{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3422253"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3422253","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Πρόβλεψη καθυστερήσεων στην αλυσίδα εφοδιασμού με τη χρήση Μηχανικής Μάθησης","abstract":"Η θεματολογία της συγκεκριμένης μεταπτυχιακής διπλωματικής εργασίας, αποτελείται από πέντε κεφάλαια. Εστιάζει στο πώς μπορούν να προβλεφθούν οι καθυστερήσεις στην εφοδιαστική αλυσίδα με τη συνεισφορά της μηχανικής μάθησης. Γίνεται αναφορά επίσης στο πώς η χρηματοοικονομική τεχνολογία μπορεί να συμβάλει στην βελτίωση της εφοδιαστικής αλυσίδας. Στην αρχή, αποτυπώνονται κάποιες γενικές πληροφορίες για την εφοδιαστική αλυσίδα και για την χρηματοοικονομική τεχνολογία, ενώ παρουσιάζονται και έρευνες που έχουν γίνει από άλλους ερευνητές πάνω στις παραπάνω θεματικές. Υπογραμμίζεται η εισαγωγή της χρηματοοικονομικής τεχνολογίας και του blockchain σε αξιοσημείωτες εταιρείες. Εν συνεχεία, αναφέρεται ο τρόπος που η χρηματοοικονομική τεχνολογία διευκολύνει την εμπορική χρηματοδότηση αλλά και τα οφέλη, οι κίνδυνοι και τα ζητήματα ασφαλείας από τη χρήση της χρηματοοικονομικής τεχνολογίας. Έπειτα, γίνεται ανάλυση και παρουσίαση των δεδομένων που τέθηκαν προς επεξεργασία με γλώσσα προγραμματισμού με στόχο να εντοπιστεί η σχέση των μεταβλητών και να επιτευχθεί η οπτικοποίηση αυτών. Στο τέλος, παρουσιάζονται τα αποτελέσματα της επεξεργασίας, οι λόγοι επιλογής των συγκεκριμένων αλγορίθμων και η σύγκριση των μεθόδων μηχανικής μάθησης με προβολή του καλύτερου αλγορίθμου.","abstract_html":"Η θεματολογία της συγκεκριμένης μεταπτυχιακής διπλωματικής εργασίας, αποτελείται από πέντε κεφάλαια. Εστιάζει στο πώς μπορούν να προβλεφθούν οι καθυστερήσεις στην εφοδιαστική αλυσίδα με τη συνεισφορά της μηχανικής μάθησης. Γίνεται αναφορά επίσης στο πώς η χρηματοοικονομική τεχνολογία μπορεί να συμβάλει στην βελτίωση της εφοδιαστικής αλυσίδας. Στην αρχή, αποτυπώνονται κάποιες γενικές πληροφορίες για την εφοδιαστική αλυσίδα και για την χρηματοοικονομική τεχνολογία, ενώ παρουσιάζονται και έρευνες που έχουν γίνει από άλλους ερευνητές πάνω στις παραπάνω θεματικές. Υπογραμμίζεται η εισαγωγή της χρηματοοικονομικής τεχνολογίας και του blockchain σε αξιοσημείωτες εταιρείες. Εν συνεχεία, αναφέρεται ο τρόπος που η χρηματοοικονομική τεχνολογία διευκολύνει την εμπορική χρηματοδότηση αλλά και τα οφέλη, οι κίνδυνοι και τα ζητήματα ασφαλείας από τη χρήση της χρηματοοικονομικής τεχνολογίας. Έπειτα, γίνεται ανάλυση και παρουσίαση των δεδομένων που τέθηκαν προς επεξεργασία με γλώσσα προγραμματισμού με στόχο να εντοπιστεί η σχέση των μεταβλητών και να επιτευχθεί η οπτικοποίηση αυτών. Στο τέλος, παρουσιάζονται τα αποτελέσματα της επεξεργασίας, οι λόγοι επιλογής των συγκεκριμένων αλγορίθμων και η σύγκριση των μεθόδων μηχανικής μάθησης με προβολή του καλύτερου αλγορίθμου.","abstract_has_math":false,"creators":["Μαλιφούκα Αλεξάνδρα","Malifouka Alexandra"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:30:57Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422253"],"render_values":[{"text":"uoadl:3422253","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422253","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422253","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3422253","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαλιφούκα Αλεξάνδρα","Malifouka Alexandra"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422253","https://pergamos.lib.uoa.gr/uoa/dl/object/3422253"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η θεματολογία της συγκεκριμένης μεταπτυχιακής διπλωματικής εργασίας, αποτελείται από πέντε κεφάλαια. Εστιάζει στο πώς μπορούν να προβλεφθούν οι καθυστερήσεις στην εφοδιαστική αλυσίδα με τη συνεισφορά της μηχανικής μάθησης. Γίνεται αναφορά επίσης στο πώς η χρηματοοικονομική τεχνολογία μπορεί να συμβάλει στην βελτίωση της εφοδιαστικής αλυσίδας. Στην αρχή, αποτυπώνονται κάποιες γενικές πληροφορίες για την εφοδιαστική αλυσίδα και για την χρηματοοικονομική τεχνολογία, ενώ παρουσιάζονται και έρευνες που έχουν γίνει από άλλους ερευνητές πάνω στις παραπάνω θεματικές. Υπογραμμίζεται η εισαγωγή της χρηματοοικονομικής τεχνολογίας και του blockchain σε αξιοσημείωτες εταιρείες. Εν συνεχεία, αναφέρεται ο τρόπος που η χρηματοοικονομική τεχνολογία διευκολύνει την εμπορική χρηματοδότηση αλλά και τα οφέλη, οι κίνδυνοι και τα ζητήματα ασφαλείας από τη