Είναι πολύ συχνή η ανάγκη κατασκευής ωρολογίων προγραμμάτων για εκπαιδευτικούς οργανισμούς, για μέσα μαζικής μεταφοράς, για τεχνικές εταιρίες κ.α. Η κατασκευή ωρολογίων προγραμμάτων (timetabling) εντάσσεται στη γενικότερη κατηγορία προβλημάτων που είναι γνωστά ως προβλήματα χρονοδρομολόγησης (scheduling). Ένα πρόβλημα χρονοδρομολόγησης έχει γενικά σαν σκοπό να τοποθετήσει μέσα στο χρόνο ένα σύνολο από δραστηριότητες δεδομένου ενός συνόλου πόρων που αυτές οι δραστηριότητες χρειάζονται για να πραγματοποιηθούν. Ειδικά για τα σχολικά προγράμματα με τα οποία ασχολείται η παρούσα εργασία πολλές μέθοδοι και αλγόριθμοι έχουν εφαρμοστεί με στόχο την δημιουργία βέλτιστων προγραμμάτων. Παρόλα αυτά δυστυχώς η πράξη αποδεικνύεται να ανατρέπει πολλές από αυτές τις λύσεις. Έτσι η χρήση της μεθόδου των έμπειρων συστημάτων, που δεν φαίνεται να έχει χρησιμοποιηθεί ευρέως στο πρόβλημα αυτό, είναι μια υποψήφια μέθοδος για να μας δώσει πιο γενικά αποδεκτές λύσεις, που να συμβαδίζουν καλύτερα με την πραγματικότητα, αφού βασική τεχνική είναι η προσομοίωση ενός έμπειρου προγραμματιστή. Η παρούσα εργασία ασχολείται με την δημιουργία ενός έμπειρου συστήματος για την σχεδίαση εβδομαδιαίου προγράμματος μαθημάτων για το Ελληνικό Γυμνάσιο. Για την δημιουργία του έμπειρου συστήματος απευθυνθήκαμε σε ειδικούς σχεδίασης προγραμμάτων σε ελληνικά σχολεία (προγραμματιστές) οι οποίοι μας έδωσαν πλήρη περιγραφή των κανόνων και διαδικασιών που χρησιμοποιούν ώστε να εκδοθεί ωρολόγιο πρόγραμμα. Στη συνέχεια έγινε ανάλυση και εξαγωγή των στόχων και των περιορισμών του προβλήματος καθώς επίσης ορίστηκε και ο τρόπος καταχώρησης των δεδομένων. Στη συνέχεια έγινε σχεδιασμός εφαρμογής για εξαγωγή προγραμμάτων του Ελληνικού Γυμνασίου και επιλέχθηκαν οι τεχνολογίες που είναι πιο κατάλληλες για την υλοποίηση της εφαρμογής. Οι τεχνολογίες που εφαρμόσαμε ώστε να επιτευχθεί η υλοποίηση του πληροφοριακού συστήματος έκδοσης ωρολογίου προγράμματος για το Γυμνάσιο ήταν (α) το εργαλείο CLIPS (1) για την πραγμάτωση του έμπειρου συστήματος, (β) η χρήση PHP (3) και MYSQL (4) για την καταχώρηση των βασικών παραμέτρων του προγράμματος με χρήση του WEB, (γ) το εργαλείο PHLIPS (2) για την σύνδεση του CLIPS με PHP, με στόχο την εξαγωγή στο WEB των αποτελεσμάτων. Έτσι δημιουργήθηκε πληροφοριακό σύστημα όπου κάθε προγραμματιστής σχολείου μπορεί να καταχωρήσει τα στοιχεία του σχολείου, των καθηγητών, τις διαθέσιμες ώρες τους κ.α. με την ευκολία του περιβάλλοντος WEB για ένα η περισσότερα σχολεία που έχει αναλάβει. Η χρήση του WEB δίνει την ευκολία διαχείρισης του προγράμματος από οποιοδήποτε σημείο έχει πρόσβαση με το διαδίκτυο και ταυτόχρονα την χρήση γραφικού περιβάλλοντος για επίτευξη καλύτερης διαχείρισης των πληροφοριών του. Επίσης μπορεί ο χρήστης εύκολα με αλλαγή των παραμέτρων να λαμβάνει διαφορετικά αποτελέσματα και να αποφασίζει σύμφωνα με τις ανάγκες του ποια λύση θεωρεί πιο εφικτή με βάση την καθημερινή πρακτική. Η χρήση του CLIPS για επίτευξη έξυπνων έμπειρων συστημάτων και η σύνδεση μέσω του προτύπου ανάπτυξης συστημάτων PHLIPS δίνει μεγάλες δυνατότητες για τον συνδυασμό της τεχνικής νοημοσύνης με τις τεχνολογίες διαδικτύου. Η εφαρμογή δοκιμάστηκε σε αρκετά γνωστά σετ δεδομένων και πραγματικά δίνει αξιόπιστες και ανταγωνιστικές λύσεις με την καινοτομία όμως ότι είναι πιο αποδεκτές στην καθημερινή πρακτική από άλλες που δίνουν άλλες μέθοδοι τεχνικής νοημοσύνης που αναζητούν βέλτιστες λύσεις με βάση απλά ποσοτικοποιημένα κριτήρια όπως το σύνολο των κενών ορών, η καλύτερη επίτευξη των απαιτήσεων των καθηγητών κ.α. / There is a common need for the construction of timetables for educational organizations, public transportation, for construction companies, etc. The construction of timetables (timetabling problem) is part of a general category of problems known as scheduling problems. The task of a scheduling problem generally is to have a set of activities distributed through time given a set of resources which are needed in order to have these activities to be accomplished. This postgraduate thesis deals with a school timetabling problem. A variety of methods and algorithms have been implemented in order to create optimized timetables. Nevertheless, real