Παρουσίαση/Προβολή

Περιεχόμενο μαθήματος

Το μάθημα ανήκει στην κατηγορία μαθημάτων ειδικού υποβάθρου. Στόχος του μαθήματος είναι να έρθουν οι φοιτητές σε επαφή με τις τεχνολογικές εξελίξεις στο χώρο της πληροφορικής και της επικοινωνίας και τη συνεισφορά τους στο πλαίσιο της επιχειρηματικότητας και της τεχνογνωσίας όπως διαμορφώνεται στην εποχή της 4^ης Βιομηχανικής Επανάστασης και της κατοίκησης στις Έξυπνες Πόλεις. Με την ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση να αντιλαμβάνονται τι είναι οι σύγχρονες τεχνολογίες πληροφορικής και επικοινωνίας καθώς και από ποια επιμέρους μέλη αποτελούνται. Θα μπορούν να κατονομάζουν τους βασικούς τομείς και παραμέτρους της εξέλιξης των τεχνολογιών πληροφορικής και επικοινωνίας στο περιβάλλον των βιώσιμων και πράσινων οικοσυστημάτων της σύγχρονης ανθρώπινης καθημερινότητας και κοινωνικής δραστηριότητας. Θα είναι ικανοί εμβαθύνουν σε ένα ευρύ φάσμα τεχνολογικών εφαρμογών σε καίριες επιχειρηματικές περιοχές των Έξυπνων Πόλεων. Να διατυπώνουν με σαφήνεια καινοτόμα επιχειρηματικά πλάνα στο πλαίσιο της 4^ης Βιομηχανικής Επανάστασης και να αξιοποιούν τις εξελίξεις των τεχνολογιών πληροφορικής και επικοινωνίας προς όφελος του κοινωνικού συνόλου μέσα από ανθρωποκεντρικές επιχειρηματικές υπηρεσίες.

Θεματικές Ενότητες

1^ο Μάθημα:

• Δυναμικά δεδομένα.
• Βάσεις δεδομένων.
• Επεξεργασία δεδομένων.

2^ο Μάθημα:

• Εξόρυξη γνώσης από μεγάλα σύνολα δεδομένων.
• Μεγάλα δεδομένα.
• Επιστήμη δεδομένων.

3^ο Μάθημα:

• Τεχνολογίες διαδικτύου.
• Τεχνολογίες νέφους.
• Τεχνολογίες ομίχλης.
• Τεχνολογίες ακμής.

4^ο Μάθημα:

• Μελλοντικό Διαδίκτυο.
• Διαδίκτυο των Πραγμάτων.
• Κυβερνητική.
• Κυβερνοχώρος
• Κυβερνοφυσικά Συστήματα.

5^ο Μάθημα:

• Δίκτυα γενιάς 5G.
• 4^η Βιομηχανική Επανάσταση.
• Έξυπνες Πόλεις.
• Δίκτυα γενιάς 6G.
• 5^η Βιομηχανική Επανάσταση.

6^ο Μάθημα:

• Μηχανική Μάθηση.
• Βαθιά Μάθηση.
• Τεχνητή Νοημοσύνη.

7^ο Μάθημα:

• Γενεσιουργός Τεχνητή Νοημοσύνη.
• Μεγάλα Γλωσσικά Μοντέλα και ChatGPT.
• Δημιουργία Εικόνων από Περιγραφές Φυσικής Γλώσσας και DALL-E.
• Δημιουργία Μουσικής από Περιγραφές Φυσικής Γλώσσας και Aiva.
• Κατανεμημένη Τεχνητή Νοημοσύνη.
• Ρομποτική και βιομηχανικά ρομπότ.
• Ανθρωποειδή ρομπότ.
• Συναισθηματικά ρομπότ
• Cyborgs.

