Μαθήματα

Το αντικείμενο το μαθήματος εντάσσεται στο πλαίσιο της Κοινωνιολογίας της Εργασίας και της Ανάπτυξης, με κεντρικό πυρήνα τις αλλαγές των παραγωγικών συστημάτων γενικά και ειδικότερα στον κλάδο της μεταποίησης (βιοτεχνία, βιομηχανία), σε συνδυασμό με συναφείς κλάδους της παραγωγικής καθώς και της επιστημονικής δραστηριότητας. Εξετάζονται αναλυτικά και συνθετικά, σε διάφορες κλίμακες (διεθνή, εθνική, τοπική-περιφερειακή), ζητήματα που αφορούν τις εργασιακές σχέσεις, τις παραγωγικές διαδικασίες, την έρευνα και ανάπτυξη (Ε&Α), τις τεχνογνωσίες, τη βιομηχανική πολιτική, τις διακλαδικές και διαβιομηχανικές σχέσεις.

Τρόπος αξιολογησης;

Γραπτές εξετάσεις:100%

                      Βιβλιογραφία

1. Δασκαλάκης, Δ. (2013). Βιομηχανική κοινωνιολογία και βιομηχανικές σχέσεις. Αθήνα: Εκδόσεις Παπαζήση.

ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Σύντομη αναδρομή στην ιστορία της φιλοσοφίας. Από το μύθο στο λόγο. Βασικές φιλοσοφικές έννοιες, κατηγορίες και νόμοι της διαλεκτικής στις περιοχές της θεωρίας της γνώσης, της οντολογίας και της λογικής (τυπικής και διαλεκτικής). Φιλοσοφία, επιστήμη και τεχνολογία. Στοιχεία κοινωνικής φιλοσοφίας: η δομή της ανάπτυξης της κοινωνίας ως οργανικό όλο, το κοινωνικό συνειδέναι και οι μορφές του. Το φιλοσοφείν ως: αναγκαίο στοιχείο της συνείδησης της προσωπικότητας, αυτογνωσία και αυτοσυνειδησία του πολιτισμού της εκάστοτε εποχής.

Το πλαίσιο και τα βασικά ζητήματα της προβληματικής του μαθήματος.

Εισαγωγή. Αρχικοί ορισμοί. Αναγκαιότητα, ιδιοτυπία και λειτουργίες του φιλοσοφείν. Φιλοσοφία και νεότητα. Πότε, που σε ποιόν και γιατί χρειάζεται η φιλοσοφία. Το βασικό ερώτημα/πρόβλημα της φιλοσοφίας και οι δύο πτυχές του (οντολογική & γνωσιολογική). Η ιστορικότητα της φιλοσοφίας, και το πρόβλημα της αντικειμενικότητας. Η φιλοσοφία στην ιστορία ως σύγκρουση σχολών και τάσεων. Το αυθεντικό φιλοσοφείν ως σύλληψη της εκάστοτε εποχής στη σκέψη, η ορολογία,οι βασικές φιλοσοφικές έννοιες και κατηγορίες και η ιδιοτυπία της επιστημονικής φιλοσοφίας, σε αντιδιαστολή με ποικίλες προεπιστημονικές απόψεις και αντιλήψεις/στερεότυπα της καθημερινής τύρβης & συνείδησης.

Α. Αναδρομή στην ιστορία της φιλοσοφίας.

1. Προϋποθέσεις της φιλοσοφίας. Μυθολογία και μαγεία ως βασική μορφή πρόσληψης του κόσμου στην πρωτόγονη κοινότητα τροφοσυλλεκτών και ως μήτρα-προϋπόθεση από την άρση της οποίας ανακύπτουν όλες οι μετέπειτα μορφές κοινωνικής συνείδησης. Η μετάβαση στην παράγουσα κοινωνία (κτηνοτροφία & γεωργία), ο ανταγωνιστικό καταμερισμός της εργασίας, το υπερπροϊόν, η πατριαρχία και η εμφάνιση τάξεων. στην ταξική κοινωνία.
2. Η θέση και ο ρόλος του γίγνεσθαι της φιλοσοφίας στην ιστορία του πολιτισμού, η μετάβαση από την ανθρωπομορφική-ανιμιστική μυθολογική/μαγική πρωτόγονη πρόσληψη της πραγματικότητας στη βαθμιαία αντιδιαστολή ανθρωπομορφοποίησης και αποανθρωπομορφοποίησης, εν τω γεννάσθαι θρησκείας και ορθολογικής φιλοσοφικής προσέγγισης (επιστήμης) στις αρχαίες βαθμίδες διαμόρφωσης του πολιτισμού.       
3. Η πρωταρχική εμφάνιση της φιλοσοφίας στην δουλοκτητική κοινωνία. Η φιλοσοφία της κλασικής αρχαιότητας. Η καταλυτική συμβολή του Ηρακλείτου. Η αυθόρμητη-αφελής διαλεκτική. Φυσική φιλοσοφία και «λόγος». Σοφιστές, Σωκράτης, Πλάτων, Αριστοτέλης και Επίκουρος. Ελληνιστική - Ρωμαϊκή Φιλοσοφία.
4. Η φεουδαρχική κοινωνία και η μεσαιωνική υποβάθμιση της φιλοσοφίας σε ρόλο θεραπαινίδας της θεολογίας/θρησκείας στη βάση του θρησκευτικού δογματισμού. Η σχολαστική φιλοσοφία και η σύγκρουση νομιναλισμού – ρεαλισμού.
5. Το ιστορικό γίγνεσθαι της κεφαλαιοκρατίας και η διαμόρφωση της φιλοσοφίας. Η φιλοσοφία της Αναγέννησης και του Διαφωτισμού. Η μεταφυσική και το μηχανιστικό κοσμοείδωλο. Ο Διαφωτισμός και κλασική αστική σκέψη. Εμπειρισμός και ορθολογισμός.
6. Μεταφυσική και διαλεκτική. Η ιδεαλιστική διαλεκτική της Γερμανικής κλασικής φιλοσοφίας. Η ιδεοκρατική διαλεκτική και ο πανλογισμός του Χέγκελ ως κορύφωση της διαμόρφωσης του φιλοσοφείν. Το πρόβλημα της αποξένωσης/αλλοτρίωσης και της άρσης της.
7. Η αρχή της ανάπτυξης της φιλοσοφίας στη βάση των αναγκών της επαναστατικής κριτικής θεωρίας και πράξης. Η φιλοσοφία του Κ. Μαρξ στο πλαίσιο της (διεπιστημονικής συνθετικής) επαναστατικής θεωρίας και μεθοδολογίας που εισήγαγε. Η έναρξη της συνειδητής  διαλεκτικής σύνθεσης.
8. Η περίοδος των επιγόνων. Επαναληπτικές αγκυλώσεις και αποδομητικές τάσεις. Υπαρξισμός, Φιλοσοφία της ζωής, Θετικισμός, Πραγματισμός, Νεοεγελιανισμός, Λογικός θετικισμός, Η “γλωσσική στροφή”, η “Μεταμοντέρνα κατάσταση”. Ανορθολογισμός εναντίον ορθολογισμού, αντιεπιστημονισμός εναντίον επιστημονισμού.
9. Σύγχρονες τάσεις και ρεύματα. «Νέες» μορφές ανορθολογισμού και σκοταδισμού. Η αναγκαιότητα και οι δρόμοι της περαιτέρω ανάπτυξης της επιστημονικής φιλοσοφίας (θεωρίας και μεθοδολογίας) ως όρος συνειδητής αποτροπής των τάσεων αυτοκαταστροφής της ανθρωπότητας και εναλλακτικής προοπτικής/διεξόδου απ’ τα αδιέξοδα.
10. Η διαλεκτική ανάπτυξη-άρση της φιλοσοφίας και του βασικού ερωτήματος/προβλήματός της στην προοπτική της συνθετικής επιστημονικής κοσμοθεώρησης της διαστημικής εποχής του μέλλοντος.

