Διδακτορικές διατριβές

Μόνιμο URI για αυτήν τη συλλογήhttps://pyxida.aueb.gr/handle/123456789/5

Περιήγηση

Τώρα δείχνει 1 - 20 από 49

Unconventional technologies for malware delivery and efficient defense methods in resource-constrained environments
(2025-04-11) Vasilellis, Efstratios; Βασιλέλλης, Ευστράτιος; Mavridis, Ioannis; Stamatiou, Ioannis; Patsakis, Constantinos; Vlachos, Vasileios; Mylonas, Alexios; Stergiopoulos, George; Gritzalis, Dimitris
Η αυξανόμενη χρήση συσκευών με περιορισμένους πόρους, ιδιαίτερα των smartphones, δημιουργεί νέες προκλήσεις κυβερνοασφάλειας. Οι παραδοσιακοί μηχανισμοί ανίχνευσης ιομορφικού λογισμικού βασίζονται στον εντοπισμό γνωστών επιθέσεων, αφήνοντας περιθώρια εκμετάλλευσης από επίμονους επιτιθέμενους. Η διατριβή εξετάζει μη συμβατικές τεχνικές διάδοσης ιομορφικού λογισμικού και προτείνει έναν αποδοτικό μηχανισμό ανίχνευσης για περιβάλλοντα με περιορισμένους υπολογιστικούς πόρους. Οι κλασικές μέθοδοι διάδοσης ιομορφικού λογισμικού, όπως το phishing, τα drive-by downloads και τα ιομορφικά συνημμένα σε email, εξακολουθούν να κυριαρχούν. Ωστόσο, νέοι εξελιγμένοι τρόποι επίθεσης ενισχύουν την αποτελεσματικότητα των απειλών. Τα συγκαλυμμένα κανάλια (covert channels) εκμεταλλεύονται νόμιμα μέσα επικοινωνίας για την απόκρυψη του ιομορφικού κώδικα, αξιοποιώντας ακουστικά, οπτικά, σεισμικά, μαγνητικά, θερμικά και ραδιοσυχνικά σήματα. Επιπλέον, τα malware droppers ενεργοποιούν ιομορφικό κώδικα μετά την εγκατάσταση, παρακάμπτοντας τους συμβατικούς μηχανισμούς ανίχνευσης μέσω δυναμικής λήψης ιομορφικών στοιχείων. Η αυξανόμενη πολυπλοκότητα αυτών των επιθέσεων απαιτεί νέες μεθόδους ανίχνευσης και προστασίας. Η έρευνα εντοπίζει δύο βασικές μη συμβατικές τεχνικές διάδοσης ιομορφικού λογισμικού: τα ακουστικά και τα gamification-based συγκαλυμμένα κανάλια. Τα ακουστικά κανάλια αξιοποιούν ηχητικά κύματα για τη μετάδοση ιομορφικού κώδικα σε στοχευμένες συσκευές, εκμεταλλευόμενα ευπάθειες σε συστήματα με ενεργοποιημένα μικρόφωνα. Τα gamification-based κανάλια χρησιμοποιούν διαδραστικά περιβάλλοντα παιχνιδιών, όπως ρυθμικά παιχνίδια ή παραλλαγές του Tetris, για την ενσωμάτωση ιομορφικού κώδικα, επιτρέποντας την εκτέλεσή του μέσω φαινομενικά αθώων ενεργειών του χρήστη. Αυτές οι μέθοδοι παρακάμπτουν τις συμβατικές τεχνικές ανάλυσης υπογραφών και τα δίκτυα παρακολούθησης. Η διατριβή αξιολογεί αυτές τις επιθέσεις σε πραγματικά σενάρια, εξετάζοντας την αποδοτικότητά τους και τις προκλήσεις που δημιουργούν για την ανίχνευση ιομορφικού λογισμικού. Στο πλαίσιο της ανίχνευσης, προτείνεται η μέθοδος MalWave, η οποία αξιοποιεί τεχνικές επεξεργασίας σήματος για τον εντοπισμό ιομορφικού λογισμικού. Η προσέγγιση αυτή βασίζεται σε αρχές αναγνώρισης ήχου και εφαρμόζει ηχοποίηση και ανάλυση φασματογραμμάτων, μετατρέποντας τα δυαδικά δείγματα ιομορφικού λογισμικού σε ηχητική αναπαράσταση. Η μέθοδος εμπνέεται από την ηχητική στεγανογραφία και τα συστήματα αναγνώρισης μουσικής, όπως το Shazam, για την ενίσχυση της ικανότητας αναγνώρισης της ιομορφικής συμπεριφοράς σε εφαρμογές Android. Η MalWave προσφέρει αποδοτικό και platform-independent μηχανισμό ανίχνευσης, κατάλληλο για περιβάλλοντα με περιορισμένους πόρους. Τα πειραματικά αποτελέσματα δείχνουν ότι η μέθοδος επιτυγχάνει υψηλή ακρίβεια και χαμηλό υπολογιστικό κόστος. Τα ηχητικά χαρακτηριστικά αποδεικνύονται αξιόπιστη εναλλακτική έναντι των παραδοσιακών τεχνικών ανίχνευσης, ιδιαίτερα σε περιβάλλοντα με χαμηλή υπολογιστική ισχύ. Η έρευνα προσφέρει πρακτικές κατευθύνσεις για επαγγελματίες κυβερνοασφάλειας. Τα ευρήματα αναδεικνύουν την ανάγκη για ευπροσάρμοστα κι ευέλικτα μέτρα ασφαλείας που ανταποκρίνονται στις εξελισσόμενες απειλές. Επιπλέον, αποκαλύπτουν ευπάθειες σε ψηφιακά οικοσυστήματα, υπογραμμίζοντας την ανάγκη επανεξέτασης των πολιτικών ασφαλείας που διέπουν τα app marketplaces και τα ενσωματωμένα συστήματα. Μελλοντικές έρευνες θα επικεντρωθούν στη βελτίωση της προτεινόμενης μεθόδου ανίχνευσης απέναντι σε τεχνικές απόκρυψης (obfuscation) του ιομορφικού λογισμικού. Οι επεκτάσεις περιλαμβάνουν τη βελτίωση της απόδοση της ανίχνευσης μέσω ηχητικών χαρακτηριστικών, την ανίχνευση σε πραγματικό χρόνο καθώς και τη μελέτη συγκαλυμμένων ηχητικών επιθέσεων σε φωνητικούς βοηθούς. Οι gamification-based επιθέσεις θα εξεταστούν σε νέα είδη παιχνιδιών, συμπεριλαμβανομένων των Augmented Reality (AR), Virtual Reality (VR) και Massively Multiplayer Online (MMO) games.
Μέθοδοι βελτίωσης αποτελεσμάτων αναζήτησης στον παγκόσμιο ιστό
Κρητικόπουλος, Απόστολος; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής; Σιδέρη, Μάρθα
Η ποιότητα μιας μηχανής αναζήτησης εξαρτάται κυρίως από τα 10 πρώτα αποτελέσματα που παρουσιάζονται ως απάντηση σε ένα ερώτημα του χρήστη. Η σειρά παρουσίασης των αποτελεσμάτων έχει άμεση σχέση με τον αλγόριθμο βαθμολόγησης (rating) ιστοσελίδων της μηχανής αναζήτησης.Στην διατριβή αυτή προτείνονται νέες μέθοδοι βαθμολόγησης ιστοσελίδων που αποσκοπούν στη βελτίωση της ποιότητας των αποτελεσμάτων των μηχανών αναζήτησης, και στην εξατομίκευση των αναζητήσεων στον Παγκόσμιο Ιστό (World Wide Web). Προτείνεται ένα μέτρο αξιολόγησης των αποτελεσμάτων της αναζήτησης που δεν απαιτεί ρητή πληροφορία από τους χρήστες, και αξιοποιεί τα υποκρυπτόμενα χαρακτηριστικά της συμπεριφοράς τους. Τέλος παρουσιάζεται μία κατανεμημένη εφαρμογή περιήγησης του Web η οποία επιλεκτικά συλλέγει ιστοσελίδες, καθώς και η υλοποίηση δύο μηχανώναναζήτησης. Συγκεκριμένα, προτείνονται τρεις αλγόριθμοι: ο Compass Filter, ο WordRank και ο BlogRank. Ο Compass Filter είναι αλγόριθμος που εξατομικεύει τα αποτελέσματα της αναζήτησης, και δίνει προτεραιότητα στις ιστοσελίδες των διαδικτυακών κοινοτήτων που έχει ήδη επισκεφτεί ο χρήστης στο παρελθόν. Ο WordRank βαθμολογεί τις ιστοσελίδες δίνοντας προτεραιότητα σε αυτές που συνδέονται μεταξύ τους, και έχουν όμοιο περιεχόμενο. Ο BlogRank αξιοποιεί τα ιδιαίτερα χαρακτηριστικά των blogs (όπως συντάκτες, θέματα, ειδήσεις, ημερομηνίες δημοσίευσης) και τα βαθμολογεί βάσει των κοινών ιδιοτήτων τους. Αποδεικνύεται πειραματικά ότι οι τρεις αυτοί αλγόριθμοι βελτιώνουν σημαντικά τα αποτελέσματα που παρουσιάζονται στους χρήστες. Στα πειράματα παρουσιάζεται ο Success Index, ένα νέο μέτρο για την αξιολόγηση της ποιότητας των αποτελεσμάτων μιας μηχανής αναζήτησης. Ο Success Index χρησιμοποιεί την υποκρυπτόμενη κριτική (implicit feedback) των χρηστών για να απεικονίσει την ποιότητα των αποτελεσμάτων. Θεωρούμε ότι ο χρήστης εκφράζει την κριτική του στααποτελέσματα μίας αναζήτησης, με τις ιστοσελίδες που επιλέγει να δει (ποιες σελίδες επιλέγει, και με ποια σειρά). ∆είχνουμε πειραματικά ότι ο βαθμός που αποδίδει ο Success Index είναι παρόμοιος με αυτόν μιας ρητής (explicit) αξιολόγησης. Για τον έλεγχο των προτεινόμενων αλγορίθμων και του μέτρου αξιολόγησης αναπτύχθηκαν δύο μηχανές αναζήτησης, και ένας κατανεμημένος παραμετρικός περιηγητής ιστού (web crawler).
