαστηριακών ασκήσεων χρησιμοποιώντας τον εξοπλισμό του εργαστηρίου υπό την καθοδήγηση του διδάσκοντα.  Παρουσιάσεις, ομαδική συζήτηση.

Βιβλιογραφία

Mastering Networks: An Internet Lab Manual, by Jörg Liebeherr and Magda El Zarki, Pearson/Addison Wesley (2004). (ISBN: 0201781344)

Αξιολόγηση

Εργαστηριακές ασκήσεις (50%), τελική εξέταση (50%).

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Αρχιτεκτονική Υπολογιστών

Κωδικός μαθήματος

CSE 323

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

3ο χρόνο / 1ο εξάμηνο

Όνομα διδάσκοντα

Ανδρέας Διαβαστός

ECTS

6

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

1x2h

Σκοπός και στόχοι μαθήματος

Το μάθημα της Αρχιτεκτονικής Υπολογιστών παρέχει μια ολοκληρωμένη εισαγωγή στις θεμελιώδεις αρχές της αρχιτεκτονικής υπολογιστών, εστιάζοντας στον σχεδιασμό και τη συμπεριφορά (σε υψηλό επίπεδο) των συστημάτων υπολογιστών. Το μάθημα απαντά στα «Τί» αποτελεί ένα υπολογιστικό σύστημα και «Γιατί», και επικεντρώνεται στις διάφορες τεχνικές που αυξάνουν την επίδοση ενός υπολογιστικού συστήματος. Το μάθημα δίνει έμφαση στη σχέση μεταξύ αρχιτεκτονικής και επίδοσης λογισμικού, καθώς και στις τρέχουσες τάσεις και προκλήσεις στην έρευνα αρχιτεκτονικής υπολογιστών.

Το μάθημα διδάσκει τον παραλληλισμό εντολών (ILP),  τον παραλληλισμό δεδομένων (DLP) και το παραλληλισμό υπολογισμό (TLP). Διδάσκει επίσης τελευταίες τεχνολογίες όπως Cloud Computing (στο επίπεδο της αρχιτεκτονικής) και τους τελευταίους επιταχυντές ειδικών τομέων (Domain-specific Accelerators), συμπεριλαμβανομένων GPU και AI accelerators. Σε κάθε ενότητα θα εξετάζονται οι πιο σημαντικές τεχνικές που χρησιμοποιούνται σήμερα σε υπάρχον συστήματα αλλά και σε ερευνητικά προγράμματα.

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να:

• Κατανοούν και να εφαρμόζουν τη σύγχρονη μεθοδολογία αξιολόγησης και σύγκρισης επίδοσης υπολογιστικών συστημάτων.
• Περιγράφουν και να εξηγούν τις βασικές και προχωρημένες αρχές που διέπουν την αρχιτεκτονική διαφορών ειδών μοντέρνων επεξεργαστών και τον αντίκτυπο τους στην επίδοση.
• Να αξιολογούν τις σύγχρονες τάσεις και προκλήσεις στην περιοχή της αρχιτεκτονικής υπολογιστών.
• Να απαντούν στα ερωτήματα «Τί» και «Γιατί» υλοποιεί ένα υπολογιστικό σύστημα για να αυξήσει την επίδοση του.

Προαπαιτούμενα

• ΕΕΙ233 - Οργάνωση Υπολογιστών

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Βασικές αρχές ποσοτικού σχεδιασμού και ανάλυσης υπολογιστικών συστημάτων
• Παραλληλισμός στο επίπεδο των εντολών
  • Branch Prediction
  • Dynamic Scheduling
  • Hardware Speculation
• Παραλληλισμός στο επίπεδο των δεδομένων
  • GPUs
• Παράλληλα συστήματα
  • Multiprocessors
  • Shared memory and Cache coherence
  • Memory Consistency
• Παραλληλισμός στο επίπεδο των αιτημάτων
  • Cloud Computing
• Ειδικοί Επιταχυντές
  • Domain-specific Accelerators
  • AI and DNN Accelerators
• Επιπλέον ερευνητικά/πρακτικά θέματα βάση της εξέλιξης της τεχνολογίας (π.χ. Processor Security, Quantum Computing)

Μεθοδολογία διδασκαλίας

Οι παρουσιάσεις πραγματοποιούνται από τον διδάσκοντα με χρήση διαφανειών, ενώ στα εργαστήρια γίνεται εφαρμογή των γνώσεων στη βάση της ομαδικής εργασίας με τη χρήση προσομοιωτών και εργαλείων σχεδιασμού επεξεργαστών από ειδικό διδακτικό προσωπικό υπό την επίβλεψη του διδάσκοντα (τις ομαδικές εργασίες προετοιμάζει ο διδάσκοντας). Η ομαδική εργασία διαρκεί ολόκληρο το εξάμηνο. Κατά τη διάρκεια των διαλέξεων, συχνά διεξάγεται μια εις βάθος συζήτηση με τον διδάσκοντα με ερωτήσεις και απαντήσεις. Κάθε εβδομάδα δίνονται μικρές ασκήσεις στην τάξη στους φοιτητές για να τους βοηθήσουν να κατανοήσουν καλύτερα τις έννοιες που διδάσκονται. Δίνεται αρκετός χρόνος στους φοιτητές να δουλέψουν σε πιθανές λύσεις σε αυτές τις ασκήσεις και να τις συζητήσουν με τον διδάσκοντα κατά τη διάρκεια της διάλεξης/εργαστηρίου και στο τέλος παρουσιάζεται μια ενδεικτική λύση και τους εξηγείται.

Βιβλιογραφία

• John L. Hennessy and David A. Patterson, Computer Architecture: A Quantitative Approach, 6th Edition, Morgan Kaufman. ISBN: 978-0-12-383872-8
• David A. Patterson and John L. Hennessy, Computer Organization and Design: The Hardware/Software Interface, 3rd or 4th Edition, Morgan Kaufman. (ISBN: 0123747503)

Αξιολόγηση

• 50% Τελική εξέταση: Καλύπτει ολόκληρο το υλικό του μαθήματος
• 20% Διαγνωστικά: 2 διαγνωστικά κατά τη διάρκεια του εξαμήνου. Κάθε διαγνωστικό καλύπτει μόνο το υλικό που καλύφθηκε μεταξύ προηγούμενου διαγνωστικού μέχρι την ημερομηνία του διαγνωστικού και παίρνει το 10% συνολικού/τελικού βαθμού.
• 30% Ομαδική Εργασία. Οι φοιτητές πρέπει δουλέψουν σε ομάδες και να παραδώσουν και να παρουσιάσουν τις λύσεις τους στους διδάσκοντες του μαθήματος και του εργαστηρίου.

Γλώσσα

Ελληνικά (το βιβλίο του μαθήματος είναι γραμμένο στα αγγλικά, αλλά οι σημειώσεις της τάξης είναι στα ελληνικά). Ορισμένο περιεχόμενο των παρουσιάσεων της τάξης, για παράδειγμα διάφοροι τεχνικοί ορισμοί και όροι, παρουσιάζονται σε μικτή γλώσσα (η ελληνική γλώσσα δεν διαθέτει σύγχρονους τεχνικούς όρους και ως εκ τούτου η αναφορά σε αυτούς στα αγγλικά είναι αναπόφευκτη – αυτό γίνεται και ως καλύτερη προετοιμασία των μαθητών στην ευρύτερη διεθνή επαγγελματική σκηνή).

Τίτλος Μαθήματος

Τεχνολογία Λογισμικού

Κωδικός Μαθήματος

CSE 324

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

3ο / 5ο (Χειμερινό)

Όνομα Διδάσκοντα

Ανδρέας Ανδρέου

ECTS

5

Διαλέξεις / εβδομάδα

2 (4 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχος Μαθήματος

Να αφομοιώσουν οι φοιτητές τις απαραίτητες θεωρητικές γνώσεις γύρω από τις διάφορες φάσεις στην ανάπτυξη συστημάτων λογισμικού, να μελετούν την πολυπλοκότητα και τα σχετικά προβλήματα, και να αναγνωρίζουν τις διαθέσιμες τεχνικές και τα μοντέλα για να τα αντιμετωπίσουν.

Μαθησιακά Αποτελέσματα

• Αναγνωρίζουν και να διακρίνουν τα βήματα των διαφόρων φάσεων του κύκλου ζωής ανάπτυξης λογισμικού
• Να προδιαγράφουν, να σχεδιάζουν και να υλοποιούν συστήματα λογισμικού με τη χρήση κατάλληλων μεθοδολογιών και εργαλείων
• Κατανοούν και εφαρμόστε έννοιες διαχείρισης έργων λογισμικού, συμπεριλαμβανομένης της οργάνωσης και του προγραμματισμού της ομάδας
• Χρησιμοποιούν τα εργαλεία CASE για ανάλυση, σχεδιασμό, υλοποίηση και δοκιμή απαιτήσεων
• Εφαρμόζουν τεχνικές δοκιμής, υλοποίησης, ολοκλήρωσης και συντήρησης σε συστήματα λογισμικού

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Το μάθημα αυτό αποτελεί μια εισαγωγή στην Τεχνολογία Λογισμικού, του κλάδου εκείνου της Πληροφορικής ο οποίος ασχολείται με τις θεωρητικές προσεγγίσεις, τις μεθοδολογίες και τα εργαλεία που απαιτούνται για την ανάπτυξη ποιοτικών συστημάτων λογισμικού εντός του προβλεπόμενου χρονοδιαγράμματος και του συμφωνηθέντος προϋπολογισμού.

Καλύπτονται οι εξής ενότητες-κεφάλαια:

• Εισαγωγικές έννοιες
• Η διαδικασία ανάπτυξης λογισμικού
• Μοντέλα κύκλου ζωής του λογισμικού
• Οργάνωση ομάδων και διαχείριση έργων παραγωγής
• Εργαλεία CASE: Τεχνολογία λογισμικού υποβοηθούμενη από τον Η/Υ
• Έλεγχος
• Εισαγωγή στα objects
• Απαιτήσεις
• Προδιαγραφές
• Αντικειμενοστρεφής ανάλυση
• Σχεδίαση
• Υλοποίηση
• Υλοποίηση και Συνένωση
• Συντήρηση

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις,  ομαδική συζήτηση, χρήση παραδειγμάτων και περιπτώσεων χρήσης, και εργαστηριακές επιδείξεις

Βιβλιογραφία

1. “Classical and Object-Oriented Software Engineering with UML and Java”, Stephen R. Schach, McGraw-Hill (5th ed., 2002 or more recent) (ISBN: 0073376183)
2. “Software Engineering”, Ian Sommerville, Addison-Wesley (7th ed., 2004 or more recent). (ISBN: 0133943038)
3. “The Unified Software Development Process”, Ivar Jacobson and Grady Booch and James Rumbaugh, Addison-Wesley, Object Technology Series, 1999, or more recent. (ISBN: 0321245628)
4. “Software Project Management: A Unified Framework”, Walker Royce, Addison-Wesley, Object Technology Series, 1998, or more recent. (ISBN: 0201309580)
5. Research articles.

Αξιολόγηση

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Βάσεις Δεδομένων

Κωδικός Μαθήματος

CSE 325

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

3o έτος / 5o εξάμηνο (Φθινοπωρινό)

Όνομα Διδάσκοντα

Ηρόδοτος Ηροδότου

ECTS

5

Διαλέξεις / εβδομάδα

2 (4 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχος Μαθήματος

Το μάθημα εισάγει τις αρχές και τις πρακτικές των συστημάτων βάσεων δεδομένων. Καλύπτει τα θεωρητικά θεμέλια των σχεσιακών βάσεων δεδομένων, τις πρακτικές δεξιότητες για το σχεδιασμό και την αναζήτηση βάσεων δεδομένων και τη γνώση του τρόπου λειτουργίας των σύγχρονων συστημάτων διαχείρισης βάσεων δεδομένων.

Μαθησιακά Αποτελέσματα

Στο τέλος του μαθήματος οι φοιτητές θα μπορούν:

• Να σχεδιάσουν μία αποτελεσματική και αποδοτική βάση δεδομένων.
• Να εκτελέσουν ερωτήματα SQL σε μια βάση δεδομένων για εισαγωγή, μετατροπή, διαγραφή, εξόρυξη και ανάλυση δεδομένων
• Να διαχειριστούν μία βάση δεδομένων σωστά αναλόγως των απαιτήσεων των εφαρμογών.

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Το μάθημα παρέχει ένα σταθερό υπόβαθρο βάσεων δεδομένων που εστιάζει σε συστήματα διαχείρισης σχεσιακών βάσεων δεδομένων. Τα θέματα περιλαμβάνουν μοντελοποίηση δεδομένων, θεωρία και μεθοδολογία σχεδίασης βάσεων δεδομένων, μοντέλο σχέσεων οντοτήτων, κανονικοποίηση, γλώσσες ορισμού και χειρισμού δεδομένων (SQL), τεχνικές αποθήκευσης και ευρετηρίασης και επεξεργασία συναλλαγών. Το μάθημα καλύπτει επίσης τις βασικές αρχές της αρχιτεκτονικής συστημάτων διαχείρισης βάσεων δεδομένων και μεθόδους ανάπτυξης εφαρμογών.

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση, και εργαστηριακές επιδείξεις

Βιβλιογραφία

1. Abraham Silberschatz, Henry F. Korth, S. Sudarshan. Database System Concepts. 7th Edition, McGraw-Hill, 2019, ISBN: 9780078022159

Greek version: Συστήματα Βάσεων Δεδομένων, Η Πλήρης Θεωρία των Βάσεων Δεδομένων, 7η Έκδοση, Μ. Γκιούρδας, 2019

Αξιολόγηση

Ενδιάμεση (30 %), εργασίες (24 %), τελική εξέταση (46 %)

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Εφαρμοσμένη Αλληλεπίδραση Ανθρώπου–Υπολογιστή με Παραγωγική ΤΝ

Κωδικός Μαθήματος

CSE 326

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

3ο / 6ο

Όνομα Διδάσκοντα

Μιχάλης Σιριβιανός

ECTS

6

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

2

Στόχοι Μαθήματος

Το μάθημα είναι εργαστηριακού χαρακτήρα και θεμελιώνει τις αρχές της Αλληλεπίδρασης Ανθρώπου–Υπολογιστή (σχεδίαση με επίκεντρο τον χρήστη, γνωστικές αρχές, προσβασιμότητα και ηθική), ενώ αξιοποιεί σύγχρονα εργαλεία παραγωγικής ΤΝ για επιτάχυνση ιδεασμού, πρωτοτυποποίησης, UX writing και υλοποίησης. Οι φοιτητές σχεδιάζουν και υλοποιούν responsive web και (προαιρετικά) mobile διεπαφές με React, καθοδηγούμενοι από τεκμήρια δοκιμών ευχρηστίας και αναλυτικών στοιχείων, μαθαίνοντας να ισορροπούν τη βοήθεια των εργαλείων (Cursor, Figma/Framer AI) με αυστηρή ανθρώπινη κρίση. Το μάθημα δίνει έμφαση σε design systems, προσβασιμότητα (WCAG 2.2), προστασία ιδιωτικότητας εξ αρχής, και αναπαραγώγιμη συνεργασία, καταλήγοντας σε ερευνητικά τεκμηριωμένη μελέτη περίπτωσης και ένα αναπτυγμένο MVP.

Μαθησιακά Αποτελέσματα

• Σχεδιασμός και διεξαγωγή έρευνας χρηστών· σύνθεση ευρημάτων σε personas, journey maps και task flows.
• Παραγωγή πρωτοτύπων χαμηλής και υψηλής πιστότητας.
• Σύνταξη σαφούς UX copy, microcopy και μηνυμάτων σφαλμάτων.
• Υλοποίηση διαδραστικών διεπαφών για το web.
• Υπεύθυνη χρήση AI στο IDE για ταχύτητα με έλεγχο κώδικα και tests.
• Διασφάλιση προσβασιμότητας και συμπερίληψης.
• Εμπειρική αξιολόγηση σχεδίων.
• Εφαρμογή design tokens και βιβλιοθηκών components για συνέπεια και κλιμάκωση.
• Ασφαλής ανάπτυξη και πειραματισμός
• Ηθικός αναστοχασμός για το AI στον σχεδιασμό (μεροληψία, ιδιωτικότητα, διαφάνεια και συναίνεση)

Προαπαιτούμενα

Δεν υπάρχει αυστηρό προαπαιτούμενο.

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Πρόγραμμα διαλέξεων 13 Εβδομάδων:

• Εβδομάδα 1 — Θεμελιώσεις HCI & ροή εργασίας με AI

Ιστορία της HCI, user‑centered design, double diamond· επισκόπηση εργαλείων παραγωγικής ΤΝ

Tools: FigJam, Cursor, Figma AI

• Εβδομάδα 2 — Μέθοδοι έρευνας & ανάλυση εργασιών

Συνεντεύξεις, ερωτηματολόγια, ημερολόγια, jobs‑to‑be‑done· personas & journey maps.

Tools: FigJam/Miro, Google Forms/Typeform, LLM prompts στο Cursor

• Εβδομάδα 3 — Πληροφοριακή αρχιτεκτονική & ροές

Site maps, task flows, cognitive walkthroughs, card sorting.

Tools: OptimalSort (ή FigJam), Whimsical

• Εβδομάδα 4 — Σκίτσο & low‑fi πρωτοτυποποίηση

Χαρτί → wireframes· heuristic evaluation (Nielsen 10).

Tools: Figma (wireframes), Figma AI για παραλλαγές

• Εβδομάδα 5 — Συστήματα οπτικού σχεδιασμού

Design tokens, grids, τυπογραφία, χρώμα, elevation· βιβλιοθήκες σχεδίασης.

Tools: Figma variables, Style Dictionary, Material 3

• Εβδομάδα 6 — High‑fi, κίνηση & micro‑interactions

Σχεδίαση components, καταστάσεις, μεταβάσεις.

Tools: Figma prototyping, Framer/Framer AI, Lottie

• Εβδομάδα 7 — Προσβασιμότητα & συμπερίληψη

WCAG 2.2, σημασιολογία, αντίθεση, πληκτρολόγιο/αναγνώστες οθόνης, τοπικοποίηση.

Tools: axe DevTools, Lighthouse, NVDA/VoiceOver/TalkBack

• Εβδομάδα 8 — Θεμελιώσεις front‑end (web)

React + Next.js, Tailwind, handoff σχεδίασης–ανάπτυξης· Storybook.

Tools: React, Next.js, Tailwind CSS, Storybook, Git/GitHub

• Εβδομάδα 9 — Θεμελιώσεις mobile (React Native)

Πρότυπα πλατφόρμας και δοκιμή σε συσκευές· αντιστοιχία με web components.

Tools: React Native, Expo, προσομοιωτές iOS/Android

• Εβδομάδα 10 — Υλοποίηση με βοήθεια AI & UX writing

Πρότυπα prompts, refactoring, tests· ασφαλείς code reviews.

Tools: Cursor, ESLint, Prettier, Jest, React Testing Library

• Εβδομάδα 11 — Μετρήσεις, analytics & πειράματα

Usability studies, funnels, A/B tests· ερμηνεία τεκμηρίων.

Tools: PostHog ή umami, Maze ή Lookback, Vercel feature flags

• Εβδομάδα 12 — Ηθική, ιδιωτικότητα και δεδομένα στον σχεδιασμό

DPIA, ροές συναίνεσης, αποφυγή dark patterns· κίνδυνοι μοντέλων & γνωστοποιήσεις.

Tools: Πρότυπα DPIA, βιβλιοθήκες προτύπων συναίνεσης

• Εβδομάδα 13 — Τελική παρουσίαση & μελέτη περίπτωσης

Επανέλεγχος ευχρηστίας, έλεγχος προσβασιμότητας, polishing & deploy· συγγραφή αποτελεσμάτων.

Tools: Αναφορές Lighthouse/axe, Vercel/Netlify, Figma/Notion

Μεθοδολογία Διδασκαλίας

Διαφάνειες, σημειώσεις και online tutorials που θα διανείμει ο διδάσκων

Βιβλιογραφία

Συνιστώμενα Συγγράμματα:

• Interaction Design: Beyond Human–Computer Interaction (Rogers, Sharp, Preece), latest edition. (ISBN: 111990109X)
• The Design of Everyday Things (Revised & Expanded) — Don Norman. (ISBN: 9780465050659)
• Designing Interfaces (3rd ed.) — Jenifer Tidwell, Charles Brewer, Aynne Valencia. (ISBN: 1492051969)
• About Face: The Essentials of Interaction Design (4th ed.) — Cooper, Reimann, Cronin, Noessel. (ISBN: 1118766571)
• Don’t Make Me Think, Revisited — Steve Krug. (ISBN: 9780321965516)

Online Resources:

• Nielsen Norman Group — research-based UX guidance.
• W3C WCAG 2.2 — accessibility success criteria & techniques.
• Apple Human Interface Guidelines; Google Material Design 3.
• Figma & Figma AI docs; Framer/Framer AI tutorials.
• React (react.dev), Next.js (learn pages), Tailwind CSS (docs).
• React Native (reactnative.dev) & Expo (docs.expo.dev).
• Deque University & axe DevTools documentation.
• PostHog docs; Vercel/Netlify deploy guides.

Αξιολόγηση

Εργασίες (65%), Τελική παρουσίαση ολοκληρωμένης εργασίας (15%), Τελική Εξέταση (20%)

Γλώσσα

Ελληνική

Τίτλος Μαθήματος

Παράλληλη Επεξεργασία και Κατανεμημένα Συστήματα

Κωδικός Μαθήματος

CSE 327

Τύπος μαθήματος

Θεωρία

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

3ο / 6ο

Όνομα Διδάσκοντα

Μιχαήλ Σιριβιανός

ECTS

6

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

Στόχοι Μαθήματος

o μάθημα στοχεύει στην εισαγωγή των σπουδαστών/στριών στο σχεδιασμό, αλγορίθμους, υλικό και το λογισμικό των σύγχρονων κατανεμημένων συστημάτων δίνοντας έμφαση τόσο στην αποδοτικότητα όσο και στην ανθεκτικότητα και ασφάλεια.

Τα θέματα που καλύπτονται περιλαμβάνουν αρχιτεκτονικές κατανεμημένων συστημάτων, διεργασίες, επικοινωνία μεταξύ διεργασιών, ονοματοδοσία σε κατανεμημένες οντότητες, συντονισμός, κατανεμημένη συμφωνία σε περιβάλλοντα σφαλμάτων, και ασφάλεια.

Τα κατανεμημένα συστήματα και η παράλληλη επεξεργασία υπολογισμός αποτελούν τη βάση προηγμένων τεχνολογιών όπως το cloud computing, το blockchain και των συστημάτων τεχνητής νοημοσύνης. Εφαρμόζονται σε τομείς όπως η χρηματοοικονομική, το ηλεκτρονικό εμπόριο, η ψυχαγωγία και η υγειονομική περίθαλψη, προσφέροντας λύσεις σε πραγματικά προβλήματα, όπως η αποδοτικότητα, η αξιοπιστία και η ανοχή σε σφάλματα. Η γνώση του είναι απαραίτητη για θέσεις εργασίας στη μηχανική λογισμικού, στο σχεδιασμό υπολογιστικών συστημάτων, σε DevOps, και σε MLOps.