Β. Οι βασικές φιλοσοφικές κατηγορίες και οι νόμοι της διαλεκτικής.

1. Η «αντικειμενική λογική» ως «Οντολογία»..

-Το είναι, (ποιόν, ποσόν, μέτρον). Η ουσία (φαινομενικότητα, ταυτότητα, διάκριση, διαφορά, αντίθεση, αντίφαση, μορφή και περιεχόμενο, όρος). Φαινόμενο και η εν ενεργεία πραγματικότητα.

2. Ζητήματα θεωρίας της γνώσης

Διαλεκτική υποκειμένου – αντικειμένου. Αλληλεπίδραση, αντανάκλαση, αισθαντικότητα, ψυχισμός. Σημεία, σύμβολα, κώδικες, Γλώσσα και σκέψη. Προεπιστημονική και επιστημονική γνώση, εμπειρικό και θεωρητικό, διάνοια και λόγος, ιστορικό και λογικό. Το πρόβλημα της μεθόδου. Η αντιφατικότητα της γνωστικής διαδικασίας. Δημιουργική φαντασία και διαίσθηση. Η διαλεκτική απόλυτης και σχετικής αλήθειας. Δογματισμός και σκεπτικισμός. Θεωρία και πρακτική.

-Κατηγορίες και νόμοι της διαλεκτικής.

       3. Διαλεκτική λογική ως επιστήμη για την θεωρητική νόηση. Τυπική και διαλεκτική λογική.

Γ. Κοινωνική Φιλοσοφία. Η κοινωνία ως οργανικό όλο.

Η δομή της ανάπτυξης της κοινωνίας.

1. Η απλούστατη σχέση της κοινωνίας ως διαδικασία. Η διάρθρωση της απλούστατης σχέσης.
2. Η μετάβαση απ’ την απλούστατη σχέση στην ουσία της κοινωνίας. Αναβαθμοί του ψυχισμού και μετάβαση απ’ τον ζωώδη ψυχισμό στην ανθρώπινη κοινωνική συνείδηση.
3. Η ουσία της κοινωνίας.

α) Εργασία και παραγωγή ως διαδικασία ανταλλαγής ύλης μεταξύ ανθρώπου και φύσης.

β) Σχέσεις παραγωγής (εργασιακές σχέσεις).

       4.Το φαινόμενο και η εν ενεργεία πραγματικότητα της ανθρώπινης κοινωνίας.

Η κοινωνική συνείδηση και οι μορφές της. Το εποικοδόμημα.

Οι άνθρωποι ως προσωπικότητες. Κοινωνική τυπολογία προσωπικοτήτων.

Δ. Σύνοψη και συναγωγή γενικών πορισμάτων. Η επιστημονική φιλοσοφία ως αυτογνωσία και αυτοσυνειδησία της εκάστοτε εποχής.

Το φιλοσοφείν ως αναστοχαστική διερεύνηση της συσχέτισης μεταξύ είναι και συνειδέναι για τον προσδιορισμό της στάσης του υποκειμένου έναντι των αντικειμενικών όρων της ύπαρξής του, της θέσης, του ρόλου και των προοπτικών του ανθρώπου και της κοινωνίας.

Το μάθημα αποτελεί μια εισαγωγή στην Ιστορία του Πολιτισμού από την Αρχαιότητα έως τον 20^ο αιώνα. Αναλύεται η έννοια του πολιτισμού που συνδέεται αναπόσπαστα με την ιστορική πορεία της ανθρωπότητας και την ένταξη του ανθρώπου σε οργανωμένες κοινωνίες. Ειδικότερα, παρουσιάζονται οι πρώτοι πολιτισμοί της Μεσοποταμίας και της Αιγύπτου, ο πολιτισμός της Κλασικής Ελλάδας, της Ρώμης και της Δυτικής Ευρώπης κατά την Αναγέννηση.

Έμφαση δίνεται στις όψεις της «επιστημονικής επανάστασης» του 17^ου αιώνα που προετοίμασε τον Διαφωτισμό και τη Βιομηχανική επανάσταση του 18^ου αιώνα. Εξετάζονται οι κοινωνικο-οικονομικές μεταβολές και το ευρύτερο πολιτισμικό πλαίσιο στη Δυτική Ευρώπη κατά τον 19^ο αιώνα: η ανάπτυξη των φυσικών επιστημών, η εκβιομηχάνιση, τα νέα ιδεολογικά ρεύματα, η αστικοποίηση, η δημιουργία Εθνών-κρατών και οι εξελίξεις στην τέχνη που απομακρύνεται από τα κλασικά πρότυπα και την πιστή αναπαράσταση.

Τέλος εξετάζεται το κοινωνικο-πολιτικό και το ευρύτερο πολιτισμικό πλαίσιο κατά τον 20^ο αιώνα: Η περίοδο της «Belle époque» και η ακμή της Ευρώπης, η ραγδαία ανάπτυξη της τεχνολογίας, της βιομηχανίας, της επιστήμης, των ανθρωπιστικών σπουδών και των τεχνών. Ο οικονομικός & στρατιωτικός ανταγωνισμός των Μεγάλων Δυνάμεων, ο Πρώτος και ο Δεύτερος Παγκόσμιος Πόλεμος και οι καταστροφικές τους συνέπειες, η περίοδος του «Ψυχρού πολέμου», το φαινόμενο της Παγκοσμιοποίησης. Αναδεικνύονται τα νέα δεδομένα (κινήματα και τάσεις) στην Μοντέρνα και στη Σύγχρονη, εννοιολογική, Μεταμοντέρνα τέχνη. 

Με στόχο την ανάδειξη των βασικών χαρακτηριστικών των υπό εξέταση πολιτισμών, αναλύονται αντιπροσωπευτικά καλλιτεχνικά παραδείγματα ανά περίοδο και συνεξετάζονται οι σχέσεις κοινωνίας και τέχνης  δια μέσου της ιστορίας. 

