Η ΒΥΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. / Στα πλαίσια της παρούσας Μεταπτυχιακής Διπλωματικής Εργασίας, προτείνουμε (α) μια ταξινόμηση των πιο σημαντικών ερευνητικών αποτελεσμάτων για την επιστημονική περιοχή του Web Engineering και (β) μια μεθοδολογία για την αξιολόγηση εργαλείων για τον ίδιο χώρο τα οποία θα ενσωματωθούν στο WEP (WEB-Engineering Resources Portal). Στην συγκεκριμένη εργασία αναλύονται οι επιστημονικές έννοιες Body of Knowledge(BOK), Software Engineering, Web Engineering, Software Engineering Body of Knowledge (SWEBOK) και γίνεται μια πρώτη προσπάθεια θεμελίωσης ενός Σώματος Γνώσης (Body of Knowledge) για το Web Engineering, που θα εμπεριέχεται στο WEP. Για την ταξινόμηση των ερευνητικών αποτελεσμάτων του WEP βασιστήκαμε στη δομή του SWEBOK (Software Engineering Body of Knowledge), το οποίο αποτελεί μια προσπάθεια της IEEE (Institute of Electrical and Electronics Engineers) για τον καθορισμό και τη μελέτη ενός Σώματος Γνώσης της Επιστήμης Λογισμικού, μια επιστημονική περιοχή που συγγενεύει άμεσα με το Web Engineering. Όσο αφορά την εύρεση και αξιολόγηση εργαλείων για το WEP προτείνουμε έναν αλγόριθμο επιλογής και αξιολόγησης ο οποίος βασίζεται κυρίως στην κατηγοριοποίηση και αξιολόγηση εφαρμογών από τους Ιστότοπους http://www.tucows.com και http://www.download.com, οι οποίοι επιλέχτηκαν βάσει της δημοτικότητά τους και της πληθώρας και καλής οργάνωσης των εργαλείων τους. Τα αποτελέσματα από την εφαρμογή αυτού του αλγορίθμου αξιολόγησης εργαλείων ήταν αρκετά ικανοποιητικά, ενώ υπάρχουν περιθώρια βελτίωσης τόσο με τη χρήση επιπλέον παραμέτρων από τους δύο παραπάνω βασικούς Ιστότοπους όσο και με τη συνεισφορά στοιχείων και από άλλους Ιστότοπους. / In this Master Thesis, we suggest (a) A methodology of classification of the most important research results in Web Engineering (b) A methodology of selection and evaluation web development tools. These tools would be in included in WEP (WEB-Engineering Resources Portal). During this Master Thesis the following definitions are explained: Body of Knowledge (BOK), Software Engineering, Web Engineering, Software Engineering Body of Knowledge (SWEBOK). Moreover, it is suggested a solution of building a “Body of Knowledge” in the field of Web Engineering. This Body of Knowledge would be included in WEP. The basis for the classification of the research results is WEP was the SWEBOK (Software Engineering Body of Knowledge). SWEBOK is an effort of IEEE, in order to establish a baseline for the “Body of Knowledge” for the field of Software Engineering, which is close related with the field of Web Engineering. As far is concerned the selection and evaluation of web development tools, we suggest an algorithm which is based on the classification and evaluation of web development tools by the web sites http://www.tucows.com and http://www.download.com. These web sites have been selected, due to their credibility, popularity and the large number of tools which are presented. Although this algorithm has quite good results, there are some open issues by including more parameters from the 2 main web sites and by investigating other similar web sites, too.

Η παρούσα διδακτορική διατριβή μελετά την παράκτια ζώνη, της Αλεξάνδρειας (Αιγύπτου) με σκοπό: (1) την ανάπλαση του παράκτιου παλαιοπεριβάλλοντος στο οποίο αναπτύχθηκε η Ελληνιστική Αλεξάνδρεια και πώς αυτό επηρέασε στην ίδρυση και στην εξέλιξη της πόλης, (2) τον εντοπισμό ναυαγίων, καταβυθισμένων λιμενικών εγκαταστάσεων και άλλων μαρτυριών ανθρώπινης δραστηριότητας. Για την επίτευξη των παραπάνω στόχων xρησιμοποιήθηκαν εξειδικευμένες θαλάσσιες γεωφυσικές τεχνολογίες, όπως ηχοβολιστής πλευρικές σάρωσης, τομογράφος υποδομής πυθμένα, απλό και διαφορικό GPS. Η ανάλυση και επεξεργασία των συλλεγέντων δεδομέμων πραγματοποιήθηκε με τη βοήθεια των υπολογιστικών πακέτων Matlab και ArcGIS. Δημιουργήθηκαν πρωτότυπα και εύχρηστα μεθοδολογικά σχήματα (PalaeogAn και TargAn), με τη βοήθεια σύγχρονων μεθόδων επεξεργασίας και ανάλυσης εικόνας, με σκοπό την επεξεργασία των αναλογικών γεωφυσικών καταγραφών, σε ένα αυτοματοποιημένο ψηφιακό περιβάλλον. Η ανάλυση των γεωφυσικών καταγραφών έδειξε την ύπαρξη μίας kurkar δομής σχήματος Τ παρόμοιας σε σχήμα, σύσταση και προσανατολισμό με το δομικό σύστημα νήσος Φάρος-Επταστάδιο-Λιμένες της Αλεξάνδρειας, μετατοπισμένη προς τα ΒΑ. Η μελέτη των μεταβολών της στάθμης της θάλασσας και η ανάλυση των τομογραφιών, έδειξε ότι η παράκτια ζώνη της Αλεξάνδρειας διαμορφώνεται από μία σειρά επάλληλων παλαιοακτών, σε βάθη νερού 16, 14, 12, 10, 8 m, οι οποίες αντιστοιχούν στην ακτογραμμή της περιοχής το 3300π.