life has shown that many of these solutions cannot be realistic. Thus the use of expert systems method, which seems not to have often used in such problems, is a good candidate to gives a more realistic and acceptable solutions, given that it tries to simulate the way an expert school timetabling maker works. This Thesis deals with the creation of an expert system that designs weekly timetables for the Greek High School. To create the expert system, we interviewed experts in designing school timetables in Greek schools, who gave us full description of the rules and procedures they use in order to construct a school timetable. Then we analyzed and extracted the objectives and constraints of the problem and we defined the method of storing the data. Then, we developed an application which produces timetables for the Greek High schools. We chose the appropriate technologies needed and were most suitable to construct the application. The technologies we have used to achieve the implementation of a computerized system for exporting timetables for the high school were, (a) the CLIPS programming tool for the creation of the expert system, (b) the PHP and MYSQL to record the key parameters of the program in a WEB environment, (c) the PHLIPS tool for the connection of CLIPS with PHP, to be able to export the results back into the WEB environment. Thus we created a computerized system where every school timetable maker can register the data concerning the school, the teachers, the available hours and dates etc. with the ease of the WEB environment for one or more schools. The potential of using the WEB environment provides the user with ease of managing the program from anywhere with access to the Internet, while using the graphical user interface for obtaining the best data management. We can easily change the parameters to obtain different results and act in accordance with our needs the most feasible solution based on daily practice. Using CLIPS to create an expert system, and the connection through the PHLIPS development standard gives great potential for the combination of artificial intelligence and internet technologies. The application was tested on several well-known data sets and really gives a reliable and competitive solutions but with the innovation, that is more acceptable in daily practice than other methods of artificial intelligence that seek optimal solutions based on simple but politicized criteria such as the total of empty hours ,to meet the requirements of teachers, etc.

Η κατάθλιψη είναι από τα πιο συχνά ψυχικά νοσήµατα µε τα οποία έρχεται αντιµέτωπος τόσο ο ψυχίατρος όσο και ο νοσηλευτής της πρωτοβάθµιας φροντίδας, στην καθηµερινή τους κλινική πράξη. Τα νοσήµατα αυτά προσθέτουν µεγάλο φορτίο τόσο ψυχολογικό όσο και οικονοµικό στους ασθενείς, τις οικογένειές τους αλλά και το κοινωνικό σύνολο. Ειδικά για την κατάθλιψη το µέλλον δεν φαίνεται και τόσο ευοίωνο. Σε µια πρόσφατη κοινή ανακοίνωση της Παγκόσµιας Τράπεζας, της Παγκόσµιας Οργάνωσης Υγείας και του Πανεπιστηµίου Harvard αναφέρεται ότι στα επόµενα 5 χρόνια η κατάθλιψη θα καταλάβει τη δεύτερη θέση στον κατάλογο µε τις καταστάσεις που προκαλούν σηµαντική απώλεια χρόνου υγείας και παραγωγικής ζωής. Στην παρούσα διπλωματική εργασία περιγράφεται η δημιουργία ένός ευφυούς συστήματος υποστήριξης αποφάσεων, προκειμένου να συνδράμει στην ανάπτυξη της κρίσης του αρχάριου νοσηλευτή για την καλύτερη και ασφαλέστερη εφαρμογή των ιατρικών και νοσηλευτικών κανόνων στον τομέα της Ψυχιατρικής. Ένας δεύτερος στόχος της διπλωματικής είναι η σύγκριση διαφορετικών μεθόδων δημιουργίας του. Δημιουργήθηκαν τέσσερα διαφορετικά συστήματα, όσον αφορά το είδος των κανόνων που χρησιμοποιήθηκαν (π.χ. απλοί κανόνες από τους ειδικούς, κανόνες με συντελεστές βεβαιότητας και υβριδικοί κανόνες από αυτόματη παραγωγή με μεθόδους μηχανικής μάθησης), και έχει γίνει σύγκριση της αποτελεσματικότητάς τους με βάση διεθνώς χρησιμοποιούμενες μετρικές. Η υβριδική μορφή κανόνων παρουσίασε και την μεγαλύτερη αποτελεσματικότητα μεταξύ των τεσσάρων συστημάτων (ακρίβεια 94% ενάντι 89 % και 84 % και 82 % αντίστοιχα). Τα συστήματα αυτά μπορούν να λειτουργήσουν στα πλαίσια μιας πλήρους εφαρμογής όχι ως ανταγωνιστικά αλλά ως συμπληρωματικά για την γρήγορη και πιό αξιόπιστη διαλογή και διάγνωση των παθήσεων των ασθενών που προσέρχονται στα Επείγοντα Περιστατικά ενός Νοσηλευτικού Ιδρύματος με πιθανή Νευροψυχιατρική διαταραχή από νέους νοσηλευτές. / -

