Τα Δίκτυα Αισθητήρων αποτελούνται από ένα μεγάλο αριθμό μικρών αυτόνομων συσκευών, που αλληλεπιδρούν με το άμεσο περιβάλλον τους μέσω αισθητήρων, επικοινωνούν μεταξύ τους ασύρματα και συνεργάζονται φέροντας εις πέρας εργασίες που δε θα μπορούσε να ολοκληρώσει μία μόνο συσκευή. Κάθε συσκευή του δικτύου διαθέτει περιορισμένη υπολογιστική δύναμη και ενεργειακούς πόρους, επομένως η όσο το δυνατόν λιγότερη κατανάλωση ενέργειας είναι βασικό πρόβλημα των δικτύων αισθητήρων για τη μεγιστοποίηση του χρόνου ζωής τους. Συνήθως τα δίκτυα αισθητήρων αναπτύσσονται σε μεγάλες περιοχές ενδιαφέροντος για την υποστήριξη σημαντικών εφαρμογών του πραγματικού κόσμου. Η πληροφορία που ανιχνεύεται από τους κόμβους αισθητήρων προωθείται προς ένας σταθερό, συνήθως, κέντρο ελέγχου, με αναμεταδόσεις των δεδομένων στους ενδιάμεσους κόμβους. Η διαδικασία αυτή έχει ως αποτέλεσμα τη μεγάλη κατανάλωση ενέργειας στις συσκευές, ιδιαίτερα σε αυτές που βρίσκονται κοντά στο κέντρο ελέγχου, αφού πρέπει να αναμεταδίδουν και τα δεδομένα που φτάνουν από το υπόλοιπο δίκτυο προς το κέντρο ελέγχου. Για την επίτευξη μιας πιο ισορροπημένης και αποδοτικής διαδικασίας συλλογής δεδομένων, τα τελευταία χρόνια έχει υιοθετηθεί μια νέα προσέγγιση, όπου το κέντρο ελέγχου είναι κινητό. Η βασική ιδέα είναι ότι το κέντρο ελέγχου διαθέτει σημαντικά και εύκολα ανανεώσιμα αποθέματα ενέργειας, επομένως μπορεί να κινείται στην περιοχή όπου έχει αναπτυχθεί το δίκτυο αισθητήρων, αναλαμβάνοντας να συλλέξει τα δεδομένα από τους κόμβους με πολύ μικρό κόστος. Ωστόσο, η μετάδοση των δεδομένων μπορεί να παρουσιάζει σημαντικές καθυστερήσεις. Στην παρούσα εργασία αναπτύχθηκαν πρωτόκολλα ελέγχου της κίνησης ενός κέντρου ελέγχου σε δίκτυο αισθητήρων με ανομοιογενή ανάπτυξη των κόμβων αισθητήρων, με στόχο την αποδοτική, ως προς την ενέργεια και τον χρόνο παράδοσης, συλλογή των δεδομένων. Συγκεκριμένα, το κέντρο ελέγχου διαιρεί νοητά το δίκτυο σε περιοχές τις οποίες και επισκέπτεται διαδοχικά, σταματώντας σε κάθε περιοχή για ένα συγκεκριμένο χρονικό διάστημα, ώστε να συλλέξει τα δεδομένα. Προτείνουμε δύο τρόπους κίνησης του κέντρου ελέγχου, ντετερμινιστικό και τυχαίο. Στην τυχαία κίνηση, η επιλογή της επόμενης περιοχής την οποία θα επισκεφτεί το κέντρο ελέγχου γίνεται με τυχαίο τρόπο, εισάγοντας όμως ένα όρο μεροληψίας, έτσι ώστε να προτιμούνται περιοχές που έχουν δεχτεί λιγότερες επισκέψεις. Επιπλέον η μέθοδός μας αποφασίζει το χρόνο παύσης σε κάθε περιοχή λαμβάνοντας υπόψιν κάποιες βασικές παραμέτρους του δικτύου, όπως τα αρχικά αποθέματα ενέργειας των κόμβων αισθητήρων και την πυκνότητα της κάθε περιοχής, έτσι ώστε να παραμένει περισσότερο χρόνο σε περιοχές με μεγαλύτερη πυκνότητα, άρα και μεγαλύτερη ποσότητα πληροφορίας. Με τον τρόπο αυτό επιτυγχάνεται η γρήγορη κάλυψη όλου του δικτύου, καθώς επίσης και η δίκαιη εξυπηρέτηση των επιμέρους περιοχών του δικτύου. Τα προτεινόμενα πρωτόκολλα αξιολογήθηκαν πειραματικά μέσω προσομοίωσης, χρησιμοποιώντας ποικίλες τιμές για βασικές παραμέτρους του δικτύου και σύγκρινοντάς τα με σχετικές υπάρχουσες ευρέως αποδεκτές μεθόδους. Τα αποτελέσματα που πήραμε δείχνουν ότι τόσο ο χρόνος παράδοσης των μηνυμάτων, όσο