Η έννοιες του qubit και της σφαίρας του Bloch, πύλες ενός και δύο qubit, και θεωρία του εναγκαλισμού. Κβαντικός προγραμματισμός, και η γλώσσα Qiskit της ΙΒΜ. Βασικοί και μοντέρνοι κβαντικοί αλγόριθμοι μεταβολών και εφαρμογές. Στοιχεία κβαντικών τεχνολογιών αιχμής για την κατασκευή κβαντικών υπολογιστικών συστημάτων. Τα κριτήρια επάρκειας κβαντικών τεχνολογιών του Di-Vincenzo. Δυναμική κβαντικού διπόλου σε Η/Μ πεδίο και εφαρμογές στην υλοποίηση κβαντικών πυλών: Μεταπτωτική κίνηση, ταλαντώσεις Rabi, πύλες σε ένα qubit, υλοποίηση πυλών NOT και Hadamard. Χαμιλτονιανές αλληλεπίδρασης δύο spin qubit Ising και Heisenberg. Υλοποίηση πύλων SWAP και CΝΟΤ σε δύο spin-qubits.  Στοιχεία και state of the art κβαντικού hardware με υπεραγώγιμα κυκλώματα και ψυχρά ιόντα. Υπεραγωγιμα κυκλώματα και qubits. Κβαντικός αρμονικός ταλαντωτής.Το κβαντικό κύκλωμα LC. Qubits από ταλαντωτές. To transmon qubit. Τεχνικές ελέγχου και ανάγνωσης υπεραγώγιμων qubits. Παραδείγματα υλοποίησης.

Διαλέξεις: Τρίτη 9-11 στην 2042 και Τετάρτη 1-3 137Π39

Διδάσκων: Αν. Καθ. Δ. Αγγελάκης, επικοινωνία μόνο στο εμαιλ daggelakis@tuc.gr

Ώρες γραφείου  Τρίτη 11-12μμ και Τετάρτη 2-4μμ.

Βοηθός μαθήματος:

Δρ. Σοφία Ευαγγέλου, sevangelou@tuc.gr

A. Στρατάκης, astratakis1@tuc.gr

Notion of Qubit and the Bloch Sphere, one and two qubit states, quantum entanglement. Quantum parallelism. Basic and modern variational quantum algorithms and their applications. Elements of state-of-the-art quantum computing technologies: Ions, photons and superconducting qubits. Notion of a spin qubit. Quantum dipole dynamics in E/M field and application in implementing quantum gates: Precession motion, Rabi oscillations, single qubit gates, implementation of NOT and Hadamard gates. Interaction Hamiltonians for two spin qubits: Ising and Heisenberg cases. Implementation of SWAP and CNOT gates in two qubits. Superconducting circuits and qubits. The quantum LC circuit. Making a Qubit from an Oscillator. The Transmon qubit. Qubit control and read out approaches. Implementation examples.

Το μάθημα δεν διαθέτει περιγραφή

ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ
ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ Πρόσωπο με πρόσωπο
Στη Διδασκαλία - Διαλέξεις – Βιβλιογραφική Ανασκόπηση
Στην Επικοινωνία με τους φοιτητές - Βιβλιογραφική Ανασκόπηση ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ
ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ
ΕΠΙΚΟΙΝΩΝΙΩΝ
Δραστηριότητα
Διαλέξεις 39
Εκπόνηση Ατομικής Εργασίας 21
Αυτοτελής μελέτη 30
Μελέτη και ανάλυση Βιβλιογραφίας 10
100
Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες):
1 Οικονομική και πολιτική ελευθερία
2 Ο ρόλος της κυβέρνησης σε μια κοινωνία
3 Διαχείριση και ό έλεγχος του χρήματος
4 Διεθνής χρηματοοικονομική πολιτική και εμπορικό ισοζύγιο
5 Δημοσιονομική πολιτική
6 Κράτος και εκπαίδευση
7 Καπιταλισμός
8 Μονοπώλιο και η κοινωνική ευθύνη των επιχειρήσεων
9 Οικονομικά της εργασίας
10 Εισοδηματική πολιτική
11 Κοινωνική πρόνοια
12 Ανακούφιση της φτώχειας
13 Σύνθεση

ΑΞΙΟΛΟΓΗΣΗ

Γραπτή Τελική Εξέταση: 70%
- Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση
Ατομική Εργασία: 30%
- Δημόσια Παρουσίαση
- Προφορική Εξέταση
Δύναται οι Φοιτητές να αξιολογηθούν σε ενδιάμεσες προόδους.

(5) Προτεινόμενη Βιβλιογραφία / Συναφή επιστημονικά περιοδικά
-Menz Georg, Αναστάσιος Χάρδας (Επιστ. επιμέλεια) (2021). Συγκριτική Πολιτική Οικονομία, Κωδικός Βιβλίου στον
Εύδοξο: 94692378, ISBN: 978-960-418-846-8, ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε.
-Friedman, Milton (2012) Μεταφραστής Καράμπελας, Γιώργος Θ. Καπιταλισμός και Ελευθερία, ISBN 9789604843817,
Eκδότης Παπαδόπουλος
-Bowles, S.-Edwards, R.-Roosevelt, F. (2014). Κατανοώντας τον καπιταλισμό, Αθήνα: Εκδόσεις Gutenberg.
-Gouverneur, J. (2001). Ανακαλύπτοντας την Οικονομία. Αθήνα: Εκδόσεις Τυπωθύτω.
-Γεωργακόπουλου, Θ. Λιανού, Θ. Μπένου, Θ. Τσεκούρα, Γ. Χατζηπροκοπίου, Μ. & Χρήστου, Γ. (2002). Εισαγωγή στην
Πολιτική Οικονομία, 6η έκδοση, Αθήνα: Εκδόσεις Ευγ. Μπένου.
-Χατζηκωνσταντίνου, Γ. (2009). Το Οικονομικό Σύστημα και η Εξέλιξή του: Από τον Adam Smith στην Εποχή της
Νεοφιλελεύθερης Παγκοσμιοποίησης. Αθήνα: Εκδόσεις Κριτική

Στατιστική Μοντελοποίηση και Αναγνώριση Προτύπων

Το μάθημα εισάγει τον φοιτητή στη θεωρία της στατιστικής μοντελοποίησης και στις τεχνικές και αλγορίθμους που χρησιμοποιούνται στην αναγνώριση προτύπων και τη μηχανική μάθηση.