Μαθησιακά Αποτελέσματα

Στο τέλος του μαθήματος οι σπουδαστές/στριες

• Οι φοιτητές θα αποκτήσουν γνώσεις σχετικές με τον βασικό σχεδιασμό των κατανεμημένων συστημάτων και τους τρόπους επίτευξης βασικών λειτουργίων τους όπως η κατανεμημένη συμφωνία (distributed consensus).
• Θα αποκτήσουν βαθιά τεχνική γνώση για το πότε και πώς να αξιοποιούν τις δυνατότητες των σύγχρονων παράλληλων και  κατανεμημένων συστημάτων για να εξυπηρετούν τις ανάγκες των οργανισμών τους. Θα εξοικειωθούν με συστήματα επεξεργασίας μεγάλων δεδομένων όπως αυτά που χρησιμοποιούν εταιρείες όπως η Google, Amazon, Meta, Microsoft, κτλ.
• Θα εκπαιδευτούν στην κριτική κατανόηση αμφιλεγόμενων ζητημάτων ώστε να ξεχωρίζουν την πραγματικά επιστημονική πληροφορία από διαφημιστικές ανοησίες. Για παράδειγμα γιατί κάποιοι/ες ισχυρίζονται ότι οι κεντρικές λύσεις είναι κάτι που ποτέ δεν θέλουμε; Πόσο χρήσιμη είναι τελικά η τεχνολογία blockchain;

Προαπαιτούμενα

Βασικές γνώσεις προγραμματισμού σε C, Java ή Python. Βασικές έννοιες Λειτουργικών Συστημάτων και Δικτύων Υπολογιστών. Άριστη κατανόηση τεχνικού Αγγλικού κειμένου.

Περιεχόμενο Μαθήματος

• Αρχιτεκτονικές Κατανεμημένων Συστημάτων
• Διεργασίες
• Επικοινωνία
• Ονοματοδοσία (Naming)
• Συντονισμός και Κατανεμημένη Συμφωνία
• Συνέπεια και Aντιγραφή (Consistency and Replication)
• Aνθεκτικότητα σε Σφάλματα (Fault Tolerance)
• Ασφάλεια

Μεθοδολογία Διδασκαλίας

Κάθε εβδομάδα ο διδάσκων παρουσιάζει μια εισαγωγή στο θέμα με ανάλυση προβλημάτων κατανεμημένου υπολογισμού και επίλυση τους μέσα από διαλεκτική προσέγγιση στην τάξη. Εβδομαδιαίες εργαστηριακές διαλέξεις όπου ο εκπαιδευτής αλληλεπιδρά με τους φοιτητές ενώ συγγράφουν λογισμικό. Tρεις προγραμματιστικές εργασίες σε   Python που οδηγούν στην ολοκλήρωση εξαμηνιαίας εργασίας. Χρησιμοποιούμε κυρίως τα πακέτα grpcio και grpcio-tools  για RPC, το πακέτο requests για HTTP και το Flask Python Web Framework. Για Βάση Δεδομένων χρησιμοποιούμε την SQLlite. Επίσης χρησιμοποιούμε Docker για containerization και  GitHub για versioning.

Βιβλιογραφία

• M. van Steen and A.S. Tanenbaum, Distributed Systems, 4th edition, 2023. . (ISBN: 9081540637)
  https://www.distributed-systems.net/index.php/books/ds4/ 
• Ερευνητικά άρθρα κατανεμημένων συστημάτων που  διανείμει ο διδάσκων.

Αξιολόγηση

• Συμμετοχή στην τάξη: 10%. Η παρακολούθηση είναι υποχρεωτική.

Σε κάθε μάθημα οι φοιτητές/τριες που είναι παρόντες παίρνουν 0.2 του ενός βαθμού από τα 100 για την παρουσία τους και ακόμα 0.2 του βαθμού για τη συμμετοχή τους με ερωτήσεις, απαντήσεις και κριτικές συζητήσεις. Για παράδειγμα και αν υποθέσουμε ότι κάνουμε 25 διαλέξεις, ένας/μία φοιτητής/τρια που είναι παρών σε όλα τα μαθήματα αλλά δεν συμμετέχει καθόλου, παίρνει 25 x 0.2 = 5%.

• Προγραμματιστικές εργασίες: 30%. Ανατίθενται τρεις  προγραμματιστικές εργασίες κατά τη διάρκεια του εξαμήνου. Οι εργασίες αναρτώνται στην σελίδα του μαθήματος στο Moodle με αυστηρές προθεσμίες. Η παράδοση των ασκήσεων γίνεται αποκλειστικά σε ηλεκτρονική μορφή μέσω του Moodle. Οι ασκήσεις κρίνονται με βάση την ορθότητά τους στην εκτέλεση, τον σχεδιασμό τους και τη δομή τους. Για κάθε απαίτηση της άσκησης θα παρέχεται στους/στις φοιτητές/τριες unit test για τον έλεγχο ορθότητας της λύσης. Ασκήσεις που δεν περνούν το unit test παίρνουν μηδέν.
• Τελική Εξέταση: 60%. Γίνεται γραπτώς με ανοικτές ηλεκτρονικές πηγές που θα αποτελούνται από τις διαφάνειες του μαθήματος, ενδεδειγμένες σημειώσεις ή/και άρθρα και το βιβλίο. Οι πηγές θα πρέπει να είναι αποθηκευμένες σε ένα φάκελο που ονομάζεται CSE 327. Τα αρχεία πρέπει να έχουν ακριβώς το ίδιο όνομα με αυτό που   έχουν στο Moodle.  Η εξέταση είναι εφ’ όλης της διδακτέας ύλης. Φοιτητής/τρια που δεν πετύχει το 30% από το 60% στην τελική εξέταση αποτυγχάνει στο μάθημα. Η αντιγραφή, η χρήση Διαδικτύου και η χρήση Τεχνητής Νοημοσύνης στην εξέταση απαγορεύεται αυστηρά. Οι συμμετέχοντες σε αντιγραφή ή χρήση AI υπόκεινται σε μηδενισμό τους βαθμού τους στο μάθημα και σε καταγγελία τους στην Πειθαρχική Επιτροπή.

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Θέματα Τεχνολογίας Λογισμικού και Επαγγελματική Πρακτική

Κωδικός Μαθήματος

CSE 328

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

3ο / 6ο (Εαρινό)

Όνομα Διδάσκοντα

Ανδρέας Ανδρέου

ECTS

7

Διαλέξεις / εβδομάδα

2 (4 ώρες)

Εργαστήρια / εβδομάδα

1 (2 ώρες)

Στόχος Μαθήματος

Να εφαρμόσουν οι φοιτητές τις απαραίτητες θεωρητικές γνώσεις γύρω από τις διάφορες φάσεις στην ανάπτυξη συστημάτων λογισμικού στην πράξη μέσα από την ανάπτυξη ενός μεγάλου συστήματος  λογισμικού σε ομάδες.

Μαθησιακά Αποτελέσματα

• Εφαρμόζουν πρακτικά όλα τα στάδια και τις φάσεις ανάλυσης, προδιαγραφής, σχεδίασης και υλοποίησης ενός μεγάλου συστήματος λογισμικού
• Δημιουργούν πλήρη τεκμηρίωση του έργου, συμπεριλαμβανομένων των απαιτήσεων, των προδιαγραφών, του σχεδιασμού, της υλοποίησης και των εγχειριδίων
• Συνεργάζονται αποτελεσματικά σε μια ομάδα ανάπτυξης, εφαρμόζοντας πρακτικές διαχείρισης έργου και παρακολουθώντας την πρόοδο
• Παρουσιάζουν και υπερασπίζονται ένα ολοκληρωμένο σύστημα λογισμικού ενώπιον των ενδιαφερομένων μέσω παρουσίασης και προφορικής εξέτασης
• Εκτελέστε εκπαίδευση πελατών, παράδοση συστήματος και πρώτο κύκλο συντήρησης, συμπεριλαμβανομένου του εντοπισμού και της διόρθωσης προβλημάτων

Προαπαιτούμενα

CSE 324 – Τεχνολογία Λογισμικού

Συναπαιτούμενα

Περιεχόμενο Μαθήματος

Το μάθημα αυτό αποτελεί φυσική συνέχεια του ΜΗΥΠ 324  - Τεχνολογία Λογισμικού και έχει ως στόχο την αφομοίωση και εμπέδωση στην πράξη της θεωρητικής προσέγγισης και των μεθοδολογιών που ακολουθούνται για την ανάπτυξη ποιοτικών συστημάτων λογισμικού, μέσω ομαδικής εργασίας δημιουργίας ενός προϊόντος λογισμικού που θα εξυπηρετεί συγκεκριμένους σκοπούς από το χώρο της αγοράς, της κοινωνίας, όπως επίσης και από τον ακαδημαϊκό / ερευνητικό χώρο.

Η εργασία παρακολουθείται από τον διδάσκοντα μέσω εβδομαδιαίων συναντήσεων με κάθε ομάδα ξεχωριστά (αντί διαλέξεων) κατά τις οποίες συζητούνται και αναλύονται θέματα που σχετίζονται με την πορεία υλοποίησης, παρουσιάζονται διάφορα σχετικά προβλήματα και μελετούνται προτεινόμενες εναλλακτικές λύσεις. Σε κάθε συνάντηση οι ομάδες παραδίδουν έγγραφο πεπραγμένων - έκθεση προόδου στο οποίο αναλύονται οι εργασίες που έγιναν στο διάστημα που μεσολάβησε από την προηγούμενη συνάντηση, τον έλεγχο της πορείας του έργου βάσει του αρχικού χρονοδιαγράμματος, τα προβλήματα που αντιμετωπίστηκαν και τα θέματα προς συζήτηση κατά τη διάρκεια της συνάντησης. Επίσης το έγγραφο αυτό περιέχει σύντομη αναφορά στις εργασίες που διεκπεραίωσε κάθε μέλος της ομάδας, καθώς επίσης κι εκείνες που θα γίνουν μέχρι την επόμενη συνάντηση.

Κατά τη διάρκεια της υλοποίησης των συστημάτων καταγράφονται στοιχεία-μετρικές αναφορικά με την προσπάθεια που καταβλήθηκε, το κόστος, το χρόνο, τη διαδικασία ανάπτυξης και την ποιότητα του λογισμικού.

Κάθε ομάδα δημιουργεί και παραδίδει τα ακόλουθα έγγραφα:

• Έγγραφο Ανάλυσης Λειτουργικών Αναγκών και Απαιτήσεων
• Έγγραφο Τεχνικών Προδιαγραφών
• Έγγραφο Σχεδιασμού
• Έγγραφο Υλοποίησης
• Εγχειρίδιο Εγκατάστασης και Χρήσης

Τέλος, η ομάδα εκπαιδεύει τον πελάτη και πραγματοποιεί έναν πρώτο κύκλο συντήρησης/υποστήριξης του συστήματος για περίοδο μιας εβδομάδας κατά την οποία ανιχνεύει και διορθώνει προβλήματα και λάθη, και καταγράφει μελλοντικές επεκτάσεις του συστήματος λογισμικού που αναπτύχθηκε.

Μεθοδολογία Διδασκαλίας

Συναντήσεις,  ανάλυση προβλημάτων ανάπτυξης του συστήματος λογισμικού, καθοδήγηση και προβληματισμός, ομαδική συζήτηση, χρήση παραδειγμάτων και περιπτώσεων χρήσης, και εργαστηριακές επιδείξεις

Βιβλιογραφία

• “Classical and Object-Oriented Software Engineering with UML and Java”, Stephen R. Schach, McGraw-Hill, 4th ed., 1999, or newer. (ISBN: 0073376183)
• “Software Engineering”, Ian Sommerville, Addison-Wesley, 7th ed., 2001, or newer. (ISBN: 0131215620)
•  “The Unified Software Development Process”, Ivar Jacobson and Grady Booch and James Rumbaugh, Addison-Wesley, Object Technology Series, 1999, or newer. (ISBN: 0201571692)
• “Software Project Management: A Unified Framework”, Walker Royce, Addison-Wesley, Object Technology Series, 1998, or newer. (ISBN: 0201309580)
• “The Unified Modeling Language User Guide”, Grady Booch, Ivar Jacobson and James Rumbaugh, Addison-Wesley, Object Technology Series, 1998, or newer. (ISBN: 0201571684)
• “Software Engineering, A Practitioner’s Approach, European Adaptation”, Roger S. Pressman, 5th Edition, McGraw-Hill, 2000, or newer. (ISBN: 9780077096779)
• Εγχειρίδια χρήσης εργαλείων λογισμικού απαραίτητων για την κάθε ομαδική εργασία.

Αξιολόγηση

Κάθε ολοκληρωμένη εργασία παρουσιάζεται ενώπιον ακροατηρίου (διδάσκων και τυχόν άλλοι ενδιαφερόμενοι). Επιπλέον, την ίδια μέρα γίνεται (άνευακροατηρίου) προφορική εξέταση κάθε ατόμου που συμμετέχει στην ομάδα σχετικά με ολόκληρη την εργασία και όχι μόνο με μέρη στα οποία έχει ενεργά εμπλακεί.

Η αξιολόγηση γίνεται με βάση το επίπεδο ολοκλήρωσης και την ποιότητα του συστήματος λογισμικού (45%), τον τρόπο με τον οποίο εργάστηκαν τα άτομα της ομάδας κατά την ανάπτυξη του συστήματος (10%), την ποιότητα της τεκμηρίωσης (20%), τις εκθέσεις προόδου (5%), την παρουσίαση (5%) και την προφορική εξέταση (15%).

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Στατιστική αναγνώριση προτύπων και μηχανική εκμάθηση

Κωδικός Μαθήματος

CSE 329

Τύπος μαθήματος

Θεωρία, Εργαστήριο

Επίπεδο

BSc

Έτος / Εξάμηνο φοίτησης

3ο / Εαρινό

Όνομα Διδάσκοντα

Σωτήρης Χατζής

ECTS

6

Διαλέξεις / εβδομάδα

4

Εργαστήρια / εβδομάδα

2

Στόχοι Μαθήματος

Το μάθημα είναι μια εισαγωγή των βασικών εννοιών στη σύγχρονη τεχνητή νοημοσύνη. Αρχικά εισάγουμε τις έννοιες της εποπτευόμενης, μη εποπτευόμενης και ημι-εποπτευόμενης μάθησης. Στη συνέχεια, παρουσιάζουμε την κύρια βιολογική έμπνευση της σύγχρονης μη εποπτευόμενης απεικόνισης δεδομένων, δηλαδή της Deep Learning. Περαιτέρω, εισάγουμε τα βασικά μοντέλα εποπτείας μάθησης. Επιπρόσθετα, επεξεργαζόμαστε τους αλγορίθμους Collaborative Filtering, με έμφαση στο Matrix Factorization. Παρουσιάζουμε τα προβλήματα της μάθησης πολλαπλών περιπτώσεων και της ημι-εποπτείας, καθώς αντιμετωπίζονται στο πλαίσιο του μεγάλου περιθωρίου κέρδους. Σε όλες τις περιπτώσεις, επεξεργαζόμαστε τεχνικές που μπορούμε να χρησιμοποιήσουμε για να αποτρέψουμε την υπερφόρτωση, μέσω κατάλληλης χρήσης των μεθόδων νομιμοποίησης. Τέλος, εισάγουμε τεχνικές μάθησης ενίσχυσης, όπου οι πράκτορες μαθαίνουν τις βέλτιστες πολιτικές μέσω της δυναμικής αλληλεπίδρασης με το περιβάλλον τους.

Μαθησιακά Αποτελέσματα

• Διακρίνουν μεταξύ των κύριων τύπων προσεγγίσεων μηχανικής μάθησης (εποπτευόμενες, μη επιβλεπόμενες, ημι-εποπτευόμενες, ενισχυτικές)
• Κατανοούν τα πλεονεκτήματα, τα μειονεκτήματα και τους τομείς εφαρμογής διαφορετικών μοντέλων μηχανικής μάθησης
• Εφαρμόζουν τεχνικές παλινδρόμησης, ταξινόμησης, ομαδοποίησης και επικύρωσης για την επίλυση προβλημάτων του πραγματικού κόσμου
• Χρησιμοποιούν τεχνικές εκμάθησης χαρακτηριστικών και συνεργατικού φιλτραρίσματος, συμπεριλαμβανομένης της παραγοντοποίησης πινάκων
• Εφαρμόζουν τεχνικές ενισχυτικής μάθησης σε δυναμικά περιβάλλοντα
• Εκτελούν πρακτικά πειράματα με εργασίες ταξινόμησης, παλινδρόμησης και ομαδοποίησης χρησιμοποιώντας το scikit-learn

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

1.  ααα

Το μάθημα περιλαμβάνει ένα θεωρητικό μέρος και μια σειρά εργαστηριακών ασκήσεων.

ΘΕΩΡΗΤΙΚΟ ΜΕΡΟΣ:

• Εισαγωγή
• Στοιχεία Μηχανικής Μάθησης
• Παλινδρόμηση, Ταξινόμηση
• Επικύρωση, Επιλογή μοντέλου
• Ομαδοποίηση
• Εκμάθηση χαρακτηριστικών

ΕΡΓΑΣΤΗΡΙΟ:

• Επίλυση απλών εργασιών ταξινόμησης, παλινδρόμησης και ομαδοποίησης με τη χρήση της μάθησης Scikit.

Μεθοδολογία Διδασκαλίας

Διαλέξεις. Κάθε εβδομάδα, ο εκπαιδευτής θα παρουσιάσει μια εισαγωγή στο θέμα με τη μορφή παρουσίασης διαλέξεων.

Εργαστήριο. Το εργαστήριο θα αποτελείται από πρακτικό πειραματισμό για την επίλυση πραγματικών προβλημάτων επιστήμης δεδομένων.

Βιβλιογραφία

• Vishal Maini, Samer Sabri, Machine Learning for Humans. (ISBN: 973234668X)
• Sergios Theodoridis, Machine Learning: A Bayesian and Optimization Perspective. Academic Press, 2015.
(ISBN: 0128015225)
• David Barber, Bayesian Reasoning and Machine Learning. Cambridge University Press. (ISBN: 0521518148)
• Christopher M. Bishop, Pattern Recognition and Machine Learning. Springer. (ISBN: : 0-387-31073-8)

Αξιολόγηση

• Ενδιάμεση εξέταση (50%)
• Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Εισαγωγή στην Κρυπτογραφία και την Ασφάλεια Υπολογιστών

Κωδικός μαθήματος

CSE 423

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος /Εξάμηνο

4ο / 7ο

Όνομα διδάσκοντα

Παναγιώτης Ηλία

ECTS

5

Διαλέξεις/ εβδομάδα

2 (4 ώρες)

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Το μάθημα προσφέρει μια ολοκληρωμένη εισαγωγή στις θεμελιώδεις αρχές και βασικές μεθοδολογίες της κρυπτογραφίας και της ασφάλειας υπολογιστών. Στόχος είναι να εφοδιάσει τους φοιτητές με το θεωρητικό υπόβαθρο και τις πρακτικές γνώσεις που απαιτούνται για την κατανόηση, υλοποίηση, εφαρμογή και αξιολόγηση πρακτικών και μηχανισμών ασφάλειας σε σύγχρονα συστήματα.

Κύριος στόχος είναι η εξοικείωση των φοιτητών με τις θεμελιώδεις έννοιες που διέπουν τον σχεδιασμό και την υλοποίηση ασφαλών συστημάτων, συμπεριλαμβανομένων τόσο των κλασικών όσο και των σύγχρονων προσεγγίσεων σε κρυπτογραφικές τεχνικές και μεθόδους αντιμετώπισης απειλών. Δίνεται έμφαση στην ανάπτυξη ικανότητας κριτικής ανάλυσης των απαιτήσεων ασφάλειας, κατανόησης των απειλών, εκτίμησης κινδύνων και εφαρμογής κατάλληλων κρυπτογραφικών εργαλείων, μηχανισμών και στρατηγικών για την προστασία υπολογιστικών συστημάτων.

Πέρα από την βασική ύλη, το μάθημα προσφέρει μια σύντομη εισαγωγή σε προχωρημένα θέματα, όπως η μετα-κβαντική κρυπτογραφία και η ομομορφική κρυπτογράφηση, με στόχο την ενημέρωση για τις αναδυόμενες προκλήσεις και εξελίξεις στον τομέα. Το μάθημα αγγίζει επίσης θεμελιώδεις έννοιες σχετικές με την ιδιωτικότητα, στο ευρύτερο πλαίσιο της ασφάλειας.

Μαθησιακά αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:

• Κατανοούν τις θεμελιώδεις αρχές της ασφάλειας υπολογιστών και δικτύων, συμπεριλαμβανομένων των βασικών στόχων ασφάλειας: εμπιστευτικότητα, ακεραιότητα και διαθεσιμότητα.
• Περιγράφουν και συγκρίνουν βασικές κρυπτογραφικές δομές, όπως συμμετρική και ασύμμετρη κρυπτογράφηση, συναρτήσεις κατακερματισμού (hash functions), κώδικες αυθεντικοποίησης μηνυμάτων (MACs) και ψηφιακές υπογραφές.
• Εφαρμόζουν κρυπτογραφικά πρωτόκολλα, όπως ανταλλαγή κλειδιών και ψηφιακά πιστοποιητικά (PKI), στο πλαίσιο του ασφαλούς σχεδιασμού συστημάτων και ασφαλών επικοινωνιών.
• Δείχνουν επίγνωση επιλεγμένων προχωρημένων θεμάτων, όπως η μετα-κβαντική κρυπτογραφία και η ομομορφική κρυπτογράφηση.
• Εντοπίζουν και αναλύουν συνήθεις απειλές ασφάλειας και επίπεδα επίθεσης, όπως κακόβουλο λογισμικό (π.χ. ιοί, worms, δούρειοι ίπποι), spoofing και phishing, επιθέσεις άρνησης υπηρεσίας (DoS), cross-site scripting (XSS), επιθέσεις SQL injection και ευπάθειες υπερχείλισης buffer.
• Αναγνωρίζουν τις εξελισσόμενες απειλές ασφάλειας και τις ευπάθειες συστημάτων και σχεδιάζουν ασφαλή συστήματα/εφαρμογές επιλέγοντας και εφαρμόζοντας κατάλληλες στρατηγικές άμυνας, όπως αυθεντικοποίηση, εξουσιοδότηση και έλεγχο πρόσβασης.
• Αξιολογούν εναλλακτικές κρυπτογραφικές τεχνικές και μηχανισμούς ασφάλειας, λαμβάνοντας υπόψη συμβιβασμούς, απόδοση, πολυπλοκότητα, χρηστικότητα και την αξία των προστατευόμενων πόρων.
• Συζητούν βασικά ζητήματα ιδιωτικότητας στα υπολογιστικά συστήματα και κατανοούν θεμελιώδεις πρακτικές προστασίας της ιδιωτικότητας.

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα αποτελεί εισαγωγή στις θεμελιώδεις έννοιες και τεχνικές της κρυπτογραφίας και της ασφάλειας υπολογιστών. Ξεκινά με τις βασικές αρχές και στόχους της ασφάλειας, όπως εμπιστευτικότητα, ακεραιότητα, διαθεσιμότητα, καθώς και αυθεντικοποίηση, μη αποποίηση ευθύνης (non-repudiation) και λογοδοσία. Παρουσιάζονται επίσης οι αρχές σχεδιασμού ασφαλών συστημάτων και τα κλασικά μοντέλα ασφάλειας. Οι φοιτητές εισάγονται σε τεχνικές εκτίμησης κινδύνου και μοντελοποίησης απειλών ως βάση για την αξιολόγηση ευπαθειών συστημάτων και την αντιμετώπιση πιθανών επιθέσεων.

Οι βασικές κρυπτογραφικές ενότητες περιλαμβάνουν συμμετρική και ασύμμετρη κρυπτογράφηση, συναρτήσεις κατακερματισμού (hash functions), γεννήτριες ψευδοτυχαίων αριθμών, ροής κρυπτογράφησης (stream ciphers), κώδικες αυθεντικοποίησης μηνυμάτων (MACs) και ψηφιακές υπογραφές. Το μάθημα καλύπτει επίσης πρακτικές διαχείρισης κλειδιών και κρυπτογραφικά πρωτόκολλα, όπως ασφαλή ανταλλαγή κλειδιών και χρήση ψηφιακών πιστοποιητικών στο πλαίσιο Υποδομών Δημοσίου Κλειδιού (PKI). Μελετώνται θεμελιώδη μοντέλα και μηχανισμοί αυθεντικοποίησης και ελέγχου πρόσβασης, καθώς και μοντέλα εξουσιοδότησης και διαχείρισης ταυτοτήτων.