Χ (βασίλειο Harpoon), 2700π.Χ, 2000π.Χ, 1400π.Χ (οικισμός Ραχώτιδας), και 300π.Χ (Πτολεμαϊκή Αλεξάνδρεια) αντίστοιχα. Η δομή Τ ήταν πάνω από την επιφάνεια της θάλασσας και διαμόρφωνε ασφαλές αγκυροβόλιο (3300-2000π.Χ), ενώ αργότερα βυθίστηκε (2000-300π.Χ) αρχικά στα -2m (1400π.Χ) και στη συνέχεια στα -4m βάθος (300π.Χ), ενεργώντας ως φυσικός κυματοθραύστης που προστάτευε την ακτή από τη διάβρωση και τη θαλασσοταραχή. Επίσης φαίνεται ότι η είσοδος του Ανατολικού Λιμένα στα Πτολεμαϊκά χρόνια ήταν πολύ στενή (600m), στα ΒΑ της Άκρας Λοχιάδος και στο εσωτερικό του Ανατολικού Λιμένα εκείνη την εποχή υπήρχαν βραχονησίδες, το 92% της Άκρας Λοχιάδος είναι σήμερα καταβυθισμένο. Τέλος επιτεύχθηκε α) ο εντοπισμός ενός αρχαίου ναυαγίου, δύο περιοχών με έρματα αρχαίων πλοίων, δύο αρχαίων προβόλων, δύο σχηματισμών που πιθανώς αποτελούν αρχαία ναύδετα, β) ο εντοπισμός 57 στόχων, η αρχαιολογική σημασία των οποίων αξιολογήθηκε με τη βοήθεια του TargAn και πολυδιάστατων στατιστικών μεθόδων γ) η υπόδειξη νέων περιοχών αρχαιολογικού ενδιαφέροντος. / The aim of this PhD is twofold: (a) to reconstruct the palaeoenvironmental setting where Hellenistic Alexandria was developed, (b) to detect the presence of any prehistorical and historical shipwrecks and evidence of human activity. In order to accomplish the above a geophysical survey was carried out, using a sidescan sonar and a subbottom profiler system, while the positioning was provided by a GPS and DGPS. The geophysical data were analyzed using a Matlab and an ArcGIS software. New, user-friendly methodological schemes, referred to as PalaeogAn και TargAn, were developed using image analysis techniques, in order to analyse analogue geophysical data in a digital environment. The geophysical data analysis shows the presence of a Τ-shape kurkar ridge, which stands at a minimum water depth of 11m below the seasurface at the north end of the Eastern Harbour of Alexandria. This kurkar formation is almost identical with that of the Pharos island–Heptastadion-Alexandria Harbours. Sea level changes and geophysical data analysis suggest that Alexandria’s coastal zone is characterized by a series of parallel submerged palaeoshorelines, at water depths of 16, 14, 12, 10 and 8 m, which represent the coastlines of 3300 BC (kingdom of Harpoon), 2700 BC, 2000 BC, 1400 BC (ancient Rachotis), and 300 BC (Ptolemaic Alexandria) respectively. The Τ-shape structure between 3300-2000BC was above msl creating a safe anchorage for ancient ships. In 1400 BC and 300 BC it was 2m and 4m under msl respectively, acting as a natural breakwater and protecting the coast from wave action. During the Hellenistic times (300 BC) the Eastern Harbour entrance was much smaller (600m) than today. At the northeastern end of Cape Lochias and in the inner Eastern Harbour dangerous shoals and reefs were scattered. Cape Lochias was much larger than it is today as the most of it (92%) is at present submerged. The insonification revealed (a) the existence of an ancient shipwreck, two areas with ship ballast, two structures which might have been used as buoys, two structures that were propably used as moles, (b) the presence of 57 acoustic anomalies, which were analyzed using the TargAn and multivariate statistical methods, (c) new areas of archaeological importance to be surrveyed in the near future. The results of the statistical analysis classified the acoustic anomalies into groups showing their archaeological validity.

