Ανακοίνωση Δημόσιας υποστήριξης Διδακτορικής Διατριβής

ΑΝΑΚΟΙΝΩΣΗ

Δημόσια υποστήριξη διδακτορικής διατριβής

Η δημόσια υποστήριξη της διδακτορικής διατριβής του Υποψήφιου Διδάκτορος κ. Αλέξιου Παπαϊωάννου με τίτλο «Ευφυή Μοντέλα Απόφασης και Βελτιστοποίησης για Πολύπλοκα και Δυναμικά Περιβάλλοντα με Αξιοποίηση Τεχνητής Νοημοσύνης», θα λάβει χώρα την Δευτέρα 12/01/2026 στις 11:00 στο εργαστήριο Ηλεκτρονικής Εγκληματολογίας & Διαχείρισης Ψηφιακών Δεδομένων του Τμήματος, στο κτίριο της Βιβλιοθήκης του Δ.Π.Θ. στην Καβάλα.

Επταμελής Εξεταστική Επιτροπή:

  • Στυλιανός Κρηνίδης, Αναπληρωτής Καθηγητής Δημοκριτείου Πανεπιστημίου Θράκης (Επιβλέπων)
  • Βασίλειος Μαρδύρης, Καθηγητής Δημοκριτείου Πανεπιστημίου Θράκης
  • Ιωάννης Κωσταβέλης, Επίκουρος Καθηγητής Διεθνούς Πανεπιστημίου της Ελλάδος
  • Χρήστος-Νικόλαος Αναγνωστόπουλος, Καθηγητής Πανεπιστημίου Αιγαίου
  • Γεωργία Κούγκα, Καθηγήτρια Δημοκριτείου Πανεπιστημίου Θράκης
  • Λεωνίδας Φραγγίδης, Αναπληρωτής Καθηγητής Δημοκριτείου Πανεπιστημίου Θράκης
  • Βασίλειος Χατζής, Καθηγητής Δημοκριτείου Πανεπιστημίου Θράκης


ΠΕΡΙΛΗΨΗ

Η συνεχώς αυξανόμενη ποικιλομορφία και πολυπλοκότητα των σύγχρονων οικιακών περιβαλλόντων, που ενισχύεται από τη ραγδαία διείσδυση τεχνολογιών Διαδικτύου των Πραγμάτων (Internet of Things – IoT) και έξυπνων οικιακών συσκευών, δημιουργεί νέες απαιτήσεις σε επίπεδο αξιοπιστίας, ενεργειακής αποδοτικότητας και βιωσιμότητας. Ωστόσο, οι κλασικές στρατηγικές συντήρησης, διορθωτική, προληπτική και ακόμη και προγνωστική δεν επαρκούν για τα ιδιαίτερα χαρακτηριστικά του οικιακού πλαισίου, όπου οι συσκευές λειτουργούν με ετερογενή πρότυπα χρήσης, περιορισμένες δυνατότητες αισθητήρων και ελάχιστα επισημασμένα δεδομένα. Σε αυτό το περιβάλλον, η καθοδηγητική συντήρηση (Prescriptive Maintenance – PsM) αναδεικνύεται ως μια ιδιαίτερα υποσχόμενη προσέγγιση καθώς δεν περιορίζεται στην πρόβλεψη πιθανών αστοχιών, αλλά προτείνει στοχευμένες και εφαρμόσιμες παρεμβάσεις, προσαρμοσμένες στο εκάστοτε πλαίσιο λειτουργίας, με σκοπό τη βελτιστοποίηση της απόδοσης των συσκευών και τη μείωση της άσκοπης ενεργειακής σπατάλης.