και η ενέργεια που καταλώθηκε διατηρούνται σε χαμηλά επίπεδα, βελτιώνοντας σημαντικά την προηγούμενη σχετική έρευνα. / Wireless Sensor Networks consist of a large number of small, autonomous devices, that are able to interact with their inveronment by sensing and collaborate to fulfill their tasks, as, usually, a single node is incapable of doing so; and they use wireless communication to enable this collaboration. Each device has limited computational and energy resources, thus a basic issue in the applicastions of wireless sensor networks is the low energy consumption and hence, the maximization of the network lifetime. The collected data is disseminated to a static control point – data sink in the network, using node to node - multi-hop data propagation. However, sensor devices consume significant amounts of energy in addition to increased implementation complexity, since a routing protocol is executed. Also, a point of failure emerges in the area near the control center where nodes relay the data from nodes that are farther away. Recently, a new approach has been developed that shifts the burden from the sensor nodes to the sink. The main idea is that the sink has significant and easily replenishable energy reserves and can move inside the area the sensor network is deployed, in order to acquire the data collected by the sensor nodes at very low energy cost. However, the need to visit all the regions of the network may result in large delivery delays. In this work we have developed protocols that control the movement of the sink in wireless sensor networks with non-uniform deployment of the sensor nodes, in order to succeed an efficient (with respect to both energy and latency) data collection. More specifically, a graph formation phase is executed by the sink during the initialization: the network area is partitioned in equal square regions, where the sink, pauses for a certain amount of time, during the network traversal, in order to collect data. We propose two network traversal methods, a deterministic and a random one. When the sink moves in a random manner, the selection of the next area to visit is done in a biased random manner depending on the frequency of visits of its neighbor areas. Thus, less frequently visited areas are favored. Moreover, our method locally determines the stop time needed to serve each region with respect to some global network resources, such as the initial energy reserves of the nodes and the density of the region, stopping for a greater time interval at regions with higher density, and hence more traffic load. In this way, we achieve accelerated coverage of the network as well as fairness in the service time of each region.Besides randomized mobility, we also propose an optimized deterministic trajectory without visit overlaps, including direct (one-hop) sensor-to-sink data transmissions only. We evaluate our methods via simulation, in diverse network settings and comparatively to related state of the art solutions. Our findings demonstrate significant latency and energy consumption improvements, compared to previous research.