8^ο Μάθημα:

• Θέματα ασφάλειας στις Έξυπνες Πόλεις.
• Συστήματα Μεγάλου Αδερφού (Big Brother Systems).
• Διακριτική επιτήρηση πολιτών στις Έξυπνες Πόλεις.
• Διακριτική επιτήρηση στις Έξυπνες Πανεπιστημιουπόλεις.
• Αυθεντικοποίηση πολιτών μέσω ανθρώπινου DNA.

9^ο Μάθημα:

• Εικονική Πραγματικότητα.
• Επαυξημένη Πραγματικότητα.
• Crowdsourcing.
• C

10^ο Μάθημα:

• Software-defined networking (SDN).
• Σύγχρονοι υπερυπολογιστές.
• Παράλληλα υπολογιστικά συστήματα.
• Κατανεμημένα υπολογιστικά συστήματα.

11^ο Μάθημα:

• Νανοτεχνολογία.
• Νανοηλεκτρονική.
• Νανουπολογιστές.
• Νανομποτς.
• Εκμάθηση ανθρώπινης γνώσης μέσω συσκευών νανοτεχνολογίας.
• Επαυξημένη ανθρώπινη νοητική επικοινωνία μέσω σκέψης.

12^ο Μάθημα:

• Κβαντομηχανική.
• Παράλληλα σύμπαντα.
• Κβαντικοί υπολογιστές.
• Η θεωρία τους χάους.
• Κρυπτογραφία.
• Χαοτική κρυπτογραφία.
• Κβαντική κρυπτογραφία.

13^ο Μάθημα:

• Επανάληψη.
• Ερωτήσεις και απαντήσεις.
• Προετοιμασία για τις εξετάσεις.
• Αξιολόγηση μαθήματος από τους φοιτητές.

Μαθησιακοί στόχοι

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών. Προσαρμογή σε νέες καταστάσεις. Λήψη αποφάσεων. Αυτόνομη εργασία. Παραγωγή νέων ερευνητικών ιδεών. Σεβασμός στη διαφορετικότητα και την πολυπολιτισμικότητα. Σεβασμός στο φυσικό περιβάλλον. Άσκηση κριτικής και αυτοκριτικής. Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης. Μάθηση βασισμένη σε ομάδες εργασίας. Επίγνωση της διαδικασίας κατοχύρωσης διπλωμάτων ευρεσιτεχνίας (πατέντες) στην Ελλάδα και το Εξωτερικό. Αναγνώριση του ηθικού διλήμματος μεταξύ της υιοθέτησης των νέων τεχνολογιών και του ανθρώπινου παράγοντα.

Βιβλιογραφία

Μία εκτεταμένη ποικιλία επιστημονικών άρθρων, επιτόπιων βίντεο, τεχνικών ειδήσεων και αναφορών καθώς και άλλων πολύ πρόσφατων πηγών δίνεται ως αναφορά στους φοιτητές σε κάθε διάλεξη (για περαιτέρω πληροφορίες και μελέτη). Η σύνθεση και παρουσίαση των πηγών γίνεται δυναμικά καθ’ όλη τη διάρκεια του μαθήματος και είναι προσαρμοσμένη στις εκάστοτε ανάγκες του μαθήματος και των φοιτητών της τάξης.

Σημειώσεις του διδάσκοντος οι οποίες είναι και αναρτημένες στην πλατφόρμα ασύγχρονης τηλεκπαίδευσης (eclass).

Σημειώσεις που προκύπτουν από επτά (7) επιστημονικά άρθρα του διδάκοντα δημοσιευμένα σε έγκριτα περιοδικά για εμβάθυνση στο υλικό του μαθήματος, τα οποία είναι:

1. Anagnostopoulos, I. Spiliopoulos, “Classifying PDO Kalamata olive oil from geographic origins of the Messenia region based on statistical machine learning”, WSEAS Transactions on Environment and Development, May, 2024.
2. Korkiakoski, T. Anagnostopoulos, O. Rajala, M. Sarkiniemi, M. Hirsimaki, J. Kinnunen, P. Alavesa, P. Kostakos, “Exploring the Potential of EEG for Real-Time Interactions in Immersive Virtual Reality”, WSEAS Transactions on Information Science and Applications, March, 2023.
3. Psarras, T. Anagnostopoulos, I. Salmon, Y. Psaromiligkos, L. Vryzidis, “A Change Management Approach with the Support of the Balanced Scorecard and the Utilization of Artificial Neural Networks”, Administative Sciences, MDPI, March, 2022.
4. Anagnostopoulos, P. Fedchenkov, N. Tsotsolas, K. Ntalianis, A. Zaslavsky, I. Salmon, “Distributed modeling of smart parking system using LSTM with stochastic periodic predictions”, Neural Computing & Applications, Springer, November, 2019.
5. Anagnostopoulos, A. Zaslavsky, K. Kolomvatsos, A. Medvedev, P. Amirian, J. Morley, S. Hadjiefthymiades, “Challenges and Opportunities of Waste Management in IoT-enabled Smart Cities: A Survey”, IEEE Transactions on Sustainable Computing, April, 2017.
6. Anagnostopoulos, D. Ferreira, A. Samodelkin, M. Ahmed, V. Kostakos. "Cyclist-aware traffic lights through distributed smartphone sensing", Pervasive and Mobile Computing, Elsevier, February, 2016.
7. T. Anagnosotpoulos, C. Anagnosotpoulos, S. Hadjiefthymiades, A. Zaslavsky, “On-line Location Prediction Exploiting Spatial and Velocity Context”, International Journal of Wireless Information Networks, Springer, December, 2014.

Μέθοδοι διδασκαλίας

• Διαλέξεις.
• Μάθηση Βασισμένη σε Ομάδες Εργασίας.

Μέθοδοι αξιολόγησης

• Ενδιάμεση διαμορφωτική αξιολόγηση των ομάδων εργασίας.
• Τελική γραπτή αξιολόγηση στο τέλος του εξαμήνου.
• Η αξιολόγηση γίνεται στην ελληνική γλώσσα.

Προαπαιτούμενα

Δεν απαιτούνται προαπαιτούμενα μαθήματα.

Ομάδα στόχος

Το μάθημα προορίζεται για τους προπτυχιακούς φοιτητές του Τμήματος Διοίκησης Επιχειρήσεων.

Προτεινόμενα συγγράμματα

Προτείνονται τρία (3) βασικά συγγράμματα για περαιτέρω μελέτη:

1^ο Σύγγραμμα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Κωδικός Βιβλίου στον Εύδοξο: 320248

Έκδοση: 1/2016

Συγγραφείς: ΑΙΚΑΤΕΡΙΝΗ ΓΕΩΡΓΟΥΛΗ

ISBN: 9789606030314

Τύπος: Ηλεκτρονικό Βιβλίο

Διαθέτης (Εκδότης): ΚΑΛΛΙΠΟΣ Ανοικτές Ακαδημαϊκές Εκδόσεις.

2^ο Σύγγραμμα

Εξόρυξη γνώσης από βάσεις δεδομένων και τον παγκόσμιο ιστό

Κωδικός Βιβλίου στον Εύδοξο: 31391

Έκδοση: 2η έκδ./2005

Συγγραφείς: Βαζιργιάννης Μιχάλης, Χαλκίδη Μαρία

ISBN: 9789604021161

Τύπος: Σύγγραμμα

Διαθέτης (Εκδότης): Γ. ΔΑΡΔΑΝΟΣ - Κ. ΔΑΡΔΑΝΟΣ κ ΣΙΑ ΕΕ.

3^ο Σύγγραμμα

Έξυπνες Πόλεις

Κωδικός Βιβλίου στον Εύδοξο: 133024508

Έκδοση: 1/2012

Συγγραφείς: ΑΛΕΞΑΝΔΡΟΣ ΜΠΡΕΓΙΑΝΝΗΣ

ISBN: 9789609854757

Τύπος: Σύγγραμμα

Διαθέτης (Εκδότης): Κ. ΣΤΙΝΗΣ & ΣΙΑ Ο.Ε.