Το θέμα της διπλωματικής αφορά τη δημιουργία μίας mobile εφαρμογής για προγραμματισμό ραντεβού με γιατρούς και ταυτόχρονα πρόταση γιατρού από ένα ευφυές σύστημα με βάση τη συλλογή συμπτωμάτων. Ο ασθενής έχει τη δυνατότητα να αναζητήσει γιατρούς που είναι καταχωρημένοι στο σύστημα με χρήση της έξυπνης κινητής συσκευής του. Τα κριτήρια αναζήτησης είναι η πόλη, η ειδικότητα ο τύπος της ασφάλισης (ιδιωτική ή δημόσια). Τα αποτελέσματα εμφανίζονται σε μία λίστα ή σε χάρτη. Τα αποτελέσματα ταξινομούνται με βάση την απόσταση της θέσης του χρήστη από το κάθε ιατρείο. Στο χάρτη ο χρήστης επιβλέπει όλα τα ιατρεία καθώς και τη θέση του. Στη λίστα παράλληλα με τις πληροφορίες κάθε ιατρού εμφανίζεται η ημερομηνία και η ώρα του επόμενου ελεύθερου ραντεβού του. Ο ασθενής επιλέγει έναν ιατρό από τη λίστα και μεταβαίνει στο προφίλ του ιατρού. Εκεί μαζί με τις πλήρεις πληροφορίες του ιατρού εμφανίζεται ένα ημερολόγιο με τα διαθέσιμα ραντεβού του ιατρού. Ο ασθενής επιλέγει το ραντεβού που τον ενδιαφέρει και μεταβαίνει στην φόρμα προγραμματισμού ραντεβού. Εκεί συμπληρώνει τα στοιχεία του και το λόγο της επίσκεψης και ολοκληρώνει το ραντεβού. Αν ο ασθενής δεν έχει αποφασίσει για την ειδκότητα που χρειάζεται μπορεί να επιλέξει τη συμβουλή του ευφυούς συστήματος. Μετά από μία σειρά διαδοχικών ερωτήσεων, γενικών στην αρχή και ειδικότερων στη συνέχεια, το ευφυές σύστημα κατευθύνει τον ασθενή προς τη σωστή ειδικότητα ή στο σύνολο ειδικοτήτων. Οι ερωτήσεις δεν είναι ίδιες για κάθε ασθενή αλλά οι πιο ειδικές πυροδοτούνται από ένα σύνολο κανόνων που βασίζονται στις απαντήσεις του ασθενή στις γενικότερες ερωτήσεις. Τα δεδομένα εισόδου του ευφυούς συστήματος είναι στη μορφή απαντήσεων σε ερωτήσεις κειμένου, επιλογή γραφικών ή προέρχονται τη χρήση των αισθητήρων της έξυπνης κινητής συσκευής. Η υλοποίηση περιλαμβάνει τη χρήση CLIPS για το ευφυές σύστημα, τη χρήση HTML5 και JavaScript για την mobile εφαρμογή και PHP/SQL για τη διαχείριση της βάσης των διαγνωστικών ερωτήσεων και των ιατρών. / The issue of the thesis concerns the creation of a mobile application for scheduling appointments with doctors and physicians as well as providing a proposal of an intelligent system based on the collection of symptoms. The patient has the opportunity to seek doctors who are registered in the system using smart mobile device. The search criteria are the city, specificity type of insurance (private or public). The results are displayed in a list or on a map. The results are sorted by the distance of the position of the user from each doctor's position. On the map the user oversees all surgeries and his position. In the list along with the information of each doctor, the date and time of the next free appointment is displayed. The patient chooses a physician from the list and proceeds to the profile the doctor. There, together with the complete information of the physician, the user gets a calendar of available appointments of the physician. The patient chooses the date of the appointment and moves to the appointment form. There the user fills in the data and the reason of the visit and submits the appointment. If the patient is not certain of the specificity of the doctor the user needs, the user can choose the advice of the intelligent system. After a series of consecutive queries, the general principle and specific then the intelligent system directs the patient to the correct specificity. The questions are not the same for every patient, but they are triggered by a specific set of rules based on the responses of the patient. The input to the intelligent system is in the form of answers to questions of text, graphics or input from sensors. The implementation involves the use of CLIPS for intelligent system, using HTML5 and JavaScript for mobile application and PHP / SQL to manage the database of diagnostic questions and doctors.