Αυτή η εργασία περιγράφει το όραμα των προσωποκεντρικών επικοινωνιών (I centric communications). Ο κύριος στόχος της εργασίας είναι η εστίαση στις διάφορες πτυχές των προσωποκεντρικών επικοινωνιών. Η επικοινωνιακή συμπεριφορά των ανθρώπων χαρακτηρίζεται από συχνές αλληλεπιδράσεις με ένα σύνολο από αντικείμενα στο περιβάλλον τους, τα οποία αποτελούν τον προσωπικό επικοινωνιακό τους χώρο. Η προσέγγιση των προσωποκεντρικών επικοινωνιών είναι η δημιουργία επικοινωνιακών συστημάτων τα οποία δεν βασίζονται σε συγκεκριμένες τεχνολογίες αλλά στην ανάλυση του προσωπικού επικοινωνιακού χώρου. Το αποτέλεσμα είναι ένα σύστημα επικοινωνίας το οποίο προσαρμόζεται σε συγκεκριμένες ανάγκες του κάθε ατόμου. Ένα τέτοιο σύστημα μπορεί να ενεργεί σύμφωνα με τις απαιτήσεις του ανθρώπου, αντανακλώντας πρόσφατες ενέργειες ώστε να επιτρέπει την δημιουργία προφίλ και την προσαρμογή του σε αυτές. Μία τεχνολογία κατάλληλη για τέτοιου είδους συστήματα είναι η τεχνολογία UPnP η οποία ορίζει μία αρχιτεκτονική δικτύου για διάχυτη ομότιμη συνδεσιμότητα για ευφυείς συσκευές, ασύρματες συσκευές και υπολογιστές. Η UPnP τεχνολογία παρέχει μία κατανεμημένη αρχιτεκτονική ανοιχτής δικτύωσης που επιτρέπει σε TCP/IP και Web τεχνολογίες εκτός του ελέγχου και της μεταφοράς δεδομένων μεταξύ δικτυωμένων συσκευών, την αρραγή δικτύωση γειτνίασης. Εν συνεχεία, περιγράφεται η διαδικασία απόκτησης μίας διεύθυνσης δικτύου κατά την εισαγωγή μίας συσκευής σε ένα δίκτυο. Μετά την απόκτηση της ΙΡ διεύθυνσης για να μπορεί ο δυναμικός ξενιστής να στείλει ΙΡ πακέτα στο συνδεδεμένο σε αυτό δίκτυο, πρέπει να προσδιορίσει την διεύθυνση ενός τουλάχιστον λειτουργικού δρομολογητή. Τέλος, περιγράφεται η διαδικασία με την οποία κόμβοι του δικτύου, όπως οι δρομολογητές και οι ξενιστές ανακοινώνουν την εγγραφή τους σε μία ομάδα πολυεκπομπής. / This thesis describes the vision of I centric communications. The main objective of this thesis is to focus on the various aspects of I centric communications. The communication behaviour of human beings is characterized by frequent interactions with a set of objects in their environement. The set of objects, controlled by each individual, define its individual communication space. The approach of I centric communications is to build communication systems not based on specific technologies, but on the analysis of the individual communication space. The result is a communication system that adapts to the specific demands of each individual. Such a system will act on behalf of human’s demands, reflecting recent actions to enable profiling and self adaptation. I centric Services adapt to individual communication spaces and situations. A suitable technology for such communication systems is UPnP technology, which is a new architecture for pervasive peer-to-peer connectivity of intelligent appliances, wireless devices and PCs. UPnP technology provides a distributed, open networking architecture that enables TCP/IP and Web technologies to provide seamless proximity networking in addition to control and data transfer among networked devices. Furthermore, a procedure of allocating network addresses is described during the entry of a device in the network. After acquiring an IP address, the dynamic host has to discover the address of at least one operational router on its directly attached subnet so that they are capable of sending IP datagrams in that subnet. In conclusion, the way by which network nodes, such as hosts and routers, report their IP multicast group memberships to any neighboring multicast routers, is described.

