Λογότυπο αποθετηρίου
 

Κοινότητες στην ΠΥΞΙΔΑ

Επιλέξτε μια κοινότητα για να περιηγηθείτε στις συλλογές της.

Πρόσφατες Υποβολές

Τεκμήριο
Διαχρονική και διαστρωματική ανάλυση της καταναλωτικής συμπεριφοράς των ελληνικών νοικοκυριών
(2026-05-05) Γεωργίου, Ιωσήφ; Παγκράτης, Σπυρίδων; Αθανασίου, Ευθύμιος; Βασιλόπουλος, Αχιλλέας
Η παρούσα εργασία εξετάζει την καταναλωτική συμπεριφορά των νοικοκυριών στην Ελλάδα κατά την περίοδο 2020–2022, μια περίοδο που συνδυάζει μεταπανδημική ανάκαμψη με έντονες πληθωριστικές πιέσεις. Η ανάλυση βασίζεται σε μικροδεδομένα από την Έρευνα Οικογενειακών Προϋπολογισμών και χρησιμοποιεί πραγματικές δαπάνες σε σταθερές τιμές 2020, μέσω αποπληθωρισμού με δείκτες HICP ανά κατηγορία COICOP. Αρχικά, πραγματοποιείται περιγραφική στατιστική ανάλυση των δεδομένων, μέσω της οποίας αναδεικνύονται βασικά χαρακτηριστικά όπως τα επίπεδα, η διασπορά και η κατανομή της συνολικής καταναλωτικής δαπάνης. Τα αποτελέσματα δείχνουν σημαντική ετερογένεια μεταξύ των νοικοκυριών. Τα νοικοκυριά με υψηλότερη δαπάνη συγκεντρώνουν μεγαλύτερο μέρος της συνολικής κατανάλωσης, ενώ τα χαμηλότερα στρώματα περιορίζονται κυρίως στην κάλυψη βασικών αναγκών. Ιδιαίτερη έμφαση δίνεται στη διερεύνηση της σχέσης μεταξύ επιπέδου δαπάνης και σύνθεσης κατανάλωσης μέσω υποδειγμάτων Working-Leser. Τα ευρήματα επιβεβαιώνουν τη διάκριση μεταξύ αναγκαιοτήτων και αγαθών πολυτέλειας, σύμφωνα με τον νόμο του Engel. Τρόφιμα, στέγαση και επικοινωνίες εμφανίζουν ελαστικότητες δαπάνης μικρότερες της μονάδας, ενώ κατηγορίες όπως η εκπαίδευση, η αναψυχή και οι μεταφορές χαρακτηρίζονται από υψηλές ελαστικότητες. Η οικονομετρική ανάλυση επιβεβαιώνει στατιστικά σημαντικά υψηλότερη πραγματική δαπάνη το 2021 και 2022 σε σχέση με το 2020, ωστόσο η σύγκριση με τα ονομαστικά αποτελέσματα αποκαλύπτει ότι το μεγαλύτερο μέρος της φαινομενικής ανόδου του 2022 οφείλεται στον πληθωρισμό. Σημαντικό ρόλο διαδραματίζουν επίσης δημογραφικά χαρακτηριστικά, όπως το φύλο και η ηλικία του ατόμου αναφοράς, καθώς και η γεωγραφική θέση του νοικοκυριού. Η μέτρηση ανισότητας επί πραγματικής ισοδύναμης δαπάνης αναδεικνύει ήπια αλλά σταθερή άνοδο του δείκτη Gini και των δεικτών Atkinson, με τα χαμηλότερα στρώματα να επιβαρύνονται δυσανάλογα. Η μέτρηση φτώχειας μέσω δεικτών Foster-Greer-Thorbecke δείχνει επιδείνωση και στις τρεις διαστάσεις το 2022, εύρημα ανθεκτικό σε εναλλακτικούς ορισμούς γραμμής φτώχειας και μέτρων ευημερίας. Τέλος, η ανάλυση της σύνθεσης της κατανάλωσης αναδεικνύει σημαντικές διαφοροποιήσεις τόσο διαχρονικά όσο και μεταξύ των νοικοκυριών. Η σταδιακή μείωση του μεριδίου των δαπανών για τρόφιμα συνάδει με τον νόμο του Engel, ενώ η ταυτόχρονη ενίσχυση ελαστικών κατηγοριών όπως οι μεταφορές και η εστίαση αντικατοπτρίζει μετατόπιση της κατανάλωσης προς αγαθά υψηλότερης διακριτικής ευχέρειας.