Περιεχόμενο Μαθήματος:

Εισαγωγή στη στατιστική. Θεωρία απόφασης Bayes, μέθοδοι εκμάθησης με μεγιστοποίηση πιθανότητας (maximum
likelihood), εκτίμηση πιθανότητας με την μέθοδο Bayes, expectation maximization algorithm, κρυφά μοντέλα
Markov. Γραμμικοί Ταξινομητές, Επιλογή και μετασχηματισμοί χαρακτηριστικών μοντελοποίησης, ανάλυση
πρωτευόντων συνιστωσών (PCA). Εκμάθηση χωρίς επίβλεψη, ομαδοποίηση και μη παραμετρικοί ταξινομητές. Ο
αλγόριθμος k-means και ο αλγόριθμος απόφασης κοντινότερου γείτονα. Γραμμικοί ταξινομητές. O αλγόριθμος
Perceptron και μηχανές διανυσμάτων υποστήριξης (SVM). Γραμμική παλινδρόμηση (linear regression). Μη γραμμικοί
ταξινομητές και τεχνητά νευρωνικά δίκτυα (ANNs). Πολυστρωματικά νευρωνικά δίκτυα (Deep Neural Networks). Μη
μετρικές μέθοδοι ταξινόμησης, δέντρα ταξινόμησης (classification and regression trees). Μοντέλα γράφων
(Bayesian networks), μη παραμετρικές μέθοδοι (Parzen windows). Μέθοδοι εκτίμησης απόδοσης, cross-validation και
καμπύλες ROC.

Στατιστική Μοντελοποίηση και Αναγνώριση Προτύπων

Το μάθημα εισάγει τον φοιτητή στη θεωρία της στατιστικής μοντελοποίησης και στις τεχνικές και αλγορίθμους που χρησιμοποιούνται στην αναγνώριση προτύπων και τη μηχανική μάθηση.

Περιεχόμενο Μαθήματος:

Εισαγωγή στη στατιστική. Θεωρία απόφασης Bayes, μέθοδοι εκμάθησης με μεγιστοποίηση πιθανότητας (maximum
likelihood), εκτίμηση πιθανότητας με την μέθοδο Bayes, expectation maximization algorithm, κρυφά μοντέλα
Markov. Γραμμικοί Ταξινομητές, Επιλογή και μετασχηματισμοί χαρακτηριστικών μοντελοποίησης, ανάλυση
πρωτευόντων συνιστωσών (PCA). Εκμάθηση χωρίς επίβλεψη, ομαδοποίηση και μη παραμετρικοί ταξινομητές. Ο
αλγόριθμος k-means και ο αλγόριθμος απόφασης κοντινότερου γείτονα. Γραμμικοί ταξινομητές. O αλγόριθμος
Perceptron και μηχανές διανυσμάτων υποστήριξης (SVM). Γραμμική παλινδρόμηση (linear regression). Μη γραμμικοί
ταξινομητές και τεχνητά νευρωνικά δίκτυα (ANNs). Πολυστρωματικά νευρωνικά δίκτυα (Deep Neural Networks). Μη
μετρικές μέθοδοι ταξινόμησης, δέντρα ταξινόμησης (classification and regression trees). Μοντέλα γράφων
(Bayesian networks), μη παραμετρικές μέθοδοι (Parzen windows). Μέθοδοι εκτίμησης απόδοσης, cross-validation και
καμπύλες ROC.

Το μάθημα δεν διαθέτει περιγραφή

Το μάθημα εισάγει τον φοιτητή στη θεωρία της στατιστικής μοντελοποίησης και στις τεχνικές και αλγορίθμους που χρησιμοποιούνται στην αναγνώριση προτύπων. Συγκεκριμένα το μάθημα προσφέρει μια ολοκληρωμένη επισκόπηση σύγχρονων μεθόδων που αφορούν τη μηχανική μάθηση και την αναγνώριση προτύπων και εστιάζει στον τρόπο που αυτές οι τεχνικές εφαρμόζονται σε διάφορες εφαρμογές όπως στην ψηφιακή εικόνα, στον ανθρώπινο λόγο, στην επεξεργασία κειμένων κ.α. Η κατανόηση της θεωρίας επιτυγχάνεται μέσα από το συνδυασμό θεωρητικών και πρακτικών εργαστηριακών ασκήσεων.

1. Εισαγωγή στην αναγνώριση προτύπων
   Γενικές αρχές και εφαρμογές - Συστήματα αναγνώρισης προτύπων - Ταξινόμηση (Classification) και Παλινδρόμηση (Regression) - Supervised, Unsupervised, Reinforcement Learning - Ο κύκλος σχεδίασης ενός συστήματος αναγνώρισης προτύπων - Επιλογή χαρακτηριστικών μοντελοποίησης. - Μάθηση και προσαρμογή
2. Επιλογή και Μετασχηματισμοί χαρακτηριστικών
   Επιλογή και κανονικοποίηση χαρακτηριστικών - Μετασχηματισμοί Χαρακτηριστικών o Aνάλυση πρωτευόντων συνιστωσών (PCA) o Ανάλυση ανεξάρτητων συνιστωσών (ICA) o Linear Discriminant Analysis (LDA) o DFT & άλλοι μετασχηματισμοί στη συχνότητα
3. Θεωρία απόφασης Bayes
   Κλάσεις και ταξινομητές Bayes - Θεωρία απόφασης Bayes για συνεχή διανύσματα - Συνάρτηση απώλειας και ρίσκο - Συναρτήσεις διάκρισης, επιφάνειες απόφασης - Ταξινόμηση ελάχιστης πιθανότητας λάθους - Παραδείγματα με δύο κλάσεις και με κανονικές κατανομές - Πιθανότητα λάθους ταξινόμησης - Θεωρία απόφασης Bayes για διακριτά διανύσματα
4. Εκτίμηση Παραμέτρων και εκμάθηση με επιτήρηση (Supervised)
   Εκτίμηση Μεγίστης Πιθανοφάνειας (ML) - Γενική Μπεϋσιανή (Bayesian) Εκτίμηση - Εκτίμηση μεγιστοποίησης της εκ των υστέρων πιθανότητας (MAP) - Εκμάθηση με Bayes της μέσης τιμής κανονικής κατανομής - Sufficient Statistics - Οικογένεια εκθετικών κατανομών
5. Γραμμικοί ταξινομητές
   Σχεδίαση γραμμικών ταξινομητών - Γραμμικές συναρτήσεις διάκρισης και επιφάνειες απόφασης - Γραμμικά διαχωρίσιμες κλάσεις - Κανόνας gradient descent - Αλγόριθμος Perceptron
6. Γραμμική παλινδρόμηση (Linear Regression)
   Μέθοδοι ελαχιστοποίησης μέσου τετραγωνικού σφάλματος (MSE) - Logistic regression
7. Μη γραμμικοί ταξινομητές, perceptron και τεχνητά νευρωνικά δίκτυα (ANNs)
   Εισαγωγή και δομή των νευρωνικών δικτύων - Το απλό Perceptron - Perceptron πολλαπλών επιπέδων - Feedforward NN - Ο αλγόριθμος οπισθοδιάδοσης (backpropagation)
8. Deep learning, βαθιά νευρωνικά δίκτυα (DNNs)
   Βαθιά ΝΝ - Αναδρομικά NN - Εκμάθηση βαθιών ΝΝs - Παραδείγματα
9. Εκμάθηση χωρίς επιτήρηση (Unsupervised) και ομαδοποίηση
   Περιγραφή δεδομένων και ομαδοποίηση - Μετρικές απόστασης - Αλγόριθμος k-means - Ιεραρχική ομαδοποίηση - Αλγόριθμος απόφασης κοντινότερου γείτονα - Πιθανοτική ομαδοποίηση (Gaussian Mixture Models) - Ο αλγόριθμος ΕΜ
10. Κρυφά Μοντέλα Markov (HMMs)
    