Ιατρικές έρευνες έχουν δείξει ότι η ανδρική υπογονιμότητα σχετίζεται άμεσα με την ύπαρξη κατατμημένου DNA στον πυρήνα των σπερματοζωαρίων. Οι διαταραχές στις τιμές της συγκέντρωσης σπερματοζωαρίων, της κινητικότητάς τους, του όγκου της εκσπερμάτισης και στη μορφολογία τους που παρατηρούνται σε ένα σπερμοδιάγραμμα έχουν σα βαθύτερο αίτιο την ύπαρξη κατατμημένου DNA. Το εργαστήριο πειραματικής εμβρυολογίας και ιστολογίας της Ιατρικής Αθηνών χρησιμοποιεί τη μέθοδο TUNEL (deoxynucleotidyl transferase-mediated dUTP nick end labeling) για να σηματοδοτήσει τα άκρα κάθε τμήματος του DNA με χρώμα διαφορετικό από αυτό που χρησιμοποιεί για το υπόλοιπο τμήμα του DNA. Αποτέλεσμα της επεξεργασίας που υφίστανται τα σπερματοζωάρια σε μια αντικειμενοφόρο πλάκα είναι ένα σύνολο από μπλε φθορίζοντα σπερματοζωάρια με πιθανό κόκκινο στο πυρήνα τους, στην περίπτωση που υπάρχει κατατμημένο DNA. Όσο μεγαλύτερος είναι ο βαθμός κατάτμησης, τόσο περισσότερο είναι το κόκκινο και τόσο περισσότερο παθολογικό το σπερματοζωάριο και άρα λιγότερο ικανό να γονιμοποιήσει. Τη διαδικασία της TUNEL ακολουθεί η φωτογράφηση της αντικειμενοφόρου πλάκας με κάμερα υψηλής ανάλυσης και μεγάλης ευαισθησίας, ειδική για εφαρμογές φθορισμού. Στη συνέχεια, οι εικόνες επεξεργάζονται με ειδικό λογισμικό, όπως έχει προταθεί στο «Automatic Analysis of TUNEL assay Microscope Images» από τους Kontaxakis et al. στο 2007 IEEE International Symposium on Signal Processing and Information Technology. Το αποτέλεσμα της επεξεργασίας των εικόνων είναι η ταξινόμηση των αντικειμένων που απεικονίζονται σε ομάδες από α) σπερματοζωάρια μονήρη β) επικαλυπτόμενα και γ) «σκουπίδια» όπως λευκοκύτταρα ή θραύσματα σπερματοζωαρίων. Στη συνέχεια για κάθε μονήρες σπερματοζωάριο γίνεται ο υπολογισμός των κόκκινων και μπλε pixels. Κατ’ αυτό τον τρόπο έχουμε ποσοτικοποιημένη την έκταση του κερματισμού κάθε σπερματοζωαρίου. Στόχος της διπλωματικής εργασίας είναι αρχικά η μελέτη και στη συνέχεια η σχεδίαση και υλοποίηση ενός συστήματος, το οποίο λαμβάνοντας υπόψη τα δεδομένα από την επεξεργασία εικόνας καθώς και δεδομένα που είναι γνωστά από το σπερμοδιάγραμμα, όπως η κινητικότητα και η συγκέντρωση των σπερματοζωαριών, χρησιμοποιώντας τεχνικές της υπολογιστικής νοημοσύνης θα εκπαιδεύεται και θα ταξινομεί αυτόματα ασθενείς ανάλογα με το συνολικό βαθμό κερματισμού του DNA τους. Τέλος, θα υπολογίζει και ένα κατώφλι ή μία περιοχή τιμών άνω της οποίας ένας ασθενής θα χαρακτηρίζεται ως στείρος. Απώτερος στόχος είναι να γίνει όλη η παραπάνω διαδικασία ένας έλεγχος ρουτίνας για τα εργαστήρια που ασχολούνται με την ανδρική υπογονιμότητα και την τεχνητή γονιμοποίηση, προφυλάσσοντας ζευγάρια από άσκοπες και επιβλαβείς για την υγεία της γυναίκας προσπάθειες τεχνητής γονιμοποίησης. / Studies have proven that male infertility is directly connected with the existence of fragmented DNA in sperm nucleus Structural disorders and functional abnormalities are often present in spermatozoa from infertile men, as they are the impact of DNA fragmentation. The histology and embryology laboratory in Medical School in Athens uses the TUNEL assay to mark the edges of DNA helix with color different from the rest of the helix. The result of this procedure is that the human spermatozoa are blue and in the interior of every cell, an area proportional to the degree of the cell DNA fragmentation has been stained in reddish color. The more reddish the area is, the more fragmented the DNA is and the more infertile the patient is. The TUNEL assay is followed by image collection using a camera of high sensitivity appropriate for fluorescence applications. Afterwards, the obtained images are processed as described in “Automatic Analysis of TUNEL assay Microscope Images” at IEEE International Symposium on Signal Processing and Information Technology in 2007. The results of the processing above is image segmentation, shapes classification in 3 groups, solitary spermatozoa, overlapped spermatozoa and debris and at last the area measurement of red pixel for each solitary spermatozoon. This way, we have in numbers how much fragmented the DNA is. This master thesis aims at the study and the design of a system, that taking into consideration the data from the image analysis accompanied by the data from the basic sperm analysis, like sperm concentration and motility, and using computational intelligence techniques, it will be trained and will automatically classify the patients according their DNA fragmentation degree. In the end, it will estimate a threshold or an area of values above which a patient will be considered as infertile. Our ultimate goal is the above procedure to be a routine for the labs that are dealing with male infertility and artificial insemination, so that couples are protected against pointless and prejudicial artificial insemination attempts.