Τεκμήριο
Διασπαστική καινοτομία μέσω τεχνητής νοημοσύνης: επιπτώσεις στα επιχειρησιακά μοντέλα και τη στρατηγική ανταγωνισμού
(2026-05-06) Ζιούτου, Σοφία; Δεληγιάννη, Ιωάννα; Soderquist, Klas Eric; Μπούρα, Μαρία
Η παρούσα μελέτη εξετάζει τη διασπαστική καινοτομία μέσω τεχνητής νοημοσύνης (AI) και τις επιπτώσεις της στα επιχειρησιακά μοντέλα και τη στρατηγική ανταγωνισμού, εστιάζοντας σε τρεις χαρακτηριστικές περιπτώσεις: Amazon, Microsoft και DeepMind. Σκοπός της μελέτης είναι να διερευνήσει κατά πόσο αναδύεται ένα κοινό μοτίβο (pattern) διασπαστικής καινοτομίας, όπως προτείνεται στη σύγχρονη βιβλιογραφία, και ειδικότερα στο θεωρητικό πλαίσιο του Brown. Η έρευνα βασίζεται σε ποιοτική μεθοδολογική προσέγγιση, αξιοποιώντας τη στρατηγική της μελέτης περιπτώσεων και τη θεματική ανάλυση δευτερογενών δεδομένων. Αρχικά, αναλύεται το θεωρητικό υπόβαθρο της καινοτομίας και της διασπαστικής καινοτομίας, ενώ στη συνέχεια εξετάζεται ο ρόλος της τεχνητής νοημοσύνης ως καταλύτη μετασχηματισμού των επιχειρήσεων. Οι τρεις περιπτώσεις μελετώνται ξεχωριστά, προκειμένου να αναδειχθούν οι ιδιαιτερότητες κάθε οργανισμού ως προς την αξιοποίηση της AI. Τα ευρήματα δείχνουν ότι η τεχνητή νοημοσύνη λειτουργεί ως στρατηγικός επιταχυντής, ενισχύοντας διαφορετικές πτυχές της επιχειρησιακής δραστηριότητας. Η Amazon αξιοποιεί την AI κυρίως για βελτιστοποίηση λειτουργιών και μείωση κόστους, η Microsoft για ανάπτυξη υπηρεσιών και δημιουργία νέων επιχειρηματικών μοντέλων μέσω του cloud, ενώ η DeepMind επικεντρώνεται στη ριζική καινοτομία και την παραγωγή επιστημονικής γνώσης. Παρά τις διαφοροποιήσεις, εντοπίζονται κοινά χαρακτηριστικά, όπως η σημασία των δεδομένων, η ανάπτυξη οικοσυστημάτων και η αύξηση των εμποδίων εισόδου. Η μελέτη καταδεικνύει ότι, αν και υφίστανται συγκλίσεις που υποδηλώνουν την ύπαρξη ενός γενικού μοτίβου, η διασπαστική καινοτομία μέσω AI δεν ακολουθεί ενιαία πορεία. Αντίθετα, διαμορφώνεται από το στρατηγικό πλαίσιο κάθε οργανισμού, υποδεικνύοντας την ανάγκη για πιο σύνθετες και ευέλικτες θεωρητικές προσεγγίσεις.