Resource allocation, content recommendations and online learning mechanisms for mobile edge computing
(2022-05-23) Χατζηελευθερίου, Λίβια-Έλενα; Athens University of Economics and Business, Department of Informatics; Polyzos, George; Toumpis, Stavros; Iosifidis, George; Dimakis, Antonios; Siris, Vasileios; Stamoulis, Georgios; Koutsopoulos, Iordanis
The Mobile Edge Computing (MEC) paradigm brings computing and cache capacity resources in the proximity of users. It gives rise to a new ecosystem of services, such as Augmented Reality (AR) ones, while reducing the latency that is experienced by users and lowering network service costs. The main challenges that MECfaces are related to the scarcity of resources at the network edge, the unpredictability of important system parameters, such as traffic, content and computation demand, and the ultra-low latency requirements that must be satisfied.In this thesis we deal with the challenges above, towards the optimization of two MEC goals: content delivery and real-time analytics at the edge of the network. We present resource allocation mechanisms and methods that automate the resource allocation, for fifth-generation (5G), Beyond-5G (B5G) and sixth-generation (6G) communication systems, accounting for edge resources such as caches, computational resources of mobiledevices and edge servers, bandwidth and energy. We tackle both offline and Online Learning (OL) instances of optimization problems that span content recommendationsand caching, user association and allocation of computing resources. We use a variety of mathematical tools to solve these problems, such as combinatorial optimization, convex optimization and Online Convex Optimization (OCO), a special case of OL. We analyse and we exploit the structural properties of the formulated optimization problems, either by designing algorithms ex novo, or by adapting existing techniques to our settings. We provide cost-efficient, fast and elegant solutions with provable performance guarantees, for a variety of important problems that arise within the MEC context. Overall, this Ph.D. thesis tackles a set of important optimization problems that arise in the context of edge computing and networking. We present novel problem formulations and algorithms that lead to solutions with provable performance guarantees, bringing the Mobile Edge Computing (MEC) paradigm a step closer to its practical realization.
The contribution of experiential and material purchases to happiness: expanding the experience recommendation
(2018) Kousi, Sofia; Baltas, George; Indounas, Konstantinos; Andronikidis, Andreas; Dimitriadis, Sergios; Siοmkos, George J.; Skarmeas, Dionysios; Kokkinaki, Flora
The experience recommendation posits that experiential purchases, such as concert and airplane tickets, contribute more to happiness than material purchases, such as clothes and cars. Closer examination of the extant research on the topic and the empirical explanations provided for this effect, reveals underlying asymmetries in the nature of these purchases, which contribute to the happiness advantage of experiential purchases. As such, the experience recommendation seems to only partially explain the relationship between consumption and happiness, thus limiting the value of any recommendation for maximizing happiness from spending. Τhe present research proposes and examines two asymmetries which give experiential purchases a happiness advantage. Specifically, the present study hypothesizes that experiential purchases are inherently more hedonic and self-expressive than material purchases. More importantly, it hypothesizes that once these asymmetries are corrected, material purchases elicit equal levels of happiness as experiential purchases. Through a qualitative study and five experiments, it is demonstrated that recalled experiential purchases tend to be more hedonic and self-expressive than material purchases. These characteristics give experiential purchases a happiness advantage, as they mediate the relationship between happiness and purchase type. The results of the present research contribute to the refinement of the experience recommendation, and indicate that under specific circumstances, material purchases can also make people happy. These findings refine the experience recommendation, deepen our understanding of the relationship between consumption and happiness, and add to a growing volume of research that reveals the complexity of this relationship. The data points to a necessary shift away from the question of whether experiential or material purchases make people happier, to asking what elements and characteristics of any purchase are likely to elicit happiness. The results suggest a prioritization of highly self-expressive and hedonic purchases, as these two characteristics positively influence the elicited happiness.
Federated, continual and meta-learning algorithms for multi-task settings
(2024-12-13) Νικολουτσόπουλος, Σωτήριος; Nikoloutsopoulos, Sotirios; Athens University of Economics and Business, Department of Informatics; Androutsopoulos, Ion; Koutsopoulos, Iordanis; Markakis, Evangelos; Blekas, Konstantinos; Stafylakis, Themos; Pavlopoulos, Ioannis; Toumpis, Stavros
Η ερευνητική εργασία η οποία περιλαμβάνεται στη διατριβή αυτή αφορά τρεις νέους αλγορίθμους Μηχανικής Μάθησης, ο καθένας εκ των οποίων αντιμετωπίζει προβλήματα πολλαπλών εργασιών (multiple tasks) σε ένα συγκεκριμένο πλαίσιο. Αυτού του είδους η Μάθηση πολλαπλών εργασιών (Multi-Task Learning) αφορά των χειρισμό πολλαπλών εργασιών είναι ταυτόχρονα είτε σειριακά, με κάθε εργασία να ορίζεται βάσει μιας συνάρτησης στόχου (objective function). Το πλήθος των εργασιών μπορεί να είναι πεπερασμένο ή άπειρο, και οι εργασίες μπορεί να είναι κατανεμημένες σε πολλούς πελάτες ή να βρίσκονται συγκεντρωμένες σε έναν. Οι αλγόριθμοι που προτείνει η ερευνητική εργασία αντιμετωπίσουν την μάθηση πολλαπλών εργασιών στα πλαίσια της προσωποποιημένης ομόσπονδης μάθησης, (Personalized Federated Learning), της Συνεχούς Μάθησης (Continual Learning) και της Μέτα-Μάθησης (Meta-Learning). Ο καθένας εξ αυτών είναι βελτιστοποιημένος για το συγκεκριμένο περιβάλλον στο οποίο λειτουργεί.Στο Κεφάλαιο 2 η διατριβή εξετάζει την Μάθηση Πολλαπλών Εργασιών στο πλαίσιο της προσωποποιημένης Ομόσπονδης Μάθησης και, συγκεκριμένα, εφαρμόζεται προκειμένου να κατασκευαστεί μια από κοινού αναπαράσταση (representation) στο εύρος ενός πεπερασμένου συνόλου εργασιών κατανεμημένων σε πολλαπλούς πελάτες. Αυτή η από κοινού αναπαράσταση για όλους τους πελάτες επιτρέπει καλύτερη γενίκευση και επιτρέπει σε κάθε ένα από τα μοντέλα να εκπαιδευτούν στην εργασία τους πιο γρήγορα, ιδιαιτέρως όταν το μέγεθος του συνόλου δεδομένων (dataset) του κάθε πελάτη είναι πεπερασμένο. Η διατριβή προτείνει έναν αλγόριθμο που βασίζεται σε μια ακριβή, κατανεμημένη, τεχνική στοχαστικής κατάβασης κλίσης (exact, distributed, Stochastic Gradient Descent) η οποία διαθέτει θεωρητικές εγγυήσεις σύγκλισης. Ο αλγόριθμος μπορεί να χειριστεί ένα πεπερασμένο πλήθος εργασιών κατανεμημένων σε πολλαπλούς πελάτες, μέσω της από κοινού βελτιστοποίησης δύο συνόλων βαρών, εκ των οποίων το ένα σύνολο περιλαμβάνει κοινά βάρη και το άλλο προσωποποιημένα βάρη. Η μέθοδος παρουσιάζει υψηλή επίδοση σε προβλήματα κατηγοριοποίησης σε σύνολα δεδομένων πολλαπλών κλάσεων (multi-class classification data sets)Στο Κεφάλαιο 3 η διατριβή εξετάζει την Μάθηση Πολλαπλών Εργασιών στο πλαίσιο της Συνεχούς Μάθησης (Continual Learning). Επομένως, σε αντίθεση με την συνήθη προσέγγιση κατά την οποία η μάθηση επιτελείται με πρόσβαση σε όλα τα δεδομένων εργασιών, ο πράκτορας πρέπει να προσαρμόζεται στις εργασίες ακολουθιακά, καθώς αυτές καταφθάνουν από μια ροή, ενώ ταυτόχρονα διατηρεί διαρκώς καλή επίδοση σε όλες τις εργασίες. Η διατριβή εστιάζει σε προβλήματα κατηγοριοποίησης και Συνεχή Μάθηση σταδιακά προστιθέμενων εργασιών (task-incremental), όπου νέες κλάσεις εισάγονται διαδοχικά, απαιτώντας από τον πράκτορα να προσαρμόζεται σε νέες κλάσεις καθώς περνά ο χρόνος. Σε αντίθεση με την απλή Μάθηση Πολλαπλών Εργασιών, στο πλαίσιο της Συνεχούς Μάθησης ο πράκτορας δεν έχει ταυτόχρονη πρόσβαση σε όλα τα δεδομένα και δεν μπορεί να επεξεργαστεί εκ νέου παλιά δεδομένα εκτός αν αυτά έχουν επί τούτου αποθηκευτεί στη μνήμη του. Αυτός ο περιορισμός, σε συνδυασμό με τις ανισορροπίες στην εμφάνιση των κλάσεων που είναι εγγενείς στη ροή των εισερχομένων δεδομένων, δημιουργεί δυσκολίες στο να επιτευχθεί δικαιοσύνη μεταξύ κλάσεων σε ό,τι αφορά την ακρίβεια (accuracy) καθώς ο πράκτορας πρέπει να μάθει να αντιμετωπίζει τις διαφορετικές κλάσεις δίκαια. Προκειμένου να αντιμετωπισθεί αυτή τη δυσκολία, η διατριβή εισάγει μια μέθοδο σύγχρονης (online) Συνεχούς Μάθησης που βασίζεται σε επαναληπτική μάθηση (online replay-based Continual Learning) που ελαχιστοποιεί την απώλεια Kullback-Leibler (KL) προκειμένου να επιτύχει δικαιοσύνη σε προβλήματα με μεγάλη ανισορροπία στα σχετικά πλήθη των παραδειγμάτων σε κάθε κλάση. Η μέθοδος επιτυγχάνει βελτιωμένη δικαιοσύνη και ακρίβεια κατά μήκος συνόλων δεδομένων (data sets) όπως τα MNIST, CIFAR-10, και CIFAR-100 σε σχέση με σύγχρονους (state-of-the-art) τεχνικές Δειγματοληψίας Ταμιευτήρα (Reservoir Sampling).Στο Κεφάλαιο 4 η διατριβή εξετάζει την Μάθηση Πολλαπλών Εργασιών στο πλαίσιο της Μέτα-Μάθησης (Meta-Learning). Η Μάθηση Πολλαπλών Εργασιών επιτρέπει τον ταυτόχρονο χειρισμό πολλαπλών εργασιών και προωθεί τον διαμοιρασμό πληροφορίας μεταξύ των εργασιών προκειμένου να ενισχυθεί η γενίκευση και η επίδοση, αλλά η Μέτα-Μάθηση ενισχύει περαιτέρω αυτές τις δυνατότητες εστιάζοντας στην προσαρμογή σε άπειρο πλήθος εργασιών, οι οποίες αντλώνται από κάποια κατανομή. Σε αυτό το πλαίσιο, η κωδικοποίηση εργασιών (task encoding) έχει ένα κεντρικό ρόλο: αναγνωρίζοντας την κωδικοποίηση της εργασίας, το μοντέλο αντιλαμβάνεται την εργασία που καλείται να αντιμετωπίζει και προσαρμόζεται ανάλογα. Μια κρίσιμη ιδέα σε αυτό το πλαίσιο είναι η μοντελοποίηση και η μάθηση μιας στοχαστικής απεικόνισης ή κωδικοποίησης και της κατανομής της έτσι ώστε να εμπεριέχει όσο περισσότερη πληροφορία γίνεται για κάθε εργασία και να οδηγεί σε ακριβής προβλέψεις. Αυτό είναι ιδιαίτερα σημαντικό σε περιβάλλοντα με μετακίνηση κατανομής (distribution drift), όπως αυτά της Συνεχούς Μάθησης, όπου οι εργασίες αλλάζουν με το χρόνο. Η διατριβή παρουσιάζει ένα πλαίσιο Μέτα-Μάθησης χρησιμοποιώντας τις έννοιες της Αμοιβαίας Πληροφορίας (Mutual Information) και της Αρχής Στενωπού της Πληροφορίας (Information Bottleneck Principle). Το πλαίσιο επιτρέπει στοχαστικές γενικεύσεις του γνωστού Αλγορίθμου Model-Agnostic Meta Learning (MAML) καθώς και νέους αλγορίθμους που βασίζονται στη μνήμη (Memory-based) οι οποίες εφαρμόζουν τεχνικές πυρήνων γκαουσιανών διαδικασιών, που επιτυγχάνουν ανταγωνιστική επίδοση σε σχέση με το state-of-the-art σε προβλήματα παρεμβολής και κατηγοριοποίησης σύντομης εκπαίδευσης (few-shot).