Στο πρόβλημα της ταξινόμησης μιας κλάσης μία από τις κλάσεις, που ονομάζεται target κλάση, πρέπει να διαχωριστεί από όλα τα άλλα πιθανά αντικείμενα. Αυτά θεωρούνται σαν outliers (ή non-targets). Η ανάγκη για τη λύση ενός τέτοιου προβλήματος προκύπτει σε πολλές πρακτικές εφαρμογές, π.χ. στη μηχανική ανίχνευση λάθους, στην αναγνώριση προσώπου, στην επαλήθευση συγγραφικών δικαιωμάτων, στην αναγνώριση απάτης ή στη ταυτοποίηση ατόμου με βάση βιομετρικά δεδομένα. Στη συγκεκριμένη διπλωματική γίνεται ταξινόμηση μιας κλάσης ηλεκτροεγκεφαλικών σημάτων. Με αυτό τον τρόπο επιτυγχάνεται η ανίχνευση ενός πυραύλου μέσα σε δορυφορικές εικόνες, χρησιμοποιώντας τα ηλεκτροεγκεφαλικά σήματα ενός υποκειμένου το οποίο βλέπει δορυφορικές εικόνες σε μια LCD οθόνη. Για να γίνει η ταξινόμηση δημιουργήθηκε ένα σετ target και ένα σετ outlier αντικειμένων(δεδομένα).Τα target αντικείμενα είναι τα τμήματα από τα αρχικά ηλεκτροεγκεφαλικά σήματα τα οποία συνδέονται με την παρατήρηση πυραύλου μέσα σε μία δορυφορική εικόνα από το υποκείμενο, ενώ τα outlier αντικείμενα είναι άλλα τμήματα(ίδιου μεγέθους με τα target) των αρχικών ηλεκτροεγκεφαλικών σημάτων. Tα αντικείμενα μεταφέρονται σε ένα χώρο χαρακτηριστικών λιγότερων διαστάσεων από τον αρχικό τους χώρο, χρησιμοποιώντας τη γραμμική μέθοδο MCA (Minor Component Analysis). Για τη ταξινόμηση μιας κλάσης των αντικειμένων μελετώνται και χρησιμοποιούνται οι ταξινομητές MST_CD (Minimum Spanning Tree Class Descriptor), k-NNDD (k Nearest Neighbors Data Description) και SVDD (Support Vector Domain Description). Η εκπαίδευση των ταξινομητών αυτών γίνεται με ένα μικρό ποσοστό των target αντικειμένων (αντικείμενα εκπαίδευσης). Υπολογίζεται η απόδοση ταξινόμησης για κάθε έναν από αυτούς χρησιμοποιώντας τα υπόλοιπα target αντικείμενα μαζί με τα outlier αντικείμενα. Τέλος συγκρίνονται οι αποδόσεις και εξάγονται τα συμπεράσματα για τις υψηλές τιμές τους. Στο παράρτημα Α φαίνεται ο εκτελέσιμος στο matlab κώδικας με τον οποίο έγιναν όλα τα παραπάνω. Ο κώδικας γράφτηκε αποκλειστικά για τη συγκεκριμένη διπλωματική εργασία. / In the problem of one-class classification one of the classes, called the target class, has to be distinguished from all other possible objects. These are considered as outliers (or non-targets). The need for solving such a task arises in many practical applications, e.g. in fault detection, face recognition, authorship verification, fraud recognition or person identification based on biometric data. In this thesis a one-class classification of EEG (Electroencephalographic) data is being done. By this way, the detection of an air missile is achieved by using the EEG data of a subject, which is watching satellite images in a LCD monitor. For the classification a set of target and a set of outlier objects (data) were created. The target objects are parts of the original EEG data that are event-related with the detection of an air missile in a satellite image by the subject and the outlier objects are other parts (of the same size with target) of the original EEG data. The objects are mapped in a feature space of fewer dimensions than their original space, by using the linear method MCA (Minor Component Analysis). For the one-class classification of the objects, the classifiers that are studied and used are MST_CD (Minimum Spanning Tree Class Descriptor), k-NNDD (k Nearest Neighbors Data Description) and SVDD (Support Vector Domain Description). For the training of these classifiers a small percentage of target objects (training objects) are used. The performance of the classification is calculated for every classifier by using the rest target objects and the outlier objects. Finally the performances are compared and conclusions for their high values are made. In the appendix A there is the executable code in matlab which does all the above. The code created just for the purposes of this thesis.

Σκοπός αυτής της διπλωματικής εργασίας είναι να ερευνηθούν μέθοδοι μηχανικής μάθησης για την ταξινόμηση διαφόρων τύπων καρκινικών όγκων εγκεφάλου με χρήση δεδομένων μαγνητικής τομογραφίας. Η διάγνωση του τύπου του καρκίνου είναι σημαντική για τον κατάλληλο σχεδιασμό της θεραπείας. Γενικά η ταξινόμηση καρκινικών όγκων αποτελείται από επιμέρους βήματα, όπως καθορισμός των περιοχών ενδιαφέροντος (ROIs), εξαγωγή χαρακτηριστικών, επιλογή χαρακτηριστικών, ταξινόμηση. Η εργασία αυτή εστιάζει στα δύο τελευταία βήματα ώστε να εξαχθεί μια γενική επισκόπηση της επίδρασης των εκάστοτε μεθόδων όσον αφορά την ταξινόμηση των διαφόρων όγκων. Τα εξαγόμενα χαρακτηριστικά περιλαμβάνουν χαρακτηριστικά φωτεινότητας και περιγράμματος από συμβατικές τεχνικές απεικόνισης μαγνητικής τομογραφίας (Τ2, Τ1 με έγχυση σκιαγραφικού, Flair,Τ1) καθώς και μη συμβατικές τεχνικές (Μαγνητική τομογραφία αιματικής διήθησης ). Για την επιλογή των χαρακτηριστικών χρησιμοποιήθηκαν διάφορες μέθοδοι φιλτραρίσματος, όπως CFSsubset, wrapper, consistency σε συνδυασμό με μεθόδους αναζήτησης, όπως scatter, best first, greedy stepwise, με τη βοήθεια του πακέτου Waikato Environment for Knowledge Analysis (WEKA). Οι μέθοδοι εφαρμόστηκαν σε 101 ασθενείς με καρκινικούς όγκους εγκεφάλου οι οποίοι είχαν διαγνωστεί ως μετάσταση (24), μηνιγγίωμα (4), γλοίωμα βαθμού 2 (22), γλοίωμα βαθμού 3 (17) ή γλοίωμα βαθμού 4 (34) και επαληθεύτηκαν με τη στρατηγική του αχρησιμοποίητου παραδείγματος (Leave One Out-LOO) / The objective of this study is to investigate the use of pattern classification methods for distinguishing different types of brain tumors, such as primary gliomas from metastases, and also for grading of gliomas. A computer-assisted classification method combining conventional magnetic resonance imaging (MRI) and perfusion MRI is developed and used for differential diagnosis. The characterization and accurate determination of brain tumor grade and type is very important because it influences and specifies patient's treatment planning. The proposed scheme consists of several steps including ROI definition, feature extraction, feature selection and classification. The extracted features include tumor shape and intensity characteristics. Features subset selection is performed using two filtering methods, correlation-based feature selection method and consistency method, and a wrapper approach in combination with three different search algorithms (best first, greedy stepwise and scatter). These methods are implemented using the assistance of the WEKA software [20]. The highest binary classification accuracy assessed by leave-one-out (LOO) cross-validation on 102 brain tumors, is 94.1% for discrimination of metastases from gliomas, and 91.3% for discrimination of high grade from low grade neoplasms. Multi-class classification is also performed and 76.29% accuracy achieved.