Τα τελευταία χρόνια η αυξανόμενη σημασία της πληροφορίας και της συνεχιζόμενης μάθησης έχει καταστήσει τη χρήση των τεχνολογιών πληροφορικής και επικοινωνιών (Τ.Π.Ε.) στην εκπαίδευση καθώς και την εξ αποστάσεως εκπαίδευση μέσω e-learning συστημάτων, ως επιτακτική ανάγκη. Το κυριότερο πλεονέκτημα των e-learning συστημάτων είναι ότι παρέχουν τη δυνατότητα στον κόσμο να παρακολουθήσει ένα μάθημα, ακόμα κι ένα ολόκληρο πρόγραμμα σπουδών εξ αποστάσεως, μέσω της σύγχρονης και παγκοσμίως πλέον διαδεδομένης μεθόδου των online courses. Τα περισσότερα μεγάλης εμβέλειας και αναγνωρισιμότητας, πανεπιστήμια του εξωτερικού προσφέρουν online μαθήματα μέσω τεχνολογιών του διαδικτύου, χρησιμοποιώντας διαφάνειες, βιντεο-διαλέξεις και online εκπαιδευτικές δραστηριότητες. Ένας τομέας όμως στον οποίο υστερεί η εκπαίδευση εξ αποστάσεως, ακόμα και στα πιο πρόσφατα ανεπτυγμένα e-learning συστήματα, είναι ο τομέας της προσωποποίησης του σπουδαστή και εξατομίκευσης του συστήματος στις ανάγκες του. Η παρούσα διπλωματική εργασία παρουσιάζει τις δυνατότητες που παρέχονται από τα ήδη υπάρχοντα συστήματα e-learning, την τωρινή κατάσταση με τα παρεχόμενα online μαθήματα από πανεπιστήμια του εξωτερικού και το ερευνητικό κενό που υπάρχει σχετικά με την «προσωποποίηση» (personalization) του σπουδαστή και την προσαρμογή (adaptation) του συστήματος στις ανάγκες του. Μελετάται η μοντελοποίηση του χρήστη (user modeling), τα μαθησιακά προφίλ, ο εμπλουτισμός του προφίλ του σπουδαστή ώστε να παρέχει περισσότερες και αξιόλογες πληροφορίες, καθώς και οι δυνατότητες εξατομίκευσης του συστήματος στον εκάστοτε σπουδαστή, ώστε να επιτευχθεί η επιτάχυνση και αποτελεσματικότητα της ηλεκτρονικής μάθησης. Στα πλαίσια της παρούσας διπλωματικής εργασίας σχεδιάστηκε και υλοποιήθηκε ένα σύστημα ηλεκτρονικής μάθησης, το οποίο στηρίζεται στο λογισμικό Moodle και έχουν αναπτυχθεί σε αυτό, νέες υπηρεσίες εξατομίκευσης και προσαρμοστικότητας του συστήματος στις ανάγκες και προτιμήσεις του εκπαιδευομένου. Το Moodle LMS (Modular Object Oriented Dynamic Learning Environment) είναι ελεύθερο λογισμικό διαχείρισης εκπαιδευτικού περιεχομένου και χρησιμοποιείται από πολλά πανεπιστήμια παγκοσμίως. Είναι ευέλικτο, εύκολο στην εκμάθηση και αρκετά ασφαλές για την ασύγχρονη εκπαίδευση από απόσταση. Ενσωματώνει πληθώρα λειτουργιών και δυνατοτήτων που επιτρέπουν στο διδάσκοντα να διαμορφώσει ένα καλά οργανωμένο και ευχάριστο μάθημα με ευρεία κλίμακα δραστηριοτήτων. Στο εξατομικευμένο και προσαρμοστικό σύστημα ηλεκτρονικής μάθησης που αναπτύχθηκε, διαμορφώθηκε ένα μάθημα με πλούσιο εκπαιδευτικό υλικό, το οποίο απαρτίζουν πολλά και διαφορετικού τύπου μαθησιακά αντικείμενα (πηγές πληροφόρησης, δραστηριότητες, κ.α.). Εμπλουτίστηκε το προφίλ χρήστη με περισσότερες προσωπικές πληροφορίες γι αυτόν και στη συνέχεια αναπτύχθηκαν μαθησιακά μονοπάτια που στηρίζονται είτε στα πεδία προφίλ χρήστη, είτε στο μαθησιακό στυλ του εκπαιδευομένου, είτε σε άλλους παράγοντες που παρουσιάζονται αναλυτικά στην εργασία. Για την εξατομίκευση του συστήματος αναπτύχθηκε μία ενότητα «Pre-course test» η οποία περιλαμβάνει δύο νέες υπηρεσίες για την άντληση πληροφοριών του χρήστη, μορφωτικό υπόβαθρο, μαθησιακό στυλ, προηγούμενη γνώση στο αντικείμενο του μαθήματος κ.α. Τα αποτελέσματα που προκύπτουν από εκεί, αξιοποιούνται κατάλληλα για τη διαμόρφωση ομάδων των εκπαιδευομένων και για τις υπηρεσίες προσαρμοστικότητας του συστήματος. Επίσης, στο διαδικτυακό αυτό σύστημα ηλεκτρονικής μάθησης έχουν αναπτυχθεί μαθησιακά αντικείμενα που ενισχύουν στη συνεργατική μάθηση, βελτιώνουν την ποιότητα του μαθήματος και έτσι αυξάνεται το κίνητρο του σπουδαστή. / Nowdays, e-learning environments have become increasingly popular in educational establishments. The rapid growth of e-learning has changed traditional learning behavior and presented a new situation to both educators (lecturers) and learners (students). The majority of current e-learning systems are based on Learning Management Systems (LMS), which allow students attending courses free from space and time limitations. They can attend the class anytime they are available and regardless of the place. LMS are web-based educational systems that offer students an active role in their own education through a variety of learning activities and different kinds of learning content, that the educator has produced. Although this fact, most Learning Management Systems lack of personalization and adaptivity features. The modern trend in education is the production and organization of Massive Open Online Courses (MOOCs) from large and internationally recognized Universities. So, they focus on gathering too many people in these courses (MOOCs) and not on personalization and adaptivity. Personalization in web-based systems means “attention to the user and his needs”. Web-based systems, such as e-commerce sites, focus on personalization by observing the user, his common actions and navigation paths, in order to understand his preferences and what he is looking for. So they differentiate each individual according to his interests, preferences, and generally his “profile”. Then, they adapt the content appropriately to his needs, and the user watches first the content that may interest him. Traditional and commonly used e-learning platforms offer to their users same educational content, same learning activities and possibilities, and generally exactly the same content, with no further personalization support. Some existing open source e-Learning systems may support, under certain circumstances adaptation and personalization features, but need extension and elaboration to acquire sufficiently these characteristics. Especially in the case of distance learning, that teacher and students have no face-to-face communication, learner’s personalization is essential in order the teacher to be aware of each learner’s characteristics. In e-learning systems, personalization could be achieved with an integrated user profile (student profile), which would include except from the classic information (name, surname, email) more specific and useful information. If the teacher had more information about each student, he could be able to guide him more effectively and evaluate him more correctly. In addition to that, if teacher was aware of each learner’s profile, meaning his learning style, interests, preferences and his previous knowledge of the course topics, he would be able to adapt the learning content to his needs. That would increase student’s satisfaction, motivation and consequently his participation in the course. In this master thesis, a personalized and adaptive e-learning system has been developed. The development of this integrated personalized e-learning system, is based on a very popular open source LMS, which in this case is used for further extension and development of new features. The most suitable LMS for implementing those new features is Moodle (Modular Object-oriented Dynamic Learning Environment), due to its modularity and extensibility as well as its vast community of users. There have been added new features in order to enrich student’s profile and adjust learning material to the learner, depending on his profile and learning progress. The teacher has the ability to organize suitable learning objects and learning paths for each student, depending on particular user profile fields, learning styles and student’s performance. This personalized and adaptive e-learning system increases student’s motivation and participation.