χρήση της χρηματοοικονομικής τεχνολογίας. Έπειτα, γίνεται ανάλυση και παρουσίαση των δεδομένων που τέθηκαν προς επεξεργασία με γλώσσα προγραμματισμού με στόχο να εντοπιστεί η σχέση των μεταβλητών και να επιτευχθεί η οπτικοποίηση αυτών. Στο τέλος, παρουσιάζονται τα αποτελέσματα της επεξεργασίας, οι λόγοι επιλογής των συγκεκριμένων αλγορίθμων και η σύγκριση των μεθόδων μηχανικής μάθησης με προβολή του καλύτερου αλγορίθμου.","The subject matter of this thesis consists of five chapters. It focuses on how delays in the supply chain can be predicted with the contribution of machine learning. It also discusses how financial technology can contribute to supply chain improvement. At the beginning, some general information about supply chain and financial technology is captured, and research done by other researchers on these topics is presented. The introduction of financial technology and blockchain in notable companies is highlighted. Subsequently, the way in which financial technology facilitates commercial finance and the benefits, risks and security issues of using financial technology are discussed. Then, the data set to be processed is analysed and presented using a programming language in order to identify the relationship between the variables and achieve visualisation of them. At the end, the results of the processing, the reasons for choosing the specific algorithms and the comparison of the machine learning methods are presented with a projection of the best algorithm."]},{"key":"dc:title","label":"Title","values":["Πρόβλεψη καθυστερήσεων στην αλυσίδα εφοδιασμού με τη χρήση Μηχανικής Μάθησης"]}]}],"canonical_facts":{"dc:creator":["Μαλιφούκα Αλεξάνδρα","Malifouka Alexandra"],"dc:date":["2024"],"dc:description":["Η θεματολογία της συγκεκριμένης μεταπτυχιακής διπλωματικής εργασίας, αποτελείται από πέντε κεφάλαια. Εστιάζει στο πώς μπορούν να προβλεφθούν οι καθυστερήσεις στην εφοδιαστική αλυσίδα με τη συνεισφορά της μηχανικής μάθησης. Γίνεται αναφορά επίσης στο πώς η χρηματοοικονομική τεχνολογία μπορεί να συμβάλει στην βελτίωση της εφοδιαστικής αλυσίδας. Στην αρχή, αποτυπώνονται κάποιες γενικές πληροφορίες για την εφοδιαστική αλυσίδα και για την χρηματοοικονομική τεχνολογία, ενώ παρουσιάζονται και έρευνες που έχουν γίνει από άλλους ερευνητές πάνω στις παραπάνω θεματικές. Υπογραμμίζεται η εισαγωγή της χρηματοοικονομικής τεχνολογίας και του blockchain σε αξιοσημείωτες εταιρείες. Εν συνεχεία, αναφέρεται ο τρόπος που η χρηματοοικονομική τεχνολογία διευκολύνει την εμπορική χρηματοδότηση αλλά και τα οφέλη, οι κίνδυνοι και τα ζητήματα ασφαλείας από τη χρήση της χρηματοοικονομικής τεχνολογίας. Έπειτα, γίνεται ανάλυση και παρουσίαση των δεδομένων που τέθηκαν προς επεξεργασία με γλώσσα προγραμματισμού με στόχο να εντοπιστεί η σχέση των μεταβλητών και να επιτευχθεί η οπτικοποίηση αυτών. Στο τέλος, παρουσιάζονται τα αποτελέσματα της επεξεργασίας, οι λόγοι επιλογής των συγκεκριμένων αλγορίθμων και η σύγκριση των μεθόδων μηχανικής μάθησης με προβολή του καλύτερου αλγορίθμου.","The subject matter of this thesis consists of five chapters. It focuses on how delays in the supply chain can be predicted with the contribution of machine learning. It also discusses how financial technology can contribute to supply chain improvement. At the beginning, some general information about supply chain and financial technology is captured, and research done by other researchers on these topics is presented. The introduction of financial technology and blockchain in notable companies is highlighted. Subsequently, the way in which financial technology facilitates commercial finance and the benefits, risks and security issues of using financial technology are discussed. Then, the data set to be processed is analysed and presented using a programming language in order to identify the relationship between the variables and achieve visualisation of them. At the end, the results of the processing, the reasons for choosing the specific algorithms and the comparison of the machine learning methods are presented with a projection of the best algorithm."],"dc:identifier":["uoadl:3422253","https://pergamos.lib.uoa.gr/uoa/dl/object/3422253"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Πρόβλεψη καθυστερήσεων στην αλυσίδα εφοδιασμού με τη χρήση Μηχανικής Μάθησης"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:30:57Z"}