Μια πολλαπλότητα Riemann (M, g) ονομάζεται Einstein αν έχει σταθερή καμπυλότητα Ricci. Είναι γνωστό ότι αν (M=G/K, g) είναι μια συμπαγής ομογενής πολλαπλότητα Riemann, τότε οι G-αναλλοίωτες μετρικές Einstein μοναδιαίου όγκου, είναι τα κρίσιμα σημεία του συναρτησοειδούς ολικής βαθμωτής καμπυλότητας περιορισμένο στο χώρο των G-αναλλοίωτων μετρικών με όγκο 1. Για μια G-αναλλοίωτη μετρική Riemann η εξίσωση Einstein ανάγεται σε ένα σύστημα αλγεβρικών εξισώσεων. Οι θετικές πραγματικές λύσεις του συστήματος αυτού είναι ακριβώς οι G-αναλλοίωτες μετρικές Einstein που δέχεται η πολλαπλότητα Μ. Μια σημαντική οικογένεια συμπαγών ομογενών χώρων αποτελείται από τις γενικευμένες πολλαπλότητες σημαιών. Κάθε τέτοιος χώρος είναι μια τροχιά της συζυγούς αναπαράστασης μιας συμπαγούς, συνεκτικής, ημι-απλής ομάδας Lie G. Πρόκειται για ομογενείς πολλαπλότητες της μορφής G/C(S), όπου C(S) είναι ο κεντροποιητής ενός δακτυλίου S στην G. Κάθε τέτοιος χώρος δέχεται ένα πεπερασμένο πλήθος από G-αναλλοίωτες μετρικές Kahler-EInstein. Στην παρούσα διατριβή ταξινομούμε όλες τις πολλαπλότητες σημαιών G/K που αντιστοιχούν σε μια απλή ομάδα Lie G, των οποίων η ισοτροπική αναπαράσταση διασπάται σε 2 ή 4 μη αναγώγιμους και μη ισοδύναμους Ad(K)-αναλλοίωτους προσθετέους. Για κάθε τέτοιο χώρο λύνουμε την αναλλοίωτη εξίσωση Εinstein, και παρουσιάζουμε την αναλυτική μορφή νέων G-αναλλοίωτων μετρικών Einstein. Στις περισσότερες περιπτώσεις παρουσιάζουμε την πλήρη ταξινόμηση των αναλλοίωτων μετρικών Einstein. Επίσης εξετάζουμε το ισομετρικό πρόβλημα. Για την κατασκευή της εξίσωσης Einstein σε κάποιες πολλαπλότητες σημαιών με 4 ισοτροπικούς προσθετέους χρησιμοποιούμε την νηματοποίηση συστροφής που δέχεται κάθε πολλαπλότητα σημαιών επί ενός ισοτροπικά μη αναγώγιμου συμμετρικού χώρου συμπαγούς τύπου. Αυτή η μέθοδος είναι καινούργια και μπορεί να εφαρμοστεί και σε άλλες πολλαπλότητες σημαιών. / A Riemannian manifold (M, g) is called Einstein, if it has constant Ricci curvature. It is well known that if (M=G/K, g) is a compact homogeneous Riemannian manifold, then the G-invariant \tl{Einstein} metrics of unit volume, are the critical points of the scalar curvature function restricted to the space of all G-invariant metrics with volume 1. For a G-invariant Riemannian metric the Einstein equation reduces to a system of algebraic equations. The positive real solutions of this system are the $G$-invariant Einstein metrics on M. An important family of compact homogeneous spaces consists of the generalized flag manifolds. These are adjoint orbits of a compact semisimple Lie group. Flag manifolds of a compact connected semisimple Lie group exhaust all compact and simply connected homogeneous Kahler manifolds and are of the form G/C(S), where C(S) is the centralizer (in G) of a torus S in G. Such homogeneous spaces admit a finite number of G-invariant complex structures, and for any such complex structure there is a unique compatible G-invariant Kahler-Einstein metric. In this thesis we classify all flag manifolds M=G/K of a compact simple Lie group G, whose isotropy representation decomposes into 2 or 4, isotropy summands. For these spaces we solve the (homogeneous) Einstein equation, and we obtain the explicit form of new G-invariant Einstein metrics. For most cases we give the classification of homogeneous Einstein metrics. We also examine the isometric problem. For the construction of the Einstein equation on certain flag manifolds with four isotropy summands, we apply for first time the twistor fibration of a flag manifold over an isotropy irreducible symmetric space of compact type. This method is new and it can be used also for other flag manifolds. For flag manifolds with two isotropy summands, we use the restricted Hessian and we characterize the new Einstein metrics as local minimum points of the scalar curvature function restricted to the space of G-invariant Riemannian metrics of volume 1. We mention that the classification of flag manifolds with two isotropy summands gives us new examples of homogeneous spaces, for which the motion of a charged particle under the electromagnetic field, and the geodesics curves, are completely determined.