Accelerating geometric queries for computer graphics: algorithms, techniques and applications
(2024-09-26) Ευαγγέλου, Ιορδάνης; Evangelou, Iordanis; Athens University of Economics and Business, Department of Informatics; Fudos, Ioannis; Toumpis, Stavros; Markakis, Evangelos; Xylomenos, George; Dachsbacher, Carsten; Bittner, Jiri; Papaioannou, Georgios
Στο συνεχώς εξελισσόμενο τομέα των Γραφικών Υπολογιστών, η ζήτηση για ρεαλιστικά και σε πραγματικό χρόνο εικονικά περιβάλλοντα με αλληλεπίδραση σε ψηφιοποιημένα ή εκ γενετής ψηφιακά περιεχόμενα έχει εκθετικά αυξηθεί. Είτε πρόκειται για παιχνίδια, production rendering, computer-aided design reverse engineering, επεξεργασία και κατανόηση γεωμετρικής πληροφορίας ή διεργασίες προσομοίωσης, η ικανότητα γεωμετρικών αναζητήσεων οποιουδήποτε τύπου να εκτελούνται γρήγορα και με ακρίβεια είναι κρίσιμη. Η πραγματική μορφή ενός γεωμετρικού ερωτήματος ποικίλει ανάλογα με την εκάστοτε διεργασία, τον τομέα εφαρμογής, την αναπαράσταση της εισόδου και τη χρησιμοποιούμενη μεθοδολογία. Αυτά τα γεωμετρικά ερωτήματα μπορεί να περιλαμβάνουν ελέγχους τομής, όπως στην περίπτωση του ray tracing, χωρικά ερωτήματα, όπου χρειάζονται για την ανάκτηση πλησιέστερων γειτονικών δειγμάτων, γεωμετρική ανάκτηση, για την εξακρίβωση του τύπου των πολυγωνικών εισόδων ή ακόμα και κατανόηση μίας ολόκληρης εικονικής σκηνής για την ανάκτηση και ενσωμάτωση εναλλακτικών λύσεων, όπως στην περίπτωση βελτιστοποίησης και τοποθέτησης φωτιστικών πηγών. Καθώς οι εφαρμογές αυτών των αλγορίθμων και, συνεπώς, η πολυπλοκότητά τους αυξάνεται συνεχώς, τα βασικά αυτά γεωμετρικά ερωτήματα υστερούν όταν υιοθετούνται και ενσωματώνονται με απλοϊκό τρόπο σε πρακτικά σενάρια. Επομένως, αυτές οι μέθοδοι αντιμετωπίζουν περιορισμούς όσον αφορά την υπολογιστική αποδοτικότητα αυτών των αναζητήσεων. Αυτό είναι ιδιαίτερα έντονο σε σενάρια όπου πρέπει να ικανοποιηθεί ένας γιγάντιος αριθμός γεωμετρικών δεδομένων και ειδικότερα σε περιβάλλονται με διαδραστικό ή ακόμη και πραγματικό χρόνο απόδοσης. Τις περισσότερες φορές, πρέπει να εξετάσουμε και να κατανοήσουμε τους εσωτερικούς μηχανισμούς και τη θεωρία των αλγορίθμων που εκτελούν αυτά τα γεωμετρικά ερωτήματα. Αυτό είναι ιδιαίτερα χρήσιμο για την σχεδίαση κατάλληλων διαδικασιών προσαρμοσμένων στην εκάστοτε διεργασία, ώστε να μεγιστοποιηθεί η αποδοτικότητά τους, τόσο από άποψη ταχύτητας όσο και ποιότητας του αποτελέσματος. Αυτό έχει ως αποτέλεσμα, να υπάρχει ένας τεράστιος τομέας έρευνας που μελετά καινοτόμες προσεγγίσεις για την επιτάχυνση των γεωμετρικών αυτών αναζητήσεων, σε μία προσπάθεια να αντιμετωπίσει τις προκλήσεις που προκύπτουν.Ο κύριος στόχος αυτής της διατριβής ήταν να αναπτύξει καινοτόμες μεθόδους για την επιτάχυνση γεωμετρικών αναζητήσεων στο τομέα των Γραφικών Υπολογιστών. Η εργασία αυτή είχε μία ολιστική προσέγγιση στην διερεύνηση αλγοριθμικών βελτιστοποιήσεων που συντελούν στην ανάπτυξη προηγμένων δομών δεδομένων και αρχιτεκτονικών νευρωνικών δικτύων, ειδικά προσαρμοσμένων στην αποτελεσματική διαχείριση γεωμετρικών συλλογών. Η έρευνα αυτή όχι μόνο συμπεριέλαβε την υπολογιστική πολυπλοκότητα των αναζητήσεων αυτών, αλλά και την προσαρμοστικότητα των προτεινόμενων λύσεων σε διάφορες εφαρμογές και σενάρια, κυρίως στο πεδίο των Γραφικών Υπολογιστών αλλά και σε άλλους διασταυρούμενους τομείς. Τα αποτελέσματα αυτής της διατριβής έχουν τη δυνατότητα να επηρεάσουν τους τομείς και τις αντίστοιχες μεθοδολογίες που την υιοθετούν, αντιμετωπίζοντας τις σχετικές υπολογιστικές προκλήσεις και ανοίγοντας νέους ορίζοντες στην απεικόνιση πραγματικού χρόνου, την διαδραστική προσομοίωση και τις εμβυθιστικές τεχνολογίες εικονικής πραγματικότητας.Πιο συγκεκριμένα, οι συνεισφορές αυτής της διατριβής μπορούν να χωριστούν σε δύο κύριες κατευθύνσεις με στόχο την επιτάχυνση των γεωμετρικών αναζητήσεων: α) τεχνικές αναζήτησης πλησιέστερων δειγμάτων άμεσα επιταχυνόμενες από το, hardware στο πεδίο του ολικού φωτισμού και β) εφαρμογή τεχνικών βαθιάς μάθησης για τον ορισμό νέων δομών δεδομένων αλλά και γενικών μεθόδων γεωμετρικών αναζητήσεων.Οι μεθοδολογίες που ανήκουν στην πρώτη κατηγορία εξετάζουν την αλγοριθμική εφαρμογή ολικού φωτισμού σε πραγματικό χρόνο χρησιμοποιώντας εκτιμητές πυκνότητας των φωτονίων. Συγκεκριμένα, διερευνούμε σενάρια με δύσκολα φαινόμενα φωτιστικών ανακλάσεων, όπως αυτά των caustics που μπορούν να αντιμετωπιστούν κυρίως από την οικογένεια φωτιστικών μοντέλων του progressive photon mapping και απαιτούν την σκέδαση μεγάλου αριθμού ακτίνων τόσο από την κάμερα όσο και από τις φωτεινές πηγές. Τα φωτόνια που προέρχονται από τα φωτεινές πηγές, αποθηκεύονται στις επιφάνειες της γεωμετρίας ή σε κάποιο ογκομετρικό μέσο. Από εκεί θα πρέπει να συγκεντρωθούν μέσω αναζητήσεων που εκτελούνται κατά τις σκεδάσεις των ακτινών που προέρχονται από την κάμερα. Για την επίτευξη πραγματικού χρόνου απόκρισης ανά καρέ, η συγκέντρωση φωτονίων ανά αναζήτηση πρέπει να εκτελεστεί αποτελεσματικά παρά την χρονοβόρα λειτουργία που πρέπει να εκτελεστεί. Αυτό επιτυγχάνεται προσαρμόζοντας το tracing των ακτίνων σε μία screen space τεχνική και χρησιμοποιώντας το splatting ως μία μέθοδο άμεσα επιταχυνόμενη από το rasterisation. Τέλος, δεδομένου ότι η συγκέντρωση γειτόνων σε φραγμένο χώρο είναι μία εγγενής υποκατηγορία της αναζήτησης πλησιέστερων γειτόνων, προτείνουμε επιπλέον την αποτελεσματική γενίκευση αυτής της έννοιας σε οποιαδήποτε μορφή διεργασίας που εκμεταλλεύεται τα υπάρχοντα περιβάλλοντα ray tracing, και είναι άμεσα επιταχυνόμενα από το υπάρχον υλικό στις σημερινές κάρτες γραφικών. Έτσι, ενισχύουμε αποτελεσματικά τη φάση διεκπεραίωσης αυτών τον αναζητήσεων κατά πολλές τάξεις μεγέθους σε σύγκριση με τις υπάρχουσες παραδοσιακές στρατηγικές που συχνά υλοποιούνται.Όσον αφορά την δεύτερη κατηγορία των συνεισφορών μας, εστιάζουμε το ενδιαφέρον μας σε μια γενικότερη κατηγορία γεωμετρικών αναζητήσεων. Η πρώτη περιλαμβάνει την ακριβή και γρήγορη κατηγοριοποίηση γεωμετρικών σχημάτων χρησιμοποιώντας νευρωνικά δίκτυα. Συγκεκριμένα δείχνουμε ότι μια υβριδική μεθοδολογία επεξεργάζεται τον προσανατολισμό σε συνδυασμό με την voxelised γεωμετρική αναπαράσταση είναι ικανή να διεκπεραιώνει δύσκολα για κατηγοροιοποιήση στερεές γεωμετρίες που συναντούνται στο χώρο των κτιριακών κατασκευών. Δεύτερον, εξετάζουμε τη κλάση γεωμετρικών αναζητήσεων που σχετίζονται με την ανάλυση εικονικών σκηνών. Πιο συγκεκριμένα, μελετάμε την βελτιστοποίηση τοποθέτησης και ανάθεσης των φωτιστικών εντάσεων σε δρόμους αστικών οικισμών, που είναι εκ των πραγμάτων μια υπολογιστικά περίπλοκη διεργασία, ειδικά για μεγάλες εισόδους και αντιφατικούς περιορισμούς. Οι υπάρχουσες μεθοδολογίες που χρησιμοποιούνται στη πρόσφατη βιβλιογραφία συνήθως εισάγουν υποθέσεις ως προς την αναπαράσταση της εισόδου για να μετριάσουν τη πολυπλοκότητα αυτής της διεργασίας. Ωστόσο, σε αυτήν τη διατριβή, προσεγγίζουμε αυτό το πρόβλημα με μια ολιστική λύση που μπορεί να παράγει εφικτές και ποικίλες λύσεις σε πραγματικό χρόνο υιοθετώντας μία οικογένεια generative νευρωνικών δικτύων. Τέλος, προτείνουμε μια νέα και γενικευμένη προσέγγιση για την επίλυση αναδρομικών συναρτήσεων κόστους για την κατασκευή δομών επιτάχυνσης γεωμετρικών αναζητήσεων. Η συγκεκριμένη εργασία δείχνει προς μία νέα ερευνητική κατεύθυνση με σκοπό την κατασκευή δομών δεδομένων που καθοδηγούνται από αναδρομικές συναρτήσεις κόστους χρησιμοποιώντας μεθοδολογίες νευρωνικών δικτύων. Στόχος μας είναι να παρακάμψουμε την εξαντλητική αλλά και αδύνατη αναζήτηση του χώρου καταστάσεων δοσμένης της συνάρτησης κόστους, ώστε να δημιουργήσουμε υψηλής ποιότητας δομές δεδομένων για χωρικές αναζητήσεις.