Εξετάζονται ευπάθειες λογισμικού και συστημάτων, όπως επιθέσεις άρνησης υπηρεσίας (DoS), κακόβουλο λογισμικό (π.χ. ιοί, worms, δούρειοι ίπποι), phishing, spoofing, καθώς και συνήθη ζητήματα ασφάλειας ιστού, όπως cross-site scripting (XSS), επιθέσεις SQL injection και υπερχείλιση buffer. Οι φοιτητές εκπαιδεύονται σε ασφαλείς πρακτικές προγραμματισμού και αρχές μείωσης κινδύνων που σχετίζονται με το λογισμικό, καθώς και σε μηχανισμούς ασφάλειας φυλλομετρητών, όπως η Πολιτική Ίδιας Προέλευσης (Same-Origin Policy).

Το μάθημα καλύπτει βασικούς μηχανισμούς άμυνας που χρησιμοποιούνται στην πράξη, όπως λογισμικό προστασίας από ιούς, τείχη προστασίας (firewalls), συστήματα ανίχνευσης εισβολών (IDS) και συστήματα αποτροπής εισβολών (IPS). Παρουσιάζονται επίσης πραγματικά πρωτόκολλα ασφαλείας, όπως TLS/SSL, μηχανισμοί αυθεντικοποίησης βάσει κωδικών πρόσβασης, διαχείριση και αποθήκευση κωδικών, καθώς και μηχανισμοί πολυπαραγοντικής αυθεντικοποίησης. Το μάθημα εξετάζει επίσης τεχνικές κοινωνικής μηχανικής, τον ρόλο του ανθρώπινου παράγοντα στην ασφάλεια και τις προκλήσεις εξισορρόπησης της ασφάλειας με την πρακτικότητα και τη χρηστικότητα.

Τέλος, περιλαμβάνεται συνοπτική αναφορά σε επιλεγμένα προχωρημένα θέματα κρυπτογραφίας, όπως η μετα-κβαντική κρυπτογραφία, η ομομορφική κρυπτογράφηση και οι ελαφριές κρυπτογραφικές μέθοδοι, ενώ γίνεται εισαγωγή σε έννοιες που σχετίζονται με την ιδιωτικότητα και σε μηχανισμούς και πρακτικές προστασίας της ιδιωτικότητας.

Μεθοδολογία διδασκαλίας

Παρουσιάσεις, επιδείξεις επιθέσεων και μεθόδων άμυνας, ομαδικές συζητήσεις και εκπόνηση εργασίας

Βιβλιογραφία

• Panagiotis Ilia Educational material
• Katos V., Stephanidis G., Cryptography and Cryptanalysis Techniques, Zygos, 2003
• Stallings  W., Brown L., Computer Security: Principles and Practice, 3rd Edition, Pearson, 2014 (ISBN: 0133773922)
• Stallings  W., Network Security Essentials: Applications and Standards, 6th Edition, Pearson, 2016 (ISBN: 9789352866601)
• Pfleeger C. P., Pfleeger S. L., Security in Computing, 4th Edition, Prentice Hall, 2008 (ISBN: 0132390779)
• Schneier B., Applied Cryptography: Protocols, Algorithms, and Source Code in C, 2nd Edition, John Wiley & Sons Inc, 1996 (ISBN: 9780471117094)
• Burmester M., Gritzalis S., Chrysikopoulos V., Katsikas S., Modern Cryptography: Theory and Applications, Papasotiriou, 2011

Αξιολόγηση

Ενδιάμεση Εξέταση (30%), Εργασίες (20%), Τελική Εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Συστήματα για Μηχανική Μάθηση Μεγάλης Κλίμακας

Κωδικός μαθήματος

CSE 461

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο

4ο Έτος / Ζ’ Εξάμηνο

Όνομα διδάσκοντα

Μιχαήλ Σιριβιανός

ECTS

5

Διαλέξεις / εβδομάδα

1 διάλεξη στο πρώτο μισό του εξαμήνου και 2 διαλέξεις στο δεύτερο μισό (3 ώρες ανά διάλεξη)

Εργαστήρια / εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Το μάθημα εμβαθύνει στις αρχές σχεδίασης και υλοποίησης κατανεμημένων δικτυωμένων λειτουργικών συστημάτων για τη Μηχανική Μάθηση (ML). Τονίζει τις κλασικές αρχές σχεδίασης λειτουργικών συστημάτων και περιγράφει την υλοποίηση σύγχρονων συστημάτων που αποτελούν τη ραχοκοκαλιά της υποδομής επεξεργασίας και αποθήκευσης μεγάλων δεδομένων στο υπολογιστικό νέφος και στην Τεχνητή Νοημοσύνη.

Το περιεχόμενο του μαθήματος περιλαμβάνει τα ακόλουθα θέματα: Εικονική Μνήμη, Διαχείριση Διεργασιών και Επικοινωνία μεταξύ Διεργασιών. Το λειτουργικό σύστημα Unix. Log-structured συστήματα αρχείων καταγραφής (log-structured). Κατανεμημένα συστήματα αρχείων. Εικονικές Μηχανές. Στοχαστική Διανυσματική Κατάβαση (SGD) με Οπισθοδιάδοση (back-propagation) και Προσοχή (Attention) σε Κλίμακα. Θέματα που καλύπτουν τον κύκλο ζωής της Ανάλυσης Δεδομένων για τη Μηχανική Μάθηση (ML), συμπεριλαμβανομένων της Προέλευσης και Προετοιμασίας Δεδομένων για ML, των μοντέλων προγραμματισμού ML, και των Κατανεμημένων Υπολογιστικών Συστημάτων.

Μαθησιακά αποτελέσματα

Μετά το τέλος του μαθήματος, οι φοιτητές θα μπορούν:

• Να περιγράφουν τις κύριες αρχές σχεδίασης των κατανεμημένων λειτουργικών συστημάτων.
• Να κατανοούν και να εφαρμόζουν βασικές τεχνικές για μεγάλης κλίμακας κατανεμημένα συστήματα.
• Να κατανοούν τη λειτουργία του υπολογιστικού νέφους και της υποδομής Μηχανικής Μάθησης από εταιρείες όπως η Google, Amazon, OpenAI και Meta.
• Να διαβάζουν και να κατανοούν ερευνητικές εργασίες σε παράλληλα υπολογιστικά συστήματα.
• Να χρησιμοποιούν, να τροποποιούν και να αξιολογούν πολύπλοκα κατανεμημένα συστήματα μεγάλης κλίμακας για Μηχανική Μάθηση.

Προαπαιτούμενα

Προπτυχιακά μαθήματα στους τομείς των Λειτουργικών Συστημάτων, των Υπολογιστικών Δικτύων και της Μηχανικής Μάθησης.

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Εβδομάδα 1: Διαχείριση διεργασιών και μνήμης: Το Σύστημα Καταμερισμού Χρόνου Unix
• Εβδομάδα 2: Συστήματα Αποθήκευσης: Σύστημα Αρχείων Unix, Log-structured File System, WiscKey. Virtualization: Xen
• Εβδομάδα 3-4: Υποδομές για Big Data (Google): Google File System, Bigtable, Borg/Kubernetes
• Εβδομάδα 5: Κύκλος Ζωής ML: Διαχείριση Δεδομένων στη Μηχανική Μάθηση, MLOps
• Εβδομάδα 6-7: Κλασική Εκπαίδευση ML σε Κλίμακα: Stochastic Gradient Descent  με Back-propagation, Parameter Server, XGBoost, Spark
• Εβδομάδες 8-10: Συστήματα Βαθιάς Μάθησης: TensorFlow, Pytorch Distributed, Multi-head Attention
• Εβδομάδα 11: Υποβοηθούμενη από συστήματα Μηχανική Χαρακτηριστικών και Επιλογή Μοντέλου: Cerebro, Συστήματα Διαχείρισης Επιλογής Μοντέλου
• Εβδομάδα 12: Προέλευση και Προετοιμασία Δεδομένων: Tensorflow Data Validation, Snorkel. ML Deployment: Pathways
• Εβδομάδα 13: Reinforcement Learning: Ray. Federated Learning: Oort. Μεγάλα Γλωσσικά Μοντέλα: Parrot, DiffKV. Agents: LangChain, LangGraph, LlamaIndex

Μεθοδολογία διδασκαλίας

Εβδομαδιαίες διαλέξεις με παρουσιάσεις ερευνητικών άρθρων, με διαφάνειες και σημειώσεις που διανέμονται από τον διδάσκοντα. Προφορικές ερωτήσεις επί των άρθρων και απαντήσεις των φοιτητών στην αίθουσα. Παρουσιάσεις ερευνητικών άρθρων από τους φοιτητές. Συζητήσεις που προάγουν τον στοχασμό και την κριτική σκέψη, μετά από ανάθεση συγγραφής περιλήψεων δύο σελίδων, επίλυσης κουίζ, και παρουσίασης ερευνητικού άρθρου. Γραπτές εξετάσεις με ανοικτές τυπωμένες σημειώσεις ώστε να αποφεύγεται η χρήση ΤΝ από τους/τις φοιτητές/τριες.

Βιβλιογραφία

• Κύριες αναγνωστικές πηγές:
  • Ερευνητικά άρθρα που είναι διαθέσιμα στο Moodle.
  • Σημειώσεις και διαφάνειες για το διδαχθέν υλικό που είναι διαθέσιμες στο Moodle.
• Προαιρετικές αναγνωστικές πηγές:
  • “Operating Systems Concepts” (book) by Silberschatz, Galvin, and Gagne (ISBN: 1119800366)
  • Book slides at http://codex.cs.yale.edu/avi/os-book/OS9/slide-dir/
  • “Data Systems for Machine Learning” (lectures) by Arun Kumar (ISBN: 3031007417)https://cseweb.ucsd.edu/classes/wi24/cse234-a/schedule.html and “Data Management in Machine Learning Systems” (book), by Matthias Boehm, Arun Kumar, and Jun Yang (ISBN: 1681734966)

Αξιολόγηση

• Περιλήψεις ερευνητικών άρθρων: Οι φοιτητές/τριες πρέπει να υποβάλουν μια περίληψη του ερευνητικού άρθρου που συζητήθηκε πριν από κάθε μάθημα. Οι περιλήψεις βαθμολογούνται σε κλίμακα 1-5 με βάση την τήρηση των παρεχόμενων οδηγιών.
• Κουίζ σε Ερευνητικά Άρθρα: Στην αρχή τριών προκαθορισμένων διαλέξεων, οι φοιτητές/τριες συμπληρώνουν ένα σύντομο κουίζ διάρκειας 30–45 λεπτών που αποτελείται από 5–6 ερωτήσεις για το ανατεθειμένο άρθρο. Επιτρέπεται να χρησιμοποιούν μόνο το τυπωμένο άρθρο, τη δική τους περίληψή του και έως 5 σελίδες πρόσθετων σημειώσεων που έχουν προετοιμάσει. Οι σημειώσεις δεν πρέπει να είναι στη μορφή ερωτήσεων και απαντήσεων. Δεν επιτρέπονται ηλεκτρονικές συσκευές. Οι απαντήσεις βαθμολογούνται σε κλίμακα από 1-5.
• Συμμετοχή στην τάξη: Σε κάθε διάλεξη οι φοιτητές/τριες που είναι παρόντες/ούσες παίρνουν 0.25 του ενός βαθμού από τα 100 για την παρουσία τους και ακόμα 0.25 του βαθμού για τη συμμετοχή τους με ερωτήσεις, απαντήσεις και κριτικές συζητήσεις. Για παράδειγμα, και αν υποθέσουμε ότι κάνουμε 20 διαλέξεις με βαθμολόγηση συμμετοχής (στο πρώτο μισό του εξαμήνου κάνουμε 1 διάλεξη την εβδομάδα), ένας φοιτητής που είναι παρών/ούσα σε όλα τα μαθήματα αλλά δεν συμμετέχει καθόλου, παίρνει 20 x 0.25 = 5%.
• Παρουσιάσεις ερευνητικών άρθρων: Ομάδες δύο φοιτητών ετοιμάζουν μια παρουσίαση διάρκειας 60 λεπτών για το συζητούμενο άρθρο. Οι παρουσιάσεις πρέπει να είναι διεξοδικές (30-40 διαφάνειες) και να ενθαρρύνουν ερωτήσεις και συζήτηση. Οι προπτυχιακοί φοιτητές πρέπει να παρουσιάσουν σε ομάδες των τεσσάρων.
• Τελική εξέταση: Περιλαμβάνει ερωτήσεις βασισμένες στα ερευνητικά άρθρα και τις σημειώσεις των διαλέξεων που καλύφθηκαν στο υλικό του μαθήματος. Η εξέταση είναι με ανοικτές σημειώσεις και άρθρα, αλλά οι φοιτητές δεν  έχουν πρόσβαση στο διαδίκτυο ή σε ηλεκτρονικές συσκευές. Οι φοιτητές αναμένεται να φέρουν τα τυπωμένα ερευνητικά άρθρα, τις καθορισμένες σημειώσεις ή διαφάνειες του μαθήματος, τις περιλήψεις των άρθρων και σημειώσεις 5 σελίδων ανά άρθρο (όχι σε μορφή ερωτήσεων-απαντήσεων) που έχουν προετοιμάσει. Είναι προϋπόθεση επιτυχίας στο μάθημα η επίτευξη βαθμού που να είναι τουλάχιστον το 40% του μέγιστου βαθμού της τελικής εξέτασης (20/50).
• Οι μεταπτυχιακοί φοιτητές που έχουν ήδη παρακολουθήσει την προπτυχιακή έκδοση σε προηγούμενα έτη πρέπει να παρουσιάσουν δύο ερευνητικά άρθρα σε ομάδες των δύο. Κάθε παρουσίαση αντιστοιχεί στο 20% του συνολικού βαθμού. Επιπλέον, πρέπει να υποβάλουν και να παρουσιάσουν (χρησιμοποιώντας 10 διαφάνειες) ένα έργο εξαμήνου που περιλαμβάνει τη χρήση και/ή τροποποίηση και/ή αξιολόγηση ενός κλιμακώσιμου υπολογιστικού συστήματος που καλύπτεται στο μάθημα. Το έργο εξαμήνου  αποτελεί το 60% του συνολικού βαθμού.

Ο διδάσκων διατηρεί το δικαίωμα να κάνει μικρές αλλαγές στα κριτήρια βαθμολόγησης και να προσαρμόζει τις βαθμολογίες προς τα πάνω για τη διασφάλιση δίκαιης βαθμολόγησης.

Γλώσσα

Αγγλικά

Τίτλος Μαθήματος

Προχωρημένα Θέματα Τεχνολογίας Λογισμικού

Κωδικός Μαθήματος

CSE 463

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

4ο / 1ο (Χειμερινό)

Όνομα Διδάσκοντα

Ανδρέας Ανδρέου

ECTS

5

Διαλέξεις / εβδομάδα

1 (3 ώρες)

Εργαστήρια / εβδομάδα

Στόχος Μαθήματος

Να εμβαθύνει σε συγκεκριμένες περιοχές και  προχωρημένα θέματα της Τεχνολογίας Λογισμικού με έμφαση σε τρεις άξονες:

• Τεχνολογία Λογισμικού για Κατανεμημένα Συστήματα και το Υπολογιστικό Νέφος
• Εξόρυξη Διαδικασιών
• Επαναχρησιμοποίηση Λογισμικού

Μαθησιακά Αποτελέσματα

• Συνοψίζουν τις βασικές αρχές, τα προβλήματα και τις προκλήσεις στην ανάπτυξη λογισμικού για κατανεμημένα συστήματα και υπολογιστικό νέφος
• Αξιολογούν την προσέγγιση DevOps και τα οφέλη της στη μηχανική λογισμικού
• Αναπτύσσουν και χρήση συστημάτων λογισμικού προσανατολισμένων στις υπηρεσίες (online και offline)
• Εξηγούν την κατανεμημένη επεξεργασία συναλλαγών και τα συστήματα λογισμικού που βασίζονται σε blockchain
• Να κατανοούν και να εφαρμόζουν βασικές έννοιες και αρχές της εξόρυξης διεργασιών χρησιμοποιώντας πραγματικά παραδείγματα
• Προσδιορίζουν και εφαρμόζουν μεθόδους ανάπτυξης λογισμικού μέσω επαναχρησιμοποίησης, ιδιαίτερα επεκτάσιμα συστήματα με στοιχεία λογισμικού

Προαπαιτούμενα

CSE 324

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Ενότητα A’ - Τεχνολογία Λογισμικού για Κατανεμημένα Συστήματα και το Υπολογιστικό Νέφος

• Τεχνολογία Λογισμικού για κατανεμημένα συστήματα
• Εισαγωγή στο DevOps
• Τεχνολογία Λογισμικού και Υπολογιστικό Νέφος
• Τεχνολογία Λογισμικού προσανατολισμένη στις Υπηρεσίες  Λογισμικού
• Εισαγωγή στο σύστημα του Blockchain

Ενότητα Β’ - Εξόρυξη Διαδικασιών

• Εισαγωγή στην Εξόρυξη Διαδικασιών
• Μοντελοποίηση και Ανάλυση Διαδικασιών
• Συλλογή Δεδομένων για Εξόρυξη Διαδικασιών

Ενότητα Γ’ - Επαναχρησιμοποίηση

• Επαναχρησιμοποίηση λογισμικού
• Τεχνολογία Λογισμικού βασισμένη στα συστατικά λογισμικού

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση, χρήση παραδειγμάτων και περιπτώσεων χρήσης.

Βιβλιογραφία

  Βασική

•  “Software Engineering”, Ian Sommerville, Addison-Wesley, 9th ed., 2011. (ISBN 0137035152)

Συμπληρωματική

• “Software Engineering”, 4th ed., Pfleeger, S. L. and Atlee, J. M., Pearson, 2010. (ISBN: 0136061699)
•  “Software Engineering, A Practitioner’s Approach, European Adaptation”, Roger S. Pressman, 5th Edition, McGraw-Hill, 2000 (ISBN: 9780077096779) (or more recent edition).
• “Software Engineering: Principles and Practice”, 3rd ed., H. van Vliet, John Wiley & Sons, 2008. (ISBN: 0470031468)
• Επιστημονικά άρθρα.

Αξιολόγηση

* νοουμένου ότι είναι επιτυχής/είς η/οι εργασία/ες εξαμήνου

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Κινητός Υπολογισμός και Εφαρμογές

Κωδικός μαθήματος

CSE 469

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο

4ο έτος/8ο εξάμηνο

Όνομα δασκάλου

Ειδικός Επιστήμονας

ECTS

5

Διαλέξεις / εβδομάδα

2x2 ώρες

Εργαστήρια / εβδομάδα

-

Σκοπός και στόχοι του μαθήματος

Αυτό το μάθημα εισάγει τους φοιτητές στις θεμελιώδεις αρχές και τις αναδυόμενες πρακτικές του κινητού υπολογισμού και της ανάπτυξης εφαρμογών. Μέσα από ένα μείγμα θεωρητικής εξερεύνησης και πρακτικών εργαστηρίων, οι φοιτητές θα αποκτήσουν μια σταθερή κατανόηση της στοίβας λογισμικού για κινητά, της ασύρματης και ad-hoc δικτύωσης, των υπηρεσιών με επίγνωση τοποθεσίας, της διαχείρισης δεδομένων κινητής τηλεφωνίας και των συστημάτων με επίγνωση του περιβάλλοντος. Έμφαση δίνεται στο σχεδιασμό και την ανάπτυξη σύγχρονων εφαρμογών για κινητές συσκευές που αλληλεπιδρούν με υπηρεσίες cloud backend, χρησιμοποιούν αισθητήρες στη συσκευή και αξιοποιούν τεχνολογίες όπως Bluetooth, Wi-Fi, RFID, NFC και δίκτυα κινητής τηλεφωνίας. Το μάθημα διερευνά επίσης θέματα αιχμής, όπως φορητοί υπολογιστές, ανίχνευση κινητών και crowdsensing.

Μαθησιακά αποτελέσματα

• Σχεδιάστε και αναπτύξτε εφαρμογές για κινητά χρησιμοποιώντας σύγχρονα εργαλεία, πλαίσια και πλατφόρμες
• Να αναλύουν και να εφαρμόζουν αρχές ασύρματης, ad-hoc και κινητής δικτύωσης στη σχεδίαση εφαρμογών
• Εφαρμόστε λειτουργίες τοπικής προσαρμογής, επίγνωσης του περιβάλλοντος και βασισμένων σε αισθητήρες σε κινητά συστήματα
• Ενσωματώστε εφαρμογές για κινητά με υπηρεσίες back-end cloud και προσεγγίσεις διαχείρισης δεδομένων κινητής τηλεφωνίας
• Να αξιολογούν και να εφαρμόζουν αναδυόμενες τεχνολογίες φορητών υπολογιστών όπως RFID, NFC, BLE και IoT

Προϋποθέσεις

• CSE 224 – Δομές Δεδομένων και Αλγόριθμοι,
• CSE 321 Δίκτυα Υπολογιστών και Επικοινωνίες

Απαιτούμενο

-

Περιεχόμενο μαθήματος

Περιγραφή:

• Βασικά στοιχεία των εφαρμογών για κινητά
• Εργαλεία και στρατηγικές ανάπτυξης εφαρμογών για κινητά
• Εντοπισμός
• Διακομιστές Cloud και Back-End για κινητά
• Επίγνωση τοποθεσίας
• Συστήματα με επίγνωση του πλαισίου
• Αισθητήρες και ανίχνευση
• RFID & NFC
• Βασικές αρχές των δικτύων
• Ασύρματα Δίκτυα
• Ασύρματο δίκτυο
• Δίκτυα Ad-Hoc
• Bluetooth και BLE
• Κυψελωτά Δίκτυα
• Wearable Computing & Διαδίκτυο των πραγμάτων
• Ανίχνευση κινητής τηλεφωνίας
• 17. Ανίχνευση πλήθους

Διδακτική μεθοδολογία

Οι παρουσιάσεις πραγματοποιούνται από τον εκπαιδευτή χρησιμοποιώντας διαφάνειες. Η εργασία διαρκεί όλο το εξάμηνο. Κατά τη διάρκεια των διαλέξεων γίνεται συχνά μια εις βάθος συζήτηση με τον εκπαιδευτή με ερωτήσεις και απαντήσεις. Μικρές εργασίες για το σπίτι δίνονται στην τάξη στους μαθητές για να τους βοηθήσουν να κατανοήσουν καλύτερα τις έννοιες που διδάσκονται. Δίνεται αρκετός χρόνος στους φοιτητές για να επεξεργαστούν πιθανές λύσεις σε αυτές τις ασκήσεις και να τις συζητήσουν με τον εκπαιδευτή κατά τη διάρκεια της διάλεξης και στο τέλος παρουσιάζεται και τους εξηγείται μια ενδεικτική λύση.

Βιβλιογραφία

Δεν υπάρχει υποχρεωτικό εγχειρίδιο, καθώς ο τομέας αυτός εξελίσσεται με πολύ γρήγορους ρυθμούς. Αντίθετα, θα παρέχονται επιστημονικά άρθρα καθ' όλη τη διάρκεια του μαθήματος, αντί να βασίζονται σε ένα εγχειρίδιο.