Στα πλαίσια αυτής της διπλωματικής εργασίας, δημιουργήθηκε ένα τραπεζικό έμπειρο σύστημα (ΤΕΣ) για την αξιολόγηση πελατών και εύρεση κατάλληλου δανείου, ανάλογα με τις απαιτήσεις του πελάτη. Τα δάνεια που διαπραγματεύεται το ΤΕΣ δεν αφορούν μόνο μία, αλλά περισσότερες τράπεζες, ώστε το σύστημα να μπορεί να χαρακτηριστεί διατραπεζικό. Για την επίλυση του προβλήματος και την υλοποίηση του (ΤΕΣ), χρησιμοποιήθηκαν 2 τρόποι. Κατ’ αρχήν υλοποιήθηκε στο Fuzzy Clip, ένα εργαλείο ανάπτυξης ευφυών συστημάτων, που χρησιμοποιεί ασαφής κανόνες για την αναπαράσταση γνώσης. Ηχρήση ασάφειας ήταν ταιριαστή , καθώς αρκετές απο τι παραμέτρους μπορούσαν να θεωρηθούν ώς τετοιες. Στο δεύτερο τρόπο χρησιμοποιήθηκαν εμπειρικά δεδομένα, δηλ. συγκεκριμένες περιπτώσεις δανειοληπτών, για την δημιουργία του ΤΕΣ. Για το σκοπό αυτό χρησιμοποιήθηκε το εργαλείο HYMES (Hybrid Modular Expert System), ένα εργαλείο που χρησιμοποιεί υβριδικούς κανόνες για αναπαράσταση γνώσης, των νευροκανόνων. Οι νευροκανόνες συνδυάζουν νευρωνικά δίκτυα και συμβολικούς κανόνες και παράγονται από εμπειρικά δεδομένα. Τέλος έγινε συγκριση των δυο συστημάτων με βάση τρεις μετρικές που χρησημοποιούνται σ’ αυτές τις περιπτώσεις. / In the framework of this senior project, a banking intelligent system (BIS)has been developed which is suitable for the customers evaluation and the finding of the appropriate loan according to the customer’s demands. The loans that the (BIS) has been developed which is suitable for the customers evaluation and the finding of the appropriate loan according to the customer’s demands. The loans that the BIS treats, concern more than one bank so that for the system to be characterized as a multi- banking system. For the solution of the problem and the implementation of the BIS, two methods have been used. Firstly, the Fuzzy Clips was developed, which is a tool that is used to form intelligent systems and used fuzzy rules to represent knowledge. The usage of the indefiniteness was done successfully since many of the parameters used could be considered as fuzzy. In the second method, experiential data have been used in order to create the BIS. This means that data have been used in order to create the BIS. This means that specific real cases of loan receiving were taken in mind. For this purpose, the HYMES (Hybrid Modular Expert System) was used which is a tool that used Hubrid rules to represent knowledge. These rules are known as neurotic rules, they combine neuronal net and symbolic rules and they are derived from experiential data. Finally, a comparison of the above two systems was made based on three metrics that are used in those occasions.

Η παρούσα διατριβή πραγματεύεται την ανάπτυξη μιας καινοτόμου μεθοδολογίας για την βελτιστοποίηση τόσο του σχεδιασμού όσο και της λειτουργίας βιομηχανικών εγκαταστάσεων. Η μεθοδολογία αυτή βασίζεται στη χρήση δυο μεθόδων Τεχνητής Νοημοσύνης (Έμπειρων Συστημάτων και Γενετικών Αλγόριθμων) για τη δημιουργία ενός λογισμικού το οποίο λαμβάνοντας από το χρήστη στοιχεία σχετικά με τα κριτήρια σχεδιασμού (ή ανασχεδιασμού) μιας διεργασίας καθώς και για τις συνθήκες λειτουργίας της θα εξαγάγει τόσο τις βέλτιστες διαθέσιμες τεχνολογίες για τη διεργασία αυτή όσο και τις βέλτιστες συνθήκες λειτουργίες των επιλεχθεισών τεχνολογιών. Προκειμένου να λειτουργήσει η αναπτυχθείσα μεθοδολογία πέρα από τα στοιχεία τα οποία παρέχει ο χρήστης είναι απαραίτητη η ύπαρξη μιας βάσης δεδομένων η οποία θα περιέχει τις διαθέσιμες τεχνολογίες οι οποίες είναι δυνατόν να χρησιμοποιηθούν για τη συγκεκριμένη διεργασία, δηλαδή όλα τα τμήματα εξοπλισμού που μπορούν να χρησιμοποιηθούν για τη διεργασία αυτή. Οι βέλτιστες διαθέσιμες τεχνολογίες, τις οποίες η μεθοδολογία επιλέγει από αυτή τη βάση δεδομένων, είναι τα τμήματα του εξοπλισμού εκείνα τα οποία πληρούν με τον καλύτερο δυνατό τρόπο τα κριτήρια σχεδιασμού της διεργασίας. Για την εύρεση των βέλτιστων τεχνολογιών για μια διεργασία για κάθε διαθέσιμη τεχνολογία πρέπει να λαμβάνονται υπόψη και τα εκτιμώνται: τεχνικά κριτήρια όπως τα όρια λειτουργίας της, η ολοκλήρωσή της στη διεργασίας (δηλαδή η διασύνδεσή της με άλλες τεχνολογίες που χρησιμοποιούνται στην ίδια διεργασία), οικονομικά κριτήρια όπως το κόστος εγκατάστασης, το κόστος λειτουργίας, ή / και το κόστος συντήρησης, περιβαλλοντικά στοιχεία όπως οι εκπομπές ρύπων, παραπροϊόντα. Η απαίτηση για ταυτόχρονη ικανοποίηση όλων αυτών των κριτηρίων καθιστά την εύρεση των βέλτιστων διαθέσιμων τεχνολογιών ένα περίπλοκο πρόβλημα για την επίλυση του οποίου απαιτείται εξειδικευμένη γνώση. Στην αναπτυχθείσα μεθοδολογία η γνώση αυτή καταχωρείται με κατάλληλο