Photorealistic simulation and optimization of lighting conditions
(2024-05-30) Βίτσας, Νικόλαος; Vitsas, Nikolaos; Athens University of Economics and Business, Department of Informatics; Fudos, Ioannis; Toumpis, Stavros; Ntzoufras, Ioannis; Xylomenos, George; Wilkie, Alexander; Bittner, Jiří; Papaioannou, Georgios
Ο φωτισμός παίζει πολύ σημαντικό ρόλο στην καθημερινή μας ζωή, επηρεάζοντας την ασφάλεια, την άνεση, την ευημερία και την απόδοσή μας. Σήμερα, υπολογιστικές μέθοδοι και εργαλεία μπορούν να εφαρμοστούν για την παροχή συστάσεων με στόχο την βελτίωση των συνθηκών φωτισμού και την εξεύρεση ενεργειακά αποδοτικών τρόπων εκμετάλλευσης του φυσικού φωτισμού. Η παρούσα διατριβή ασχολείται με το πρόβλημα της υπολογιστικής βελτιστοποίησης της προσομοίωσης διάδοσης του φωτός για αποτελεσματικότερη κατανομή φωτισμού, βελτιώνοντας διάφορες πτυχές της διαδικασίας, όπως η παραμετρική διαμόρφωση της γεωμετρίας για τα ανοίγματα των κτιρίων και τον εσωτερικό σχεδιασμό, η αποτελεσματική δειγματοληψία φυσικού φωτισμού και η διαδραστική φωτορεαλιστική προσομοίωση της διάδοσης του φωτός μέσα από την παρακολούθηση ακτίνων. Η αναλυτική και σωστή προσομοίωση της διάδοσης φωτός βρίσκεται στον πυρήνα κάθε μιας από τις εργασίες μας και δείχνουμε πώς η σωστή προσομοίωση φωτισμού έχει ένα ευρύ πεδίο εφαρμογής που ξεφεύγει από την καθιερωμένη χρήση του για σύνθεση εικόνας σε τομείς όπως τα βιντεοπαιχνίδια και ο κινηματογράφος. Στον τομέα της καθοδηγούμενης από τον φωτισμό βελτιστοποίησης της γεωμετρίας, η διατριβή συνεισφέρει στο πρόβλημα του σχεδιασμού ανοιγμάτων και στη αυτοματοποιημένη διάταξη αντικειμένων για την σχεδίαση εσωτερικών χώρων. Ο σχεδιασμός ανοιγμάτων έρχεται στα αρχικά στάδια του αρχιτεκτονικού σχεδιασμού και αφορά στις αποφάσεις για τα γεωμετρικά χαρακτηριστικά των παραθύρων, των φεγγιτών, των καταπακτών κ.λπ. Επηρεάζει σε μεγάλο βαθμό τη συνολική ενεργειακή απόδοση, το θερμικό προφίλ, τη ροή του αέρα και την εμφάνιση ενός κτιρίου, τόσο εσωτερικά όσο και εξωτερικά. Καθορίζει άμεσα την διαθεσιμότητα του φυσικού φωτισμού, η οποία είναι πολύ δύσκολο να προβλεφθεί και να εκτιμηθεί χωρίς αυτόματα εργαλεία. Στα πλαίσια της διατριβής, αναπτύξαμε μια υπολογιστική μέθοδο και ένα σύστημα για την αυτοματοποίηση της διαδικασίας σχεδίασης ανοίγματών σε ένα πλήρως διαδραστικό εικονικό περιβάλλον, υποστηρίζοντας παραμετρικούς γεωμετρικούς περιορισμούς και φωτιστικούς στόχους. Χρησιμοποιώντας βελτιστοποίηση κατά Bayes υπολογίζουμε το σχήμα, τη θέση, το μέγεθος και τον αριθμό των ανοιγμάτων ώστε να προταθούν αρχιτεκτονικά σωστά ανοίγματα στη γεωμετρία του κτιρίου τα οποία ικανοποιούν τους φωτιστικούς στόχους. Για το πρόβλημα του καθοδηγούμενο από τον φωτισμό εσωτερικού σχεδιασμού, προτείναμε και αξιολογήσαμε μια διαδικασία εσωτερικής διαρρύθμισης για την αυτοματοποιημένη παραγωγή έγκυρων διατάξεων αντικειμένων που ικανοποιούν γεωμετρικούς περιορισμούς και περιορισμούς φωτισμού. Οι περιορισμοί φωτισμού αφορούν σε σωστά επίπεδα φωτισμού, ομοιομορφία του φωτισμού αλλα και στην μείωση της θάμβωσης απο ανακλάσεις σε γυαλιστερές επιφάνειες. Οι γεωμετρικοί στόχοι και οι στόχοι φωτισμού συνδυάζονται σε μια συνάρτηση κόστους που επιτρέπει μια ιεραρχική, στοχαστική εξερεύνηση του διαθέσιμου χώρου έγκυρων διαταξεων των αντικειμένων.Η βελτιστοποίηση της αξιοποίησης του φυσικού φωτισμού αποτελεί αναπόσπαστο μέρος κάθε διαδικασίας σχεδιασμού εξωτερικών και εσωτερικών χώρων. Τέτοιες διαδικασίες διευκολύνονται απο μια ακριβή προσομοίωση της συνεισφορας ενέργειας του ουράνιου στερεώματος. Στον τομέα των γραφικών υπολογιστών, οι αναλυτικές μαθηματικές φόρμουλες για την υπολογιστική προσομοίωση ενός καθαρού ουρανού αποτελούν μια αποδοτική μέθοδο για τη δημιουργία φυσικών και ακριβή χαρτών περιβάλλοντος του ουρανού για καθαρές ηλιόλουστες συνθήκες. Ωστόσο, κατά την προσομοίωση της διάδοσης φωτός, απαιτείται αποτελεσματική δειγματοληψία αυτών των εικόνων περιβάλλοντος βάσει της κατανομής ενέργειας στο ουράνιο στερέωμα. Αυτό συνήθως γίνεται μέσω γενικών μεθόδων στατιστικής δειγματοληψίας σημαντικότητας, με βάση την τιμή των εικονοστοιχείων της εικόνας. Αυτές τείνουν να είναι αργές και σπάταλες απο άποψη μνήμης συγκριτικά με την προβλέψιμη συμπεριφορά των αναλυτικών μοντέλων προσομοίωσης ουρανού. Στα πλαίσια της διατριβής, προτείνουμε και αξιολογούμε μια μέθοδο για την προσαρμογή ενός πιθανοτικού μίγματος μοντέλων, βασισμένο σε περικομμένες κανονικές κατανομές, πάνω στην κατανομή ακτινοβολίας του χάρτη περιβάλλοντος του ουρανού, η οποία επιτρέπει γρήγορη και ακριβή παραγωγή δειγμάτων.Η βελτιστοποίηση της γεωμετρίας με γνώμονα το φως απαιτεί ακριβή και αποδοτική προσομοίωση της διάδοσης του φωτός, καθώς ένας πολύ μεγάλος αριθμός διαδρομών φωτεινής ενέργειας πρέπει να αξιολογηθεί για κάθε νέα προτεινόμενη κατάσταση. Οι εξελίξεις στους επιταχυντές γραφικών έχουν καταστήσει δυνατή τη διαδραστική παρακολούθηση ακτίνων, η οποία βασίζεται σε ιδιαίτερα βελτιστοποιημένες δομές δεδομένων για την επιτάχυνση της εύρεσης τομών ακτίνων με την γεωμετρία. Οι ιεραρχίες όγκων που βασίζονται σε ορθογώνια παραλληλεπίπεδα, αποτελούν μια αποδοτική δομή δεδομένων για την εύρεση τομών ακτίνας-γεωμετρίας. Παρόμοιες ιεραρχίες από προσανατολισμένα παραλληλεπίπεδα (ΠΠς) παρέχουν αποδοτικότερη πλαισιώση της επιμέρους γεωμετρίας, μειώνοντας αρκετά των αριθμό των απαιτούμενων τομών κατά την διάσχιση της ιεραρχίας. Ωστόσο η κατασκευή τους απαιτεί πολύπλοκους αλγορίθμους για τον υπολογισμό καλά προσαρμοσμένων ΠΠς. Για να επιταχύνουμε περαιτέρω την παρακολούθηση ακτίνων για τις εργασίες μας, προσαρμόσαμε κατάλληλα έναν αλγόριθμο εξαγωγής υψηλής ποιότητας ΠΠς από μη ταξινομημένα σύνολα 3Δ σημείων ώστε να λειτουργεί απευθείας σε υπάρχουσες ιεραρχίες, για την αποτελεσματική κατασκευή ενός δέντρου από ΠΠς με χρήση του επιταχυντή γραφικών. Συνδυάζοντας τη μέθοδό μας με υπάρχοντες αλγορίθμους από τη βιβλιογραφία που κατασκευάζουν ιεραρχίες σε πραγματικό χρόνο, καταφέρνουμε να παράγουμε δενδρικές δομές απο ΠΠς που είναι εξαιρετικά γρήγορες στην κατασκευή και τη διάσχιση στον επυταχυντή γραφικών. Επιπλέον, αναπτύξαμε και παρουσιάσαμε το WebRays, την πρώτη γενική προγραμματιστική βιβλιοθήκη για παρακολούθηση ακτίνων που τρέχει σε περιβάλλον φυλλομετρητή. Η βιβλιοθήκη προσφέρει μια προγραμματιστική διεπαφή παρόμοια με τις σύγχρονες βιβλιοθήκες παρακολούθησης ακτίνων για επιτραπέζιους υπολογιστές. Σκοπός μας ήταν να διευκολυνθεί η υλοποίηση εργαλείων για την καθοδηγούμενη από το φωτισμό σχεδίαση και η προσβασιμότητα απο περισσότερες υπολογιστικές πλατφόρμες όπως ο Παγκόσμιος Ιστός.