Συμπληρωματικά σχολικά βιβλία:

• Ubiquitous Computing Fundamentals, 1η Έκδοση, επιμέλεια John Krumm

CRC Press, 2009. ISBN: 978-1-4200-9360-5

• Spatial Gems, Τόμος 1, του John Krumm. Επιμέλεια Andreas Zufle και Cyrus Shahabi ̈ ACM Books, 2022. ISBN: 978-1-4503-9811-4

Εκτίμηση

• Εργασίες για το σπίτι 20%
• Team Project 25%
• Ενδιάμεση Εξέταση 20%
• Τελική Εξέταση 30%
• Παρακολούθηση & Συμμετοχή στα Μαθήματα: 5%

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Τεχνικές Σχεδίασης και Ελέγχου Ολοκληρωμένων Κυκλωμάτων

Κωδικός μαθήματος

CSE 470

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

7ο (Φθινοπωρινό)

Όνομα διδάσκοντα

Χάρης Μιχαήλ

ECTS

5

Διαλέξεις/ εβδομάδα

2 *2 ώρες

Εργαστήρια/ εβδομάδα

Σκοπός και στόχοι μαθήματος

Στόχος του μαθήματος είναι να εμβαθύνει σε συγκεκριμένες περιοχές και προχωρημένα θέματα της Σχεδίασης και Ελέγχου Ολοκληρωμένων Κυκλωμάτων όπως:

• H ροή σχεδιασμού και η υλοποίηση συστημάτων υλικού καθώς και μελέτη και συγκριτική αποτίμηση των διαφορετικών εναλλακτικών αρχιτεκτονικών υλοποίησης τους.
• Τεχνικές βελτιστοποίησης ψηφιακών σχεδιασμών και πρακτική εφαρμογή τους.
• Τεχνικές ελέγχου και ελεγξιμότητας ορθής λειτουργίας ολοκληρωμένων κυκλωμάτων (ICs), στην αποτίμηση γραμμών παραγωγής IC (yield), στα οικονομικά του ελέγχου ICs κ.α.
• Η μοντελοποίηση και ανίχνευση σφαλμάτων και ο σχεδιασμός για ελεγξιμότητα ICs.

Μαθησιακά αποτελέσματα

Τα μαθησιακά αποτελέσματα του μαθήματος είναι:

• H αξιολόγηση και χρήση των εναλλακτικών αρχιτεκτονικών υλοποίησης και στρατηγικών σχεδιασμού ψηφιακών συστημάτων για τη σχεδίαση ψηφιακών κυκλωμάτων υψηλής ταχύτητας, χαμηλής κατανάλωσης και μικρής επιφάνειας ολοκλήρωσης
• H συγκριτική αποτίμηση και χρήση τεχνικών βελτιστοποίησης σε όλα τα επίπεδα της σχεδιαστικής ροής
• Η απόκτηση εκτενούς εμπειρίας στον σχεδιασμό, βελτιστοποίηση και υλοποίηση σχεδιασμών  ψηφιακών συστημάτων σε υλικό με τη γλώσσα περιγραφής υλικού VHDL μέσω των κατ' οίκον εβδομαδιαίων mini εργαστηριακών ασκήσεων
• Η αξιολόγηση και αποτίμηση των διαφόρων  τεχνικών ελέγχου ολοκληρωμένων κυκλωμάτων αναφορικά και με οικονομικές παραμέτρους του σχεδιασμού και υλοποίησης ICs
• Η χρήση και πρακτική εφαρμογή τεχνικών ανίχνευσης και μοντελοποίησης σε λογικό επίπεδο των σφαλμάτων σε ICs καθώς και τεχνικών σχεδιασμού για ελεγξιμότητα  σε ICs.

Προαπαιτούμενα

EEN 212 και EEN 314 ή

CSE 122  και CSE 323

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Εισαγωγικές  αλλά και προχωρημένες τεχνικές ανάπτυξης, σχεδιασμού και ελέγχου ολοκληρωμένων κυκλωμάτων. Τεχνικές βελτιστοποίησης ψηφιακών σχεδιασμών ως προς διάφορες παραμέτρους των σχεδιαζόμενων συστημάτων καθώς και εφαρμοσμένες πρακτικές επαλήθευσης των σχεδιασμών αυτών. Αναλυτική προσέγγιση της ροής σχεδιασμού, των επιπέδων σχεδιασμού και υλοποιήσεων ψηφιακών συστημάτων, Top/Down και Bottom/Up προσέγγιση με παραδείγματα, Θέματα χρονισμού και βελτιστοποίησης του. Σχεδίαση συστημάτων με pipeline για υψηλή απόδοση. Σχεδίαση συστημάτων με παραλληλισμό για χαμηλή κατανάλωση. Σχεδιασμοί με Pipeline, Αλγοριθμικό ξεδίπλωμα, και παράλληλη επεξεργασία για χαμηλή κατανάλωση. Υλοποίηση Testbenches για εξομοίωση συστημάτων. Προβλήματα σχεδίασης σε σύγχρονες τεχνολογίες μικρότερες των 90nm. Σχεδιασμός ψηφιακών συστημάτων με γλώσσα περιγραφής υλικού VHDL. Περιπτωσιολογική εκτενής ανάλυση και βελτιστοποιημένος επανασχεδιασμός  υλοποίησης σε υλικό κρυπτογραφικού αλγορίθμου: περίπτωση συνάρτησης κατακερματισμού SHA-1 με  pipelined σχεδιασμό. Εισαγωγή στον έλεγχο ορθής λειτουργίας. Μοντελοποίηση και ανίχνευση σφαλμάτων. Μοντέλα απλών και πολλαπλών σφαλμάτων. Κάλυψη σφαλμάτων. Σφάλματα γεφύρωσης. Λογική εξομοίωση και εξομοίωση σφαλμάτων. Σειριακοί, Παράλληλοι, Επαγωγικοί και Σύνδρομοι εξομοιωτές σφαλμάτων. Δημιουργία και εφαρμογή διανυσμάτων ελέγχου. Αλγεβρικές και αλγοριθμικές μέθοδοι εξαγωγής διανυσμάτων ελέγχου. Τεχνικές σχεδιασμού για ελεγξιμότητα. Σημεία παρατήρησης και ελέγχου. Ψευδό-εξαντλητικός έλεγχος. Scan-path τεχνική για έλεγχο ακολουθιακών κυκλωμάτων.

Μεθοδολογία διδασκαλίας

Παρουσιάσεις,  Επίλυση Ασκήσεων, Ομαδική συζήτηση, Εργαστηριακές επιδείξεις/ασκήσεις και κατ' οίκον εργαστηριακές ασκήσεις

Βιβλιογραφία

• Χάρης Μιχαήλ, "Εκπαιδευτικό υλικό και Εργαστηριακές Ασκήσεις"
• K. C. Chang, “Digital Systems Design with VHDL and Synthesis: An Integrated Approach”, IEEE Computer Society, 1999
• S. Brown, Z. Vranesic, “Σχεδιασμός Ψηφιακών Συστημάτων με την Γλώσσα VHDL”, Εκδόσεις Τζιόλα, Θεσσαλονίκη
• Δρ. Χάρης Μιχαήλ, "Παρουσιάσεις Εργαλείων Σχεδιασμού Ψηφιακών Συστημάτων Μέρος Α και Μέρος Β",  Τεχνολογικό Πανεπιστήμιο Κύπρου (Τε.Πα.Κ)
• S. Mourad and Y. Zorian, “Principles of Testing Electronic Systems” Wiley and Sons, New York, July 2000

Αξιολόγηση

Ενδιάμεση γραπτή εξέταση (30%),Κατ' οίκον Εργασίες (mini-tasks) (20%), Τελική γραπτή εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Βαθιά Μάθηση Ι

Κωδικός Μαθήματος

CSE 471

Τύπος Μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακο

Έτος / Εξάμηνο

4ο ετος /1ο εξαμηνο

Διδάσκων

Σωτηρης Χατζης

ECTS

5

Ώρες Διαλέξεων / Εβδομάδα

3h

Εργαστήρια / Εβδομάδα

-

Σκοπός και Στόχοι Μαθήματος

Το μάθημα Βαθιά Μάθηση 1 αποτελεί το πρώτο μέρος μιας διδακτικής ακολουθίας δύο μαθημάτων στη βαθιά μάθηση, με έμφαση στις βασικές έννοιες και τεχνικές. Η ανανεωμένη ύλη επικεντρώνεται σε πρακτικά πρότυπα σχεδιασμού που στηρίζουν τα σύγχρονα βαθιά δίκτυα: στρώματα κανονικοποίησης, υπολειμματικές συνδέσεις και ανθεκτικότητα σε αντιπαθητικές (adversarial) διαταραχές. Παράλληλα εισάγεται η πιθανοκρατική γενετική μοντελοποίηση μέσω Μεταβλητών Αυτοκωδικοποιητών (VAEs). Οι φοιτητές θα μάθουν να κατασκευάζουν και να εκπαιδεύουν αποτελεσματικά νευρωνικά δίκτυα, να κατανοούν γιατί η κανονικοποίηση και οι υπολειμματικές συνδέσεις σταθεροποιούν την εκπαίδευση, να υλοποιούν έναν απλό VAE και να προσαρμόζουν τα μοντέλα υπό αντιπαθητικά μοντέλα απειλής. Μέχρι το τέλος του μαθήματος, οι φοιτητές θα διαθέτουν στιβαρή βάση για πιο προχωρημένα θέματα στο Βαθιά Μάθηση 2 και για την επιτυχή ηγεσία έργων μηχανικής μάθησης.

Μαθησιακά Αποτελέσματα

Περιγράφουν και να ταξινομούν τις θεμελιώδεις αρχές σχεδιασμού συστημάτων βαθιάς μάθησης και αρχιτεκτονικών νευρωνικών δικτύων.

• Υλοποιούν και να χρησιμοποιούν ευρέως αποδεκτές τεχνικές για την κατασκευή και εκπαίδευση βαθιών νευρωνικών δικτύων (συμπεριλαμβανομένης της ρύθμισης υπερπαραμέτρων και βασικής τακτικής κανονικοποίησης).
• Εξηγούν και να υλοποιούν στρώματα κανονικοποίησης (BatchNorm, LayerNorm, GroupNorm) και να κατανοούν την επίδρασή τους στη δυναμική βελτιστοποίησης.
• Κατασκευάζουν και να εκπαιδεύουν υπολειμματικές αρχιτεκτονικές (π.χ., ResNet) και να αιτιολογούν τον ρόλο των skip connections σε βαθιά δίκτυα.
• Υλοποιούν έναν βασικό Μεταβλητό Αυτοκωδικοποιητή (VAE) με το τέχνασμα επαναπαραμετροποίησης και να αξιολογούν τις μαθημένες λανθάνουσες αναπαραστάσεις.
• Κατασκευάζουν απλές αντιπαθητικές επιθέσεις (π.χ., FGSM/PGD), εκτελούν βασική αντιπαθητική εκπαίδευση και αξιολογούν την ανθεκτικότητα μοντέλων.
• Συνοψίζουν και κριτικά αξιολογούν ερευνητικά άρθρα σε βασικά θέματα βαθιάς μάθησης.
• Εφαρμόζουν μεθόδους βαθιάς μάθησης για την υλοποίηση πλήρους έργου, από τη διατύπωση του προβλήματος έως την υλοποίηση και αξιολόγηση μοντέλου σε πρακτικό αντικείμενο.

Προαπαιτούμενα

Προπτυχιακό επίπεδο γνώσεων σε γραμμική άλγεβρα και στατιστική

(αναμένεται και βασική εξοικείωση με ανάλυση και πιθανότητες).

Υποχρεωτικό

NΑΙ

Περιεχόμενο Μαθήματος

• Εισαγωγή στη Βαθιά Μάθηση: Ιστορική αναδρομή, σημασία και συνήθεις εφαρμογές.
• Βασικά Νευρωνικών Δικτύων: Perceptrons, συναρτήσεις ενεργοποίησης, πολυεπίπεδα εμπρόσθια δίκτυα και αλγόριθμος οπισθοδιάδοσης.
• Θεμελιώδη της Εκμάθησης Αναπαραστάσεων: Η αρχή της αυτόματης μάθησης χαρακτηριστικών, σε αντιδιαστολή με την παραδοσιακή σχεδίαση χαρακτηριστικών.
• Εκπαίδευση Βαθιών Δικτύων: Θεμελιώδη της βελτιστοποίησης (SGD και παραλλαγές), συναρτήσεις κόστους, πρακτικές σταθερότητας εκπαίδευσης.
• Τεχνικές Κανονικοποίησης (Regularization): L2, dropout, early stopping και η επίδρασή τους στη γενίκευση.
• Στρώματα Κανονικοποίησης & Δυναμική Εκπαίδευσης: BatchNorm, LayerNorm, GroupNorm· πότε και γιατί βοηθούν· αρχικοποίηση και επιπτώσεις του μεγέθους δέσμης.
• Υπολειμματικές Συνδέσεις & Βαθιές Αρχιτεκτονικές: Skip connections, identity mappings, pre-activation ResNets· εκπαίδευση πολύ βαθιών δικτύων στην πράξη.
• Συνελικτικά Νευρωνικά Δίκτυα (CNNs): Βασικές αρχές συνελίξεων και pooling, κλασικές αρχιτεκτονικές αναγνώρισης εικόνων και εξαγωγή χωρικών χαρακτηριστικών.
• Μεταβλητοί Αυτοκωδικοποιητές (VAEs): Μοντέλα λανθανουσών μεταβλητών, ELBO και τέχνασμα επαναπαραμετροποίησης, β-VAEs και αποσυσχέτιση· απλές εφαρμογές στη δημιουργία εικόνων.
• Αντιπαθητική Ανθεκτικότητα: Μοντέλα απειλής· επιθέσεις με βάση τις κλίσεις (FGSM, PGD)· αξιολόγηση ανθεκτικότητας· βασικές αρχές αντιπαθητικής εκπαίδευσης και άμυνες με κανονικοποίηση.
  (Σημ.: Η μοντελοποίηση ακολουθιών με RNNs καλύπτεται στο επόμενο μάθημα.)

Μεθοδολογία Διδασκαλίας

Η διδασκαλία πραγματοποιείται μέσω εβδομαδιαίων διαλέξεων και διαδραστικών συζητήσεων. Κατά τις πρώτες επτά εβδομάδες, ο διδάσκων παρουσιάζει τα θεμέλια της ύλης όπως περιγράφονται παραπάνω. Στις υπόλοιπες έξι εβδομάδες, οι φοιτητές συμμετέχουν ενεργά παρουσιάζοντας επιλεγμένα ερευνητικά άρθρα συναφή με τα θέματα.

Καθ’ όλη τη διάρκεια, ο διδάσκων παρέχει διαφάνειες/σημειώσεις και ενθαρρύνει την κατανόηση μέσω προφορικών ερωτήσεων για το διδακτικό υλικό και τα άρθρα. Αναμένεται οι φοιτητές να ετοιμάζουν σύντομες περιλήψεις των άρθρων που τους ανατίθενται και να συμβάλλουν δημιουργικά στις συζητήσεις.

Ο συνδυασμός διαλέξεων, παρουσιάσεων φοιτητών, συνεδριών ερωτήσεων-απαντήσεων και σύντομων γραπτών περιλήψεων στοχεύει στην εμβάθυνση, την καλλιέργεια κριτικής σκέψης και την ικανότητα εφαρμογής μεθόδων βαθιάς μάθησης.

Βιβλιογραφία

• Κύριο Υλικό: Ερευνητικά άρθρα (διαθέσιμα μέσω της σελίδας του μαθήματος στο Moodle) που καλύπτουν κλασικές και σύγχρονες εξελίξεις στη βαθιά μάθηση.
• Βιβλίο: Ian Goodfellow, Yoshua Bengio, and Aaron Courville, Deep Learning, MIT Press, 2016. (ISBN: 0262035618) (This seminal textbook is used as a supplementary resource for fundamental concepts and theories of deep learning.)
• Additional resources: Instructor-provided notes and relevant online resources or textbook chapters will be recommended for specific topics (e.g., documentation and tutorials for deep learning frameworks, when applicable).
• Selected seminal papers for the added topics: He et al., 2016 (Deep Residual Learning); Ioffe & Szegedy, 2015 (Batch Normalization); Ba et al., 2016 (Layer Normalization); Wu & He, 2018 (Group Normalization); Kingma & Welling, 2014 (Variational Autoencoders); Goodfellow et al., 2015 (Adversarial Examples).

Αξιολόγηση

• Παρουσιάσεις Επιστημονικών Άρθρων: 50%
• Τελική Εξέταση: 50%

Γλώσσα Διδασκαλίας

Αγγλικά

Τίτλος Μαθήματος

Βαθιά Μάθηση ΙΙ

Κωδικός Μαθήματος

CSE 472

Τύπος Μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο

4ο ετος /2ο εξαμηνο

Διδάσκων

Σωτηρης Χατζης

ECTS

5

Ώρες Διαλέξεων / Εβδομάδα

3h

Εργαστήρια / Εβδομάδα

-

Σκοπός και Στόχοι Μαθήματος

Πρακτική, συστημική προσέγγιση με Hugging Face:

• Αρχή της προσοχής· διαίσθηση για keys/queries/values
• Οικοσύστημα Hugging Face (Transformers, Diffusers, Datasets, Accelerate)
• Πολυτροπική μοντελοποίηση· zero-shot & few-shot μάθηση· in‑context inference
• Αλγόριθμοι συμπερασμού (greedy, beam, top‑k/top‑p, temperature· CFG για diffusion)
• Κβαντοποίηση και αποδοτικός συμπερασμός

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση, οι φοιτητές θα μπορούν να:

• Εξηγούν το self‑ και cross‑attention και τον ρόλο τους στις σύγχρονες αρχιτεκτονικές
• Χρησιμοποιούν τα Hugging Face Transformers και Diffusers για εργασίες NLP, όρασης και πολυτροπικές
• Εφαρμόζουν zero‑/few‑shot μάθηση, σχεδιασμό prompts και in‑context inference
• Εκτελούν και συγκρίνουν αλγορίθμους συμπερασμού· διαχειρίζονται batching/KV caching/streaming
• Κβαντοποιούν μοντέλα (8‑bit/4‑bit) και αναλύουν τον συμβιβασμό αποδοτικότητας–ποιότητας
• Εκτελούν fine‑tuning με LoRA/QLoRA και αξιολογούν την αποτελεσματικότητα
• Υλοποιούν και αναλύουν pipelines διάχυσης, schedulers και guidance
• • Διαβάζουν κριτικά και παρουσιάζουν πρόσφατη έρευνα σε transformers και diffusion

Προαπαιτούμενα

-

Υποχρεωτικό

NΑΙ

Περιεχόμενο Μαθήματος

Practical systems view with Hugging Face:

• Attention in practice; why it enables transfer and compositionality
• HF overview: model hub, pipelines, datasets; pre-trained transformers and diffusion models
• Multimodal modeling (e.g., text–image); CLIP-style encoders; basic VLM pipelines
• Zero-/few-shot learning; prompt engineering; in-context examples and evaluation
• Inference for LMs: greedy, beam, top-k/top-p, temperature; batching, KV caching, streaming
• Inference for diffusion: schedulers (DDIM, DPM-Solver, Euler), classifier-free guidance, negative prompts
• Quantization & efficiency: 8-bit/4-bit (bitsandbytes), weight-only vs activation-aware; throughput vs fidelity

• Mini-labs: zero-shot classification; few-shot prompting; 4-bit LM inference; text-to-image with scheduler swaps; serving a small model

Μεθοδολογία Διδασκαλίας

Διαλέξεις με ενσωματωμένες ζωντανές, πρακτικές επιδείξεις (Μέρος I) με το οικοσύστημα Hugging Face, ακολουθούμενες από εις βάθος αναλύσεις με επίκεντρο ερευνητικά άρθρα (Μέρος II). Οι φοιτητές εργάζονται με notebooks που επιδεικνύουν Transformers και Diffusers, συμπεριλαμβανομένου παραμετρο-αποδοτικού fine-tuning και κβαντοποιημένου συμπερασμού. Εβδομαδιαίες περιλήψεις αναγνώσεων και συζήτηση ερωτήσεων–απαντήσεων στην τάξη ενισχύουν τόσο την πρακτική επάρκεια όσο και το θεωρητικό βάθος.

Βιβλιογραφία

Ενδεικτικές καθοδηγητικές δημοσιεύσεις:

• Vaswani et al., “Attention Is All You Need,” 2017
• Ho et al., “Denoising Diffusion Probabilistic Models,” 2020; Dhariwal & Nichol, 2021
• Hu et al., “LoRA: Low-Rank Adaptation,” 2021
• Dettmers et al., “QLoRA,” 2023

• Hugging Face Transformers & Diffusers documentation/tutorials

Αξιολόγηση

• Παρουσιάσεις Επιστημονικών Άρθρων: 50%
• Τελική Εξέταση: 50%

Γλώσσα Διδασκαλίας

Αγγλικά

Τίτλος μαθήματος

Εισαγωγή στην Επιστήμη Δεδομένων

Κωδικός μαθήματος

CSE473

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

4ο ‘ετος / 2ο εξάμηνο (Εαρινό)

Όνομα διδάσκοντα

Σίμος Γερασίμου

ECTS

5

Διαλέξεις/ εβδομάδα

4

Εργαστήρια/ εβδομάδα

Σκοπός και στόχοι μαθήματος

Tο μάθημα εστιάζει στις βασικές έννοιες και πρακτικές που αφορούν την αξιόπιστη υλοποίηση ενός έργου επιστήμης δεδομένων. Οι φοιτητές θα εισαχθούν στη διαδικασία και στον κύκλο ζωής της επιστήμης δεδομένων που συνήθως ακολουθείται για την υλοποίηση ενός τέτοιου έργου. Επίσης, θα εξοικειωθούν με τις μεθόδους συλλογής, χειρισμού και καθαρισμού δεδομένων, αποκτώντας παράλληλα εμπειρία στην αξιολόγηση της ποιότητας των δεδομένων.Ως τρόπους αποθήκευσης και πρόσβασης σε δεδομένα, το μάθημα καλύπτει τις σχεσιακές βάσεις δεδομένων και τη γλώσσα SQL, καθώς και άλλα παραδείγματα βάσεων δεδομένων, όπως NoSQL,. Οι φοιτητές θα γνωρίσουν τις κατανομές δεδομένων και τη στατιστική ανάλυση – περιλαμβανομένων της συσχέτισης, των διαστημάτων εμπιστοσύνης και της επαγωγικής στατιστικής – και θα μάθουν πώς να τα εφαρμόζουν σε ένα προγραμματιστικό περιβάλλον.Τέλος, οι φοιτητές θα αποκτήσουν πρακτική εμπειρία σε διαφορετικούς τομείς προβλημάτων μηχανικής μάθησης (εποπτευόμενη και μη εποπτευόμενη) και θα εμβαθύνουν στα διαθέσιμα μοντέλα μηχανικής μάθησης, σχεδιάζοντας και αναπτύσσοντας κατάλληλες ροές δεδομένων που τα ενσωματώνουν. Επίσης θα εξεταστούν οι ηθικές προεκτάσεις στην επιστήμη δεδομένων.Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν αποκτήσει γνώση στην εφαρμογή και πρακτικές δεξιότητες σε όλο το φάσμα της ροής εργασιών της επιστήμης δεδομένων, θα είναι σε θέση να σχεδιάζουν, να αναπτύσσουν, να υλοποιούν και να αξιολογούν τις δικές τους ολοκληρωμένες λύσεις επιστήμης δεδομένων.

Μαθησιακά αποτελέσματα

Με το τέλος του μαθήματος, οι φοιτητές θα είναι σε θέση να:

• Διακρίνουν μεταξύ διαφορετικών τύπων δεδομένων που παράγονται στην επιστήμη δεδομένων, καθώς και να εφαρμόζουν στρατηγικές για τη διασφάλιση της ποιότητας των δεδομένων.
• Αντλούν δεδομένα από ποικίλες πηγές και σε διάφορες μορφές.
• Εφαρμόζουν επαγωγική στατιστική και διαδικασίες στατιστικής για τον έλεγχο υποθέσεων σχετικά με χαρακτηριστικά και σχέσεις μέσα σε σύνολα δεδομένων.
• Χρησιμοποιούν κατάλληλα διαγράμματα για την παρουσίαση και την εξερεύνηση συνόλων δεδομένων.
• Χρησιμοποιούν βάσεις δεδομένων, τόσο σχεσιακές όσο και άλλων παραδειγμάτων, για την αποθήκευση και ανάκτηση δεδομένων.
• Υλοποιούν αλγορίθμους εποπτευόμενης και μη εποπτευόμενης μηχανικής μάθησης.
• Αναγνωρίζουν τα ηθικά ζητήματα σχετικά με την προέλευση των δεδομένων, την ιδιωτικότητα των ατόμων και τον αντίκτυπο που μπορεί να έχει η ανάλυση δεδομένων στην κοινωνία.