τρόπο στο σύστημα και κατά συνέπεια με τη χρήση του είναι δυνατόν ακόμη μη εξειδικευμένα άτομα να βρουν τις βέλτιστες διαθέσιμες τεχνολογίες (και τις βέλτιστες παραμέτρους λειτουργίας του). Η αναπτυχθείσα μεθοδολογία εφαρμόστηκε σε τρία προβλήματα ανασχεδιασμού του συστήματος συμπαραγωγής ενέργειας ενός διυλιστηρίου. Από τα αποτελέσματα που προέκυψαν από τις εφαρμογές αυτές γίνεται φανερό ότι η μεθοδολογία καταλήγει σε βέλτιστες λύσεις του προβλήματος για τις εκάστοτε συνθήκες και ότι ο αλγόριθμος της μεθοδολογίας είναι ιδιαίτερα εύρωστος υπό την έννοια ότι η σύγκλισή του δεν επηρεάζεται από τις τιμές των παραμέτρων που χρησιμοποιούνται για την εκτέλεσή του. / The thesis at hand deals with the development of a novel methodology for the optimisation of both the design and the operation of industrial plants. The methodology is based on two Artificial Intelligence techniques (Expert Systems and Genetic Algorithms) for the development of a software which, given from the user data related to the design criteria of the process, as well as the conditions of operation of the process, it will output both the best available technologies for that process as well as the optimal working conditions of the selected technologies. Apart from the data provided from the user, the methodology requires also a database which should contain the available technologies which can be used for the process at hand. These technologies are the various components of the equipment which can be used for the process. The best available technologies which are selected by the methodology from the database are those components which satisfy in the best possible way the design criteria. For the identification of the best technologies for a process the methodology assess (for each of the available techonologies): technical criteria such range of operation, its integration to the whole process (i.e. its connectivity with other technologies used in the process), financial criteria such as the cost of installation, the cost of operation and or the cost of maintenance, environmental criteria such as emissions of various pollutants, side products etc. The requirement of the simultaneous satisfaction of these criteria makes the identification of the best available technologies a complex problem which requires specific knowledge (expertise) in order to be solved. In the developed methodology this specific knowledge (expertise) is stored in a proper way in the system and therefore it is possible that even not-expert users of the system to identify the best available technnologies (and the best working conditions of the selected technologies). The developed methodology was applied to three problems of re-design of the cogeneration plant of a refinery. From the results obtain from these applications it is evident that the methodology converges to near optimal solutions for the criteria set each time and that the algorithm of the methodology is robust since its convergence is not affected by the value set for the algorithm's parameters during each of the runs.

Ένα εκπαιδευτικό λογισμικό κατασκευάζεται, προκειμένου με τη χρήση του να εκπληρωθούν συγκεκριμένοι μαθησιακοί στόχοι. Μπορεί να χρησιμοποιηθεί ως συμπληρωματικό μέσο διδασκαλίας από τον εκπαιδευτή ή ως υποστηρικτικό μέσο αυτοδιδασκαλίας από τον εκπαιδευόμενο. Αποτελεί μέσο αξιολόγησης ή αυτοαξιολόγησης του εκπαιδευόμενου, χωρίς βέβαια αυτό να αποτελεί κύριο σκοπό για την κατασκευή του. Οι σύγχρονες τεχνολογίες εκπαιδευτικού λογισμικού, που βασίζονται στις τεχνολογίες δικτύων υπολογιστών και των συστημάτων υπερμέσων, προσφέρουν την δυνατότητα να εξηγούνται, με παραστατικό τρόπο και πολλαπλά μέσα παρουσίασης, τα γνωστικά αντικείμενα, να διευκολύνεται η επικοινωνία και η συνεργασία μεταξύ εκπαιδευόμενων και εκπαιδευτών, να καταργείται η αποκλειστική χρήση μιας πηγής μαθησιακού υλικού, η οποία πολλές φορές περιέχει ξεπερασμένες πληροφορίες και, ως συνεπακόλουθο όλων αυτών, να μπορεί να αναπτύσσεται η κριτική σκέψη του υποκειμένου στην εκπαίδευση. Στην εργασία αυτή παρουσιάζουμε την συμβολή ενός τέτοιου προηγμένου συστήματος στην δημιουργία ενός μαθήματος για την Ακτινοπροστασία στους χώρους Υγείας. Για το σκοπό αυτό χρησιμοποιήσαμε μια εκπαιδευτική πλατφόρμα ικανή να παρουσιάζει προσαρμοστικά το περιεχόμενο, να προτείνει μαθησιακές δραστηριότητες ανάλογα με τον εκπαιδευόμενο, να προσφέρει διαφορετικούς τρόπους επικοινωνίας και συνεργασίας ανάλογα με το επίπεδο και τη διάθεση του μαθητή. Περιγράφουμε τους λόγους για τους οποίους τέτοια συστήματα μπορούν να προσφέρουν στην Ιατρική εκπαίδευση, καθώς και το πόσο απαραίτητο