Τεκμήριο
Entanglement distribution and routing in quantum network topologies
(2026-05-04) Filos, Petros; Φίλος, Πέτρος; Siris, Vasilios; Toumpis, Stavros; Koutsopoulos, Iordanis
Quantum networks are still in their infancy. This is because the quantum devices forming quantum network topologies remain an insufficiently explored technology. The fact that quantum computers, and therefore quantum network devices, differ fundamentally from conventional classical computing systems makes their study particularly interesting. In the field of quantum networking, an important problem is the process of entanglement distribution. This process corresponds to the set of entanglement processes followed in a quantum network topology so that quantum users can communicate and exchange information in a quantum manner. The entanglement distribution process involves identifying routing paths and allocating available network resources to enable communication among quantum users through quantum mechanisms. Given that quantum networking is a new and rapidly evolving research area, increasingly detailed simulations of the entanglement processes involved in entanglement distribution are highly desirable. Such a more detailed simulation can contribute to a better understanding of the probabilistic nature that governs quantum networking systems. Understanding this probabilistic nature is both very important and particularly challenging, since it does not arise in the same way in traditional or classical communication networks. This thesis contributes to the understanding of quantum networks through the implementation of a quantum network simulator. The proposed simulator adopts a per-timeslot (operation-driven) perspective, where each individual operation of an entanglement process is treated separately. Such an approach enables higher performance for quantum network users compared to approaches that provide information only on sets of operations associated with entanglement processes within a quantum network topology. More specifically, by treating each entanglement process operation separately, the proposed quantum simulator supports a detailed view of entanglement processes, including sequential two-hop link-level entanglement establishment and one-hop extensions of existing multi-hop entanglements. In this way, the quantum simulator contributes not only as an implementation tool, but also as a protocol way for studying how the probabilistic nature and the dynamic behavior of quantum entanglement processes can be better understood. The approach of the quantum network simulator enables the achievement of a higher entanglement service rate for the quantum users that want to communicate within the quantum network topology, compared to approaches that are based on end-to-end quantum memory reservations. Additionally, through this approach, the quantum network simulator manages to serve the different pairs of quantum users that wish to exchange information in a more uniform way, without being significantly affected by the structure of the corresponding quantum network topology.
Τεκμήριο
Ανάλυση δεδομένων και πρόβλεψη ζήτησης: μελέτη περίπτωσης σε φαρμακευτική εταιρεία
(2026-05-06) Δαμασκηνός, Ιωάννης; Λεκάκος, Γεώργιος; Ζάρας, Ανδρέας
Σε ένα περιβάλλον ραγδαίας αύξησης του όγκου των δεδομένων, οι επιχειρήσεις εξαρτώνται ολοένα και περισσότερο από προηγμένες αναλυτικές τεχνικές για τη μετατροπή της πληροφορίας σε στρατηγικές αποφάσεις. Η παρούσα διπλωματική εργασία διερευνά τις μεθόδους ανάλυσης δεδομένων και πρόβλεψης ζήτησης σε περιβάλλον φαρμακαποθήκης, με στόχο τη βελτιστοποίηση της εφοδιαστικής αλυσίδας. Το κύριο ερευνητικό ερώτημα εστιάζει στην αξιολόγηση ποσοτικών μεθόδων, όπως η Εκθετική Εξομάλυνση (ESM), τα μοντέλα ARIMA και τα Μοντέλα Μη-Παρατηρήσιμων Συνιστωσών (UCM), υπό το πρίσμα της προσέγγισης Demand-Driven Forecasting. Η μελέτη βασίζεται σε μια μελέτη περίπτωσης (case study) ελληνικού φαρμακευτικού προμηθευτή, όπου 440 χρονοσειρές αναλύθηκαν σε εβδομαδιαία βάση (seasonality=52) μέσω της πλατφόρμας SAS Visual Forecasting. Η μεθοδολογία περιλαμβάνει την ιεραρχική οργάνωση των δεδομένων και την εφαρμογή αυστηρού διαχωρισμού σε σύνολα εκπαίδευσης (Training) και ελέγχου (Holdout). Η επιλογή των βέλτιστων μοντέλων (Champion Models) πραγματοποιήθηκε με βάση τον συνδυασμό της ελαχιστοποίησης του σφάλματος (MAPE, RMSE) και της βελτιστοποίησης της πολυπλοκότητας μέσω των κριτηρίων πληροφορίας AIC και BIC, διασφαλίζοντας την αποφυγή της υπερπροσαρμογής (overfitting). Η ανάλυση Pareto (ABC) αποκάλυψε ότι μόλις δύο κωδικοί συγκεντρώνουν το 83,2% της συνολικής αξίας πωλήσεων, καθιστώντας την ακρίβεια πρόβλεψής τους κρίσιμη. Τα αποτελέσματα έδειξαν ότι τα μοντέλα ESM (και ειδικότερα η μέθοδος Winters) υπερτερούν στο 60% των περιπτώσεων, ενώ αναδείχθηκε η ικανότητα του συστήματος να διαχειρίζεται αυτόματα τη διακοπτόμενη ζήτηση (Intermittent Demand) σε κόμβους πιστωτικών τιμολογίων. Η διαγνωστική ανάλυση (ACF/PACF) επιβεβαίωσε ότι τα μοντέλα απορρόφησαν πλήρως την πληροφορία, μετατρέποντας τα σφάλματα σε λευκό θόρυβο. Συμπερασματικά, η εργασία καταδεικνύει ότι η χρήση των ορίων εμπιστοσύνης (Confidence Limits) για τον καθορισμό αποθεμάτων ασφαλείας και η αυτοματοποιημένη ιεραρχική πρόβλεψη προσφέρουν σημαντικό ανταγωνιστικό πλεονέκτημα, μειώνοντας το λειτουργικό κόστος και τον κίνδυνο ελλείψεων στον φαρμακευτικό κλάδο.