Προαπαιτούμενα

Γνώσεις προγραμματισμού με Python επιπέδου προπτυχιακού (αναμένεται επίσης βασική οικειότητα με τη στατιστική και τις πιθανότητες)

Συναπαιτούμενα

Περιεχόμενο μαθήματος

• Εβδομάδα 1: Εισαγωγή στην επιστήμη δεδομένων, κύκλοι ζωής και παραδείγματα παραδειγμάτων
• Εβδομάδα 2: Συλλογή δεδομένων, διερευνητική ανάλυση δεδομένων, οπτικοποίηση δεδομένων
• Εβδομάδα 3: Δομημένα και μη δομημένα δεδομένα, σχεσιακές βάσεις δεδομένων
• Εβδομάδα 4: Κανονικοποίηση βάσεων δεδομένων, Γλώσσα Δομημένων Ερωτημάτων (SQL), APIs βάσεων δεδομένων, NoSQL
• Εβδομάδα 5: Επεξεργασία δεδομένων και ακεραιότητα δεδομένων
• Εβδομάδα 6: Πιθανότητες, κεντρικό οριακό θεώρημα, διαστήματα εμπιστοσύνης, συνδιακύμανση, συσχέτιση
• Εβδομάδα 7: Επαγωγική στατιστική (παραμετρική και μη παραμετρική)
• Εβδομάδα 8: Εισαγωγή στη μηχανική μάθηση και εποπτευόμενη μάθηση (παλινδρόμηση)
• Εβδομάδα 9: Εποπτευόμενη μάθηση (ταξινόμηση)
• Εβδομάδα 10: Μη εποπτευόμενη μάθηση (συσταδοποίηση, μείωση διαστάσεων)
• Εβδομάδα 11: Ηθική στην επιστήμη δεδομένων, πρότυπα/νόμοι/οδηγίες για τα δεδομένα
• Εβδομάδα 12: Ανάπτυξη και εξέλιξη μοντέλων επιστήμης δεδομένων
• Εβδομάδα 13: Παρουσιάσεις φοιτητών

Μεθοδολογία διδασκαλίας

Η διδασκαλία πραγματοποιείται μέσω εβδομαδιαίων διαλέξεων, χρησιμοποιώντας διαφάνειες, σημειώσεις και παραπομπές που διανέμονται από τον διδάσκοντα​. Οι διαλέξεις συμπληρώνονται από διαδραστικές συζητήσεις που ενθαρρύνουν την κριτική σκέψη​, καθώς και από μία πρακτική ενότητα που βοηθά τους φοιτητές να εξοικειωθούν με το περιεχόμενο του εβδομαδιαίου στόχου διδασκαλίας.

Βιβλιογραφία

• Spiegelhalter, D., The Art of Statistics: Learning from Data, Pelican, 2019. (ISBN: 0241398630)
• VanderPlas, J. Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly, 2016. (ISBN: 1491912057)
• Igual, L. Segui, S. Introduction to Data Science: A Python Approach to Concepts, Techniques and Applications, Springer, 2017 (ISBN: 978-3031489563)

Αξιολόγηση

1. Γραπτή εργασία και παρουσίαση (50%)
2. Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Εισαγωγή στη Χρηματοοικονομική & στις Αρχές Διοίκησης για Εταιρείες Πληροφορικής

Κωδικός μαθήματος

CSE474

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

4ο έτος / 1ο εξάμηνο

Όνομα διδάσκοντα

Ειδικός Επιστήμονας

ECTS

5

Διαλέξεις/ εβδομάδα

2Χ2Η

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Ο σκοπός αυτού του μαθήματος είναι να εφοδιάσει τους φοιτητές του 4ου έτους Πληροφορικής και Μηχανικών Υπολογιστών με μια θεμελιώδη κατανόηση του τρόπου λειτουργίας των τεχνολογικών επιχειρήσεων πέρα από τον καθαρά τεχνικό τομέα. Παρόλο που οι απόφοιτοι Πληροφορικής και Μηχανικών Υπολογιστών συνήθως διακρίνονται στον προγραμματισμό και το σχεδιασμό συστημάτων, χρειάζονται επίσης γνώσεις χρηματοοικονομικών και διοίκησης ώστε να συμβάλλουν αποτελεσματικά — και τελικά να ηγηθούν — οργανισμών τεχνολογίας. Το μάθημα αυτό γεφυρώνει το χάσμα ανάμεσα στην τεχνική εξειδίκευση και τη λήψη επιχειρηματικών και χρηματοοικονομικών αποφάσεων, προετοιμάζοντας τους φοιτητές για υψηλού επιπέδου καριέρες στη βιομηχανία της τεχνολογίας.

Στόχοι Μαθήματος:

• Να ερμηνεύουν χρηματοοικονομικές πληροφορίες που σχετίζονται με εταιρείες πληροφορικής, συμπεριλαμβανομένων των οικονομικών καταστάσεων, των δομών κόστους και των δεικτών απόδοσης.
• Να διαφοροποιούν μεταξύ επιχειρηματικών μοντέλων (συνδρομητικό, SaaS, βασισμένο σε διαφημίσεις, marketplace, υλικού, συμβουλευτικών υπηρεσιών) και να αξιολογούν τις επιπτώσεις τους στα έσοδα και την ανάπτυξη.
• Να αναλύουν δομές κόστους και μεθόδους αποτίμησης για εταιρείες λογισμικού, υλικού και υπηρεσιών πληροφορικής, συμπεριλαμβανομένης της χρηματοδότησης νεοφυών επιχειρήσεων και των προκλήσεων κλιμάκωσης.
• Να εφαρμόζουν αρχές διοίκησης όπως οι μεθοδολογίες agile, τα στυλ ηγεσίας και οι στρατηγικές κλιμάκωσης ομάδων σε οργανισμούς τεχνολογίας.
• Να αναπτύσσουν και να παρουσιάζουν επιχειρηματικές μελέτες, ενσωματώνοντας χρηματοοικονομικές, διοικητικές και τεχνικές προοπτικές, τόσο για υφιστάμενες εταιρείες πληροφορικής όσο και για υποθετικά startups.
• Να αξιολογούν στρατηγικές επενδύσεων και χρηματοδότησης στον τεχνολογικό τομέα (venture capital, IPOs, angel investment) και τη σημασία τους για την καινοτομία και την επιχειρηματικότητα.
• Να συνδέουν τις έννοιες των χρηματοοικονομικών και της διοίκησης με την επαγγελματική τους ανάπτυξη ως τεχνικοί επιστήμονες που συμβάλλουν στη στρατηγική προϊόντων, τη βιωσιμότητα των επιχειρήσεων και την καινοτομία.

Μαθησιακά αποτελέσματα

Με το τέλος του μαθήματος, οι φοιτητές θα είναι σε θέση να:

1. Να κατανοούν τις βασικές χρηματοοικονομικές καταστάσεις και τον τρόπο με τον οποίο οι εταιρείες πληροφορικής μετρούν την απόδοσή τους.
2. Να αναγνωρίζουν τις δομές κόστους και τα μοντέλα εσόδων που είναι χαρακτηριστικά για εταιρείες λογισμικού, υλικού και υπηρεσιών πληροφορικής.
3. Να εξηγούν τις αρχές διοίκησης που είναι σχετικές με οργανισμούς τεχνολογίας (agile, διαχείριση προϊόντων, κλιμάκωση ομάδων).
4. Να αξιολογούν επενδύσεις, χρηματοδότηση και μεθόδους αποτίμησης νεοφυών επιχειρήσεων (startups).
5. Να εφαρμόζουν βασικές έννοιες προϋπολογισμού και χρηματοδότησης έργων σε έργα πληροφορικής.

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Εβδομάδα 1: Εισαγωγή – Γιατί οι απόφοιτοι Πληροφορικής χρειάζονται γνώσεις χρηματοοικονομικών & διοίκησης, επισκόπηση κλάδου Πληροφορικής.
• Εβδομάδα 2: Βασικές Αρχές Χρηματοοικονομικής – Έσοδα, κόστος, κέρδος, ταμειακές ροές, κύριες χρηματοοικονομικές καταστάσεις· ανάλυση οικονομικών στοιχείων εταιρειών IT.
• Εβδομάδα 3: Επιχειρηματικά Μοντέλα στην Πληροφορική – Συνδρομητικό, freemium, βασισμένο σε διαφημίσεις, marketplace· μελέτες περίπτωσης (Google, Netflix, Atlassian).
• Εβδομάδα 4: Δομές Κόστους & Αποτίμηση – Σταθερά vs μεταβλητά κόστη, R&D ως επένδυση, μέθοδοι αποτίμησης startups.
• Εβδομάδα 5: Αρχές Διοίκησης – Ηγεσία σε εταιρείες IT, agile vs παραδοσιακή διοίκηση έργων, κλιμάκωση ομάδων.
• Εβδομάδα 6: Χρηματοδότηση Έργων IT – Προϋπολογισμός έργων (μηχανικοί, cloud, άδειες), ROI, αποφάσεις “build vs buy”, μελέτη περίπτωσης mobile app.
• Εβδομάδα 7: Χρηματοδότηση & Επενδύσεις – Business angels, venture capital, IPOs, κίνδυνος και απόδοση σε startups, βασικά στοιχεία pitch deck.
• Εβδομάδες 8–12: Εργαστήρια & Παρουσιάσεις Φοιτητών – Ομαδικές μελέτες για εταιρείες/ startups IT (μοντέλο, οικονομικά, διοίκηση, κίνδυνοι).
• Εβδομάδα 13: Ανακεφαλαίωση & Προοπτική Καριέρας – Σύνδεση χρηματοοικονομικών & διοίκησης με καριέρες στην Πληροφορική, αναστοχασμός & Q&A.

Μεθοδολογία διδασκαλίας

Η διδασκαλία πραγματοποιείται μέσω εβδομαδιαίων διαλέξεων, χρησιμοποιώντας διαφάνειες, σημειώσεις και παραπομπές που διανέμονται από τον διδάσκοντα​. Οι διαλέξεις συμπληρώνονται από διαδραστικές συζητήσεις που ενθαρρύνουν την κριτική σκέψη​, καθώς και από μία πρακτική ενότητα που βοηθά τους φοιτητές να εξοικειωθούν με το περιεχόμενο του εβδομαδιαίου στόχου διδασκαλίας.

Βιβλιογραφία

• Corporate Finance, Global Edition 5th Edition by Jonathan Berk and Peter DeMarzo (ISBN: 1292304154)
• The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, by Eric Ries (ISBN: 9780307887894)
• High Output Management, by Andrew S. Grove (ISBN: 9780679762881)

Αξιολόγηση

1. Ομαδικό εργασία & παρουσίαση (50%)
2. Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Ηλεκτρονική Ι

Κωδικός μαθήματος

EEN 214

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

2ο Έτος/ 4ο εξάμηνο

Όνομα διδάσκοντα

Ευθύβουλος Κυριάκου

ECTS

5

Διαλέξεις/ εβδομάδα

2

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Κατανόηση των ιδιοτήτων και λειτουργίας διατάξεων ημιαγωγών για συγκεκριμένες εφαρμογές. Οι φοιτητές πρέπει να μπορούν να αναλύουν και να σχεδιάζουν κυκλώματα με διόδους και τρανζίστορ .

Μαθησιακά αποτελέσματα

• Αποκτήσουν ολοκληρωμένη γνώση της ανάλυσης και λειτουργίας κυκλωμάτων με διόδους και τρανζίστορ
• Σχεδιάζουν και υλοποιούν κυκλωμάτα με διόδους και τρανζίστορ

Προαπαιτούμενα

Θεωρία Κυκλωμάτων

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Δίοδοι επαφής
• Διπολικοί τρανζίστορ επαφής (BJT)
• Τρανζίστορ πεδίου (FET)
• Πόλωση και σταθερότητα
• Ενισχυτές μικρού σήματος
• Διαφορικοί ενισχυτές
• Απόκριση συχνότητας

Μεθοδολογία διδασκαλίας

Διαλέξεις, επίλυση πρακτικών προβλημάτων, κατ’οίκον εργασίες, ημιεξάμηνη εξέταση

Βιβλιογραφία

• "Electronic Circuit Analysis and Design", D. Neamen Lecture notes
• “Microelectronic Circuits” Adel Sedra, Keneth C. Smith, Oxford University Press, 7th Edition, 2015. ISBN: 978–0–19–933913–6.
• “Electronic Devices and Circuit Theory”. Robert Boylestad, Louis Nashelsky, Prentice Hall. 11th edition (ISBN: 0132622262)

Αξιολόγηση

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Εργαστήριο Ηλεκτρικών Κυκλωμάτων ΙΙ

Κωδικός Μαθήματος

EEN 215

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

4ο έτος/1ο εξάμηνο 

Όνομα Διδάσκοντα

Χάρης Μιχαήλ

ECTS

5

Διαλέξεις / εβδομάδα

1 *1 ώρα

Εργαστήρια / εβδομάδα

1* 3 ώρες

Στόχος Μαθήματος

Οι στόχοι αυτού του μαθήματος είναι:

• Nα αποκτήσουν οι φοιτητές εργαστηριακή hands-on εμπειρία στον σχεδιασμό ψηφιακών κυκλωμάτων και στην χρήση έτοιμων Ολοκληρωμένων Κυκλωμάτων (ICs) τόσο σε εκπαιδευτικά boards όσο και με CAD εργαλεία σε FPGAs.
• Nα αποκτήσουν οι φοιτητές πρακτική γνώση και να εξασκηθούν στην χρήση των απαραίτητων σχεδιαστικών προσεγγίσεων για τον σχεδιασμό συστημάτων όπως η επαναχρησιμοποίηση, η ιεραρχική σχεδίαση, επίπεδα αφαιρετικότητας κ.α.
• Nα αποκτήσουν οι φοιτητές πρακτική γνώση και να εξασκηθούν στις τεχνικές ελέγχου ορθής λειτουργίας και αποσφαλμάτωσης κατά την φάση σχεδιασμού (simulation).
• Η μελέτη και κατανόηση των αρχών λειτουργίας των ψηφιακών συστημάτων και κυκλωμάτων, των παραμέτρων τους, τον σχεδιαστικών περιορισμών τους και των διάφορων τεχνολογιών υλοποίησης και σχεδίασης τους.
• Η χρήση και κατανόηση της δομής και τρόπου λειτουργίας και αξιοποίησης των συσκευών FPGA, η σχηματική περιγραφή κυκλωμάτων συνδυαστικής και ακολουθιακής λογικής καθώς και η σύγκριση με την περιγραφή ψηφιακών κυκλωμάτων και συστημάτων με γλώσσες περιγραφής υλικού (HDLs).
• H υλοποίηση τόσο σε εκπαιδευτικά boards όσο και με CAD εργαλεία σε FPGAs με ταυτόχρονη κατανόηση των αρχών που διέπουν τον σχεδιασμό κυκλωμάτων συνδυαστικής και ακολουθιακής λογικής καθώς και ο βέλτιστος σχεδιασμός τους και οι διάφορες παράμετροι υλοποίησης τους.

• H ανάλυση, σχεδίαση και υλοποίηση απαριθμητών (σύγχρονων και ασύγχρονων) όπως και πιο πολύπλοκων σχεδιασμών όπως οι ALUs τόσο σε εκπαιδευτικά boards όσο και σε FPGAs μέσω CAD tools.

Μαθησιακά Αποτελέσματα

Στο τέλος αυτού του μαθήματος οι φοιτητές θα έχουν:

• Αποκτήσει Ηands-on experience στον σχεδιασμό ψηφιακών κυκλωμάτων (συνδυαστικά και ακολουθιακά) και στην χρήση έτοιμων ολοκληρωμένων ICs τόσο σε CAD εργαλεία με τελική υλοποίηση σε FPGAs όσο και σε εκπαιδευτικά boards.
• Αποκτήσει πρακτικές γνώσεις για να εφαρμόζουν τις απαραίτητες σχεδιαστικές τεχνικές όπως Eπαναχρησιμοποίηση, Ιεραρχικό σχεδιασμό, Επίπεδα αφαιρετικότητας κλπ για την αποδοτική υλοποίηση πολύπλοκων σχεδιασμών.
• Αποκτήσει πρακτικές γνώσεις στο να κάνουν αποδοτικά έλεγχο ορθής λειτουργίας (simulation) και αποσφαλμάτωση των σχεδιασμών τους κατά την φάση σχεδιασμού.
• Μελετήσει και κατανοήσει τις βασικές αρχές λειτουργίας και σχεδιασμού των ψηφιακών συστημάτων και κυκλωμάτων, τις παραμέτρους τους και σχεδιαστικούς περιορισμούς τους και τις διάφορες σχεδιαστικές επιλογές τους, τόσο σε FPGAs όσο και σε εκπαιδευτικά boards.
• Κατανοήσει την εσωτερική δομή καθώς και την χρήση των FPGAs για σχεδιασμό συνδυαστικών και ακολουθιακών κυκλωμάτων
• Μάθει να χρησιμοποιούν CAD tools λογισμικά για τον σχεδιασμό, την εξομοίωση της λειτουργίας των ψηφιακών κυκλωμάτων καθώς και για την τελική υλοποίηση των σχεδιασμών τους σε FPGA.
• Εκπαιδευτεί να χρησιμοποιούν άριστα τον εργαστηριακό εξοπλισμό για τους πειραματικούς σχεδιασμούς τους ήτοι τα breadboards, ICs, γεννήτριες συχνοτήτων, πολύμετρα, ψηφιακούς παλμογράφους κλπ.
• Κατανοήσει την διαφορά μεταξύ υλοποίησης μέσω σχεδιαστικής περιγραφής και υλοποίησης μέσω γλωσσών περιγραφής υλικού HDL.
• Υλοποιήσει σύνθετους σχεδιασμούς σε FPGAs, με διαχείριση της πολυπλοκότητας των σχεδιασμών και αποτίμηση των πλεονεκτημάτων/μειονεκτημάτων κάθε σχεδιαστικής προσέγγισης.

Προαπαιτούμενα

EEN 212

Συναπαιτούμενα

Περιεχόμενο Μαθήματος

• Επεξήγηση εξοπλισμού, εξοικείωση με τις βασικές λογικές πύλες και σχεδιασμός και υλοποίηση κυκλωμάτων και εφαρμογών συνδυαστικής λογικής, με την χρήση ολοκληρωμένων SSI και MSI κυκλωμάτων.
• Σχεδιασμός και υλοποίηση Αθροιστών, Συγκριτή, Πολυπλεκτών, Αποκωδικοποιητών, Κωδικοποιητών κ.α., σε εκπαιδευτικό board
• Εξοικείωση με Flip Flops: S-R flip flop, D flip flop και J-K flıp flop. Λειτουργίες Preset και Clear. Υλοποίηση απλών ακολουθιακών κυκλωμάτων και εφαρμογών (εκπαιδευτικό board).
• Σχεδιασμός και υλοποίηση Ασύγχρονων και Σύγχρονων απαριθμητών (εκπαιδευτικό board).
• Εισαγωγή στο πρόγραμμα σχεδιασμού ALTERA Quartus II, στις προγραμματιζόμενες συσκευές και στην υλοποίηση ψηφιακών κυκλωμάτων μέσω προγραμματισμού FPGA board. FPGΑs vs ICs, Σχηματική περιγραφή vs HDL περιγραφής, Simulation και Debugging στο Altera Quartus II, Κατέβασμα σχεδιασμού σε FPGA.
• Σχεδιασμός και υλοποίηση σε FPGA συνδυαστικών κυκλωμάτων: Αθροιστών, Συγκριτή, Πολυπλεκτών, Αποκωδικοποιητών, Κωδικοποιητών κ.α. Ιεραρχική σχεδίαση και αλυσιδωτή (cascade) σύνδεση. Τεχνική επαναχρησιμοποίησης
• Σχεδιασμός και υλοποίηση σε FPGA  ψηφιακών κυκλωμάτων ακολουθιακής λογικής: S-R flıp flop, D flıp flop και J-K flıp flop
• Κυκλώματα Ασύγχρονων και Σύγχρονων απαριθμητών  σε FPGAs.
•  Ιεραρχική σχεδίαση και υλοποίηση σε FPGA board Αριθμητικής και Λογικής Μονάδας (ALU). Επίπεδα αφαιρετικότητας, πλεονεκτήματα και μειονεκτήματα. Σχηματική περιγραφή vs HDL περιγραφής

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις, Εργαστηριακές επιδείξεις/ασκήσεις και Ομαδική συζήτηση

Βιβλιογραφία

• Harris Michail, Educational Material and Laboratory Exercises  
• "Digital Design", Mano Morris, Ciletti Michael, 5th edition. (ISBN: 0132774208)
•  "Digital Design : Principles & Practices", John F. Wakerly, 4th edition. (ISBN: 978-9332535657)

Αξιολόγηση

• Ενδιάμεση εργαστηριακή εξέταση (30%),
• Κατ' οίκον Εργασίες (αναφορές) (20%),
• Τελική εργαστηριακή εξέταση (50 %).

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Φωτονική

Κωδικός μαθήματος

EEN 413

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

4ο Έτος/8ο εξάμηνο

Όνομα διδάσκοντα

Κυριάκος Καλλή

ECTS

5

Διαλέξεις/ εβδομάδα

2

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Κατανόηση των βασικών ιδιοτήτων του φωτός, των οπτικών κυματοδηγών και γενικότερα των βασικών εννοιών της φωτονικής.

Μαθησιακά αποτελέσματα

• Αποκτούν θεμελιώδεις γνώσεις σχετικά με τις έννοιες της φωτονικής, τις ιδιότητες του φωτός και τις εφαρμογές τους
• Εξηγούν τις αρχές της διάδοσης του φωτός, της ανάκλασης, της διάθλασης, της περίθλασης και της πόλωσης
• Κατανοούν τη λειτουργία οπτικών πηγών όπως τα LED και τα λέιζερ, και το ρόλο τους στα φωτονικά συστήματα
• Αναλύουν τη διάδοση του φωτός σε οπτικούς κυματοδηγούς και ίνες, συμπεριλαμβανομένης της διασποράς και της εξασθένησης
• Περιγράφουν τη λειτουργία των οπτικών ανιχνευτών, των φωτοδιόδων και των συστημάτων δεκτών στις ζεύξεις επικοινωνίας
• Κατανοούν τις αρχές και τις τεχνικές διαμόρφωσης για τη μετάδοση πληροφοριών με χρήση φωτός
• Αξιολογούν το ρόλο του θορύβου, της πολυπλεξίας και των οπτικών συσκευών σε συστήματα επικοινωνίας κυμάτων φωτός
• Εφαρμόζουν φωτονικές έννοιες στο σχεδιασμό συστημάτων οπτικών επικοινωνιών και αξιολογούν την απόδοση του συστήματος

Προαπαιτούμενα

EEN 316

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

• Εισαγωγή στη Φωτονική και τις Οπτικές Επικοινωνίες

Επισκόπηση της φωτονικής και των εφαρμογών της σε διάφορους τομείς όπως η τεχνολογία πληροφοριών και επικοινωνιών, η υγειονομική περίθαλψη, οι βιοεπιστήμες, η οπτική ανίχνευση, ο φωτισμός, η ενέργεια και η βιομηχανία. Θα συζητηθεί η εξέλιξη των συστημάτων φωτεινού κύματος πριν από την εισαγωγή στις βασικές αρχές των συστημάτων οπτικών επικοινωνιών.