Τα ασύρματα δίκτυα μικροαισθητήρων αποτελούνται από ένα πολύ μεγάλο πλήθος συσκευών που τοποθετούνται σε μία περιοχή ενδιαφέροντος και αυτοοργανώνονται σε ένα αδόμητο δίκτυο, προκειμένου να καταγράψουν/μετρήσουν/παρακολουθήσουν κάποια περιβαλλοντική μετρική ή φαινόμενο και εν συνεχεία να μεταφέρουν τα δεδομένα σε κάποιο κέντρο ελέγχου. Λόγω των πολύ περιορισμένων δυνατοτήτων των συσκευών, ειδικά όσον αφορά την εμβέλεια επικοινωνίας και τα αποθέματα ενέργειας, αλλά και λόγω του πλήθους τους, είναι απαραίτητη η ανάπτυξη νέων αλγορίθμων και πρωτοκόλλων σχεδιασμένων για τα ιδιαίτερα προβλήματα των δικτύων αισθητήρων. Στην παρούσα διατριβή παρουσιάζουμε έρευνα επικεντρωμένη στην ανάπτυξη, προσομοίωση και αξιολόγηση ενεργειακά αποδοτικών αλγορίθμων, δηλαδή βασικός στόχος είναι η ελαχιστοποίηση της κατανάλωσης ενέργειας. Παρά τη ραγδαία εξέλιξη της τεχνολογίας του υλικού το πρόβλημα βελτιστοποίησης της ενέργειας των συσκευών αισθητήρων παραμένει επίκαιρο αφού οι υπάρχουσες και άμεσα διαφαινόμενες λύσεις μέσω υλικού δεν έχουν δώσει ικανοποιητική απάντηση. Επικεντρώνουμε την έρευνά μας σε τρεις βασικές κατευθύνσεις που στοχεύουν στην εξοικονόμηση και βελτιστοποίηση της κατανάλωσης ενέργειας σε διαφορετικά επίπεδα. Κοινός στόχος είναι η μείωση του κόστους επικοινωνίας, μέσω της ανάδειξης καινοτόμων τεχνικών που δίνουν ώθηση στην ανάπτυξη νέων αλγορίθμων. Συγκεκριμένα, διερευνήσαμε τεχνικές κατανεμημένης προσαρμογής της λειτουργίας ενός πρωτοκόλλου όπου χρησιμοποιούμε πληροφορία διαθέσιμη τοπικά σε κάθε κόμβο ώστε με καθαρά τοπικές επιλογές, να βελτιώσουμε τη συνολική συμπε- ριφορά ενός πρωτοκόλλου. Επίσης προτείνουμε τεχνικές τοπικής συλλογής και εκμετάλλευσης περιορισμένης γνώσης των συνθηκών του δικτύου. Με ενεργειακά αποδοτικό τρόπο συλλέγουμε επιπλέον πληροφορία που χρησιμοποιούμε προκειμένου να επιτευχθούν βελτιστοποιήσεις όπως ο σχηματισμός ενεργειακά αποδοτικών, χαμηλής καθυστέρησης και ανθεκτικών σε σφάλματα μονοπατιών για μετάδοση δεδομένων. Ακόμα, διερευνούμε τεχνικές διαχείρισης της κινητικότητας σε περιπτώσεις δικτύων όπου χαρακτηριστικό είναι η κίνηση τόσο του κέντρου ελέγχου όσο και των συσκευών αισθητήρων. Εξετάσαμε μεθόδους διαπέρασης και κάλυψης του δικτύου από κινητά κέντρα ελέγχου που βασίζονται σε πιθανοτική κίνηση που ευνοεί την επίσκεψη κάποιων περιοχών με βάση τοπικά κριτήρια (συχνότητα προηγούμενων επισκέψεων, τοπική πυκνότητα δικτύου). Οι αλγόριθμοι που αναπτύσσουμε βασισμένοι σε αυτές τις τεχνικές λειτουργούν α) σε επίπεδο διαχείρισης της ίδιας της συσκευής, β) σε επίπεδο πρωτοκόλλου δρομολόγησης και γ) συνολικά σε επίπεδο δικτύου, αναδεικνύοντας μακροσκοπική συμπεριφορά από τοπικές αλληλεπιδράσεις. Οι αλγόριθμοι εφαρμόζονται σε περιπτώσεις δικτύων με διαφορές στην πυκνότητα, κατανομή κόμβων, διαθέσιμη ενέργεια αλλά και με ριζικές διαφοροποιήσεις στο μοντέλο αφού εξετάζουμε δίκτυα με παρουσία σφαλμάτων, σταδιακή ανάπτυξη κόμβων ακόμα και με κινούμενους κόμβους. Σε όλες αυτές τις περιπτώσεις οι τεχνικές μας πετυχαίνουν σημαντικά οφέλη γεγονός που αναδεικνύει την αξία τους σαν εργαλεία αλγοριθμικής σχεδίασης. / -

Πέραν από τις κλασσικές μεθόδους ηλεκτρονικής μάθησης που εφαρμόζονται σήμερα, προτείνεται ένας συνδυασμός εξελικτικών αλγορίθμων και τεχνητής νοημοσύνης για την δημιουργία έξυπνων προσαρμοστικών συστημάτων ηλεκτρονικής μάθησης. Σε αυτή τη διπλωματική εργασία περιγράφονται και παρουσιάζονται οι προτεινόμενοι αλγόριθμοι και ταυτόχρονα η προτεινόμενη πιλοτική εφαρμογή. Το προτεινόμενο σύστημα μπορεί να προβλέψει τις μαθησιακές ικανότητες του μαθητή, μέσα από εξεταστικές διαδικασίες οι οποίες προσφέρονται από το σύστημα, με αποτέλεσμα, το σύστημα να είναι σε θέση να προβλέψει τις επόμενες κινήσεις του μαθητή. Μέσα από την προτεινόμενη εφαρμογή αναπτύχθηκαν μηχανισμοί οι οποίοι