Η ραγδαία εξάπλωση του Internet έχει προκαλέσει σημαντικές αλλαγές σε πολλούς κλάδους της οικονομίας και της κοινωνίας παγκόσμια. Με τη ραγδαία ανάπτυξη των Τεχνολογιών της Πληροφορικής και της Τεχνολογίας, μια νέα μορφή εκπαίδευσης εμφανίστηκε, που δεν είναι άλλη από το e-learning (εκπαίδευση από απόσταση), που έφερε την επανάσταση στο εκπαιδευτικό γίγνεσθαι. Επιπρόσθετα ο Παγκόσμιος Ιστός σταδιακά μετεξελίσσεται στο Σημασιολογικό Παγκόσμιο Ιστό (Semantic Web) νέα μοντέλα και πρότυπα (XML, RDF, OWL) αναπτύσσονται για την προώθηση αυτής της διαδικασίας. Η έκφραση, μετάδοση και αναζήτηση πληροφοριών με χρήση αυτών των προτύπων ανοίγει νέους ορίζοντες στη χρήση του Διαδικτύου. Οι οντολογίες κερδίζουν ολοένα έδαφος για την αναπαράσταση γνώσης. Σε μια μεγάλη οντολογία που περιέχει χρήσιμα δεδομένα για ένα σύστημα εξ’ αποστάσεως εκπαίδευσης, αξίζει κάποιος να ερευνήσει την «κρυμμένη γνώση», δηλαδή να ανακαλύψει πιθανές συσχετίσεις ή συνειρμούς, να βρει πρότυπα ή μορφές που επαναλαμβάνονται ή ακραία φαινόμενα. Η παρούσα διπλωματική εργασία αποτελεί μια επίδειξη τεχνολογίας για την έγκυρη και έγκαιρη πρόβλεψη της απόδοσης των φοιτητών σε ένα σύστημα εξ’ αποστάσεως εκπαίδευσης. Η βασική ιδέα προκύπτει από την ανάγκη να σχεδιαστεί μία οντολογία η οποία θα μπορεί να αποθηκεύσει τη γνώση σχετικά με τις ικανότητες φοιτητών (user profile) σε σχέση με ένα συγκεκριμένο εκπαιδευτικό αντικείμενο (ΠΛΗ23 – Τηλεματική, Διαδίκτυο του Ελληνικού Ανοικτού Πανεπιστημίου (ΕΑΠ) )η οποία έχει πολύ συγκεκριμένη ύλη και 4 υποχρεωτικές γραπτές εργασίες ανά έτος). Στη συνέχεια παρουσιάζονται τα αποτελέσματα μελέτης της ανάλυσης των δεδομένων των φοιτητών με τεχνικές εξόρυξης γνώσης. Η εύρεση των κανόνων πραγματοποιήθηκε μέσω του εργαλείου Weka. Το αποτέλεσμα που προέκυψε είναι μία βάση γνώσης βάσει της οποίας γίνεται έγκαιρα και έγκυρα η πρόβλεψη της συμπεριφοράς του φοιτητή, δηλαδή αν θα καταφέρει να ολοκληρώσει επιτυχώς ή μη τη Θεματική Ενότητα που έχει αναλάβει στο ΕΑΠ, ώστε ο διδάσκων να μπορεί από πολύ νωρίς να υποστηρίξει το φοιτητή με επιπλέον υλικό αν απαιτείται. / The rapid spread of Internet has caused significant changes in many sectors of the economy and society worldwide. From those changes could not be left out of education. With the rapid development of information technologies and technology, a new form of education appears, e-learning (distance education), which revolutionized the educational process. Furthermore, while the World Wide Web gradually transforms into Semantic Web, new standards and models (XML, RDF, OWL) are evolving in order to launch this inquiry. The storage, presentation, transmission and search of information according to those standards open up new horizons in the utilization of the Web. Ontologies are increasingly get used for knowledge representation. A large ontology contains useful data for a system of distance education, deserves someone to investigate the "hidden knowledge", i.e. to discover possible associations or to find patterns or forms that are repeated or extreme events. This thesis is a demonstration of technology for accurate and timely prediction of the performance of students in a system of distance education. The basic idea was to design an ontology that can store knowledge about the students’ skills (user profile) in relation to a specific educational purpose (PLI23 - Telematics, Internet of the Hellenic Open University, which has a very specific matter and 4 mandatory projects per year). Then we present the results of a study analyzing student data mining techniques (data mining-classification). The discovery rules took place via the tool Weka. The result is a knowledge base which is the appropriate tool (Interface teacher) may provide that a student needs on a particular topic (in addition to material help from the teacher), etc.