11. Μη παραμετρικές μέθοδοι ταξινόμησης
    Εκτίμηση κατανομών - Παράθυρα Parzen - Support Vector Machines (SVM) - Αλγόριθμος boosting - Μέθοδος των k πλησιέστερων γειτόνων (k-NN) - Δέντρα ταξινόμησης και αναδρομής (classification and regression trees).
12. Εφαρμογές

Το μάθημα εισάγει τον φοιτητή στη θεωρία της στατιστικής μοντελοποίησης και στις τεχνικές και αλγορίθμους που χρησιμοποιούνται στην αναγνώριση προτύπων. Συγκεκριμένα το μάθημα προσφέρει μια ολοκληρωμένη επισκόπηση σύγχρονων μεθόδων που αφορούν τη μηχανική μάθηση και την αναγνώριση προτύπων και εστιάζει στον τρόπο που αυτές οι τεχνικές εφαρμόζονται σε διάφορες εφαρμογές όπως στην ψηφιακή εικόνα, στον ανθρώπινο λόγο, στην επεξεργασία κειμένων κ.α. Η κατανόηση της θεωρίας επιτυγχάνεται μέσα από το συνδυασμό θεωρητικών και πρακτικών εργαστηριακών ασκήσεων.

1. Εισαγωγή στην αναγνώριση προτύπων
   Γενικές αρχές και εφαρμογές - Συστήματα αναγνώρισης προτύπων - Ταξινόμηση (Classification) και Παλινδρόμηση (Regression) - Supervised, Unsupervised, Reinforcement Learning - Ο κύκλος σχεδίασης ενός συστήματος αναγνώρισης προτύπων - Επιλογή χαρακτηριστικών μοντελοποίησης. - Μάθηση και προσαρμογή
2. Επιλογή και Μετασχηματισμοί χαρακτηριστικών
   Επιλογή και κανονικοποίηση χαρακτηριστικών - Μετασχηματισμοί Χαρακτηριστικών o Aνάλυση πρωτευόντων συνιστωσών (PCA) o Ανάλυση ανεξάρτητων συνιστωσών (ICA) o Linear Discriminant Analysis (LDA) o DFT & άλλοι μετασχηματισμοί στη συχνότητα
3. Θεωρία απόφασης Bayes
   Κλάσεις και ταξινομητές Bayes - Θεωρία απόφασης Bayes για συνεχή διανύσματα - Συνάρτηση απώλειας και ρίσκο - Συναρτήσεις διάκρισης, επιφάνειες απόφασης - Ταξινόμηση ελάχιστης πιθανότητας λάθους - Παραδείγματα με δύο κλάσεις και με κανονικές κατανομές - Πιθανότητα λάθους ταξινόμησης - Θεωρία απόφασης Bayes για διακριτά διανύσματα
4. Εκτίμηση Παραμέτρων και εκμάθηση με επιτήρηση (Supervised)
   Εκτίμηση Μεγίστης Πιθανοφάνειας (ML) - Γενική Μπεϋσιανή (Bayesian) Εκτίμηση - Εκτίμηση μεγιστοποίησης της εκ των υστέρων πιθανότητας (MAP) - Εκμάθηση με Bayes της μέσης τιμής κανονικής κατανομής - Sufficient Statistics - Οικογένεια εκθετικών κατανομών
5. Γραμμικοί ταξινομητές
   Σχεδίαση γραμμικών ταξινομητών - Γραμμικές συναρτήσεις διάκρισης και επιφάνειες απόφασης - Γραμμικά διαχωρίσιμες κλάσεις - Κανόνας gradient descent - Αλγόριθμος Perceptron
6. Γραμμική παλινδρόμηση (Linear Regression)
   Μέθοδοι ελαχιστοποίησης μέσου τετραγωνικού σφάλματος (MSE) - Logistic regression
7. Μη γραμμικοί ταξινομητές, perceptron και τεχνητά νευρωνικά δίκτυα (ANNs)
   Εισαγωγή και δομή των νευρωνικών δικτύων - Το απλό Perceptron - Perceptron πολλαπλών επιπέδων - Feedforward NN - Ο αλγόριθμος οπισθοδιάδοσης (backpropagation)
8. Deep learning, βαθιά νευρωνικά δίκτυα (DNNs)
   Βαθιά ΝΝ - Αναδρομικά NN - Εκμάθηση βαθιών ΝΝs - Παραδείγματα
9. Εκμάθηση χωρίς επιτήρηση (Unsupervised) και ομαδοποίηση
   Περιγραφή δεδομένων και ομαδοποίηση - Μετρικές απόστασης - Αλγόριθμος k-means - Ιεραρχική ομαδοποίηση - Αλγόριθμος απόφασης κοντινότερου γείτονα - Πιθανοτική ομαδοποίηση (Gaussian Mixture Models) - Ο αλγόριθμος ΕΜ
10. Κρυφά Μοντέλα Markov (HMMs)
    
11. Μη παραμετρικές μέθοδοι ταξινόμησης
    Εκτίμηση κατανομών - Παράθυρα Parzen - Support Vector Machines (SVM) - Αλγόριθμος boosting - Μέθοδος των k πλησιέστερων γειτόνων (k-NN) - Δέντρα ταξινόμησης και αναδρομής (classification and regression trees).
12. Εφαρμογές

***Για τους απόφοιτους του τέως Τμήματος Ηλεκτρονικών Μηχ. και Μηχ. Υπολογιστών του ΠΚ, που επιθυμούν να αποκτήσουν ισοτιμία του διπλώματός τους με αυτό της σχολής Ηλεκτρολόγων Μηχ. και Μηχ. Υπολογιστών του ΠΚ:

Ώρες γραφείου ΔΕΠ Γ. Πέππα: Παρασκεύη 11:00-13:00.

Ώρες γραφείου ΕΔΙΠ Εργ/ρίου, Δρ. Ελευθερία Σεργάκη (Δωμ. 141.A-32, δίπλα πόρτα  καθηγ. κ. Σαμολαδά): Δευτ 12-1:15μμ,  Τετ. 12-2:15μμ (εκτός Τετ. 19/2, 5/3, 19/3) Πέμπτες 1:30μμ-2:30μμ και Παρ. 1:15μμ-2μμ  Διαθέσιμη και σε άλλη ώρα κατόπιν συνεννόσης με email στο eclass.