• 2. Η φύση του φωτός και η παραγωγή ηλεκτρομαγνητικής ακτινοβολίας για εφαρμογές φωτονικής

i) Κυματική φύση του φωτός

Φωτεινά κύματα σε ομοιογενή μέσα. Δείκτης διάθλασης. Ομαδική ταχύτητα και ομαδικός δείκτης. Μαγνητικό πεδίο, ακτινοβολία και διανύσμα Πόιντινγκ. Νόμος του Σνελ και ολική εσωτερική ανάκλαση. Εξισώσεις Fresnel. Πολλαπλή παρέμβαση και οπτικοί συντονιστές. Χρονική και χωρική συνοχή. Αρχές περίθλασης. Πόλωση. Μαθηματικές μέθοδοι καθορισμού των χαρακτηριστικών του φωτός (παράμετροι Stokes, διανύσματα και πίνακες Jones) και πώς καθορίζονται αυτά τα χαρακτηριστικά.

ii) Οπτικές πηγές και λέιζερ

Επιστήμη και υλικά ημιαγωγών. Έννοιες ημιαγωγών και ενεργειακές ζώνες. Άμεσοι και έμμεσοι ημιαγωγοί: διαγράμματα E-k. Αρχές p-n επαφής και διαγράμματα ενεργειακών ζωνών. Αρχές εκπομπής φωτός και ενίσχυσης σε λέιζερ. Λέιζερ (παλμικά και συνεχούς κύματος), διόδους εκπομπής φωτός (LEDs), ημιαγώγιμα λέιζερ (λέιζερ ακμής και VCSELs). Εξίσωση ρυθμού σε σταθερή κατάσταση. Λέιζερ στερεάς κατάστασης μονής συχνότητας. Οπτικοί ενισχυτές.

• 3. Οπτικοί κυματοδηγοί

Η διάδοση του φωτός σε οπτικούς κυματοδηγούς.

Διηλεκτρικοί κυματοδηγοί και οπτικές ίνες. Συμμετρικός επίπεδος διηλεκτρικός κυματοδηγός. Διάχυση τρόπων και κυματοδηγού στον επίπεδο κυματοδηγό. Οπτική ίνα βαθμίδας δείκτη. Αριθμητικό άνοιγμα. Διασπορά σε μονοτροπικές ίνες. Ρυθμός bit, διασπορά και οπτικές μη-γραμμικότητες. Ηλεκτρικό και οπτικό εύρος ζώνης. Οπτική ίνα μεταβλητού δείκτη διάθλασης. Εξασθένιση στις οπτικές ίνες - απορρόφηση φωτός και σκέδαση. Κατασκευή οπτικών ινών.

• 4. Οπτικοί ανιχνευτές και δέκτες

Η ανίχνευση του φωτός και η αποδιαμόρφωση του φωτός, περιλαμβανομένων των φωτοαγωγών, φωτοδιόδων και συστημάτων δεκτών.

Αρχή λειτουργίας φωτοδιόδου p-n επαφής. Εξωτερικό φωτορεύμα. Συντελεστής απορρόφησης και υλικά φωτοδιόδων. Κβαντική απόδοση και απόκριση. Οι φωτοδιόδοι p-i-n, κρουστικές και ετεροεπαφής. Φωτοτρανζίστορ. Φωτοαγώγιμοι ανιχνευτές και κέρδος φωτοαγωγιμότητας. Θόρυβος στους φωτοανιχνευτές. Ζητήματα συστήματος: πηγές θορύβου και λόγος σήματος προς θόρυβο, περιορισμοί χρονικής απόκρισης και αποτελεσματικού εύρους ζώνης.

• 5. Ενσωμάτωση πληροφορίας σε ηλεκτρομαγνητική ακτινοβολία & τεχνικές επικοινωνίας

i) Βασικές αρχές διαμόρφωσης

Πόλωση και διαμόρφωση του φωτός. Διάδοση φωτός σε ανισοτροπικά μέσα: διπλοθλαστικότητα. Διπλοθλαστικές οπτικές συσκευές. Οπτική δραστηριότητα και κυκλική διπλοθλαστικότητα. Ηλεκτροοπτικά φαινόμενα. Ενσωματωμένοι οπτικοί διαμορφωτές. Ακουστοοπτικός διαμορφωτής. Μαγνητοοπτικά φαινόμενα. Μη γραμμική οπτική και δημιουργία δεύτερης αρμονικής.

ii) Διαμόρφωση

Ακουστοοπτικές και ηλεκτροοπτικές τεχνικές, εναλλαγή LED, αναλογικές και ψηφιακές τεχνικές με λέιζερ, τεχνικές διαμόρφωσης AM, FM και φάσης.

• 6. Εφαρμογές συστημάτων φωτεινού κύματος

Σύνοψη σημαντικών εννοιών της ψηφιακής επικοινωνίας όπως η ψηφιακή μετάδοση βασικής και ευρείας ζώνης, ρυθμός σφάλματος bit, ρυθμός σφαλμάτων ομάδας bit και πολυπλεξία διαίρεσης χρόνου (TDM) και πολυπλεξία διαίρεσης μήκους κύματος (WDM). Τάσεις και νέες κατευθύνσεις στις εφαρμογές φωτονικής.

i) Θόρυβος και ανίχνευση

Θόρυβος που προέρχεται από τις ιδιότητες των ινών, των πομπών, των δεκτών και των ενισχυτών καθώς και ο καθορισμός του ρυθμού σφαλμάτων bit.

ii) Οπτικοί Πολυπλέκτες και Αποπολυπλέκτες

Αρχή λειτουργίας πολυπλεκτών και αποπολυπλεκτών. Διάφορες οπτικές συσκευές απαραίτητες για οπτικά δίκτυα, οπτικοί ενισχυτές, συσκευές ελέγχου πόλωσης, οπτικοί απομονωτές, οπτικά φίλτρα και διαθλαστικά πλέγματα, διαμορφωτές και διακόπτες.

iii) Σχεδίαση οπτικών συστημάτων

Διαδικασία σχεδίασης συνδέσεων οπτικών συνδέσμων σημείου προς σημείο.

Μεθοδολογία διδασκαλίας

Παρουσιάσεις, ομαδική συζήτηση και επίλυση ασκήσεων.

Βιβλιογραφία

• Fundamentals of Photonics (Wiley Series in Pure and Applied Optics) by Bahaa E. A. Saleh and Malvin Carl Teich (Hardcover - Mar. 9, 2007) (ISBN: 0471358320)
• Photonics: Optical Electronics in Modern Communications (The Oxford Series in Electrical and Computer Engineering) by Amnon Yariv and Pochi Yeh (Hardcover - Jan. 26, 2006) (ISBN: 0195179463)
• Essentials of Photonics, Second Edition (Optical and Quantum Electronics) by A. J. Rogers (Paperback - Dec. 5, 2008) (ISBN: 0849338360)
• Any other books English or Greek that you find useful on Photonics!

Αξιολόγηση

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Ηλεκτρονικά Ισχύος

Κωδικός μαθήματος

ΕΕΝ 443

Τύπος μαθήματος

Επιλογής

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο

4ο έτος/7ο εξάμηνο

Όνομα καθηγητή

Νεόφυτος Λοφίτης

ECTS

5

Διαλέξεις / εβδομάδα

2

Εργαστήρια / εβδομάδα

-

Σκοπός και στόχοι του μαθήματος

Το μάθημα αυτό στοχεύει την προχωρημένη κατανόηση των συστημάτων ηλεκτρονικών ισχύος, καλύπτοντας διατάξεις ημιαγωγών ισχύος, τοπολογίες μετατροπέων, ανάλυση κυκλωμάτων και πρακτικές εφαρμογές. Με βάση προϋπάρχουσες γνώσεις στην ηλεκτρονική και τη θεωρία κυκλωμάτων, οι φοιτητές αναπτύσσουν ικανότητες ανάλυσης, σχεδιασμού και βελτιστοποίησης κυκλωμάτων ισχύος.

Μέσω προβληματοκεντρικής μάθησης και προσομοιώσεων, οι φοιτητές εφαρμόζουν θεωρητικές έννοιες σε πρακτικά σενάρια, επιλύουν σύνθετα τεχνικά προβλήματα και επαληθεύουν τα σχέδια κυκλωμάτων.

Το μάθημα παρέχει ένα ισχυρό υπόβαθρο για επαγγελματική σταδιοδρομία στη βιομηχανία και την έρευνα.

Στόχοι:

• Εισαγωγή στις θεμελιώδεις έννοιες και τεχνικές που χρησιμοποιούνται στα σύγχρονα ηλεκτρονικά ισχύος.
• Κατανόηση της επιλογής και εφαρμογής των διατάξεων ισχύος σε πραγματικά συστήματα.
• Εξοικείωση με βασικά κυκλώματα μετατροπής ενέργειας και τον ρόλο τους στην επεξεργασία ηλεκτρικής ισχύος
• Xρήση εργαλείων προσομοίωσης ως μέρος της διαδικασίας σχεδιασμού και ανάλυσης ηλεκτρονικών κυκλωμάτων ισχύος.
• Αντιμετώπιση προκλήσεων στον σχεδιασμό αποδοτικών και αξιόπιστων μετατροπέων.
• Επισκόπηση σύγχρονων τάσεων και τεχνολογιών στα ηλεκτρονικά ισχύος.

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:

• Αξιολογούν ιδιότητες, λειτουργία και απόδοση διατάξεων ισχύος όπως δίοδοι, MOSFETs, IGBTs και διατάξεων ισχύος από υλικά ευρέος ενεργειακού χάσματος.
• Σχεδιάζουν και βελτιστοποιούν κυκλώματα ηλεκτρονικών ισχύος με χρήση διακοπτών ημιαγωγών.
• Αναλύουν τοπολογίες μετατροπής ισχύος (AC/DC, DC/DC, DC/AC, AC/AC, ενεργά φίλτρα) και την απόδοσή τους.
• Ερμηνεύουν κυματομορφές και χαρακτηριστικά ρευμάτων για την ανάλυση της συμπεριφοράς κυκλωμάτων.
• Χρησιμοποιούν εργαλεία προσομοίωσης (όπως SPICE) για σχεδίαση, επαλήθευση και βελτιστοποίηση κυκλωμάτων.
• Επιλύουν σύνθετα προβλήματα που συνδυάζουν θεωρία και πρακτική υλοποίηση.
• Σχεδιάζουν κυκλώματα για εφαρμογές σε ΑΠΕ (π.χ. φωτοβολταϊκά, ανεμογεννήτριες).
• Εξετάζουν νέες τεχνολογίες και αρχιτεκτονικές στον τομέα των ηλεκτρονικών ισχύος.

Προϋποθέσεις

EEN 312- Ηλεκτρονική ΙΙ

Απαιτούμενο

-

Περιεχόμενο μαθήματος

Διακόπτες Ισχύος Ημιαγωγών

• Υλικά και ιδιότητες
• Χαρακτηριστικά και δείκτες απόδοσης
• Ιδανικός διακόπτης και βασικές αρχές
• Δίοδοι και ανορθωτές
• MOSFETs
• IGBTs
• Υλικά ευρέος ενεργειακού χάσματος

Τοπολογίες Αντιστροφέων και Λειτουργία

• Οι πέντε βασικοί μετατροπείς (AC/DC, DC/DC, DC/AC, AC/AC, ενεργά φίλτρα)
• Παραγωγή και ανάλυση κυματομορφών και ρευμάτων

Ανάλυση Κυκλωμάτων Ισχύος

• Μοντελοποίηση, προσομοίωση και ανάλυση κυκλωμάτων με χρήση SPICE

Εφαρμογές σε ΑΠΕ

• Ενδεικτικές εφαρμογές σε φωτοβολταϊκά και ανεμογεννήτριες

Νέες Τάσεις

• Περιγραφή σύγχρονων τάσεων και συστημάτων στα ηλεκτρονικά ισχύος

Διδακτική μεθοδολογία

Το μάθημα διδάσκεται μέσω συνδυασμού διαλέξεων, συνεδριών επίλυσης προβλημάτων και εργαστηρίων προσομοίωσης με χρήση Η/Υ. Οι διαλέξεις εισάγουν τις βασικές θεωρητικές έννοιες, τις αρχές λειτουργίας των διατάξεων ισχύος και τις κύριες τοπολογίες κυκλωμάτων, παρέχοντας το απαραίτητο θεμέλιο για εφαρμογή. Οι συνεδρίες επίλυσης προβλημάτων εστιάζουν στην εφαρμογή της θεωρίας σε πραγματικά τεχνικά προβλήματα, ενισχύοντας την αναλυτική σκέψη και τις δεξιότητες μηχανικού σχεδιασμού. Τα εργαστήρια προσομοίωσης περιλαμβάνουν τη χρήση εξειδικευμένου λογισμικού (όπως SPICE), μέσω του οποίου οι φοιτητές σχεδιάζουν, αναλύουν και επαληθεύουν κυκλώματα ηλεκτρονικών ισχύος. Η συνδυαστική αυτή προσέγγιση γεφυρώνει τη θεωρία με την πράξη, δημιουργώντας ένα ενεργό και εφαρμοσμένο μαθησιακό περιβάλλον.

Βιβλιογραφία

• N. Mohan and S. Raju, Power Electronics, A First Course. John Wiley & Sons, 2023. (ISBN: 1119818567)
• N. Mohan, T. M. Undeland, and W. P. Robbins, Power Electronics: Converters, Applications, and Design. John Wiley & Sons, 2003. (ISBN: 9780471226932)
• Mohan, Ned. and Undeland, Tore M, Ηλεκτρονικά ισχύος. Α. Τζιόλα, 1996.

Εκτίμηση

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Ψηφιακή επεξεργασία εικόνας  

Κωδικός μαθήματος

EEN 444

Τύπος μαθήματος

Επιλγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

4th year/7th semester

Όνομα διδάσκοντα

Χρίστος Λοϊζου  

ECTS

5

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Οι φοιτητές θα ενσωματώσουν σε αυτό το μάθημα τις απαραίτητες θεωρητικές και πρακτικές γνώσεις γύρω από τις διάφορες φάσεις στο σχεδιασμό και την εφαρμογή συστημάτων ενσωμάτωσης ψηφιακού σήματος, εικόνας και βίντεο υψηλής απόδοσης με εργαλεία αυτοματισμού σχεδιασμού. Αυτό θα επιτευχθεί μέσω ενός συνδυασμού διαλέξεων, ασκήσεων και εργαστηρίων.

Μαθησιακά αποτελέσματα

• Αποκτούν ολοκληρωμένη γνώση της επεξεργασίας, ανάλυσης, συμπίεσης, μεταφοράς και τμηματοποίησης εικόνας για σήματα 2D και 3D
• Σχεδιάζουν και ανάλύουν 2D ψηφιακών φίλτρων εικόνας
• Υλοποιούν συστήματα ανάλυσης και επεξεργασίας εικόνας χρησιμοποιώντας περιβάλλοντα Python και OpenCV
• Εφαρμόζουν πρότυπα συμπίεσης εικόνας όπως JPEG και JPEG2000.
• Εκτελούν διόρθωση εικόνας, τμηματοποίηση και ανίχνευση άκρων
• Εφαρμόζουν τεχνικές ψηφιακής επεξεργασίας και ανάλυσης βίντεο
• Χρησιμοποιούν αλγόριθμους και τεχνικές προγραμματισμού για την ανάπτυξη εφαρμογών επεξεργασίας εικόνας και βίντεο

Προαπαιτούμενα

ΕΕΝ 318 – Ψηφιακή επεξεργασία σημάτων

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα βασίζεται στα βασικά στοιχεία της επεξεργασίας και ανάλυσης ψηφιακού σήματος που προσφέρονται στο προαπαιτούμενο μάθημα και έχει ως κύριους στόχους:

• Εισαγωγή στα βασικά της θεωρίας και των μεθόδων μονοδιάστατου και δισδιάστατου ψηφιακού σήματος (εικόνα και βίντεο)
• χρήση προγραμματισμού σε περιβάλλοντα Python/Open CV για την εφαρμογή και το σχεδιασμό ολοκληρωμένων συστημάτων για ανάλυση εικόνας.
• αποκτήσει εμπειρία πλήρους απασχόλησης στη διαδικασία επεξεργασίας και ανάλυσης συστημάτων ανάλυσης ψηφιακών εικόνων με χρήση υπολογιστή, μέσω εργαστηριακών ασκήσεων
• Με την ολοκλήρωση του μαθήματος, οι φοιτητές αναμένεται να έχουν καλή γνώση της ανάλυσης και επεξεργασίας σήματος 2-D, τις βασικές έννοιες και τους τομείς εφαρμογής της ψηφιακής επεξεργασίας εικόνας, να κατανοούν τη λειτουργία βασικών προτύπων κωδικοποίησης εικόνων πολυμέσων και να μπορούν να χρησιμοποιούν την προγραμματιστική τους εμπειρία για την ανάπτυξη προγραμμάτων επεξεργασίας εικόνας και βίντεο. Επίσης να μπορεί να χρησιμοποιεί αλγόριθμους επεξεργασίας εικόνας και κατάλληλες τεχνικές για την επίλυση συγκεκριμένων προβλημάτων.

Καλύπτονται τα ακόλουθα κεφάλαια:

• Εισαγωγή μαθήματος: Ανάκτηση, αποθήκευση, μεταφορά, επεξεργασία εικόνας. Εικόνα γεωμετρία εικονογράφηση
• Επεξεργασία δυαδικής εικόνας
• Ιστόγραμμα εικόνας και συναρτήσεις σημείου
• Διακριτός μετασχηματισμός εικόνας Fourier
• Γραμμικό φιλτράρισμα εικόνας και μετασχηματισμοί εικόνας,
• Μη γραμμικό φιλτράρισμα εικόνων
• Συμπίεση εικόνας, JPEG, PACS: Κωδικοποίηση εικόνας, Πρότυπα συμπίεσης (MP3, JPEG, JPEG2000 κ.λπ.)
• Ανάλυση εικόνας I: Διόρθωση και τμηματοποίηση εικόνας, ανίχνευση ακμών.
• Image Analysis II και Εισαγωγή στην Ψηφιακή Επεξεργασία Βίντεο

Μεθοδολογία διδασκαλίας

Διαλέξεις. Κάθε εβδομάδα, ο εκπαιδευτής του μαθήματος θα παρουσιάζει μια εισαγωγή στο θέμα με τη μορφή παρουσίασης διάλεξης.  Το μάθημα θα είναι ένας συνδυασμός παρουσιάσεων, επίλυσης προβλημάτων, ομαδικών συζητήσεων, χρήσης παραδειγμάτων, προγραμματισμού Python και εργαστηριακών ασκήσεων..

Βιβλιογραφία

Αντιπροσωπευτικές αναγνώσεις

• R. C. Gonzalez and R. E. Woods, Digital Image Processing, 3rd edition, Prentice Hall, 2007, ISBN-10: 013168728X.  (http://www.imageprocessingplace.com/)
• Jan Erik Solem, Programming Computer Vision with Python, Creative Commons, 2012. (http://programmingcomputervision.com/downloads/ProgrammingComputerVision_CCdraft.pdf)

Περαιτέρω πρόσθετη ανάγνωση δίνεται παρακάτω:

• R. C. Gonzalez, R. E. Woods and Edding, Digital Image Processing Using MATLAB, Prentice Hall, 2004, ISBN number ISBN number 0130085197
• Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins, Digital Image Processing Using MATLAB, 2nd Ed., Gatesmark Publishing; 2nd ed. 2009, ISBN-10: 0982085400
• Lecture Notes

Ερευνητικά άρθρα 

Αξιολόγηση

• Εργαστηριακές Ασκήσεις και προτζεκτς (15%)
• Ενδιάμεση εξέταση (35%)
• Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Αγγλικά για Ηλεκτρολόγους Μηχανικούς, Μηχανικούς Ηλεκτρονικών Υπολογιστών και Πληροφορικής ΙΙ

Κωδικός Μαθήματος

LCE 116

Τύπος μαθήματος

Θεωρητικό / Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1ο /  2ο

Όνομα Διδάσκοντα

ECTS

4

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

-

Στόχος Μαθήματος

Γενικός στόχος του δεύτερου μέρους του ειδικού μαθήματος για τους Ηλεκτρολόγους Μηχανικούς  είναι να καταστήσει τους φοιτητές ικανούς να επικοινωνούν στα Αγγλικά σε επίπεδο Β1-Β2 του Κοινού Ευρωπαϊκού Πλαισίου Αναφοράς (ΚΕΠΑ) για τις Γλώσσες, σε θέματα σχετικά με την κοινωνική και φοιτητική τους ζωή (πανεπιστήμιο, πρόγραμμα σπουδών, κλάδος σπουδών τους), καθώς και σε θέματα που αφορούν στη μελλοντική τους επαγγελματική σταδιοδρομία (επαγγέλματα του κλάδου, σύντομο βιογραφικό, κ.λπ.).  Η υποβοηθούμενη από τις νέες τεχνολογίες εκμάθηση της γλώσσας και του πολιτισμού γίνεται μέσα από επικοινωνιακές περιστάσεις οι οποίες αντλούνται από περιστάσεις αυθεντικής επικοινωνίας που πιθανόν να βρεθούν οι φοιτητές στη ζωή τους, κατά τη διάρκεια των σπουδών τους και της επαγγελματικής τους σταδιοδρομίας. Η απόκτηση γλωσσικής ικανότητας γίνεται μέσα από αντίστοιχα κειμενικά είδη, σενάρια, και ρόλους παραγωγής και κατανόησης προφορικού και γραπτού λόγου. Το πρόγραμμα βασίζεται σε σύγχρονες θεωρίες μάθησης όπως τον εποικοδομητισμό και τον κοινωνικό εποικοδομητισμό και μαθητοκεντρικές μεθόδους διδασκαλίας, και αναπτύσσει τόσο τις γλωσσικές δεξιότητες των φοιτητών όσο και μεταβιβάσιμες δεξιότητες του 21ου  αιώνα όπως επικοινωνία, χρήση των νέων τεχνολογιών πληροφόρησης και επικοινωνίας, συνεργασία, δημιουργικότητα και καινοτομία, κριτική σκέψη και διαπολιτισμική συνείδηση καθώς και δεξιότητες όπως την αυτόνομη και δια βίου μάθηση. Ειδικότερα σε σχέση με την Ηλεκτρολογία και τους Ηλεκτρονικούς Υπολογιστές, το μάθημα στοχεύει να καταστήσει τους φοιτητές ικανούς στη διαχείριση αγγλόγλωσσης βιβλιογραφίας, όπως και στην κατανόηση και επεξεργασία υλικού συναφές με τις επιστημονικές κατευθύνσεις της Ηλεκτρολογίας, της Μηχανικής Ηλεκτρονικών Υπολογιστών και Πληροφορικής.