συλλέγουν πληροφορίες για τον κάθε χρήστη ξεχωριστά και δημιουργούν ανεξάρτητα προφίλ χρήστη για τον κάθε ένα. Με την χρήση συνδυασμού εξελικτικών αλγορίθμων και αλγορίθμων μάθησης το σύστημα εκπαιδεύεται ώστε να μπορεί να προβλέπει τις μελλοντικές κινήσεις του χρήστη. Η εφαρμογή που αναπτύχτηκε είναι βασισμένη σε τεχνολογίες διαδικτύου, βάσεις δεδομένων και τεχνολογίες έξυπνων πρακτόρων. / As a step beyond the classic e-learning methods that are applied today, the combination of evolutionary programming with artificial intelligence has incorporated in order to create an intelligent adaptive e-learning system. In this thesis the theory of the proposed algorithms are presented and the proposed pilot application too. The proposed system can predict the learning possibilities of a student, concerning the knowledge that is provided to him by the system, thus providing the ability to the machine to predict and anticipate his reactions. We have developed applications that can collect information for the student’s history, thus creating concrete individual profiles. Then, using evolutionary programming techniques combined with machine learning algorithms the system is trained in order to can henceforth calculate and anticipate the student’s knowledge. The applications that have been developed are based on internet technologies, data bases and intelligent agents’ technology.

Ζούμε σε μια κοινωνία στην οποία η χρήση της τεχνολογίας έχει εισβάλει δυναμικά στην καθημερινότητα.Η εκπαίδευση δεν θα μπορούσε να μην επηρεαστεί απο τις Νέες Τεχνολογίες.Ήδη,όροι όπως “Ηλεκτρονική Μάθηση” και ”Ασύγχρονη Τηλε-εκπαίδευση” έχουν δημιουργήσει νέα δεδομένα στην κλασική Εκπαίδευση. Με τον όρο ασύγχρονη τηλε-εκπαίδευση εννοούμε μια διαδικασία ανταλλαγής μάθησης μεταξύ εκπαιδευτή - εκπαιδευομένων,που πραγματοποιείται ανεξάρτητα χρόνου και τόπου. Ηλεκτρονική Μάθηση είναι η χρήση των νέων πολυμεσικών τεχνολογιών και του διαδικτύου για τη βελτίωση της ποιότητας της μάθησης,διευκολύνοντας την πρόσβαση σε πηγές πληροφοριών και σε υπηρεσίες καθώς και σε ανταλλαγές και εξ'αποστάσεως συνεργασίες.Ο όρος καλύπτει ένα ευρύ φάσμα εφαρμογών και διαδικασιών,όπως ηλεκτρονικές τάξεις και ψηφιακές συνεργασίες, μάθηση βασιζόμενη στους ηλεκτρονικούς υπολογιστές και στις τεχνολογίες του παγκόσμιου ιστού. Κάποιες απο τις βασικές απαιτήσεις που θα πρέπει να πληρούνται για την δημιουργία μιας πλατφόρμας ηλεκτρονικής μάθησης είναι: Να υποστηρίζει τη δημιουργία βημάτων συζήτησης (discussion forums) και “δωματίων συζήτησης”(chat rooms),να υλοποιεί ηλεκτρονικό ταχυδρομείο,να έχει φιλικό περιβάλλον τόσο για το χρήστη/μαθητή όσο και για το χρήστη/καθηγητή,να υποστηρίζει προσωποποίηση(customization)του περιβάλλοντος ανάλογα με το χρήστη.Επίσης να κρατάει πληροφορίες(δημιουργία profiles)για το χρήστη για να τον “βοηθάει”κατά την πλοήγηση,να υποστηρίζει την εύκολη δημιουργία διαγωνισμάτων(online tests), να υποστηρίζει την παρουσίαση πολυμεσικών υλικών. Ως επεξεργασία φυσικής γλώσσας (NLP) ορίζουμε την υπολογιστική ανάλυση αδόμητων δεδομένων σε κείμενα, με σκοπό την επίτευξη μηχανικής κατανόησης του κειμένου αυτού.Είναι η επεξεργασία προτάσεων που εισάγονται ή διαβάζονται από το σύστημα,το οποίο απαντά επίσης με προτάσεις με τρόπο τέτοιο που να θυμίζει απαντήσεις μορφωμένου ανθρώπου. Βασικό ρόλο παίζει η γραμματική,το συντακτικό,η ανάλυση των εννοιολογικών στοιχείων και γενικά της γνώσης, για να γίνει κατανοητή η ανθρώπινη γλώσσα από τη μηχανή. Οι βασικές τεχνικές επεξεργασίας φυσικού κειμένου βασίζονται στις γενικές γνώσεις σχετικά με τη φυσική γλώσσα.Χρησιμοποιούν ορισμένους απλούς ευρετικούς κανόνες οι οποίοι στηρίζονται στη συντακτική και σημασιολογική προσέγγιση και ανάλυση του κειμένου.