Algorithmic and game-theoretic aspects of computational social choice
(2024-03-31) Papasotiropoulos, Georgios; Παπασωτηρόπουλος, Γεώργιος; Athens University of Economics and Business, Department of Informatics; Dimakis, Antonis; Pagourtzis, Aris; Amanatidis, Georgios; Filos-Ratsikas, Aris; Kavvadias, Dimitris; Sgouritsa, Alkmini; Markakis, Evangelos
The present dissertation aims to explore innovative decision-making approaches that complement traditional voting processes, examining them through an algorithmic, game-theoretic and axiomatic lens. The central objective is to identify voting procedures that can increase agents' desire to participate in collective governance and improve voters participation experience. Therefore, we focus on suggesting and analysing voting frameworks and election rules that reconcile the varying preferences of the electorate towards achieving socially desirable outcomes in various scenarios, aspiring to elevate both the quantity and quality of community involvement in democratic processes.
Fast and efficient predictions in Big Data systems
(2023-12-13) Μαρούλης, Ευστάθιος; Maroulis, Stathis; Athens University of Economics and Business, Department of Informatics; Xylomenos, George; Gunopulos, Dimitrios; Voulgaris, Spyridon; Kotidis, Υannis; Stamoulis, Georgios; Hadjiefthymiades, Stathes; Kalogeraki, Vana
Την τελευταία δεκαετία, η έκρηξη στην παραγωγή δεδομένων από πηγές όπως τα social media, τα κινητά τηλέφωνα και τα δίκτυα αισθητήρων έχει ωθήσει την ανάπτυξη εφαρμογών που απαιτούν πολλά δεδομένα, συμπεριλαμβανομένων των συστημάτων συστάσεων και της πρόβλεψης κυκλοφοριακών μοτίβων. Αυτές οι εφαρμογές, που χειρίζονται δεδομένα σε κλίμακα GB ή TB, απαιτούν σημαντικούς υπολογιστικούς πόρους.Τα κατανεμημένα συστήματα επεξεργασίας μεγάλων δεδομένων όπως τα Apache Spark και Apache Flink είναι κρίσιμα στην επεξεργασία αυτών των τεράστιων όγκων δεδομένων. Ωστόσο, η βελτιστοποίηση αυτών των συστημάτων για αποτελεσματική λειτουργία των εφαρμογών και η ελαχιστοποίηση της κατανάλωσης ενέργειάς τους παρουσιάζει σημαντικές προκλήσεις. Σε αυτή την διατριβή αναπτύχθηκαν πρακτικές μεθοδολογίες για την αντιμετώπιση αυτών των προκλήσεων, εστιάζοντας στον αποδοτικό χρονοπρογραμματισμό (scheduling) εργασιών, στην ανάπτυξη μοντέλων πρόβλεψης υψηλής ακρίβειας, σε συστήματα ανίχνευσης συμβάντων και στην ενεργειακά αποδοτική χρήση πόρων.Η έρευνα αυτή περιλαμβάνει την εξέταση του τομέα του χρονοπρογραμματισμού πραγματικού χρόνου εργασιών σε κατανεμημένα συστήματα επεξεργασίας μεγάλων δεδομένων. Επικεντρώνεται επίσης στη δημιουργία ακριβών μοντέλων για την πρόβλεψη χρόνου εκτέλεσης εφαρμογών, λαμβάνοντας υπόψη τις πολυπλοκότητες όπως η ετερογένεια του περιβάλλοντος εκτέλεσης, οι παραμορφωμένες ενότητες δεδομένων και οι απαιτήσεις των εφαρμογών σε πραγματικό χρόνο, όπως ο χρόνος εκτέλεσης της εφαρμογής. Η προσέγγιση που ακολουθείται περιλαμβάνει την ανάπτυξη καινοτόμων αλγορίθμων χρονοπρογραμματισμού και ενός πρωτοποριακού συστήματος ανάλυσης (profiling). Επιπλέον, αντιμετωπίζει την πρόκληση του χρονοπρογραμματισμού εργασιών με έμφαση στην επίτευξη μετρικών απόδοσης ενώ ταυτόχρονα διαχειρίζονται συντηρητικά οι πόροι και η (ενεργειακή) κατανάλωση του συστήματος. Ένα άλλο σημαντικό επίτευγμα είναι η δημιουργία ενός συστήματος για την πρόβλεψη των μοτίβων κυκλοφορίας στην πόλη του Δουβλίνου, χρησιμοποιώντας τεχνικές Παραγοντοποίησης Πινάκων (Matrix Factorization) και εκμεταλλευόμενοι δεδομένα από αισθητήρες της πόλης. Τέλος, παρουσιάζεται ένα σύστημα που σχεδιάστηκε για την ταχεία και ακριβή παροχή συστάσεων και προβλέψεων στους χρήστες, εκμεταλλευόμενο δεδομένα από το Foursquare και χρησιμοποιώντας τεχνικές Παραγοντοποίησης Τανυστών (Tensor Factorization) για να προτείνει Σημεία Ενδιαφέροντος που προσαρμόζονται στις προτιμήσεις των χρηστών.Οι εμπειρικές αξιολογήσεις σε πραγματικά σύνολα δεδομένων αποδεικνύουν την αποτελεσματικότητα αυτών των μεθοδολογιών στη βελτίωση του χρονοπρογραμματισμού εργασιών, της πρόβλεψης της κυκλοφορίας και των συστημάτων συστάσεων, συμβάλλοντας σημαντικά στην προώθηση των δυνατοτήτων των διανεμημένων συστημάτων επεξεργασίας όπως το Apache Spark και το Apache Flink.
Marketing communication strategies and consumer response to corporate social irresponsibility: the role of tight and loose cultures
(2023-10-20) Παπαδημητρίου, Ευαγγελία; Papadimitriou, Evangelia; Athens University of Economics and Business, Department of Informatics; Leonidou, Constantinos; Argouslidis, Paraskevas; Kokkinaki, Flora; Siomkos, Georgios; Tsogas, Markos; Baltas, George; Skarmeas, Dionysios
Αυτή η διατριβή υποστηρίζει ότι οι καταναλωτές διαφέρουν ως προς την απόκριση τους σε περιστατικά Εταιρικής Κοινωνικής Ανευθυνότητας (ΕΚΑ) συναρτήσει της αυστηρότητας – χαλαρότητας της κουλτούρας. Η αυστηρότητα – χαλαρότητα της κουλτούρας αναφέρεται στη διακύμανση της ισχύος του κανόνα και της ανοχής για απόκλιση από τον κανόνα μεταξύ των κουλτούρων. Συγκεκριμένα, σε περίπτωση περιστατικού ΕΚΑ, οι καταναλωτές με πιο αυστηρή κουλτούρα αντιλαμβάνονται την εταιρεία ως λιγότερο ηθική, προκαλώντας αυξημένα αρνητικά ηθικά συναισθήματα. Κατά συνέπεια, αυτό οδηγεί σε λιγότερο ευνοϊκές αντιδράσεις των καταναλωτών προς την εταιρεία. Μέσω μίας σειράς από πέντε μελέτες, αυτή η διατριβή παρέχει συγκλίνουσες αποδείξεις για το φαινόμενο της αυστηρότητας – χαλαρότητας και τον υποκείμενο μηχανισμό μέσω της αντιληπτής ηθικής. Επιπροσθέτως, προσδιορίζει τις στρατηγικές επικοινωνίας μάρκετινγκ ως θεωρητικά και εμπειρικά σημαντικούς ρυθμιστές. Ειδικότερα, το φαινόμενο της αυστηρότητας – χαλαρότητας εμφανίζεται όταν η εταιρεία είναι είτε μη ανθρωπομορφοποιημένη είτε στερείται ζεστασιάς, προκαλώντας λιγότερη αντιληπτή ηθική στους καταναλωτές με πιο αυστηρές κουλτούρες. Ωστόσο, μετριάζεται όταν η εταιρεία είναι είτε ανθρωπομορφοποιημένη είτε υψηλή σε ζεστασιά. Επιπλέον, η επιρροή της αυστηρότητας – χαλαρότητας στην απόκριση των καταναλωτών προς την εταιρεία εξασθενεί όταν η εταιρεία χρησιμοποιεί την συγγνώμη και την αποζημίωση ως στρατηγική αντιμετώπισης κρίσεων. Τα ευρήματα των προαναφερθέντων μελετών υπογραμμίζουν ότι οι αντιδράσεις των καταναλωτών σε περιστατικά ΕΚΑ εξαρτώνται από την κουλτούρα καθώς και τις στρατηγικές επικοινωνίας μάρκετινγκ. Ως εκ τούτου, αυτή η έρευνα παρέχει πρακτικές πληροφορίες για την διαχείριση κρίσεων.