The aim of the current thesis is the exploitation of texture analysis approaches for the computer-aided diagnosis (CADx) of breast cancer. The first objective of the presented thesis is the exploitation of texture properties of the tissue surrounding microcalcifications (MCs) on x-ray mammograms for its differentiation into malignant or benign type. This approach is differentiated from previously reported texture-based CADx schemes by analyzing the “net texture pattern” of the underlying breast tissue, removing any bias introduced by the presence of MCs. This is achieved by employing a “coarse” MC segmentation step, relaxing requirements for accurate segmentation in morphology-based CADx schemes, and subsequently “excluding” the segmented MCs from the tissue area being analyzed by means of texture analysis approaches. The discriminating ability of the MCs surrounding tissue texture analysis approach is compared to that of a current state-of-the-art texture analysis approach and to a morphology-based one, employing supervised classification schemes. Classification performance is evaluated by means of Receiver Operating Characteristic (ROC) analysis on a dataset of 108 pleomorphic MC clusters originating from the Digital Database for Screening Mammography (DDSM). Results suggested that the exploitation of texture properties of the tissue surrounding MCs on screening x-ray mammograms accounts for a competitive new methodological approach towards computer-aided diagnosis of breast cancer. The second objective of the current thesis is the exploitation of lesion enhancement kinetics heterogeneity for the differentiation of breast lesions in Dynamic Contrast-Enhanced Magnetic Resonance Imaging (DCE-MRI). This approach is differentiated from previously reported studies by investigating the texture of the lesion not as depicted on a single post-contrast frame but by considering serial post-contrast data. This is achieved by generating parametric maps the reflect lesion enhancement kinetics properties and then subjecting the parametric maps to texture analysis. The discriminating ability of the enhancement kinetics “texture” analysis approach is compared to that of current state-of-the-art approach of single time frame texture analysis, employing supervised classification schemes. Classification performance is evaluated by means of ROC analysis on a dataset of 81 mass-like lesions, originating from a locally available Database. Results suggested that texture features extracted from parametric maps that reflect lesion washout properties can discriminate malignant from benign lesions more efficiently as compared to texture features extracted from either the 1st post-contrast frame lesion area or from a parametric map that reflects lesion initial uptake. Results of the current thesis suggest the contribution of texture analysis methods in breast imaging for the quantification of both anatomical and functional tissue heterogeneity, providing important information for breast cancer diagnosis. / Στα πλαίσια της παρούσας Διατριβής μελετήθηκε η συμβολή μεθόδων ανάλυσης υφής μαστογραφικών εικόνων στη διάγνωση καρκίνου του μαστού. Η μελέτη εστιάσθηκε σε δύο διαγνωστικά προβλήματα τα οποία αποτελούν ανοικτά ζητήματα τόσο στην κλινική ρουτίνα όσο και στις μεθοδολογικές προσεγγίσεις αυτόματων συστημάτων ανάλυσης εικόνας για την υποβοήθηση της διάγνωσης με χρήση υπολογιστή (Computer-aided diagnosis - CADx). Το πρώτο διαγνωστικό πρόβλημα στο οποίο εστίασε η παρούσα Διατριβή αφορά στο χαρακτηρισμό μικροαποτατινώσεων στη μαστογραφία ακτίνων-Χ. Στην παρούσα μελέτη ακολουθείται μια διαφορετική προσέγγιση για τη διάγνωση συστάδων μικροαποτιτανώσεων, βάσει της οποίας μελετάται η ετερογένεια του ιστού ο οποίος περιβάλλει τις μικροαποτιτανώσεις. Ο «περιβάλλων ιστός» προκύπτει από εφαρμογή μεθόδου τμηματοποίησης των μικροαποτιτανώσεων και εξαίρεσής τους από την περιοχής ενδιαφέροντος. Οι απαιτήσεις ακρίβειας της μεθόδου τμηματοποίησης στην προσέγγιση ανάλυση υφής του «περιβάλλοντος ιστού» είναι μειωμένες, σε σχέση με τις αντίστοιχες μεθόδους των CADx συστημάτων βάσει μορφολογίας, καθώς απαιτείται μόνο «αδρός» καθορισμός των ορίων τους. Η ετερογένεια του περιβάλλοντος ιστού μελετήθηκε βάσει μεθόδων εξαγωγής χαρακτηριστικών υφής εικόνας, σε δείγμα 108 συστάδων μικροαποτιτανώσεων, που αντλήθηκαν από μαστογραφικές εικόνες της ψηφιακής βάσης αναφοράς Digital Database for Screening Mammography. Η διαχωριστική ικανότητα των εξαχθέντων χαρακτηριστικών υφής διερυνήθηκε με χρήση επιβλεπόμενων σχημάτων ταξινόμησης. Η ακρίβεια ταξινόμησης αξιολογήθηκε βάσει του εμβαδού της καμπύλης απόκρισης παρατηρητών. Η προσέγγιση «ανάλυσης υφής του περιβάλλοντος ιστού» συγκρίθηκε με την τρέχουσα μέθοδο ανάλυσης υφής εικόνας περιοχής ενδιαφέροντος που εμπεριέχει τη συστάδα μικροαποτιτανώσεων, αλλά και με προσέγγιση βάσει ανάλυσης μορφολογίας μικροαποτιτανώσεων. Τα αποτελέσματα της παρούσας μελέτης συνιστούν ότι η προσέγγιση ανάλυσης υφής «του περιβάλλοντος ιστού» αποτελεί μία νέα ανταγωνιστική μεθοδολογία στη διάγνωση καρκίνου του μαστού υποβοηθούμενη από υπολογιστή. Το δεύτερο διαγνωστικό πρόβλημα στο οποίο εστίασε η παρούσα Διατριβή αφορά στο χαρακτηρισμό χωροκατακτητικών αλλοιώσεων στη μαστογραφία μαγνητικής τομογραφίας με χρήση σκιαγραφικού (Dynamic Contrast-Enhanced Magnetic Resonance Imaging: DCE-MRI). Στην παρούσα μελέτη διερευνάται η ικανότητα ποσοτικοποίησης της ετερογένειας των αλλοιώσεων ως προς τη δυναμική τους συμπεριφορά για τη διάγνωση χωροκατακτητικών αλλοιώσεων στη DCE-MRI. Για το σκοπό αυτό δημιουργήθηκαν τρεις παραμετρικοί χάρτες βάσει υπολογισμού τριών δυναμικών χαρακτηριστικών των αλλοιώσεων σε επίπεδο εικονοστοιχείου, οι οποίοι αποτέλεσαν τη βάση για την εφαρμογή μεθόδου ανάλυσης υφής εικόνας, βάσει μητρών συνεμφάνισης στο πεδίο διαβαθμίσεων του γκρι. Μελετήθηκε η διαχωριστική ικανότητα μεμονωμένων χαρακτηριστικών υφής αλλά και επιλεχθέντων υποσυνόλων από κάθε παραμετρικό χάρτη με χρήση επιβλεπόμενων σχημάτων ταξινόμησης. Η ακρίβεια ταξινόμησης αξιολογήθηκε βάσει του εμβαδού της καμπύλης απόκρισης παρατηρητών. Η μέθοδος συγκρίθηκε με τη συμβατική προσέγγιση ποσοτικοποίησης ετερογένειας της αλλοίωσης σε συγκεκριμένο χρονικό στιγμιότυπο, όπως υιοθετείται από τρέχουσες προσεγγίσεις συστημάτων CADx στη DCE-MRI, σε δείγμα 81 αλλοιώσεων. Τα χαρακτηριστικά υφής που εξήχθησαν από χάρτες που εκφράζουν τη μεταβολή του σήματος κατά τη φάση της έκπλυσης του σκιαγραφικού παρουσίασαν την υψηλότερη ακρίβεια ταξινόμησης η οποία ήταν στατιστικώς σημαντικά διαφορετική συγκρινόμενη με χαρακτηριστικά που εξήχθησαν είτε από χάρτη που εκφράζει μεταβολή του σήματος κατά τη φάση της πρόσληψης του σκιαγραφικού ή από αλλοίωση όπως απεικονίζεται σε συγκεκριμένο χρονικό στιγμιότυπο. Τα αποτελέσματα της παρούσας Διατριβής υποδηλώνουν την ικανότητα μεθόδων ανάλυσης υφής στη μαστογραφική απεικόνιση για την ποσοτικοποίηση τόσο της ανατομικής όσο και της λειτουργικής ετερογένειας των αλλοιώσεων, παρέχοντας σημαντική πληροφορία για τη διάγνωση καρκίνου του μαστού.