ΩΡOΛΟΓΙΟ ΠΡΟΓΡΑΜΜΑ ΕΡΓΑΣΤΗΡΙΑΚΩΝ ΟΜΑΔΩΝ (Το εργαστήριο βρίσκεται στο κτίριο Ε3.007, υπάρχουν δύο είσοδοι από το πάρκιγκ 6β.

Δείτε στο πεδίο "Ομάδες Χρηστών" τις ημ/νίες - ώρες διεξαγωγής των εργαστηριακών πειραμάτων..

ΣΗΜΑΝΤΙΚΕΣ ΗΜΕΡΟΜΗΝΙΕΣ:

• 1η Εξέταση Εργ/ρίου:Παρ. 21/3, ώρα 11:15πμ - 12  στο αμφ Γ2.2 (Αφορά υποχρεωτική ενδιάμεση εξέταση πειραμάτων σας της 1ης παρουσίας σας στο εργαστήριο -γραπτή εξέταση που λαμβάνει το 50% του τελικού βαθμού όλων των πειραμάτων).
• 2η Εξέταση Εργ/ρίου: Παρ. 16/5, ώρα 11:15πμ - 12 στο αμφ Γ2.2 (Αφορά υποχρεωτική ενδιάμεση εξέταση πειραμάτων σας της 2ης παρουσίας σας στο εργαστήριο -γραπτή εξέταση που λαμβάνει το 50% του τελικού βαθμού όλων των πειραμάτων). Περιλαμβάνει και την υποχρεωτική εξέταση στο PW. Οι περιπτώσεις που οφείλουν μόνο εξέταση στο PW. θα προσέλθουν στην αρχή της εξέτασης και θα αποχωρήσουν μετά από 10 λεπτά.

• Παράδοση εργασίας προσομοίωσης ΣΗΕ στο  PW: Δευτέρα 12 /5 /2025, ώρα τελευταίας προθεσμίας 23:55': Παράδοση της υποχρεωτικής προσομοίωσης-ανάλυσης ροής ισχύος  ΣΗΕ στο λογισμικό PW, στο  πεδίο του eclass "Εργασίες", φάκελλος  με το όνομα "PW" .
• Συμπληρωματική εξέταση Εργ/ρίου: Παρασκευή 23/05/2025, ώρα ..., στην αίθ. 2041 στο parking: Συνολική εξέταση  των πειραμάτων" για τις περιπτώσεις,  που είτε δεν πέτυχαν προβιβάσιμο βαθμό σε κάθε μια από τις δύο επί μέρους εξετάσεις,  είτε αιτιολογημένα δεν προσήλθαν στην 1η εξεταση  ή/και 2η της εξέταση εργαστηριακών πειραμάτων, είτε για τις περιπτώσεις επιθυμίας βελτίωσης του ήδη προβιβάσιμου βαθμού όλων των πειραμάτων (γραπτή εξέταση σε αμφιθέατρο, που θα ανακοινωθεί έγκαιρα). Στην περίπτωση συμμετοχής στην επαναληπτική εξέταση πειραμάτων, δεν κρατούνται οι βαθμοί των ενδιάμεσων εξετάσεων.

ΥΠΟΧΡΕΩΣΕΙΣ ΤΟΥ ΣΥΝΟΛΙΚΟΥ ΥΠΟΧΡΕΩΤΙΚΟΥ ΕΡΓΑΣΤΗΡΙΟΥ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΗΕ Ι-ΕΝΕ301:

Περιλαμβάνει, Α) σκέλος: πειράματα επί πάγκου, με φυσική παρουσία στο εργαστήριο (κτίριο Ε3.007 - στο πάρκγκ 6β), υποχρεωτικό να πετύχετε προβιβάσιμο βαθμό και στις δύο επί μέρους εξετάσεις, προσμετρά στο βαθμό μαθήματος με βάρος 20% και Β) σκέλος:  υποχρεωτική η εκπόνηση προσομοίωσης ροής ισχύος ΣΗΕ στο λογισμικό Power World (PW), χωρίς όριο βάσης, προσμετρά στο βαθμό μαθήματος με βάρος 5%, χωρίς να είναι απαραίτητο να είναι προβιβάσιμος ο βαθμός του.

• Πριν το πείραμα θα πρέπει να έχετε προετοιμαστεί και να έχετε παραδώσει ατομικά τη σχετική προεργασία πειράματος, την οποία ανεβάζετε στο σχετικό πεδίο "Εργασίες" του eclass.
• Πριν το επόμενο πείραμα θα πρέπει να έχετε ανεβάσει ατομική  εργασία-αναφορά του προηγούμενου πειράματος στο  σχετικό πεδίο "Εργασίες" του eclass.
• Θα πρέπει υποχρεωτικά να συμμετέχετε και στις δύο εξετάσεις των εργαστηριακών ασκήσεων, βλ. ανωτέρω "Α1 και Α2 μέρος εξέτασης εργαστηριακών ασκήσεων",  και να επιτύχετε προβιβάσιμο βαθμό και στις δύο αυτές εξετάσεις. Αν στη μια από τις δύο δεν πετύχετε προβιβάσιμο βαθμό, επαναλαμβάνετε υποχρεωτικά μια συνολική εξέταση για όλες τις εργαστηριακές ασκήσεις, πριν την έναρξη της εξαταστικής Ιουνίου (βλ.  σημαντικές ημ/νίες και Ημερολόγιο Μαθήματος).
• Οι παλιότεροι προβιβάσιμοι βαθμοί εργαστηρίου,  που διατηρούνται και για φέτος αφορούν πάντα τα προηγούμενα  4 τελευταία ακαδ. έτη, δηλ. για φέτος από το ακαδ. έτος  2020-21 και εφεξής, αρκεί να μην έχει γίνει αλλαγή στα πειράματα (να έχει προστεθεί νέος εξοπλισμός). Στην περίπτωση αγοράς-εγκατάστασης νέου εργαστηριακού εξοπλισμού, όσοι/όσες σας αφορά θα αρκεί να συμπληρώσετε μόνο τα νέα πειράματα. Θα σας ανακοινωθεί στην αρχή του εξαμήνου, εάν υπάρξει τέτοια περίπτωση.
• Θα πρέπει να ανεβάσετε την προσομοίωση ροής ισχύος ΣΗΕ στο PW στο eclass εμπρόθεσμα (δείτε σημαντικές ημ/νίες ανωτέρω). Πρίν την τελευταία  εξέταση  των πειραμάτων (βλ.  "Α2 μέρος εξέτασης εργ/ρίου") θα γίνει η εξέταση επί της εργασίας σας στο PW με τεστ πολλαπλών επιλογών διάρκειας 15'.

ΠΡΟΑΙΡΕΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΠΡΟΣ ΕΠΙΛΥΣΗ-ΠΑΡΑΔΟΣΗ 

Δίνεται η δυνατότητα βελτίωσης (προαιρετικά)  του τελικού ήδη προβιβάσιμου βαθμού του μαθήματος έως μισή μονάδα, με την επιτυχή επίλυση-παράδοση 5 αντιπροσωπευτικών προβλημάτων,  που θα πρέπει να παραδοθούν όλα μαζί μέχρι  την προηγουμένη ημέρα τις  23:59' (ώρα τελικής προθεσμίας) της ημερομηνίας εξέτασης του μαθήματος της εξεταστικής Ιουνίου ή Σεπτεμβρίου ή εμβόλιμης, αυστηρά και μόνο στο ιδρυματικό email του μαθήματος:  ene301@tuc.gr. 

---->Για το εαρινό εξάμηνο 2024-25, οι εκφωνήσεις των προαιρετικών ασκήσεων βρίσκονται αναρτημένες στο πεδίο "Έγγραφα" του eclass, "Προαιρετικές Ασκήσεις προς επίλυση 2023-24"

ΤΥΠΟΛΟΓΙΟ μαθήματος: Στις εξεταστικές γράφετε χωρίς δικά σας βοηθήματα. Το τυπολόγιο θα σας δοθεί μαζί με τα θέματα.  Για να εξοικιωθείτε με το τυπολόγιο, δείτε το αρχείο "Συνολικό τυπολόγιο" στο πεδίο Θέματα παλιών εξεταστικών, ή στο πεδίο Ασκήσεις φροντιστηρίου στο eclass.

ΑΠΑΡΑΙΤΗΤΟΣ ο «Υπολογιστής χειρός» για τις αριθμητικές  πράξεις: για γρήγορες πράξεις να διαθέτει πράξεις μιγαδικών αριθμών και παρενθέσεις. ΔΕΝ επιτρέπεται η χρήση κινητού τηλεφώνου ή άλλου μέσου κατά τη διάρκεια κάθε εξέτασης για τέλεση αριθμητικών πράξεων, πέραν του υπολογιστή χειρός. Γράφετε με στυλό, μπλε ή μαύρο, όχι με μολύβι. Παραδίνετε τα θέματα μαζί με το γραπτό σας. Τα θέματα και οι λύσεις τους αναρτούνται κατά την ανακοίνωση των τελικών βαθμών στο πεδίο "Θέματα" στο eclass του μαθήματος.

................................................................................................................................................................................................................

ΔΙΔΑΚΤΕΑ ΥΛΗ και ΟΡΓΑΝΩΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΗΕ Ι

Α) ΠΕΙΡΑΜΑΤΙΚΟ ΜΕΡΟΣ ΥΠΟΧΡΕΩΤΙΚΟΥ ΕΡΓΑΣΤΗΡΙΟΥ,  ή αλλιώς LAB, αφορά πειράματα επί πάγκου, είναι  το Α' σκέλος του συνολικού υποχρεωτικού εργαστηρίου του μαθήματος. Προσμετράται στον τελικό βαθμό του μαθήματος μόνο όταν είναι ίσος ή μεγαλύτερος του 5 (βλ. προβιβάσιμος βαθμός),  με ποσοστό (συντελεστή βάρους) 20%.

Τα θέματα-διδακτέα ύλη των πειραμάτων είναι:

Μελέτη συντελεσή ισχύος,  Μελέτη της κατασκευής και της λειτουργίας μετασχηματιστών, Μελέτη κατασκευής και λειτουργίας ηλεκτρικών μηχανών DC  και AC (σύγχρονες και ασύγχρονες ή αλλιώς επαγωγικές ηλεκτρικές μηχανές).

ΗΜΕΡΟΜΗΝΙΕΣ ΔΙΕΞΑΓΩΓΗΣ ΠΕΙΡΑΜΑΤΩΝ:  Ορίζονται από την ομάδα που έχετε γραφτεί και τυχόν αλλαγές σας ανακοινώνονται έγκαιρα μέχω μυνημάτων στο eclass.

Οι οδηγίες χρήσης και πως θα έχετε πρόσβαση στο λογισμικό PW, βρίσκονται αναρτημένες στο εκπαιδευτικό υλικό του εργαστηρίου (μέσα στα "Έγγραφα" βλ. "Εργαστήριο προσομοίωσης ΣΗΕ(PW)".

Εργαστηριακές αναφορές: Είναι ατομικές, παραδίνονται μέχρι και την παραμονή του επόμενου πειράματος. Η τελευταία εργασία παραδίνεται σε καταληκτική ημερομηνία, που ανακοινώνεται έγκαιρα, πριν την τελική εξέταση του εργαστηρίου.

ΣΗΜΑΝΤΚΟ: Θα έχετε το δικαίωμα να συμμετέχετε στις εκάστοτε εξεταστικές του μαθήματος μόνον εάν έχετε λάβει προβιβάσιμο βαθμό στο σκέλος Α' του συνολικού εςργαστηρίου  (βλ. πειράματα πάγκου-LAB), ΚΑΙ,  εαν έχετε παραδώσει εντός της καταληκτικής προθεσμίας το υποχρεωτικό project PW (προσομοίωση-επίλυση ροής ισχύος  ΣΗΕ), βλ. το υποχρεωτικό σκέλος Β' του συνολικού εργαστηρίου (βλ. πιο αναλυτικά για το υποχρεωτικό σκέλος Β' του συνολικού εργαστηρίου ΣΗΕ Ι, αμέσως κατωτέρω).

Β) Προσομοίωση ροής Ισχύος ΣΗΕ στο PW, είναι το σκέλος Β'  του ΥΠΟΧΡΕΩΤΙΚΟΥ ΕΡΓΑΣΤΗΡΙΟΥ. Ο  βαθμός του, όποιος και να είναι, δηλ. ακόμα και μη προβιβάσιμος,  προσμετράται στον τελικό βαθμό του μαθήματος με ποσοστό (συντελεστή βάρους) 5%.  Ομως ΠΡΟΣΟΧΗ: η μη-παράδοση ή η καθυστερημένη εκτός προθεσμίας (σύμφωνα με τις σχετικές ανακοινώσεις προθεσμιών ανωτέρω) παράδοση της υποχρεωτικής εργασίας ροής ισχύος ΣΗΕ στο PowerWorld, θα έχει συνέπεια την απόρριψη σας στο συνολικό υποχρεωτικό εργαστήριο του μαθήματος, τον αποκλεισμό σας από τις εξεταστικές περιόδους Ιουνίου και του Σεπτεμβρίου και άρα τη συνολική απόρριψή σας στο μάθημα ΣΗΕ Ι .

ΣΗΜΑΝΤΚΗ ΕΠΙΣΗΜΑΝΣΗ: αναφορά/εργασία project PW, που τυχόν θα παραδίδεται με χρήση δεδομένων άσχετων με τα ατομικά σας δεδομένα, δεν θα λαμβάνεται υπ' όψη και οι συνέπειες θα είναι ίδιες όπως αναφέρονται στην αμέσως προηγούμενη παράγραφο.