Increasing security and resilience in cyber-physical processes of critical infrastructures
(2023-09-26) Δεδούσης, Παναγιώτης; Dedousis, Panagiotis; Athens University of Economics and Business, Department of Informatics; Apostolopoulos, Theodoros; Stamatiou, Υannis; Mavridis, Ioannis; Katos, Vasilios; Kotzanikolaou, Panagiotis; Stergiopoulos, George; Gritzalis, Dimitrios
Η σύγχρονη κοινωνία και η εθνική ευημερία εξαρτώνται σε μεγάλο βαθμό από τις Κρίσιμες Υποδομές (ΚΥ). Ωστόσο, σημαντικά ζητήματα ασφάλειας και αξιοπιστίας αποτελούν τροχοπέδη στη λειτουργία τους. Αυτή η διατριβή επικεντρώνεται στη δημιουργία νέων και καινοτόμων εργαλείων και μεθοδολογιών για την ανάλυση της επικινδυνότητας σε δίκτυα γράφων με σκοπό τη βελτίωση της Ασφάλειας και της Ανθεκτικότητας των ΚΥ.Αρχικά, προτείναμε μια μέθοδο που αυτοματοποιεί την ανάλυση των αλληλεξαρτήσεων αγαθών που υποστηρίζουν επιχειρηματικές διαδικασίες σε δίκτυα ΚΥ με σκοπό τη μείωση της επικινδυνότητας απέναντι σε κυβερνοαπειλές. Επιπλέον, προτείναμε μια μέθοδο για την αυτόματη ανάλυση σύνθετων γράφων επιθέσεων σε υποδομές νέφους, που μπορεί να εντοπίζει κρίσιμες ευπάθειες για το υπό μελέτη σύστημα.Αναπτύξαμε μια αυτοματοποιημένη μέθοδο που αξιοποιεί την εξόρυξη δεδομένων από αρχεία καταγραφής συμβάντων ενός πληροφοριακού συστήματος για τη διεξαγωγή ταχύτερων και πιο εμπεριστατωμένων Αποτιμήσεων Επικινδυνότητας. Η αποτελεσματική παρακολούθηση των επιφανειών επίθεσης των ΚΥ είναι ζωτικής σημασίας. Στο πλαίσιο αυτό, η προσέγγισή μας για τη διαδικασία εξόρυξης δεδομένων αναγνωρίζει απροσδόκητους διανυσματικούς επιθετικούς τομείς εντός των επιχειρηματικών διαδικασιών. Επιπλέον, αναπτύξαμε μια τεχνική δικτυακής επίθεσης (bit-masking) που επιτρέπει την κακόβουλη αμφίδρομη επικοινωνία, η οποία αποκαλύπτει ελαττώματα ασφαλείας στις λύσεις ασφαλείας και υπογραμμίζει την ανάγκη για προηγμένη πρόληψη των απειλών.Τα δίκτυα αεροπορικών μεταφορών παίζουν κρίσιμο ρόλο στις λειτουργίες των ΚΥ. Προς αυτήν την κατεύθυνση, παρουσιάσαμε μια μέθοδο βασισμένη στην επικινδυνότητα για την ανάλυση των αλληλεξαρτήσεων και των συμφορήσεων στο αεροπορικό δίκτυο, με σκοπό την διασφάλιση της ανθεκτικότητας των δικτύων αεροπορίας.Για να ενισχύσουμε την ανθεκτικότητα των Κυβερνο-Φυσικών Συστημάτων, προτείναμε ένα πλαίσιο που ενσωματώνει αρχές ασφάλειας και ανθεκτικότητας στον σχεδιασμό βιομηχανικών συστημάτων. Τέλος, παρουσιάσαμε μια μέθοδο που συνδυάζει και εφαρμόζει τις έννοιες των Digital twins και του Chaos Engineering σε βιομηχανικές εγκαταστάσεις και τις υποκείμενες διαδικασίες τους για τη δημιουργία μοντέλων με στόχο τη μελέτη και τη βελτίωση της ανθεκτικότητάς τους.
Deep neural networks for biomedical question answering
(2023-05-01) Παππάς, Δημήτριος; Pappas, Dimitrios; Athens University of Economics and Business, Department of Informatics; Papageorgiou, Haris; Koutsopoulos, Iordanis; Vassalos, Vasilios; Kotidis, Υannis; Konstas, Ioannis; Paliouras, Georgios; Androutsopoulos, Ion
Σε αυτήν τη διατριβή, επεκτείνουμε την έρευνα στον τομέα των ερωταποκρίσεων σε βιοϊατρικά κείμενα. Το πρώτο μέρος της διατριβής επικεντρώνεται στην ανάκτηση περιλήψεων επιστημονικής βιβλιογραφίας με βάση μια ερώτηση που υποβάλλεται από έναν βιοϊατρικό ειδικό εκφρασμένη σε φυσική γλώσσα. Προτείνουμε νέα μοντέλα βαθιάς μάθησης για την ανάκτηση βιοϊατρικών κειμένων και εξαγωγή αποσπασμάτων σχετικών με την ερώτηση. Προτείνονται επίσης μοντέλα που ανακτούν τα κείμενα και τα αποσπάσματα ταυτόχρονα, τα οποία βελτιώνουν ακόμη περισσότερο τα αποτελέσματα. Το καλύτερο μοντέλο βαθιάς μάθησης που δημιουργήθηκε έγινε δημόσια διαθέσιμο ως πρωτότυπο έρευνας κατά τη διάρκεια της πανδημίας του κορονοϊού για να βοηθήσει τους ερευνητές σε όλο τον κόσμο. Σε συνεργασία με βιοϊατρικούς ειδικούς, χρησιμοποιήσαμε ένα από τα μοντέλα βαθιάς μάθησης μας για την ανάκτηση εγγράφων και αναπτύξαμε ένα σύστημα αναγνώρισης λογοτεχνίας για συστηματικές ανασκοπήσεις.Ένα μείζον θέμα στις ερωταποκρίσεις σε βιοϊατρικά κείμενα είναι η έλλειψη επισημειωμένων δεδομένων από ανθρώπους, καθώς η επισημείωση απαιτεί ανθρώπινη ειδίκευση και χρόνο. Για αυτό το λόγο στο δεύτερο τμήμα της διατριβής, κατασκευάσαμε δύο νέα τεχνητά σύνολα δεδομένων για ερωταποκρίσεις σε βιοϊατρικά δεδομένα με τη μορφή πολλαπλής επιλογής (cloze-style QA) τα οποία και διατίθενται ελεύθερα. Ακολουθήσαμε μια μεθοδολογία που χρησιμοποιήθηκε στο παρελθόν σε ειδησεογραφικά άρθρα και βιβλία και κατασκευάζουμε εκατομμύρια τεχνητά παραδείγματα εκπαίδευσης που μπορούν να χρησιμοποιηθούν για την εκπαίδευση μοντέλων βαθιάς μάθησης που απαιτούν μεγάλο όγκο δεδομένων. Αξιολογώντας τις απαντήσεις των ανθρώπων στις κατασκευασμένες ερωτήσεις, δείχνουμε ότι οι άνθρωποι που είναι ειδικοί στον τομέα ξεπερνούν τους μη ειδικούς, το οποίο υποστηρίζει τον ισχυρισμό ότι η ανθρώπινη τεχνογνωσία είναι απαραίτητη για την απάντηση ερωτήσεων στον βιοϊατρικό τομέα. Αναπτύξαμε και εκπαιδεύσαμε νέα μοντέλα βαθιάς μάθησης για κατανόηση γραπτού λόγου χρησιμοποιώντας τα νέα μας σύνολα δεδομένων. Τα μοντέλα μας ξεπερνούν προηγούμενα προτεινόμενα μοντέλα βαθιάς μάθησης για ερωταποκρίσεις πολλαπλών επιλογών, καθώς και τέσσερα ισχυρά μοντέλα που δεν χρησιμοποιούν βαθιά μάθηση. Σε πειράματα που διεξήχθησαν σε ένα δείγμα του συνόλου δεδομένων, το καλύτερο μοντέλο ξεπέρασε όλους τους ανθρώπους που δεν ήταν ειδικοί και πέτυχε ανταγωνιστικά αποτελέσματα σε σύγκριση με τους ειδικούς βιοϊατρικής.Στο τρίτο μέρος της διατριβής, εκπαιδεύσαμε μοντέλα βαθιάς μάθησης για εξαγωγή απαντήσεων σε βιοϊατρικές ερωτήσεις ως τμήματα κειμένου (φράσεις) σε δύο καλά εδραιωμένα βιοϊατρικά σύνολα δεδομένων. Με δεδομένο ένα απόσπασμα κειμένου και μια ερώτηση, επιλέγεται ως απάντηση ένα τμήμα του αποσπάσματος.Εξετάζουμε έξι τεχνικές επαύξησης δεδομένων που εφαρμόζεται πριν από την εκπαίδευση των μοντέλων.Δείχνουμε ότι όλες οι τεχνικές επαύξησης δεδομένων βελτιώνουν την απόδοση, ακόμα και όταν χρησιμοποιούνται ως δεδομένα για περαιτέρω εκπαίδευση (fine-tuning) όταν χρησιμοποιούνται μεγάλα προεκπαιδευμένα γλωσσικά μοντέλα.Δείχνουμε επίσης ότι η χρήση ενός από τα τεχνητά σύνολα δεδομένων που δημιουργήθηκαν σε αυτή τη διατριβή λειτουργεί ως μια καλή τεχνική επαύξησης δεδομένων.