είναι το μάθημα της ακτινοπροστασίας για τα επαγγέλματα Υγείας. Παραθέτουμε την λειτουργικότητα των εργαλείων, τα οποία έχουν στη διάθεση εκπαιδευτές και εκπαιδευόμενοι, και τέλος αναφέρουμε τις τροποποιήσεις που κάναμε προκειμένου το σύστημα να διαθέτει ένα προσαρμοστικό τρόπο αξιολόγησης. Δίνουμε τα αποτελέσματα μιας πρώιμης αξιολόγησης του συστήματος-μαθήματος, από φοιτητές της Νοσηλευτικής του Τεχνολογικού Ινστιτούτου της Πάτρας. Τέλος αναφέρουμε μια συνοπτική περιγραφή της αρχιτεκτονικής και του τρόπου υλοποίησης του συστήματος. Η παρούσα εργασία αποτελεί ένα πρότυπο τόσο του πώς μια εκπαιδευτική πλατφόρμα μπορεί να χρησιμοποιηθεί για εκπαίδευση στους χώρους Υγείας, όσο και του πώς μια προϋπάρχουσα τέτοια εκπαιδευτική πλατφόρμα μπορεί να βελτιωθεί χρησιμοποιώντας τεχνολογίες τεχνητής νοημοσύνης. / -

- / -

Στην ιατρική, συχνά χρησιμοποιούνται τεχνολογίες πληροφοριών και επικοινωνιών για να βοηθήσουν τους γιατρούς στις διαδικασίες διάγνωσης, ιδιαίτερα σε προβλήματα διαφορικών διαγνώσεων σε ασθένειες. Μέθοδοι Τεχνητής Νοημοσύνης (ΤΝ) μας δίνουν την δυνατότητα αναπαράστασης της ιατρικής γνώσης και των τρόπων χρήσης της (π.χ. για διάγνωση ασθενειών) σε όλους τους τομείς της Ιατρικής. Η ομάδα ΤΝ του Τμήματος Μηχ/κών Η/Υ & Πληροφορικής έχει δημιουργήσει ένα πρωτότυπο (prototype) ενός ιατρικού ευφυούς/έμπειρου συστήματος διαφορικής διάγνωσης παθήσεων οστών (αποκαλούμενο XBONE) που στηρίζεται σε συμβολικούς κανόνες. Το συγκεκριμένο ευφυές (έμπειρο) σύστημα προορίζεται να χρησιμοποιηθεί ως συμβουλευτικό εργαλείο από ορθοπεδικούς. Για την αναπαράσταση γνώσης χρησιμοποιήθηκε μια υβριδική γλώσσα αναπαράστασης κανόνων, που ονομάζεται 'νευροκανόνες' (neurules), η οποία συνδυάζει συμβολικούς κανόνες και νευρωνικές μονάδες. Η ομάδα ΤΝ έχει επίσης αναπτύξει και ένα πρωτότυπο εργαλείου δημιουργίας ευφυών συστημάτων που στηρίζεται στους νευροκανόνες (αποκαλούμενο HYMES). Τέλος, η ίδια ομάδα έχει αναπτύξει ένα εργαλείο δημιουργίας έμπειρων συστημάτων από δεδομένα (αποκαλούμενο ACRES) που βασίζονται σε κανόνες με συντελεστές βεβαιότητας. Τα έμπειρα αυτά συστήματα είναι υλοποιημένα σε κώδικα CLIPS. Στο πλαίσιο της διπλωματικής : 1. Ολοκληρώνεται η ανάπτυξη του XBONE καθιστώντας το πλήρως λειτουργικό ευφυές σύστημα, παρέχοντας παράλληλα αυξημένη αξιοπιστία στην παραγωγή διαγνώσεων που αφορούν ασθένειες των οστών. Επίσης, αναπτύσσεται μια διαδικτυακή έκδοσή του. 2. Δημιουργείται μια δεύτερη έκδοση του XBONE στηριζόμενη σε νευροκανόνες από μετατροπή των συμβολικών κανόνων του αρχικού σε νευροκανόνες μέσω του εργαλείου HYMES. Εν συνεχεία δημιουργείται μια τρίτη έκδοση του συστήματος βασισμένη σε νευροκανόνες που δημιουργούνται μέσω του εργαλείου HYMES από ένα σύνολο εμπειρικών δεδομένων. 3. Δημιουργούνται επιπλέον εκδόσεις του παραπάνω συστήματος με το εργαλείο ACRES από τα ίδια δεδομένα. 4. Δημιουργείται μια τελευταία έκδοση του XBONE στο οποίο έχει επιτευχθεί ασαφοποίηση συγκεκριμένων μεταβλητών. 5. Τέλος, πραγματοποιείται σύγκριση των παραπάνω συστημάτων και αποκρυσταλλώνονται τα τελικά συμπεράσματα. / In medicine is often used ICT in order to help doctors to make diagnosis, especially in problems of differential diagnosis. Settlement methods based on Artificial Intelligence (ΑΙ) provide us the opportunity of standardization of medical knowledge and imaging ways of diagnosis procedures in specific areas of medicine. The A.I. group of CEID (Computer Engineering & Informatics Department) has developed a prototype of a medical intelligent/expert system for differential diagnosis of bone disorders (called XBONE), which is based on symbolic rules. This intelligent (expert) system is intended to be used as an advisory tool from orthopaedists. For knowledge representation used a hybrid language representation of rules, called ‘neurules’, which combines symbolic rules and neural units. The A.I. group has also developed a tool for creating intelligent systems based on the neurules (called HYMES). Finally, the same group has developed a tool for developing expert systems from data (called ACRES) which are based on rules with certainty factors. These expert systems are implemented in CLIPS. The aim of this thesis is : 1. The integration of XBONE, making it fully functional and reliable on bone diseases. We also create a web based version of it. 2. The development of a second version of XBONE based on neurules modifying symbolic rules to neurules via HYMES and the development of a third version with neurules which is created by empirical data. 3. The development of more versions using ACRES tool. 4. Finally, the comparison of above systems.