Μαθησιακά Αποτελέσματα

 Μέχρι το τέλος του μαθήματος, οι φοιτητές θα είναι σε θέση να:

• Αντλούν επικοινωνιακές περιστάσεις, σενάρια και ρόλους, μέσα από αυθεντικές καταστάσεις της κοινωνικής και φοιτητικής τους ζωής (πανεπιστήμιο, κλάδος σπουδών τους), καθώς και από θέματα που αφορούν την μελλοντική τους επαγγελματική σταδιοδρομία (χώρος εργασίας, επαγγέλματα του κλάδου, καθήκοντα).
• Επικοινωνούν με ικανοποιητική επάρκεια επιπέδου Β1-Β2 του ΚΕΠΑ για τις γλώσσες (παραγωγή και κατανόηση προφορικού και γραπτού λόγου) στα πιο πάνω θέματα, μέσα από αντίστοιχα και σχετικά κειμενικά είδη, σενάρια, και ρόλους.
• Κατανοούν αγγλόγλωσσα γραπτά κείμενα που αφορούν τους Ηλεκτρολόγους Μηχανικούς και Μηχανικούς Ηλεκτρονικών Υπολογιστών, διάφορες καινούργιες τεχνολογίες και αρχίζουν να αναπτύσσουν την ικανότητα κριτικής ανάλυσης αυτών των κειμένων.
• Έχουν αναπτύξει ικανότητες προφορικής κατανόησης και επαρκούς παρακολούθησης αγγλόγλωσσων ομιλιών και σεμιναρίων από ξένους επισκέπτες στο Τμήμα.
• Έχουν αναπτύξει επαρκείς ικανότητες ατομικής, ακαδημαϊκής έρευνας προς εκπλήρωση των σχετικών τους υποχρεώσεων στο πρόγραμμα σπουδών των Ηλεκτρολόγων Μηχανικών

Προαπαιτούμενα

LCE 115

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

•  Αρχιτεκτονική υπολογιστών
• Εφαρμογές υπολογιστή
• Ασφάλεια δεδομένων
• Υποστήριξη Υπολογιστών
• Περιφερειακές συσκευές
• Ιστοσελίδες
• Τεχνητή νοημοσύνη
• Οι χάκερ και οι ιοί

Μεθοδολογία Διδασκαλίας

• Διαδραστικές διαλέξεις διαφόρων τύπων.
• Ατομική, ομαδική ή συλλογική κατανόηση και δημιουργία κειμενικών ειδών προφορικού και γραπτού λόγου, αυθεντικού τύπου, συγκεκριμένων επικοινωνιακών περιστάσεων.
• Ενεργός συμμετοχή δια ζώσης σε διαδραστικές δραστηριότητες μάθησης ποικίλων μορφών.
• Ενεργός συμμετοχή σε διαδραστικές δραστηριότητες μάθησης ποικίλων  μορφών, υποβοηθούμενες από τις νέες τεχνολογίες πληροφόρησης και επικοινωνίας.
• Αυτόνομη μελέτη.

Βιβλιογραφία

Required Textbook:

• Eric H.Glendinning& John McEwan Oxford English for Information Technology Oxford University Press (ISBN: 978-0-19-457492-1

Επιπρόσθετο υλικό (άρθρα, φυλλάδια και ηλεκτρονικό υλικό) θα παρέχεται στους φοιτητές για ενίσχυση.

Ιστοσελίδες:

https://spectrum.ieee.org/

https://www.eetimes.com/

http://www.electricalengineering4u.com/

Προτεινόμενο ενισχυτικό υλικό:

Έντυπα λεξικά:

• Longman Dictionary of Contemporary English. Pearson Longman.
• Cambridge’s Advanced Learner’s Dictionary. Cambridge University Press.
• Concise Oxford English Dictionary. Oxford University Press.

Ηλεκτρονικά λεξικά:

• Cambridge dictionaries online: http://dictionary.cambridge.org/
• The free online dictionary with sound: http://www.thefreedictionary.com/
• Greek-English, English-Greek online dictionary: http://www.in.gr/dictionary/
• Dictionary.com: http://dictionary.reference.com/
• Merriam-Webster online dictionary: http://www.merriam-webster.com/home.htm

English Pronouncing Dictionary with Instant Sound  http://www.howjsay.com/

Αξιολόγηση

• Τελική εξέταση 30%
• Ενδιάμεση εξέταση 20%
• Εργασίες στην τάξη   25%                                                                     
• Εργασίες στο σπίτι  25%                                                            

Γλώσσα

Αγγλική

Τίτλος Μαθήματος

Προχωρημένα Μαθηματικά Ι

Κωδικός Μαθήματος

ΕEI 101

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1o / 1o

Όνομα Διδάσκοντα

Ειδικός Επιστήμονας

ECTS

5

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

-

Στόχοι Μαθήματος

Σκοπός του μαθήματος Προχωρημένα Μαθηματικά Ι είναι η αφομοίωση από τους φοιτητές των βασικών εννοιών του απειροστικού και ολοκληρωτικού λογισμού πραγματικών συναρτήσεων μιας μεταβλητής και η εφαρμογή τους σε προβλήματα της επιστήμης του μηχανικού.

Μαθησιακά Αποτελέσματα

• Αναπτύσουν μια ισχυρή βάση στον λογισμό για περαιτέρω σπουδές στην επιστήμη και τη μηχανική
• Κατανοούν και να εφαρμόζουν τις έννοιες των ορίων, της συνέχειας και των παραγώγων
• Εφαρμόζουν τεχνικές παραγώγισης για την ανάλυση συναρτήσεων και την επίλυση προβλημάτων που αφορούν τα μέγιστα, τα ελάχιστα και την κοιλότητα
• Εκτελούν ολοκλήρωση χρησιμοποιώντας τυπικές μεθόδους και εφαρμόζουν συγκεκριμένα ολοκληρώματα σε περιοχές, όγκους και μήκη καμπυλών
• Να κατανοούν και να εφαρμόζουν τις έννοιες των ακολουθιών, των σειρών και των δοκιμών σύγκλισης
• Χρησιμοποιούν δυναμοσειρές, σειρές Maclaurin και Taylor για προσεγγίσεις και επίλυση διαφορικών εξισώσεων
• Εφαρμόζουν βασικές τεχνικές επίλυσης διαφορικών εξισώσεων πρώτου βαθμού
• Κατανοούν τις βασικές αρχές των μιγαδικών αριθμών και τις εφαρμογές τους

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

• Συναρτήσεις μιας μεταβλητής: Εισαγωγικές έννοιες Σύνολα, Διαστήματα,  Ένωση και τομή συνόλων. Ορισμός συνάρτησης. Πεδίο ορισμού και πεδίο τιμών. Γραφική παράσταση συνάρτησης. Πράξεις πραγματικών συναρτήσεων. Σύνθεση πραγματικών συναρτήσεων και πεδίο ορισμού. Σύνθετες συναρτήσεις.  Αντίστροφές συναρτήσεις και πεδίο ορισμού.
• Όρια: Ορισμός. Πλευρικά όρια. Βασικά θεωρήματα. Άπειρα όρια. Όρια συνάρτησης όταν το χ τείνει στο . Όρια βασικών συναρτήσεων. Ιδιότητες
• Συνέχεια συναρτήσεων: Ορισμός. Συνέχεια συνάρτησης σε ανοιχτό και κλειστό διάστημα. Είδη ασυνέχειας. Ιδιότητες και θεωρήματα συνεχών συναρτήσεων. Όριο και Συνέχεια σύνθεσης συναρτήσεων.
  •  Παραγώγιση: Ορισμός. Παραγώγου. Παράγωγοι Βασικών συναρτήσεων. Βασικοί Κανόνες Παραγώγισης. Παράγωγος Σύνθετης Συνάρτησης. Παράγωγοι Πεπλεγμένων Συναρτήσεων. Παράγωγος συναρτήσεων σε παραμετρική μορφή.
• Εφαρμογές Παραγώγισης : Μονοτονία  Συναρτήσεως. Τοπικά Ακρότατα. Απόλυτα ακρότατα. Κυρτές και Κοίλες Συναρτήσεις. Σημεία Καμπής. Κανόνες de l'Hospital.
• Ολοκληρώματα : Αόριστο ολοκλήρωμα. Βασικοί τύποι ολοκληρωμάτων. Ιδιότητες του Αορίστου ολοκληρώματος. Τεχνικές ολοκλήρωσης: Μέθοδος της αντικατάστασης. Ολοκλήρωση ρητών συναρτήσεων - Mερικά κλάσματα. Ολοκλήρωση κατά παράγοντες
• Ορισμένο ολοκλήρωμα και εφαρμογές : Υπολογισμοί εμβαδών. Υπολογισμοί όγκων εκ περιστροφής.
• Μιγαδικοί αριθμοί: Ορισμοί. Σχεδιάγραμμα του Argand. Πράξεις Μιγαδικών αριθμών σε Καρτεσιανή μορφή, Πολική και Εκθετική μορφή. Μετατροπή μιγαδικών αριθμών από μια μορφή σε άλλη. Αλγεβρικές πράξεις μιγαδικών αριθμών.
• Διαφορικές Εξισώσεις 1ης Τάξης: Εξισώσεις Χωριζόμενων     Μεταβλητών.  Ομογενείς Διαφορικές Εξισώσεις.  Ακριβείς Διαφορικές Εξισώσεις. Γραμμικές Διαφορικές Εξισώσεις
• Η έννοια της σειράς. Σύγκλιση σειράς. Κριτήρια Σύγκλισης . Δυναμοσειρές. Σειρές Taylor.  Σύγκλιση Δειναμοσειρών. Παραγώγιση και Ολοκλήρωση Δειναμοσειρών.

Μεθοδολογία Διδασκαλίας

Διαλέξεις  και φροντιστήριο

Βιβλιογραφία

• R.L.Finney, M.D. WEIR, F.R. Giordano: THOMAS ΑΠΕΙΡΟΣΤΙΚΟΣ ΛΟΓΙΣΜΟΣ (Τόμοι Ι & ΙΙ), Απόδοση στα ελληνικά Μανώλης Αντωνογιαννάκης, Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο Κρήτης 2004.
• Michael Spivak: ΔΙΑΦΟΡΙΚΟΣ ΚΑΙ ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ - Μια εισαγωγή στην Ανάλυση, Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο Κρήτης 2004.
• H. Anton, I. Bivens, S. Davis, CALCULUS: EARLY TRANSCENDENTALS COMBINED, John Wiley.
• ΣΤΕΦΑΝΟΣ ΤΡΑΧΑΝΑΣ: ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ – Μέθοδοι Λύσης και Εφαρμογές , Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο Κρήτης 2004.
• J. Polking, A.Boggess, D.Arnold: ORDINARY DIFFERENTIAL EQUATIONS, Prentice Hall.
• P.W.Davis: DIFFERENTIAL EQUATIONS FOR MATHEMATICS, SCIENCE AND ENGINEERING, Prentice Hall.
• J.MATTHEWS, R. HOWELL: COMPLEX ANALYSIS FOR MATHEMATICS AND ENGINEERING, Jones & Bartlett.
• R.Churchill- J. Brown: ΜΙΓΑΔΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ, Απόδοση στα ελληνικά Δημήτρης Καραγιαννάκης, Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο Κρήτης 2001.
• http: // mathworld.wolfram.com
• http: // en.wikipedia.org/wiki/Calculus

Αξιολόγηση

Ενδιάμεση εξέταση (40%), Τελική εξέταση (60%)

Γλώσσα

Ελληνική

Τίτλος Μαθήματος

Φυσική Ι

Κωδικός Μαθήματος

ΕΕΙ 102

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1ο  / 1ο 

Όνομα Διδάσκοντα

Ειδικός Επιστήμονας

ECTS

5

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

Στόχοι Μαθήματος

Ο βασικότερος στόχος του μαθήματος είναι να εξασφαλιστεί μια πλατιά εισαγωγή της φυσικής σε πανεπιστημιακό επίπεδο και να αναπτύξουν οι φοιτητές την φυσική τους διαίσθηση σε προβλήματα του μακρόκοσμου.

Οι επιμέρους στόχοι του μαθήματος είναι οι εξής:

• Παροχή στους φοιτητές γνώσεις που αφορούν την Νευτώνεια Μηχανική. Οι φοιτητές θα αποκτήσουν αρκετές ικανότητες για την επίλυση προβλημάτων αναπτύσσοντας παράλληλα την φυσική τους διαίσθηση. 
• Εισαγωγή στις βασικές αρχές της Θερμοδυναμικής έτσι ώστε οι φοιτητές να γνωρίζουν εις βάθος κύριες έννοιες, όπως  θερμότητα, θερμοκρασία, θερμικές ιδιότητες της ύλης και τα τρία θερμοδυναμικά αξιώματα.

Μαθησιακά Αποτελέσματα

Μετά την επιτυχή ολοκλήρωση του μαθήματος, ο διδασκόμενος θα πρέπει:

• Να εφαρμόζουν τις αρχές της Νευτώνειας Μηχανικής για την επίλυση προβλημάτων φυσικής
• Να εφαρμόζουν τις βασικές αρχές της Θερμοδυναμικής για την ανάλυση θερμότητας, θερμοκρασίας και θερμικών διεργασιών
• Να αναπτύσσουν δεξιότητες επίλυσης προβλημάτων και φυσική διαίσθηση για τη μοντελοποίηση φαινομένων του πραγματικού κόσμου
• Να αναγνωρίζουν τη σημασία της φυσικής στην κατανόηση των φυσικών φαινομένων και των εφαρμογών της μηχανικής

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Κινηματική, Νόμοι του Νεύτωνα, Έργο, ενέργεια, διατήρηση της ενέργειας.  Ορμή και κρούσεις. Περιστροφή στερεού σώματος, περιστρεφόμενα συστήματα αναφοράς. Κίνηση στερεού σώματος. Παγκόσμια έλξη.  Ταλαντώσεις. Μηχανική ρευστών. Κυματική κίνηση. Θερμοκρασία. Ιδανικά αέρια, Πρώτος θερμοδυναμικός νόμος, Κινητική θεωρία αερίων, Θερμικές μηχανές, Εντροπία, Δεύτερος θερμοδυναμικός νόμος, Τρίτος θερμοδυναμικός νόμος.

Μεθοδολογία Διδασκαλίας

Διαλέξεις/Ασκήσεις

Βιβλιογραφία

• University Physics (volume 1), D. Young Hugh.
• Physics for Scientists and Engineers (Volume 1), Sherway. (ISBN: 1133954154)
• Physics (Unified), D. Halliday, R. Resnick and J. Walker, Gutenberg editions. (ISBN: 0471758019)
• Physics: Principles with Applications (6th Edition), Douglas C. Giancoli. (ISBN: 0136073026)

Αξιολόγηση

• Διαγωνίσματα: 10%.  Πέντε τεστ, διάρκειας 10 λεπτών, από 2% της ολικής βαθμολογίας το καθένα.
• Ενδιάμεση εξέταση: 30%.
• Τελική εξέταση: 60%.

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Προχωρημένα Μαθηματικά II

Κωδικός Μαθήματος

EEI 103

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1ο/ 2ο

Όνομα Διδάσκοντα

Ειδικός Επιστήμονας

ECTS

5

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

0 (0 ώρες)

Στόχος Μαθήματος

Η κατανόηση της σημασίας και του ρόλου που διαδραματίζουν ο Απειροστικός Λογισμός και οι Διαφορικές Εξισώσεις σε όλες τις Επιστήμες και ειδικότερα στην Ηλεκτρολογική Μηχανική, τη Μηχανική Η/Υ και την Επιστήμη της Πληροφορική, καθώς και η ευχερής εκμάθηση των διάφορων τεχνικών επίλυσης τους.

Μαθησιακά Αποτελέσματα

Αναμένεται ότι ο φοιτητής θα είναι σε θέση να:

• κατανοεί πλήρως το θεωρητικό υπόβαθρο,
• μεταφράζει σε μαθηματικούς όρους τους συσχετισμούς των διάφορων ποσοτήτων που μεταβάλλονται σε κάθε πρόβλημα,
• κατασκευάζει την αντίστοιχη Διαφορική Εξίσωση που το διέπει,
• διερευνά την πραγματική σημασία της λύσης,
• καθορίζει αν είναι αποδεκτή με βάση τους θεμελιώδεις νόμους της Φυσικής,
• ορίζει συναρτήσεις πολλών μεταβλητών, να τις παριστάνει γραφικά, να υπολογίζει τα όρια τους και να καθορίζει αν είναι συνεχείς,
• υπολογίζει μερικές παραγώγους συναρτήσεων πολλών μεταβλητών, και να τις εφαρμόζει για να επιλύει προβλήματα μεγιστοποίησης και ελαχιστοποίησης,
• υπολογίζει πολλαπλά ολοκληρώματα και να τα χρησιμοποιεί για την εύρεση εμβαδών και όγκων, τον υπολογισμό μέσης τιμής, την εύρεση ροπών, βαρύκεντρου και επιφανειακών εμβαδών.

Προαπαιτούμενα

-

Συναπαιτούμενα

Κανένα

Περιεχόμενο Μαθήματος

I. Διαφορικές Εξισώσεις:

• Εισαγωγή στις Διαφορικές Εξισώσεις (Βασικά χαρακτηριστικά ΔΕ).
• Διαφορικές Εξισώσεις 1ης τάξης.
• Γραμμικές Διαφορικές Εξισώσεις.
• Μέθοδος δυναμοσειρών για επίλυση Διαφορικών εξισώσεων.

II. Απειροστικός Λογισμός:

• Συναρτήσεις πολλών μεταβλητών.
• Μερικές παράγωγοι.
• Εφαρμογές μερικών παραγώγων.
• Πολλαπλά ολοκληρώματα.
• Εφαρμογές ολοκληρωμάτων.

Μεθοδολογία Διδασκαλίας

Παρουσίαση θεωρίας (διάλεξη, χρήση παραδειγμάτων και περιπτώσεων χρήσης), Επίλυση ασκήσεων (παρουσίαση λυμένων ασκήσεων, ομαδική συζήτηση)

Βιβλιογραφία

1. Glyn James, Advanced Modern Engineering Mathematics (3rd Edition), Prentice Hall, ISBN-10: 0130454257
2. Erwin Kreyszig, Advanced Engineering Mathematics (8th Edition), John Wiley & Sons, ASIN: B000KCUAK8
3. Τραχανάς Στέφανος, Συνήθεις Διαφορικές Εξισώσεις (7η έκδοση), Πανεπιστημιακές Εκδόσεις Κρήτης, ISBN 960-524-089-0
4. W Boyce, R DiPrima, Elementary Differential Equations and Boundary Value Problems, John Wiley and Sons, ISBN 978-0-471-43338-5
5. P. W. Davis, Differential Equations for Mathematics and Engineering, Prentice Hall
6. H. Anton, I. Bivens, S. Davis, Calculus: Early Transcendentals Combined, John Wiley
7. M. Spivak (A. Γιαννόπουλος, Δ. Καραγιαννάκης, Μ. Λάμπρου) Διαφορικός και ολοκληρωτικός λογισμός: μια εισαγωγή στην ανάλυση, Πανεπιστήμιο Κρήτης
8. Παύλος Χριστοδουλίδης & Χρυστάλλα Δημητριάδη, Σημειώσεις διαλέξεων στις ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ, Τεχνολογικό Πανεπιστήμιο Κύπρου
9. Παύλος Χριστοδουλίδης, Σημειώσεις διαλέξεων στον Απειροστικό Λογισμό, Τεχνολογικό Πανεπιστήμιο Κύπρου
10. http://mathworld.wolfram.com
11. http://en.wikipedia.org/wiki/Differential_equation
12. http://en.wikipedia.org/wiki/Calculus

Αξιολόγηση

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Γραμμική ‘Αλγεβρα

Κωδικός Μαθήματος

ΕEI 104

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο φοίτησης

1ο  / 2ο

Όνομα Διδάσκοντα

Παύλος Χριστοδουλίδης

ECTS

5

Διαλέξεις / εβδομάδα

2 (2 ώρες)

Εργαστήρια / εβδομάδα

-

Στόχοι Μαθήματος

Να δώσει μια πλατιά γνώση ως προς βασικές έννοιες της Γραμμικής Άλγεβρας σε σχέση με πίνακες και επίλυση γραμμικών συστημάτων όπως επίσης και βασικής Μιγαδικής Ανάλυσης, οι οποίες μπορούν να καταστούν εργαλεία καλύτερης κατανόησης και επίλυσης σχετικών μηχανικών εφαρμογών.

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια θα έχει τις απαιτούμενες γνώσεις και δεξιότητες για να:

• επιλύει γραμμικά συστήματα με τη χρήση διαφόρων μεθόδων:
• απαλοιφή Gauss, κανόνα του Cramer, χρήση αντιστρόφου  
• υπολογίζει ορίζουσες και τον αντίστροφο ενός πίνακα
• προσδιορίζει τους θεμελιώδεις υποχώρους ενός πίνακα, τη διάσταση και μια βάση τους, τις ιδιοτιμές του και τα αντίστοιχα ιδιοδιανύσματα τους 
• προσδιορίζει τον πίνακα που αναπαριστά μια γραμμική απεικόνιση με δοθείσα βάση, καθώς και τον πυρήνα και την εικόνα της
• κάνει πράξεις με μιγαδικούς αριθμούς, να μετατρέπει μιγαδικούς αριθμούς σε πολική μορφή,
• υπολογίζει όρια, να αποφασίζει για τη συνέχεια μιγαδικών συναρτήσεων
• αναπαριστά μιγαδικές συναρτήσεις σα συναρτήσεις δυναμοσειράς, σειρές Laurent, να υπολογίζει ολοκληρωτικά υπόλοιπα  
• υπολογίζει μιγαδικά ολοκληρώματα με τη χρήση ολοκληρωτικών υπολοίπων

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Άλγεβρα πινάκων: ορισμοί, ιδιότητες, ειδικοί πίνακες, Ορίζουσες, κανόνας του Sarrus, συμπαράγοντες, αναγωγή γραμμών, Αντίστροφος πίνακας, συστήματα εξισώσεων πινάκων, Συστήματα γραμμικών εξισώσεων, κανόνας του Cramer, αναγωγή Gauss, μέθοδος πινάκων, Διανύσματα: ορισμοί, πράξεις, ιδιότητες, Γραμμικοί χώροι: υπόχωροι, γραμμική ανεξαρτησία, βάση, βαθμός και μηδενικότητα, Γραμμικοί μετασχηματισμοί, Το πρόβλημα των ιδιοτιμών: ιδιοτιμές, ιδιοδιανύσματα, τετραγωνικές μορφές, Εφαρμογές γραμμικής άλγεβρας, Ανάλυση ιδιάζουσας τιμής, Μιγαδικοί αριθμοί: άλγεβρα, γεωμετρία, συστήματα συντεταγμένων, Μιγαδικές συναρτήσεις: ορισμοί, όρια, παραγώγιση, συναρτήσεις δυναμοσειράς, ολοκλήρωση, Περιγραμμικά ολοκληρώματα, ολοκληρωτικά υπόλοιπα.

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις,  Επίλυση Ασκήσεων, Ομαδική συζήτηση

Βιβλιογραφία

• H. Anton, C. Rorres, Elementary Linear Algebra Applications Version, John Wiley (ISBN: 1118434412)
• B. Kolman, D.R. Hill, Elementary Linear Algebra with Applications, Prentice Hall (ISBN: 0132296543)
• G. Strang (Π. Πάμφιλος), Γραμμική άλγεβρα και εφαρμογές, Πανεπιστημιακές Εκδόσεις Κρήτης
• J. Matthews, R. Howell, Complex Analysis for Mathematics and Engineering, Jones & Bartlett (ISBN: 0763737488)
• Π. Χριστοδουλίδης, Σημειώσεις Διαλέξεων στη Γραμμική Άλγεβρα
• Π. Χριστοδουλίδης, Σημειώσεις Διαλέξεων στη Μιγαδική Ανάλυση

Αξιολόγηση

Ενδιάμεση εξέταση (30%), Εργασίες (20%), Τελική εξέταση (50%)

Γλώσσα

Ελληνικά

Τίτλος Μαθήματος

Σήματα και Συστήματα

Κωδικός Μαθήματος

EEΙ 231

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Πτυχίο

Έτος / Εξάμηνο φοίτησης

2o / Εαρινό

Όνομα Διδάσκοντα

Παύλος Χριστοδουλίδης

ECTS

6

Διαλέξεις / εβδομάδα

2

Εργαστήρια / εβδομάδα

1

Στόχος Μαθήματος

Να δώσει μια πλατιά γνώση σε Μηχανικούς ως προς βασικές έννοιες των σημάτων και των συστημάτων καθώς και συναρτώμενων μετασχηματισμών, οι οποίες μπορούν να καταστούν εργαλεία καλύτερης κατανόησης και επίλυσης σχετικών εφαρμογών.