Η παρούσα διδακτορική διατριβή αποτελεί ένα συνδυαστικό ερευνητικό προϊόν που στοιχειοθετείται από την ανάπτυξη υπολογιστικών εργαλείων επεξεργασίας και ανάλυσης θαλάσσιων γεωφυσικών δεδομένων και την εφαρμογή τους σε πρωτογενή δεδομένα, συλλεγμένα από το Εργαστήριο Θαλάσσιας Γεωλογίας και Φυσικής Ωκεανογραφίας (Ε.ΘΑ.ΓΕ.Φ.Ω) του πανεπιστημίου Πατρών, κατά το διάστημα 2005 – 2011. Τα πεδία στα οποία συγκεντρώνεται το κέντρο βάρους της διατριβής είναι: 1) τα συστήματα ακουστικής ταξινόμησης πυθμένα και 2) η χαρτογράφηση και παραμετροποίηση εμφανίσεων των πολύ σημαντικών θαλάσσιων ενδιαιτημάτων της Ποσειδώνιας και των κοραλλιογενών σχηματισμών στο Ιόνιο και στο Αιγαίο πέλαγος. Έτσι αναπτύχθηκαν και παρουσιάστηκαν εκτενώς τα λογισμικά εργαλεία SonarClass και TargAn, που αναφέρονται αντίστοιχα στην αυτόματη ακουστική ταξινόμηση πυθμένα και την παραμετροποίηση περιοχών ενδιαφέροντος σε εικόνες ηχοβολιστών ευρείας σάρωσης και εφαρμόστηκαν για την χαρτογράφηση λειμώνων ποσειδώνιας στη Ζάκυνθο και κοραλλιογενών σχηματισμών (τραγάνας) στις Κυκλάδες νήσους. Παράλληλα και επεκτείνοντας το εύρος των ερευνητικών προϊόντων αυτής της διατριβής, αναπτύχθηκαν επίσης: 1) το λογισμικό SBP-Im-An για τη γεωαναφορά και ψηφιοποίηση παλαιών αναλογικών καταγραφών τομογράφων υποδομής πυθμένα, 2) το λογισμικό χωροστάθμησης θαλάσσιων γεωμαγνητικών δεδομένων MagLevel και 3) το λογισμικό ποσοτικοποίησης αλιευτικών ιχνών σε δεδομένα ηχοβολιστών ευρείας σάρωσης PgStat, με αντίστοιχες σημαντικές εφαρμογές σε πρωτογενή δεδομένα. Η παρούσα διατριβή επιδεικνύει πρωτοτυπία τόσο σε επίπεδο ανάπτυξης νέων μεθόδων ανάλυσης και επεξεργασίας γεωφυσικών δεδομένων όσο και σε επίπεδο παρουσίασης εφαρμογών τους σε περιοχές μελέτης με ιδιαίτερο περιβαλλοντικό ενδιαφέρον αλλά και σε πεδία έρευνας για τα οποία το ενδιαφέρον της σύγχρονης θαλάσσιας επιστημονικής κοινότητας βρίσκεται στο απόγειό του. / The present PhD thesis is a combinational research product concerning the development of software tools for the processing and analysis of marine geophysical data and their application to original data, collected by the Laboratory of Marine Geology and Physical Oceanography (L.M.G.P.O), university of Patras, Greece, during the period 2005-2011. The fields that this thesis focuses on are: 1) the Acoustic Seabed Classification Systems and 2) the mapping and quantification of very important marine habitats that specifically are the Posidonia Oceanica Prairies and the Coralline formations in the Aegean and Ionian seas. The software tools SonarClass and TargAn, that respectively refer to the Acoustic Seabed Classification and the quantification of Regions Of Interest in swath sonar imagery are presented and applied to the cases of Posidonia Oceanica in Zakinthos Isl. (Ionian Sea) and Coralline formations in Cyclades Isl. (Aegean Sea). Additionally and extending the range of the research products of this thesis, other software tools that are presented are: 1) the SBP-Im-An for the recreation (georeferencing and digitization) of old analog Sub Bottom Profiler recordings, 2) the MagLevel for the tie line leveling of marine geomagnetic data and 3) the PGStat for the quantification of trawl marks in swath sonar imagery, all of them with significant applications to original data. This thesis demonstrates originality due to both the development of new methods for the analysis and processing of marine geophysical data and the applications to study areas with particular environmental interest and research fields for which the attention of the marine scientists is at its peak.