Στην εργασία αυτή παρουσιάζεται η χρήση τεχνολογίας Έμπειρων Συστημάτων για την πρόβλεψη της επιτυχίας ενός μαθητή Τ.Ε.Ε. στις εισαγωγικές πανελλαδικές εξετάσεις στα Α.Τ.Ε.Ι. και η απόδοσή της συγκρίνεται με αυτή της Ανάλυσης Λογιστικής Παλλινδρόμησης και των Νευρωνικών Δικτύων. Είναι σημαντικό για τους καθηγητές, αλλά και τη διοίκηση του σχολείου, να είναι σε θέση να εντοπίζουν τους μαθητές με υψηλή πιθανότητα αποτυχίας ή χαμηλής απόδοσης ώστε να τους βοηθήσουν κατάλληλα. Για το σκοπό της παρούσας εργασίας αναπτύσσεται Έμπειρο Σύστημα βασισμένο σε κανόνες, το οποίο υλοποιείται σε δυο εκδοχές: η πρώτη χρησιμοποιεί τους συντελεστές βεβαιότητας του MYCIN και η δεύτερη μια γενικευμένη εκδοχή της σχέσης των συντελεστών αβεβαιότητας του MYCIN με τη βοήθεια αριθμητικών βαρών για κάθε συντελεστή βεβαιότητας (PASS). Ο σχεδιασμός του έμπειρου συστήματος σε κάθε περίπτωση, η ανάλυση Λογιστικής Παλινδρόμησης και η ανάπτυξη Νευρωνικού Δικτύου βασίζονται στην ανάλυση δημογραφικών και εκπαιδευτικών δεδομένων των μαθητών, κυρίως όμως στην ανάλυση δεδομένων της απόδοσής τους κατά τις σπουδές τους (Φύλο, Ηλικία, Ειδικότητα, Βαθμός Α (ο Γενικός Βαθμός της Α’ Τάξης), Βαθμός Β (Γενικός Βαθμός της Β’ τάξης) και Βαθμός ΑΓ (ο Μέσος Όρος των βαθμών στα τρία εξεταζόμενα μαθήματα κατά το Α’ τετράμηνο σπουδών). Με δεδομένο το ότι η πρόβλεψη της επιτυχίας ή μη ενός μαθητή στις εισαγωγικές εξετάσεις εμπεριέχει ένα μεγάλο βαθμό αβεβαιότητας, η αβεβαιότητα αυτή έχει καθοριστικό ρόλο στη σχεδίαση του έμπειρου συστήματος σε κάθε εκδοχή του. Το Έμπειρο Σύστημα PASS, η Ανάλυση Λογιστικής Παλινδρόμησης και τα Νευρωνικά Δίκτυα έχουν περίπου την ίδια ακρίβεια στην πρόβλεψή τους ενώ το MYCIN μικρότερη. Το MYCIN εμφανίζει την υψηλότερη ευαισθησία. Το Έμπειρο Σύστημα PASS, η Ανάλυση Λογιστικής Παλινδρόμησης και τα Νευρωνικά Δίκτυα έχουν περίπου την ίδια ειδικότητα, με το PASS να έχει ελαφρώς υψηλότερη τιμή ενώ το MYCIN έχει την χαμηλότερη τιμή. / In this paper, the use of the technology of the Expert Systems is presented in order to predict how certain is that a student of a specific type of high school in Greece will pass the national exams for entering a higher education institute, and the results are compared with that of Logistic Regression Analysis and Neural Networks. Predictions are based on various types of student’s student (sex, subject of studies, general degree of class A, general degree of class B, mean degree of the three basic lessons of class C). The aim is to use the predictions to provide suitable support to the students during their studies towards the national exams. The expert system is a rule-based system that uses a type of certainty factors and is developed based on two versions. The first one uses the MYCIN certainty factors combination to produce the final prediction based on rules with the same conclusion. The second one (PASS) introduces a parameterized linear formula for combining the certainty factors of two rules with the same conclusion. The values of the parameters (weights) are determined via training, before the system is used. Experimental results show that the accuracy of the predictions of the expert system PASS is comparable to that of Logistic Regression Analysis and Neural Networks approach. The accuracy of the predictions of the expert system MYCIN is lower than the accuracy of the other methods. The sensitivity of the MYCIN results is the highest and the specificity is the lowest. The specificity of the PASS, Logistic Regression Analysis and Neural Networks results are similar with the one of the PASS Expert System to be higher.