Design and analysis of auction mechanisms: algorithms and incentives
(2023-05-22) Τσικιρίδης, Αρτέμ; Tsikiridis, Artem; Athens University of Economics and Business, Department of Informatics; Dimakis, Antonios; Karagiannis, Ioannis; Sgouritsa, Alkmini; Stamoulis, Georgios; Pagourtzis, Aris; Fotakis, Dimitris; Markakis, Evangelos
Σε αυτή τη διατριβή, σχεδιάζουμε νέους αλγορίθμους για περιβάλλοντα συνδυαστικών δημοπρασιών ακολουθώντας μια διεπιστημονική προσέγγιση. Ταυτόχρονα, αναλύουμε την απόδοση υπαρχόντων πρωτοκόλλων δημοπρασιών και αναδεικνύουμε τις σχεδιαστικές αρχές εκείνες που επιτρέπουν εγγυήσεις απόδοσης.Στο πρώτο κομμάτι της διατριβής μελετάμε δύο υποδείγματα δημοπρασιών σημαντικών ως προς τις πρακτικές εφαρμογές τους: δημοπρασίες πυρήνα (core-selecting auctions) και δημοπρασίες πολλών αντιγράφων ενός αντικειμένου (multi-unit auctions). Αρχικά μελετούμε την έννοια του πυρήνα, όπως ορίστηκε από τους Ausubel και Milgrom. Μελετούμε το πολύτοπο που σχηματίζει ο πυρήνας σε μεγαλύτερο βάθος και αναδεικνύουμε μερικές νέες ιδιότητες. Χρησιμοποιώντας τις ιδιότητες αυτές, προτείνουμε έναν φιλαλήθη μηχανισμό που είναι ανταγωνιστικός ως προς τα MRCS έσοδα. Ο μηχανισμός αυτός είναι ο πρώτος ντετερμινιστικός, ανταγωνιστικός προς τον πυρήνα μηχανισμός για δυαδικά περιβάλλοντα δημοπρασιών μίας παραμέτρου στη βιβλιογραφία. Ακόμη, δίνουμε μια καταφατική απάντηση στην ερώτηση που είχε τεθεί στην βιβλιογραφία σχετικά με το αν υπάρχουν μη φθίνοντες (non-decreasing) MRCS μηχανισμοί. Στη συνέχεια, επικεντρωνόμαστε στις δημοπρασίες πολλών αντιγράφων ενός αντικειμένου (multi-unit auctions). Αναλύουμε δημοπρασίες διακριτής τιμής (discriminatory price), οι οποίες αποτελούν φυσική γενίκευση των δημοπρασιών πρώτης τιμής. Εξάγουμε νέα κάτω και άνω φράγματα ως προς το Τίμημα της Αναρχίας των μικτών σημείων ισορροπίας. Επιπλέον, παρουσιάζουμε έναν διαχωρισμό της κλάσης αυτής με την κλάση των Μπεϋζιανών σημείων ισορροπίας κατά Nash.Στο δεύτερο κομμάτι της διατριβής, μελετάμε δημοπρασίες προμηθειών (procurement auctions). Αρχικά, μελετάμε ένα πρόβλημα κάλυψης που προκύπτει σε γεωγραφικά μοντέλα αγορών πληθοπορισμού. Σχεδιάζουμε έναν φιλαλήθη μηχανισμό που πετυχαίνει έναν φραγμένο λόγο προσέγγισης σε σχέση με το βέλτιστο κόστος του δημοπράτη, βελτιώνοντας το καλύτερο γνωστό αποτέλεσμα της βιβλιογραφίας. Για την ίδια αντικειμενική συνάρτηση, σχεδιάζουμε έναν φιλαλήθες Πλήρως Πολυωνυμικού Χρόνου Σχήμα Προσέγγισης (FPTAS) για την περίπτωση εισόδων με σταθερό αριθμό εργασιών. Στη συνέχεια μελετάμε μια οικογένεια αντίστροφων δημοπρασιών στην οποία ο δημοπράτης έχει περιορισμένο προϋπολογισμό και οι πλειοδότες μπορούν να ανατεθούν να εκτελέσουν το καθήκον τους τμηματικά ή σε πολλά επίπεδα υπηρεσίας. Προτείνουμε δύο μηχανισμούς, έναν για κάθε περιβάλλον.
Urban data analytics and applications in the Big Data era
(2023-03-23) Τομαράς, Δημήτριος; Tomaras, Dimitrios; Athens University of Economics and Business, Department of Informatics; Vassalos, Vasilios; Xylomenos, George; Stamoulis, Georgios; Voulgaris, Spyridon; Chrysanthis, Panos; Papapetrou, Panagiotis; Kalogeraki, Vana
Τα τελευταία χρόνια παρατηρούμε τόσο τη μεγάλη εξάπλωση των έξυπνων συσκευών όσο και τη μεγάλη έλευση του Διαδικτύου των Πραγμάτων ως τη βάση πάνω στην οποία αναπτύσσονται πολυάριθμες έξυπνες εφαρμογές και υπηρεσίες με γνώμονα την επίλυση διαφόρων προβλημάτων μέσα στις πόλεις. Η πληθώρα των διαθέσιμων πηγών δεδομένων έχει προσφέρει μια σειρά σημαντικών επιλογών για την παρακολούθηση και την αξιολόγηση της κατάστασης μιας έξυπνης πόλης σε πραγματικό χρόνο. Το πρώτο μέρος της διατριβής ασχολείται με την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων μελετώντας διάφορες πηγές τέτοιων δεδομένων, είτε εξετάζοντας τα δεδομένα μονομερώς είτε συνδυάζοντας πολλαπλές πηγές δεδομένων ταυτόχρονα. Προτείνονται μετρικές και τεχνικές που εξυπηρετούν την μοντελοποίηση της συμπεριφοράς τους βάσει των χαρακτηριστικών τους, και εν συνεχεία επιτρέπουν περαιτέρω συνδυασμό πολλαπλών πηγών αστικών δεδομένων δημιουργώντας συνέργειες μεταξύ τους. Λαμβάνοντας υπόψιν τις προκλήσεις που προκύπτουν από τα διαφορετικά χαρακτηριστικά των πηγών δεδομένων, στο πρώτο μέρος προτείνεται ένα σύνολο μεθοδολογιών που επιτρέπουν στον κάθε ενδιαφερόμενο να κατανοήσει τον παλμό του αστικού περιβάλλοντος σε πραγματικό χρόνο καθώς και να εξάγει σημαντικά συμπεράσματα από τα δεδομένα που συλλέγονται.Το δεύτερο μέρος της διατριβής επικεντρώνεται στο πρόβλημα της αξιοποίησης των συμπερασμάτων που έχουν προκύψει από τα αστικά δεδομένα καθώς και τη μοντελοποίησή τους και στοχεύει στο να αναδείξει την αξία τους σε εφαρμογές και συστήματα που τα χρησιμοποιού. Σε αυτό το μέρος της διατριβής, προτείνεται ένα σύνολο νέων αλγορίθμων και εφαρμογών που αξιοποιούν την ανάλυση και τη μοντελοποίηση των αστικών δεδομένων καθώς και τα συμπεράσματα που έχουν προκύψει μέσω αυτών, με στόχο την αντιμετώπιση πραγματικών προβλημάτων μέσα σε μια έξυπνη πόλη. Αυτό το μέρος της διατριβής περιλαμβάνει αλγορίθμους γράφων για προβλήματα εκχώρησης πόρων μέσα σε οποιαδήποτε δίκτυα μεταφορών, αλγορίθμους δρομολόγησης μέσα σε γράφους με δυναμικά βάρη, καθώς και τεχνικές που αφορούν την ιδιωτικότητα των δεδομένων από χρήστες υπηρεσιών ανάλυσης δεδομένων.
Mechanisms and policies for resource allocation in clouds and next generation networks
(2022-02-24) Darzanos, George; Νταρζάνος, Γεώργιος; Athens University of Economics and Business, Department of Informatics; Koutsopoulos, Iordanis; Courcoubetis, Costas A.; Polyzos, George C.; Siris, Vasilios A.; Dimakis, Antonios; Denazis, Spyros; Stamoulis, George D.
Το οικοσύστημα του Διαδικτύου σήμερα αποτελείται από ένα μεγάλο εύρος φορέων όπως οι Πάροχοι Δικτύων Κινητής Τηλεφωνίας (Mobile Network Operators - MNOs), οι Πάροχοι Υπηρεσιών Υπολογιστικής Νέφους (Cloud Service Providers - CSPs), τα Δίκτυα Διανομής Περιεχομένου (Content Delivery Networks - CDNs), οι Πάροχοι Περιεχομένου (Content Providers - CPs), οι Πάροχοι Υπηρεσιών Over-the-Top (OTT) κ.λ.π.. Οι φορείς αυτοί προσφέρουν αμοιβαίως συμπληρωματικές λειτουργίες και αλληλεπιδρούν μεταξύ τους για την από κοινού παροχή υπηρεσιών προστιθέμενης αξίας σε επιχειρήσεις και τελικούς χρήστες. Ωστόσο, αυτοί οι φορείς είναι ορθολογικές (rational) οντότητες που αναζητούν κέρδη. Συνεπώς, αν και συνεργάζονται λειτουργικά, ανταγωνίζονται μεταξύ τους για τη διανομή των εσοδών από τους πελάτες των προσφερόμενων υπηρεσιών. Στην παρούσα διδακτορική διατριβή, προτείνουμε και αξιολογούμε υποδείγματα και μηχανισμούς που διευκολύνουν την αλληλεπίδραση αυτών των φορέων, καθώς και μηχανισμούς και πολιτικές που επιτυγχάνουν αποτελεσματική κατανομή πόρων και εσόδων σε συνεργατικά και σε ανταγωνιστικά οικοσυστήματα, καθώς και σε ενδιάμεσες περιπτώσεις συνεργασίας. Ειδικότερα, μελετάμε: (i) τη δημιουργία ομοσπονδιών από πολλαπλούς CSPs, εστιάζοντας στην παροχή υπηρεσιών υπολογιστικής νέφους που αξιοποιούν τους συλλογικά διαθέσιμους υπολογιστικούς πόρους, (ii) τις αλληλεπιδράσεις πολλαπλών MNOs κατά τη δημιουργία τεμαχίων δικτύου (network slices) τα οποία πρέπει να διασχίζουν πολλούς MNOs προκειμένου να καταστεί δυνατή η εξυπηρέτηση των αντίστοιχων από-άκρο-σε-άκρο εφαρμογών, και (iii) την από κοινού εξέταση της ανάθεσης χρηστών και της τοποθέτησης περιεχομένου σε Σταθμούς Βάσης Μικρού Κελιού (Small-cell Base Station - SBS), όπου ένας MNO και ένας CP συνεργάζονται για την αποτελεσματική διαχείριση των διαθέσιμων πόρων του ασύρματου δικτύου και της χωρητικότητας αποθήκευσης περιεχομένου (caches).
Spectral analysis and preconditioned iterative solvers for large structured linear systems
(2022-03-16) Barakitis, Nikos; Μπαρακίτης, Νικόλαος; Athens University of Economics and Business, Department of Informatics; Serra-Capizzano, Stefano; Vrahatis, Michael N.; Gallopoulos, Efstratios; Yannacopoulos, Athanasios; Toumpis, Stavros; Triantafyllou, Dimitrios; Vassalos, Paris
In this thesis, the numerical solution of three different classes of problems have been studied. Specifically, new techniques have been proposed and their theoretical analysis has been performed, accompanied by a wide set of numerical experiments, for investigating further and comparing the effectiveness and performance of the presented approach. The first two belong to the research area of numerical linear algebra and concern the spectral analysis and preconditioning for Krylov subspace methods of the coefficient matrix of large structured linear systems. The third concerns a problem from the area of financial computing namely the pricing of an American put option.In the first set of problems, the asymptotic spectra of large matrices coming from the summarization of Toeplitz structure functions was studied. The spectral asymptotic behavior of this matrix sequences was provided analytically. Taking advantage of this analysis circulant preconditioners were proposed, and the eigenvalue distribution of the preconditioned matrix sequences was given. All theoretical results were numerically confirmed. The second problem that was studied concerns the theoretical and numerical exploration of proper preconditioners based on the spectral symbols of the coefficient matrix arising from the discretization of Fractional order Differential Equations problems. Beside the theoretical study, a comparison between the already propose in the literature techniques was conducted. The numerical experiments show that in the one dimensional case, the proposed preconditioners perform similarly with the best known techniques for this problem. However, in the challenging and more interesting for the applications multivariate setting the proposed preconditioners show their superiority against all the competitors.For the pricing of an American put option an iterative algorithm based on the theory of dynamic programming was proposed. Taking advantage of the already known characteristics of the optimal value function it was proved theoretically and numerically confirmed that the proposed algorithm obtains monotonically increasing value functions and converges to the optimal one.