Ορισμένες τεχνικές που αφορούν σε όλα τα πεδία εφαρμογής είναι: ο διαμερισμός στα συστατικά στοιχεία του κειμένου (tokenization), η χρήση της διάταξης του κειμένου (structural data mining), η απαλοιφή λέξεων που δεν φέρουν ουσιαστική πληροφορία (elimination of insignificant words),η γραμματική δεικτοδότηση (PoS tagging), η μορφολογική ανάλυση και η συντακτική ανάλυση. Στόχος της παρούσας διπλωματικής είναι να περιγράψει και να αξιολογήσει πως οι τεχνικές επεξεργασίας της φυσικής γλώσσας (NLP), θα μπορούσαν να αξιοποιηθούν για την ενσωμάτωση τους σε πλατφόρμες ηλεκτρονικής μάθησης.Ο μεγάλος όγκος δεδομένων που παρέχεται μέσω μιας ηλεκτρονικής πλατφόρμας μάθησης, θα πρέπει να μπορεί να διαχειριστεί , να διανεμηθεί και να ανακτηθεί σωστά.Κάνοντας χρήση των τεχνικών NLP θα παρουσιαστεί μια καινοτόμα πλατφόρμα ηλεκτρονικής μάθησης,εκμεταλεύοντας τις υψηλού επιπέδου τεχνικές εξατομίκευσης, την δυνατότητα εξαγωγής συμπερασμάτων επεξεργάζοντας την φυσική γλώσσα των χρηστών προσαρμόζοντας το προσφερόμενο εκπαιδευτικό υλικό στις ανάγκες του κάθε χρήστη. / We live in a society in which the use of technology has entered dynamically in our life,the education could not be influenced by new Technologies. Terms such as "e-Learning" and "Asynchronous e-learning" have created new standards in the classical Education. By the term “asynchronous e-learning” we mean a process of exchange of learning between teacher & student, performed regardless of time and place. E-learning is the use of new multimedia technologies and the Internet to improve the quality of learning by facilitating access to information resources and services as well as remote exchanges .The term covers a wide range of applications and processes, such electronic classrooms, and digital collaboration, learning based on computers and Web technologies. Some of the basic requirements that must be met to establish a platform for e-learning are: To support the creation of forums and chat rooms, to deliver email, has friendly environment for both user / student and user / teacher, support personalization depending to the user . Holding information (creating profiles) for the user in order to provide help in the navigation, to support easy creating exams (online tests), to support multimedia presentation materials. As natural language processing (NLP) define the computational analysis of unstructured data in text, to achieve mechanical understanding of the text. To elaborate proposals that imported or read by the system, which also responds by proposals in a manner that reminds answers of educated man. A key role is played by the grammar, syntax, semantic analysis of data and general knowledge to understand the human language of the machine. The main natural text processing techniques based on general knowledge about natural language .This techniques use some simple heuristic rules based on syntactic and semantic analysis of the text. Some of the techniques pertaining to all fields of application are: tokenization, structural data mining, elimination of insignificant words, PoS tagging, analyzing the morphological and syntactic analysis. The aim of this study is to describe and evaluate how the techniques of natural language processing (NLP), could be used for incorporation into e-learning platforms. The large growth of data delivered through an online learning platform, should be able to manage, distributed and retrieved. By the use of NLP techniques will be presented an innovative e-learning platform, using the high level personalization techniques, the ability to extract conclusions digesting the user's natural language by customizing the offered educational materials to the needs of each user .