Στην εργασία που ακολουθεί, ασχολούμαστε με την εφαρμογή μεθόδων Τεχνητής Νοημοσύνης σε ένα πραγματικό πρόβλημα, που αναφέρεται στην διάγνωση του βαθμού ασφαλισιμότητας ενός πελάτη μιας ασφαλιστικής εταιρείας. Η ανάγκη για την εφαρμογή αυτή προέκυψε από το γεγονός ότι πολλές φορές ο εμπειρογνώμονας της εταιρείας δεν είναι διαθέσιμος, αλλά και όταν είναι, χρειάζεται ένα συμβουλευτικό πρόγραμμα. Πιο συγκεκριμένα, για τη λύση του προβλήματος χρησιμοποιούνται: α) ένα ασαφές έμπειρο σύστημα υλοποιημένο με τη βοήθεια του εργαλείου FuzzyCLIPS, β) ένα έμπειρο σύστημα που χρησιμοποιεί κανόνες με συντελεστές βεβαιότητας τύπου MYCIN, γ) ένα έμπειρο σύστημα που χρησιμοποιεί κανόνες με συντελεστές βεβαιότητας τύπου weighted, υλοποιημένα και τα δύο με βάση το εργαλείο CLIPS και δ) ένα νευρωνικό δίκτυο υλοποιημένο με βάση το εργαλείο WEKA. Στο τέλος συγκρίνουμε τα παραπάνω συστήματα με βάση κάποιες μετρικές. Πριν να ξεκινήσουμε την ανάλυση του προβλήματός μας και των υλοποιήσεων των παραπάνω συστημάτων, αναλύουμε λίγο παραπάνω τους όρους και τα εργαλεία που ήδη αναφέραμε, δίνοντας περισσότερες πληροφορίες για την προέλευση τους, τα χαρακτηριστικά τους, τη χρησιμότητά τους, κτλ. Έτσι, αρχικά δίνουμε περισσότερα στοιχεία για τον τομέα της Τεχνητής Νοημοσύνης και πώς αυτός έχει εξελιχτεί στις τελευταίες δεκαετίες, και αναλύουμε τη συσχέτιση των Έμπειρων Συστημάτων με την Τεχνητή Νοημοσύνη, τα χαρακτηριστικά τους, τη δομή τους, τα πλεονεκτήματα και μειονεκτήματά τους. Στη συνέχεια, αναλύουμε τα τρία εργαλεία που θα χρησιμοποιήσουμε και τις δυνατότητες αυτών. Κι αφού δώσουμε περισσότερες πληροφορίες για το πρόβλημα της ‘Ασφαλισιμότητας’ και τον τρόπο που το αντιμετωπίζουμε, γίνεται παρουσίαση των παραπάνω ευφυών συστημάτων και των αποτελεσμάτων τους σε συγκεκριμένο σύνολο δεδομένων. Τέλος, προχωράμε σε σύγκριση και σχολιασμό των τιμών των μετρικών που προέκυψαν από τις προηγούμενες εφαρμογές, και εξαγωγή των συμπερασμάτων της σύγκρισης. / In the work that follows, we deal with the application of methods of Artificial Intelligence in a real problem, that is concerned with the diagnosis of degree of ‘how safe is to insure a customer’ in an insurance company. The need for this application resulted from the fact that many times over, the expert of the insurance company may not be available, but also when he is, he could use an advisory program. To be more exact, for the solution of the problem described above we use: a) a fuzzy expert system (in our case we use FuzzyCLIPS), b) an expert system that use rules with certainty factors as in the MYCIN tool, c) an expert system that uses rules with certainty factors as in the Weighted tool, both programmed using the CLIPS expert systems tool d) a neural network through WEKA neural network producer tool. Finally, we compare the above mentioned systems by calculating a set of metrics to conclude which method produces the most accurate results. Before analysing our problem and running the systems mentioned above, we analyze fatherly the terms and the tools that we use, providing more information on their characteristics, usefulness, etc. Thus, initially we give more information about Artificial Intelligence and how it has developed in the last decades, and we analyze the cross-correlation of Expert Systems with Artificial Intelligence, their characteristics, their structure, their advantages and disadvantages. After that, we analyze the three tools that we will use, and their possibilities, advantages and disadvantages. After giving more information on the problem of ‘how safe is to insure a customer’ and the way we deal with it, we present the above expert systems and their results in a specific dataset. Finally, we compare the metrics that were calculated from the previous applications, and comment on the conclusions of this comparison.