Μαθησιακά Αποτελέσματα

• Αποκτούν θεμελιώδεις γνώσεις σημάτων και συστημάτων για χρήση σε εφαρμογές μηχανικής
• Εφαρμόζουν σειρές Fourier και μετασχηματισμούς Fourier για να αναλύσετε συνεχή σήματα
• Εφαρμόζουν μετασχηματισμούς Fourier για να αναλύσετε σήματα διακριτού χρόνου
• Χρησιμοποιούν μετασχηματισμούς Laplace για ανάλυση συστήματος και επίλυση προβλημάτων
• Εφαρμόζουν μετασχηματισμούς z σε συστήματα διακριτού χρόνου

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο Μαθήματος

Εισαγωγή στα Σήματα, Εισαγωγή στα Συστήματα, Ανάπτυγμα και σειρές Fourier, Μετασχηματισμός Fourier και εφαρμογές, Ανάπτυγμα και μετασχηματισμός Fourier διακριτών σημάτων, Μετασχηματισμός Laplace και εφαρμογές, Μετασχηματισμός z.

Μεθοδολογία Διδασκαλίας

Παρουσιάσεις,  Επίλυση Ασκήσεων, Ομαδική συζήτηση

Βιβλιογραφία

• V. Oppenheim, A. S. Willsky, S. H. Nawab, Signals and systems Version, Prentice Hall (ISBN: 9572181424)
• L. Philips, J. M. Parr, E. A. Riskin, Signals, Systems and Transforms, Prentice Hall
• F. J. Taylor, Principles of Signals and Systems, McGraw Hill
• Π. Χριστοδουλίδης, Σημιώσεις Διαλέξεων στην Ανάλυση Fourier και τους Μετασχηματισμούς (in Greek)

Αξιολόγηση

Ενδιάμεση εξέταση (30%), Εργασίες, MATLAB (25%), Τελική εξέταση (45%)

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Οργάνωση Υπολογιστών

Κωδικός μαθήματος

ΕΕΙ 233

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

2ο χρόνο / 4ο εξάμηνο

Όνομα διδάσκοντα

Ανδρέας Διαβαστός

ECTS

6

Διαλέξεις/ εβδομάδα

2x2h

Εργαστήρια/ εβδομάδα

1x2h

Σκοπός και στόχοι μαθήματος

Το μάθημα αυτό παρουσιάζει με λεπτομέρεια τη βασική δομή λειτουργίας των υπολογιστικών συστημάτων με έναν μονοπύρηνο επεξεργαστή, και κάνει εισαγωγή στη μηχανική υπολογιστών. Το μάθημα αυτό απαντά στο ερώτημα «Πώς» υλοποιείται ένα υπολογιστικό σύστημα και επικεντρώνεται στη φυσική υλοποίηση και τις πραγματικές λεπτομέρειες του υλικού που υλοποιούν αρχιτεκτονικές έννοιες/τεχνικές.

Παρουσιάζει τα βασικά δομικά στοιχεία ενός υπολογιστικού συστήματος: αριθμητικές και λογικές μονάδες, μονάδες ελέγχου, σύστημα μνήμης, σύστημα εισόδου/εξόδου, δίαυλος δεδομένων. Παρουσιάζει τη Κεντρική Μονάδα Επεξεργασία (CPU) RISC χρησιμοποιώντας σαν βάση την αρχιτεκτονική MIPS και την Αρχιτεκτονική Συνόλου Εντολών RISC ISA (Instruction Set Architecture). Παρουσιάζει την αριθμητική υπολογιστών και την ανάλυση της επίδοσης τους. Παρουσιάζει επίσης την διασωλήνωση (pipelining), την ιεραρχία μνήμης (Main Memory, Cache, Virtual Memory). Και τέλος παρουσιάζει τις μονάδες εισόδου/εξόδου ενός υπολογιστή (Storage, Networks, Peripherals).

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να:

• Περιγράφουν τα βασικά δομικά στοιχεία ενός υπολογιστή, όπως η Κεντρική Μονάδα Επεξεργασίας (CPU), η μνήμη, οι συσκευές εισόδου/εξόδου και πώς αυτά τα στοιχεία αλληλοεπιδρούν για να εκτελέσουν υπολογισμούς.
• Να προγραμματίζουν στη γλώσσα Assembly, η οποία είναι μια συμβολική αναπαράσταση του κώδικα μηχανής.
• Να περιγράφουν τα διάφορα επίπεδα μνήμης σε έναν υπολογιστή, όπως η κρυφή μνήμη, η κύρια μνήμη και η δευτερεύουσα αποθήκευση, και πώς αυτά τα επίπεδα συνεργάζονται για να παρέχουν γρήγορη και αποτελεσματική πρόσβαση στα δεδομένα.
• Να περιγράφουν τις διάφορες τεχνολογίες που χρησιμοποιούνται για τη σύνδεση περιφερειακών συσκευών, όπως πληκτρολόγια, ποντίκια, οθόνες και εκτυπωτές, στον υπολογιστή.
• Να απαντούν στο ερώτημα «Πώς» υλοποιείται και πως λειτουργεί ένα υπολογιστικό σύστημα στο υλικό.

Προαπαιτούμενα

• CSE 132 - Introduction to Computing and Programming in C (CSE-degree),
• EEN 212 - Digital Systems (EE-degree)

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα περιλαμβάνει τις ακόλουθες ενότητες:

• Αφαιρετικότητα και Τεχνολογία Υπολογιστών
• Γλώσσα Μηχανής
  • Εντολές, MIPS
• Αριθμητική Υπολογιστών
  • Αριθμοί ακέραιοι και κινητής υποδιαστολής
  • Πρόσθεση, Αφαίρεση, Πολλαπλασιασμός, Διαίρεση
• Ανάλυση Επίδοσης Υπολογιστών
• Κεντρική Μονάδα Επεξεργασίας (CPU)
  • Datapath and Control
• Διασωλήνωση (Pipeline)
  • Data and Control Hazards
• Ιεραρχία Μνήμης
  • Κύρια μνήμη, Κρυφή μνήμη , Ιδεατή μνήμη
• Συσκευές Εισόδου/Εξόδου
  • Μόνιμη αποθήκευση, διασύνδεση με CPU και άλλες περιφερειακές συσκευές

Μεθοδολογία διδασκαλίας

Οι παρουσιάσεις πραγματοποιούνται από τον διδάσκοντα με χρήση διαφανειών, ενώ τα εργαστήρια, με πρακτικές εργασίες προγραμματισμού σε εξομοιωτή γλώσσας προγραμματισμού MIPS, γίνονται από ειδικό διδακτικό προσωπικό υπό την επίβλεψη του διδάσκοντα (τις εργασίες προετοιμάζει ο διδάσκοντας). Κατά τη διάρκεια των διαλέξεων, συχνά διεξάγεται μια εις βάθος συζήτηση με τον διδάσκοντα με ερωτήσεις και απαντήσεις. Κάθε εβδομάδα δίνονται μικρές ασκήσεις στην τάξη στους φοιτητές για να τους βοηθήσουν να κατανοήσουν καλύτερα τις έννοιες που διδάσκονται. Δίνεται αρκετός χρόνος στους φοιτητές να δουλέψουν σε πιθανές λύσεις σε αυτές τις ασκήσεις και να τις συζητήσουν με τον διδάσκοντα κατά τη διάρκεια της διάλεξης/εργαστηρίου και στο τέλος παρουσιάζεται μια ενδεικτική λύση και τους εξηγείται.

Βιβλιογραφία

• D. A. Patterson and J. L. Hennessy, Computer Organization and Design: The Hardware/Software Interface, Morgan Kaufman, 3rd Ed., Revised 2007, ISBN-10: 0123706068 
• David A. Patterson, John L. Hennessy, Computer Organization and Design MIPS Edition: The Hardware/Software Interface, Morgan Kaufman, 6th Edition, ISBN-10: 9780128201091
• John L. Hennessy and David A. Patterson, Computer Architecture: A Quantitative Approach, 6th Edition, Morgan Kaufman. ISBN: 978-0-12-383872-8

Αξιολόγηση

• 50% Τελική εξέταση: Καλύπτει ολόκληρο το υλικό του μαθήματος
• 30% Διαγνωστικά: 3 διαγνωστικά κατά τη διάρκεια του εξαμήνου, ένα για κάθε μήνα συμπληρωμένου υλικού του μαθήματος. Κάθε διαγνωστικό καλύπτει μόνο το υλικό που καλύφθηκε κατά τη διάρκεια του μήνα αυτού και παίρνει το 10% συνολικού/τελικού βαθμού.
• 15% Εργαστηριακές ασκήσεις: 3 εργαστηριακές ασκήσεις κατά τη διάρκεια του εξαμήνου, μία κάθε μήνα. Οι φοιτητές πρέπει να παραδώσουν και να παρουσιάσουν τις λύσεις τους στους διδάσκοντες του μαθήματος και του εργαστηρίου.
• 5% Εβδομαδιαίες εργασίες για το σπίτι

Γλώσσα

Ελληνικά (το βιβλίο του μαθήματος είναι γραμμένο στα αγγλικά, αλλά οι σημειώσεις της τάξης είναι στα ελληνικά). Ορισμένο περιεχόμενο των παρουσιάσεων της τάξης, για παράδειγμα διάφοροι τεχνικοί ορισμοί και όροι, παρουσιάζονται σε μικτή γλώσσα (η ελληνική γλώσσα δεν διαθέτει σύγχρονους τεχνικούς όρους και ως εκ τούτου η αναφορά σε αυτούς στα αγγλικά είναι αναπόφευκτη – αυτό γίνεται και ως καλύτερη προετοιμασία των μαθητών στην ευρύτερη διεθνή επαγγελματική σκηνή).

Τίτλος μαθήματος

Θεωρία Πιθανοτήτων και Στοχαστικές Διαδικασίες

Κωδικός μαθήματος

ΕΕΙ 234

Τύπος μαθήματος

Υποχρεωτικό

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

3ο έτος /5ο εξάμηνο

Όνομα διδάσκοντα

Μιχάλης Μιχαηλίδης

ECTS

5

Διαλέξεις/ εβδομάδα

2

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Το μάθημα παρέχει μια ευρεία και συστηματική εισαγωγή στις βασικές αρχές και προχωρημένες έννοιες της Θεωρίας Πιθανοτήτων και των Τυχαίων Διαδικασιών, με ιδιαίτερη έμφαση στα εργαλεία και τις εφαρμογές που απαιτούνται στον τομέα της Ηλεκτρολογίας και της Μηχανικής Υπολογιστών και της Πληροφορικής.

Μαθησιακά αποτελέσματα

• Κατανόηση και εφαρμογή των εννοιών της Θεωρίας Πιθανοτήτων για την επίλυση πρακτικών και θεωρητικών προβλημάτων μηχανικής
• Χρήση θεωρητικών εργαλείων για τη διερεύνηση των ιδιοτήτων των τυχαίων μεταβλητών

• Ανάλυση τυχαίων διεργασιών και εφαρμογή τους σε πολλούς διαφορετικούς τομείς όπως επεξεργασία σήματος σε συστήματα επικοινωνίας, μελέτη αξιοπιστίας συστήματος, αυτόματος έλεγχος κ.λπ.

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Θέματα που καλύπτονται:

• Βασικές έννοιες-αξιώματα πιθανοτήτων: Εισαγωγή, Δειγματικός Χώρος, Γεγονότα, Μαθηματική Πιθανότητα, Αξίωμα Πιθανοτήτων, Υπό όρους Πιθανότητα, Ανεξαρτησία.
• Μονοδιάστατες Τυχαίες Μεταβλητές: Τυχαίες μεταβλητές, Συνάρτηση κατανομής, Διακριτές τυχαίες μεταβλητές, συνεχείς τυχαίες μεταβλητές, συναρτήσεις τυχαίας μεταβλητές, μέση τιμή, διασπορά.
• Σημαντικές τυχαίες μεταβλητές και οι ιδιότητές τους: Διακριτές: Bernoulli, Διωνυμική, Poisson, Γεωμετρική. Συνεχείς: Ομοιόμορφη, Κανονική, Εκθετική, Γάμμα. Κεντρικό οριακό θεώρημα.
• Πολυδιάστατες Τυχαίες Μεταβλητές: Δισδιάστατες τυχαίες μεταβλητές, συνδιακύμανση και συντελεστής συσχέτισης.
• Πιθανότητες υπό όρους και ανεξάρτητες τυχαίες μεταβλητές.
• Εισαγωγή στις στοχαστικές διαδικασίες: Τυχαία σήματα, μέση συσχέτιση και συνδιακύμανση. Η διαδικασία του Poisson.
• Αυτοσυσχέτιση και φασματική πυκνότητα ισχύος. Στοχαστική διαδικασία Gauss. Θόρυβος: Θόρυβος βολής, Θερμικός θόρυβος, Λευκός θόρυβος
•  Απόκριση γραμμικών συστημάτων σε στοχαστικές εισόδους

Μεθοδολογία διδασκαλίας

Διαλέξεις, φροντιστήρια, συζήτηση

Βιβλιογραφία

• Alberto Leon-Garcia, “Probability, Statistics, and Random Processes for Electrical Engineering”, Pearson International, Third Edition, 2009 (ISBN: 0132336219)
• R. Walpole, R. Myers, S. Myers and K. Ye Probability & Statistics for Engineers & Scientists, 9th Edition, Pearson Prentice Hall, 2012 (ISBN: 0321629116)
• A. Papoulis, S. U. Pillai, Probability, random variables, and stochastic processes, Boston: McGraw-Hill, 2002. (ISBN: 0073660116)
• S. Ross, A first course in probability, 8th Edition, Pearson Education, 2011 (ISBN: 013603313X)
• Σημειώσεις Διαλέξεων

Αξιολόγηση

Γλώσσα

Ελληνική

Τίτλος μαθήματος

Ανανεώσιμες Πηγές Ενέργειας

Κωδικός μαθήματος

ΕΕΝ 445

Τύπος μαθήματος

Επιλογής

Επίπεδο

Προπτυχιακό

Έτος / Εξάμηνο

4ο έτος/8ο εξάμηνο

Όνομα καθηγητή

Νεόφυτος Λοφίτης

ECTS

5

Διαλέξεις / εβδομάδα

2 (4 ώρες)

Εργαστήρια / εβδομάδα

-

Σκοπός και στόχοι του μαθήματος

Το μάθημα αυτό έχει σχεδιαστεί ώστε να παρέχει στους φοιτητές της μηχανικής εις βάθος και κριτική κατανόηση των τεχνολογιών ανανεώσιμων πηγών ενέργειας, με έμφαση στα φωτοβολταϊκά και στα συστήματα αιολικής ενέργειας. Στόχος είναι η ανάπτυξη ικανοτήτων ανάλυσης, σχεδιασμού και υλοποίησης τέτοιων συστημάτων, λαμβάνοντας υπόψη τεχνικούς περιορισμούς και θέματα βιωσιμότητας.

Κύριοι στόχοι:

• Εμβάθυνση της θεωρητικής και πρακτικής γνώσης στις βασικές τεχνολογίες ανανεώσιμων πηγών ενέργειας.
• Ανάπτυξη κριτικής σκέψης και ικανοτήτων σχεδιασμού για την ανάλυση και ενσωμάτωση συστημάτων ΑΠΕ.
• Εφαρμογή σύνθετων αρχών μηχανικής για την ανάπτυξη αποδοτικών και βιώσιμων λύσεων ενέργειας.
• Εκτίμηση της απόδοσης των συστημάτων με τεχνικά και περιβαλλοντικά κριτήρια.
• Εξοικείωση με τεχνολογίες αποθήκευσης ενέργειας και υβριδικές διατάξεις.

Μαθησιακά αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν να:

• Αποκτήσουν εις βάθος γνώση στην ανάλυση, σχεδίαση και υλοποίηση φωτοβολταϊκών και ανεμογεννητριών.
• Κριτικά να αξιολογούν τη λειτουργία, απόδοση και ενσωμάτωση των συστημάτων ΑΠΕ.
• Αναπτύσσουν τεχνικές προδιαγραφές και αξιολογούν συστήματα υπό διαφορετικές συνθήκες.
• Σχεδιάζουν και βελτιστοποιούν ΑΠΕ χρησιμοποιώντας προχωρημένες μεθόδους μηχανικής.
• Χρησιμοποιούν εργαλεία προσομοίωσης για ανάλυση της συμπεριφοράς των συστημάτων.
• Βελτιώνουν την απόδοση φωτοβολταϊκών και αιολικών συστημάτων.
• Συγκρίνουν και επιλέγουν κατάλληλες λύσεις αποθήκευσης ενέργειας.
• Προτείνουν καινοτόμες λύσεις για ενίσχυση της λειτουργικότητας και ανθεκτικότητας των συστημάτων.

Προϋποθέσεις

-

Απαιτούμενο

-

Περιεχόμενο μαθήματος

Φωτοβολταϊκά Συστήματα

• Το φωτοβολταϊκό φαινόμενο και οι αρχές μετατροπής ηλεκτρικής ενέργειας.
• Κατασκευή και ηλεκτρικά χαρακτηριστικά φωτοβολταϊκών πάνελ.
• Σχεδίαση και υλοποίηση φωτοβολταϊκών διατάξεων.
• Ηλεκτρονικοί μετατροπείς και ο ρόλος τους σε φωτοβολταϊκά συστήματα.
• Τεχνικές MPPT (Παρακολούθηση Σημείου Μέγιστης Ισχύος).

Συστήματα Αιολικής Ενέργειας

• Βασικές αρχές αιολικής ενέργειας και είδη ανεμογεννητριών.
• Αρχές εξαγωγής ισχύος και ζητήματα απόδοσης.
• Μετατροπείς για ανεμογεννήτριες.
• Στρατηγικές MPPT για εφαρμογές αιολικής ενέργειας.
• Ηλεκτρικές μηχανές για εφαρμογές αιολικής ενέργειας.

Άλλες τεχνολογίες ανανεώσιμων πηγών ενέργειας και αποθήκευση ενέργειας

• Επισκόπηση πρόσθετων τεχνολογιών (π.χ. μικρά υδροηλεκτρικά).
• Τεχνολογίες μπαταριών και άλλα συστήματα αποθήκευσης ηλεκτρικής ενέργειας.

Διδακτική μεθοδολογία

Το μάθημα περιλαμβάνει διαλέξεις, επίλυση προβλημάτων, εργαστήρια προσομοίωσης και πειραματική εργασία. Οι διαλέξεις καλύπτουν τη θεωρία, η επίλυση προβλημάτων ενισχύουν δεξιότητες ανάλυσης και σχεδιασμού, ενώ στα εργαστήρια οι φοιτητές χρησιμοποιούν εργαλεία προσομοίωσης για να μοντελοποιήσουν και να βελτιστοποιήσουν συστήματα ΑΠΕ. Στα πειραματικά εργαστήρια, γεφυρώνοντας θεωρία και πράξη, οι φοιτητές καλούνται να κατασκευάσουν και να χρησιμοποιήσουν υποσυστήματα ΑΠΕ και να εφαρμόσουν στην πράξη την θεωρία.

Βιβλιογραφία

• Robyns, B. Electricity Production from Renewable Energies, ISTE, 2021. (ISBN: 1786306611)
• Mohan, N. and Raju, S. Power Electronics: A First Course, John Wiley & Sons, 2023. (ISBN: 1119818567)
• Mohan, N., Undeland, T. M., and Robbins, W. P. Power Electronics: Converters, Applications, and Design, John Wiley & Sons, 2003. (ISBN: 9780471226932)
• Walter John and Nicholas Jeckings, Αιολική Ενέργεια και Ανεμογεννήτριες.
• Patel, M. R. Wind and Solar Power Systems, ISBN: 0-8493-1570-0.
• Messenger, R. A. and Ventre, J. Photovoltaic Systems Engineering, ISBN: 0-8493-1793-2.

Εκτίμηση

Γλώσσα

Ελληνικά

Τίτλος μαθήματος

Ανάλυση και Προστασία Συστημάτων Ηλεκτρικής Ισχύος

Κωδικός μαθήματος

ΗΜ 442

Τύπος μαθήματος

Επιλεγόμενο

Επίπεδο

Προπτυχιακό

Έτος /Εξάμηνο

4ο έτος / 8ο εξάμηνο

Όνομα διδάσκοντα

Πέτρος Αριστείδου

ECTS

5

Διαλέξεις/ εβδομάδα

2

Εργαστήρια/ εβδομάδα

-

Σκοπός και στόχοι μαθήματος

Το μάθημα αυτό επεκτείνεται στον τομέα των ηλεκτρικών συστημάτων ισχύος, βασιζόμενο στο μάθημα EEN320. Εστιάζει στη χρήση υπολογιστικών μεθόδων για την ανάλυση των ηλεκτρικών συστημάτων ισχύος τόσο σε μόνιμη κατάσταση λειτουργίας όσο και κατά τη διάρκεια συμμετρικών και ασύμμετρων σφαλμάτων. Στη συνέχεια, παρέχει τη θεμελιώδη κατανόηση της λειτουργίας και της επιλογής διατάξεων προστασίας.

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές θα πρέπει να είναι σε θέση να:

• Κατανοούν τις θεμελιώδεις υπολογιστικές μεθόδους για την ανάλυση της λειτουργίας των ηλεκτρικών συστημάτων ισχύος τόσο σε μόνιμη κατάσταση όσο και υπό συνθήκες σφάλματος,
• Κατανοούν και να αναλύουν τα βασικά όρια μεταφοράς ισχύος στα ηλεκτρικά συστήματα, και
• Κατανοούν τις βασικές αρχές λειτουργίας των διατάξεων προστασίας και τα κριτήρια επιλογής προστασίας.

Προαπαιτούμενα

-

Συναπαιτούμενα

-

Περιεχόμενο μαθήματος

Το μάθημα αποτελείται από τα εξής μέρη:

• Επανάληψη βασικών αρχών ηλεκτρικής ισχύος (ανά μονάδα, μοντέλα γραμμών/ μετασχηματιστών/ γεννητριών/ φορτίων)
• Βασικές αρχές λειτουργίας συστημάτων ηλεκτρικής ισχύος (Φόρτιση χαρακτηριστικής αντίστασης, γραμμή χωρίς απώλειες, απόδοση, ικανότητα φόρτισης, μέγιστη μεταφορά ισχύος μέσω γραμμής, χαρακτηριστικές P-δ και P-V, φαινόμενο Ferranti)
• Ανάλυση ροής ισχύος (Πίνακας αγωγιμότητας κόμβων, μέθοδος Newton-Raphson, μέθοδος ταχείας αποσύζευξης, ροή ισχύος DC)
• Ασύμμετρη λειτουργία (Συμμετρικά στοιχεία, θετική/ αρνητική/ μηδενική ακολουθία και σχετικά διαγράμματα)
• Ανάλυση σφαλμάτων (Μοντελοποίηση γραμμής/ μετασχηματιστή/ γεννήτριας κατά τη διάρκεια σφάλματος, απόλυτα σφάλματα)
• Βασικές αρχές προστασίας (Αρχές, δομή, προστασία υπερέντασης, προστασία απόστασης, διαφορική προστασία, ψηφιακά ρελέ, σχεδίαση και συντονισμός προστασίας)

Μεθοδολογία διδασκαλίας

Διαλέξεις, ασκήσεις εντός τάξης, εργαστηριακές ασκήσεις λογισμικού και υλικού

Βιβλιογραφία

• Διαφάνειες μαθήματος
• A. Gómez-Expósito, A. J. Conejo, and C. A. Canizares, Electric Energy Systems Analysis and Operation, 2nd edition, CRC Press, 2018. (ISBN: 9781138724792)
• D. Glover, M. S. Sarma and T. Overbye, Power System Analysis & Design, 6th edition, Cengage Learning, 2017. (ISBN: 130563618X)
• Nasser Tleis, Power Systems Modelling and Fault Analysis : Theory and Practice, 2nd edition, Academic Press, 2019. (ISBN: 012815117X)
• Ν. Βοβός, Γ. Γιαννακόπουλος, “Ανάλυση Συστημάτων Ηλεκτρικής Ενέργειας”, Β’ έκδοση, εκδόσεις ΖΗΤΗ, 2019

Αξιολόγηση

Γλώσσα

Ελληνικά/Αγγλικά