Quality of musicians' experience in network music performance
(2022-03-16) Tsioutas, Konstantinos; Τσιούτας, Κωνσταντίνος; Athens University of Economics and Business, Department of Informatics; Polyzos, George C.; Siris, Vasilios A.; Apostolopoulos, Theodoros; Doumanis, Ioannis; Kalogeraki, Vana; Floros, Andreas; Xylomenos, George
The increased use of tele-presence and tele-conferencing facilities, whether due to the need to isolate during a pandemic, or due to the desire to avoid costly and time consuming travel, prompted a renewed interest in Network Music Performance (NMP), where musicians collaborate remotely over the Internet in real time. Although the Internet has made dramatic leaps in capacity since the first NMP systems were created in the 20th century, the delays involved when communicating over the Internet, whether due to the physical distance between the endpoints, or due to the unpredictable nature of network traffic, are an important hindrance to the widespread use of NMP applications.The main question that this thesis attempts to answer is how much delay humans are able to tolerate for NMP to be acceptable. To achieve this goal, we first identify the factors influencing the Quality of Musicians' Experience (QoME) during NMP. Out of these factors, we single out audio delay, which makes or breaks a performance. We also consider audio quality, as it may be reduced to save bandwidth, without resorting to delay-inducing audio compression. A review of the literature shows that past work on evaluating the human tolerance to delay during NMP either employs a scenario where music is not performed, that is, synchronization of hand claps, or involves a very small number of experiments, thus having low statistical significance.Before embarking on a large scale study of NMP with actual musical performances, we first performed two exploratory studies. The first study tested our experimental setup, including the software and hardware employed, so as to ensure that the testing environment was acceptable to musicians and that we could gather accurate data without interruptions. The second study tested our assessment method, which consisted of questionnaires answered by each participant at the end of every performance, with a small number of musicians. Based on these studies, we then designed and carried out the largest NMP study to date with actual musicians performing real musical pieces. In this study, we varied either audio delay or audio quality in a systematic manner, gathering up answers to a fine-tuned questionnaire for QoME assessment. This subjective evaluation revealed that after crossing a quality threshold, further increasing audio quality had no discernible effects to QoME, indicating that when bandwidth is limited, we can sacrifice (up to a point) audio quality to reduce the required bitrate, without resorting to compression. On the other hand, we found that varying delay did have a statistically significant effect to QoME. More importantly though, our results indicate that the delay threshold up to which NMP is feasible is closer to 40~ms, rather than the 25-30~ms previously considered acceptable. Having recorded audio and video from all sessions, we complemented this subjective study with three additional evaluation methods, making our work the first multimodal study of the QoME for NMP. First, we performed tempo analysis on the recorded audio, to assess the highest delay at which the musicians could maintain a steady tempo; the results from this study confirmed that delays of up to 40~ms are acceptable for NMP, as indicated by the subjective study. Second, we analyzed the audio features of the recordings, finding that delay had a larger impact on percussive instruments and musicians performing rhythm parts; this result confirmed similar results from a previous, but much smaller study. Third, we analyzed the video recordings in order to detect the emotions felt by the musicians using machine learning methods, finding that as audio delay or audio quality was varied there were clear disruptions in the emotions of the musicians; while these results are intriguing, they were not clear enough to substitute the subjective analysis.
Developing resilience and cyber-physical protection capabilities for critical aviation infrastructures
(2021-06-14) Lykou, Georgia; Λύκου, Γεωργία; Athens University of Economics and Business, Department of Informatics; Apostolopoulos, Theodoros; Stamatiou, Υannis; Μαυρίδης, Ιωάννης; Μάγκος, Εμμανουήλ; Κοτζανικολάου, Παναγιώτης; Στεργιόπουλος, Γεώργιος; Gritzalis, Dimitrios
Transport sector is a critical infrastructure that greatly supports the smooth functioning of society's welfare and viability of economies worldwide. Disruptions to transportation systems can cause large economic impacts or even human losses, so they should be adequately protected from physical and cyber-physical threats.We focused our research on aviation sector, which is the safest transport mode, however the most interdepended one in terms of information and communication technologies applied. Cyber-attacks are increasing in quantity and persistence, so the consequences of a successful malicious cyber-attack to civil aviation operations could be severe nowadays. Aiming to enhance operational practices and develop robust cybersecurity governance in smart airports, we have presented a systematic and comprehensive analysis of unlawful attacks towards smart airports, by implementing cybersecurity best practices and resilience measures.Our research examined cyber security challenges and interoperability in Air Traffic Management systems and proposed an extended threat model for analysing possible targets and risks involved. We analysed cyber resilience aspects in the aviation context and the need for holistic strategy of defence, prevention, and response. Furthermore, as the fastest growing segment of aviation, Unmanned Aerial Systems(UAS) continue to increase in technical complexity, and capabilities. However, UAS pose significant challenges in terms of safety, security, and privacy. An increasing phenomenon, nowadays, is drone-related incidents near airport facilities, which are expected to proliferate in frequency and severity, as drones become larger and more powerful. Critical infrastructures need to be protected from such aerial attacks, through effective counteracting technologies, risk management, and resilience plans. In this dissertation, we have explored how counter drone technologies can prevent, detect, identify, and mitigate rogue drones. We have analysed realistic attack scenarios of malicious drones’ attacks and proposed an effective C-UAS protection plan for each case. We have also discussed the applicability limitations of C-UAS in the aviation context and proposed a resilience action plan for airports stakeholders for defending airborne threats from misused drones.The integration of our research in the aviation sector, focused on air transport networks and introduced a risk-based method to analyse interdependencies and congestions in the aviation network. The proposed methodology and software tool can assess delay incidents in airports, produce weighted risk dependency graphs, presenting how a delay that occurred in one airport may affect the operational efficiency of other interconnected airports. The tool can also detect the most critical airports and congested connections, while it can indicate the n-order dependency chains, which should be avoided by airline flight planners, to reduce delay impacts in the aviation network.
Deep neural networks for information mining from legal texts
(2021-04-19) Chalkidis, Ilias; Χαλκίδης, Ηλίας; Athens University of Economics and Business, Department of Informatics; Aletras, Nikolaos; Vazirgiannis, Michalis; Vassalos, Vasilios; Koubarakis, Manolis; Konstas, Ioannis; Paliouras, Georgios; Androutsopoulos, Ion
Legal text processing (Ashley, 2017) is a growing research area where Natural Language Processing (NLP) techniques are applied in the legal domain. There are several applications such as legal text segmentation (Mencia, 2009; Hasan et al., 2008), legal topic classification (Mencia and Fürnkranzand, 2007; Nallapati and Manning, 2008), legal judgment prediction and analysis (Wang et al., 2012; Aletras et al., 2016), legal information extraction (Kiyavitskaya et al., 2008; Dozier et al., 2010; Asooja et al., 2015), and legal question answering (Kim et al., 2015b, 2016b). These applications and relevant NLP techniques arise from three main sub-domains, i.e, legislation, court cases, and legal agreements (contracts). In all three sub-domains, documents are much longer than in most other modern NLP applications. They also have different characteristics concerning the use of language, the writing style, and their structuring, compared to non-legal text. Given the rapid growth of deep learning technologies (Goodfellow et al., 2016; Goldberg, 2017), the goal of this thesis is to explore and advance deep learning methods for legal tasks, such as contract element and obligation extraction, legal judgment prediction, legal topic classification, and information retrieval, that have already been discussed in the literature (but not in the context of deep learning) or that were first addressed during the work of this thesis. In this direction, we aim to answer two main research questions: First and foremost on the adaptability of neural methods that have been proposed for related NLP tasks in other domains and how they are affected by legal language, writing, and structure; and second on providing explanations of neural models’ decisions (predictions). Considering the first research question we find and highlight several cases, where either legal language affects a model’s performance or suitable modeling is needed to imitate the document structure. To this end, we pre-train and use in-domain word representations and neural language models, while we also propose new methods with state-of-the-art performance. With respect to model explainability, we initially experiment with saliency (attention) heat-maps and highlight their limitations as a means for the explanation of the model’s decisions, especially in the most challenging task of legal judgment prediction, where it is most important. To overcome these limitations we further study rationale extraction techniques as a prominent methodology towards model explainability.In lack of publicly available annotated datasets in order to experiment with deep learning methods, we curate and publish five datasets for various legal tasks (contract element extraction, legal topic classification, legal judgment prediction and rationale extraction, and legal information retrieval), while we also publish legal word embeddings and a legal pre-trained language model to assist legal text processing research and development. We consider our work, a first, fundamental, step among other recent efforts, towards improving legal natural language understanding using state-of-the-art deep learning techniques, which further promotes the adaptation of new technologies and sheds light on the emerging field of legal text processing.
Organisational energy conservation behaviour & the effect of motivational information systems and gamification on employees’ energy saving
Κωτσόπουλος, Δημοσθένης; Kotsopoulos, Dimosthenis; Athnes University of Economics and Business, Department of Informatics; Πουλούδη, Αθανασία; Ιορδάνογλου, Δήμητρα; Κουρουθανάσης, Παναγιώτης; Πραματάρη, Αικατερίνη; Δουκίδης, Γεώργιος; Λεκάκος, Γεώργιος
Energy consumption is one of the widely recognised important factors that should be addressed, in reducing CO2 emissions towards protecting the environment and addressing climate change. However, albeit the documented effect of public buildings on energy consumption, only a limited body of research focuses on one of the most important factors that could limit it: employees’ energy consumption behaviour. Moreover, motivational information systems and gamification, the use of game elements in non-game contexts, when appropriately utilised, could lead to positive employees’ energy behaviour change. This research focuses on addressing two research questions: Q1: What drives employees to save energy at work, and Q2: How effective is IoT-enabled gamified feedback in producing energy behaviour change and energy savings at work? Aiming to contribute to this path of research, and adopting a mixed-methods research approach, we conducted a series of five (5) studies, to investigate employees’ energy-saving behaviour at work and explore the effect of motivational Information Systems featuring personalized gamified feedback enabled by Internet-of-Things (IoT) technologies, towards conserving energy at work.

Περιήγηση

Πρόσφατες Υποβολές