Η παρούσα διδακτορική διατριβή παρουσιάζει την ανάπτυξη και την πειραματική τεκμηρίωση ενός ολιστικού πλαισίου καθοδηγητικής συντήρησης για έξυπνες κατοικίες. Αφετηρία της έρευνας αποτελεί η ανάπτυξη μιας μεθοδολογίας προσομοίωσης για τη δημιουργία συνθετικών ανωμαλιών, με στόχο τη ρεαλιστική αναπαράσταση βλαβών σε διάφορες οικιακές συσκευές, όπως ψυγεία, πλυντήρια, στεγνωτήρια, πλυντήρια πιάτων και θερμοσίφωνες. Η προσέγγιση αυτή αντιμετωπίζει την έλλειψη δημόσια διαθέσιμων συνόλων δεδομένων με επισημασμένες ανωμαλίες, παρέχοντας μια ισχυρή βάση για την ανάπτυξη και αξιολόγηση μοντέλων ανίχνευσης ανωμαλιών. Στη συνέχεια, προτείνονται αποδοτικές αρχιτεκτονικές, μέσω των προσεγγίσεων νευρωνικών δικτύων, οι οποίες επιτυγχάνουν ακριβή ανίχνευση ανωμαλιών σε συσκευές «άκρων» (edge devices) με περιορισμένους υπολογιστικούς πόρους. Τα προτεινόμενα μοντέλα διατηρούν υψηλή επίδοση, ενώ παράλληλα περιορίζουν το υπολογιστικό και ενεργειακό κόστος, διευκολύνοντας την πρακτική εφαρμογή τους σε ενσωματωμένα περιβάλλοντα.

Επιπλέον, η διατριβή εισάγει προηγμένες μεθόδους ανίχνευσης λειτουργικών φάσεων τόσο για συσκευές συνεχούς λειτουργίας όσο και για συσκευές που λειτουργούν βάσει προγραμμάτων. Η αξιόπιστη τμηματοποίηση των φάσεων αποτελεί κρίσιμο υπόβαθρο για την ερμηνεία των ανωμαλιών με βάση το λειτουργικό πλαίσιο και, κατ’ επέκταση, για την εφαρμογή στοχευμένων ενεργειών. Για τον σκοπό αυτό, αξιοποιούνται τεχνικές δυναμικής προσαρμογής κατωφλίων ανωμαλίας, μετα-μάθησης και προσαρμοστικής επανεκπαίδευσης, οι οποίες προσδίδουν ανθεκτικότητα σε συνθήκες σπανιότητας δεδομένων, μεταβαλλόμενων προτύπων βλαβών και αυξημένης μεταβλητότητας.

Για την ενοποίηση των παραπάνω συνιστωσών προτείνονται δύο ολοκληρωμένα πλαίσια. Το πλαίσιο INFORM ενοποιεί την ανίχνευση ανωμαλιών, τη μοντελοποίηση λειτουργικών φάσεων και τη λήψη αποφάσεων σε ένα ενιαίο σύστημα, επιτρέποντας τη μετάβαση από την απλή επίγνωση στην άμεση δράση. Συμπληρωματικά, το πλαίσιο GUIDE ενσωματώνει μοντελοποίηση συμπεριφοράς και Μεγάλα Γλωσσικά Μοντέλα (Large Language Models – LLMs), μετασχηματίζοντας τις τεχνικές προδιαγραφές σε κατανοητές, πρακτικές και εξατομικευμένες συστάσεις για τα νοικοκυριά. Σε συνδυασμό, τα δύο πλαίσια τεκμηριώνουν τη δυνατότητα υλοποίησης καθοδηγητικής συντήρησης σε πραγματικό χρόνο, με προσαρμοστικότητα και ανθρωποκεντρικό προσανατολισμό, σε οικιακά περιβάλλοντα.

Τα αποτελέσματα καταδεικνύουν ότι η καθοδηγητική συντήρηση μπορεί να εφαρμοστεί αποτελεσματικά σε ρεαλιστικές συνθήκες, ακόμη και όταν τα δεδομένα είναι περιορισμένα και οι συσκευές ετερογενείς. Πέρα από τις τεχνικές συνεισφορές, η έρευνα αναδεικνύει και ευρύτερα κοινωνικά και περιβαλλοντικά οφέλη, όπως η μείωση της «αόρατης» ενεργειακής σπατάλης, η επιμήκυνση της διάρκειας ζωής των συσκευών και η υποστήριξη στόχων βιωσιμότητας. Σε ακαδημαϊκό επίπεδο, η διατριβή εμπλουτίζει το πεδίο της ανίχνευσης ανωμαλιών, της μετα-μάθησης και της λήψης αποφάσεων για ευφυή οικιακά συστήματα, ενώ σε πρακτικό επίπεδο προτείνει κλιμακούμενες λύσεις για την επόμενη γενιά έξυπνων κατοικιών, θέτοντας τη βάση για μελλοντικές εξελίξεις στην ενεργειακά ευαισθητοποιημένη διαβίωση και σε βιώσιμα ψηφιακά οικοσυστήματα.

Close Menu