Τεκμήριο
Προς ολοκληρωμένες εφοδιαστικές αλυσίδες: η συμπληρωματική σχέση ελαστικότητας, ανθεκτικότητας και αειφορίας και η ανάπτυξη θεωρητικού πλαισίου
(2026-05-06) Χονδρογεώργος, Ταξιάρχης; Λεκάκος, Γεώργιος; Μανωλόπουλος, Δημήτριος; Ανδρουτσόπουλος, Κωνσταντινος
Στο έντονα παγκοσμιοποιημένο περιβάλλον, οι σύγχρονες εφοδιαστικές αλυσίδες αντιμετωπίζουν πολύ σημαντικές προκλήσεις. Η εμφάνιση απρόβλεπτων διαταραχών όπως ο COVID-19, ο πόλεμος στην Ουκρανία κλπ, σε συνδυασμό με την αυξανόμενη πίεση για περιβαλλοντική προστασία και την ταχύτερη ικανοποίηση των καταναλωτών, καθιστούν τον στρατηγικό ανασχεδιασμό των δικτύων εφοδιαστικής αλυσίδας και τη μετάβαση σε νέα μοντέλα διανομής, επιτακτική ανάγκη. Η παρούσα διπλωματική εργασία εστιάζει σε αυτήν ακριβώς την πολυπλοκότητα, εξετάζοντας ως πεδίο εφαρμογής τον απαιτητικό κλάδο του λιανεμπορίου τροφίμων (Food Retail). Στόχος της μελέτης είναι η διερεύνηση και αξιολόγηση στρατηγικών επιλογών, αναγνωρίζοντας ότι η λήψη αποφάσεων προϋποθέτει τη διαχείριση αναπόφευκτων λειτουργικών συγκρούσεων (trade-offs). Η ανάλυση βασίζεται σε τρεις κεντρικούς πυλώνες απόδοσης: την Ανθεκτικότητα (Resilience), την Ελαστικότητα/Απόκριση (Agility/Responsiveness) και την Αειφορία (Sustainability), με γνώμονα τη θεωρία του Τριπλού Πυλώνα (Triple Bottom Line) και τον συνυπολογισμό του λειτουργικού κόστους. Για την πρακτική εφαρμογή της θεωρίας, επιλέγονται βάσει της βιβλιογραφίας και αναλύονται τρία εναλλακτικά στρατηγικά έργα: η ανάπτυξη Βραχειών Εφοδιαστικών Αλυσίδων (Short Food Supply Chains), η εφαρμογή Σταυροειδούς Μεταφόρτωσης (Cross Docking) και η Οριζόντια Συνεργασία στα logistics (Horizontal Collaboration). Προκειμένου να προσδιοριστεί αντικειμενικά η βέλτιστη στρατηγική επιλογή, η εργασία αναπτύσσει ένα μαθηματικό μοντέλο βαθμολόγησης. Συγκεκριμένα, εφαρμόζεται η μέθοδος Πολυκριτηριακής Λήψης Αποφάσεων TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution). Μέσω της ανάλυσης, η μελέτη παρέχει ένα δομημένο, ποσοτικό πλαίσιο που επιτρέπει στις διοικήσεις των επιχειρήσεων να αξιολογούν εναλλακτικές επενδύσεις, εντοπίζοντας τη χρυσή τομή που μεγιστοποιεί την απόδοση και ελαχιστοποιεί τον κίνδυνο.