ΤΕΛΙΚΟΣ ΒΑΘΜΟΣ ΕΡΓΑΣΤΗΡΙΟΥ ΚΑΙ ΜΑΘΗΜΑΤΟΣ:

Ο ενιαίος τελικός βαθμός  του συνολικού εργαστηρίου, βλ. των πειραμάτων επί πάγκου και της προσομοίωσης ΣΗΕ στο PW, θα προκύπτει από το συγκερασμό των βαθμών των δυο σκελών Α και Β του υποχρεωτικού εργαστηρίου του μαθήματος, και μόνον εφ' όσον αυτός είναι προβιβάσιμος, θα διατηρείται σε επόμενο/επόμενα ακαδ. έτος/έτη, υπό την αυστηρή προϋπόθεση οτι η διδακτέα ύλη και τα πειράματα του εργαστηρίου ΣΗΕ Ι δεν θα έχουν τροποποιηθεί, συμπληρωθεί, αναβαθμιστεί κλπ.. Ειδικά για τα  ΠΕΙΡΑΜΑΤΑ επί πάγκου, αν αυτά ή κάποια από αυτά αναβαθμιστούν, πχ με αγορά νέου εξοπλισμού, τροποποίηση, συμπλήρωση των εργαστηριακών ασκήσεων, εισαγωγή νέων εργαστηριακών ασκήσεων κλπ, τότε θα υποχρεούνται οι φοιτητές μεγαλυτέρων εξαμήνων,   που θα τους έχει κρατηθεί ο βαθμός, να κάνουν τα απαραίτητα συμπληρωματικά πειράματα, πράγμα που θα ανακοινώνεται έγκαιρα σε όσους/όσες θα τους αφορά.

ΕΞΑΙΡΕΤΙΚΑ ΣΗΜΑΝΤΙΚΗ ΕΠΙΣΗΜΑΝΣΗ: τονίζεται και πάλι ότι η ΜΗ ΕΠΙΤΕΥΞΗ προβιβάσιμου βαθμού, δηλ. τελικού βαθμού του σκέλους Α' του συνολικού εργαστηρίου βλ. όλων των πειραμάτων επί πάγκου,  ίσου ή μεγαλύτερου του 5,0,    θα έχει σαν συνέπεια την αυτοδίκαιη απόρριψη στο συνολικό υποχρεωτικό  εργαστήριο, ανεξάρτητα από την επόδοση , βλ ακόμα και να έχει βαθμολογηθεί με 10,00  στο σκέλος  Β' της προσομοίωσης ΣΗΕ στο PW,  και άρα τον αυτοδίκαιο αποκλεισμό  από τις εκάστοτε εξεταστικές περιόδους του μαθήματος και άρα αυτοδίκαια απόρριψη στο μάθημα ΣΗΕ Ι.

Αλγόριθμος υπολογισμού του τελικού προβιβάσιμου βαθμού "Φ" του μαθήματος που καταχωρείται στο φοιτητλόγιο:

Β={(Βαθμός γραπτού τελικής εξεταστικής >4)*0,75 + (Βαθμός όλων των πειραμάτων πάγκου >5)*0,2 + (Βαθμός προσομοίωσης ΣΗΕ στο PW)*0,05}

αν ο βαθμός Β >5, τότε Φ=Β+0,5  (0,5 bonus προαιρετικής  επίλυσης-παράδοσης  των προβλημάτων, που δόθηκαν ανωτέρω), διαφορετικά Φ=Β, αν δεν έχουν παραδοθεί λυμένες όλες οι προαιρετικές ασκήσεις πρός επίλυση ή αν παραδοθεί μέρος αυτών)

Αλγόριθμος υπολογισμού ΜΗ προβιβάσιμου βαθμού του μαθήματος  που καταχωρείται στο φοιτητλόγιο:

Φ=Βαθμός γραπτού εξεταστικής όταν αυτός είναι <4 (σε αυτήν την περίπτωση ΔΕΝ προσμετράται ο βαθμός του συνολικού εργαστηρίου)

Υπολογισμός τελικού βαθμού εργαστηριακών ασκήσεων-πειραμάτων επί πάγκου (Α' σκέλους):

Αν όλες οι εργαστηριακές αναφορές σας είναι σωστές και δεν είναι ελλειπείς, ο βαθμός του πειραματικού μέρους προκύπτει από τις εξετάσεις των πειραμάτων, όπως παρακάτω:  

Βαθμός πειραμάτων =(Βαθμός εξέτασης πειραμάτων Α1 > 5)*0,4+(Βαθμός εξέτασης πειραμάτων Α2 > 5)*0,6

Αν ξεχωριστά, είτε ο βαθμός εξέτασης πειραμάτων στο Α1 μέρος < 5, είτε  στο Α2 μέρος < 5, η εξέταση επαναλαμβανεται υποχρεωτικά συνολικά για όλα τα πειράματα πλέον και ο βαθμός αυτός θα είναι ο τελικός βαθμός των πειραμάτων-εργαστηριακών ασκήσεων δηλ. ο τελικός βαθμός του Α' σκέλους του συνολικού εργαστηρίου.

Υπολογισμός τελικού βαθμού προσομοίωσης ΣΗΕ στο PW (Β' σκέλους):

Αν τα αποτελέσματα της προσομοίωσης είναι ικανοποιητικά, ο βαθμός σας στο PW προκύπτει από την εξέταση στο PW,  που γίνεται ακριβώς πρίν την εξέταση του μέρους Α2 των πειραμάτων. Η εξέταση αυτή περιλαμβάνει απλές ερωτήσεις επί της κατανόησης του τρόπου που κάνατε την προσομοίωση στο PW και επί της κατανόησης-ερμηνείας των αποτελεσμάτων που πήρατε.

----------------------------------------------------------------------------------------------------------------

ΔΙΔΑΚΤΕΑ και ΕΞΕΤΑΖΟΜΕΝΗ ύλη ΘΕΩΡΙΑΣ & ΦΡΟΝΤΙΣΤΗΡΙΑΚΩΝ ΑΣΚΗΣΕΩΝ του μαθήματος ΣΗΕ Ι-ΕΝΕ 301:

Ανασκόπηση των τρόπων παραγωγής ηλεκτρικής ενέργειας και των συστημάτων μεταφοράς και διανομής της. Το Ελληνικό ηλεκτρικό σύστημα, ποσοτικά στοιχεία. Τριφασικά (3Φ) συστήματα (αρχές, σύνδεση αστέρα και τριγώνου), ανάλυση 3Φ ΣΗΕ. Το σύστημα ανά μονάδα (per-unit) αναπαράστασης των ΣΗΕ. Μονογραμμικό διάγραμμα, μονοφασικό ισοδύναμο ΣΗΕ. Μαγνητικά πεδία και μαγνητικά κυκλώματα, σύντομη επανάληψη ηλεκτρομαγνητικής θεωρίας. Έννοια της Μαγνητεγερτικής δύναμης (ΜΕΔ).Μετασχηματιστές ισχύος (αρχές λειτουργίας, ισοδύναμο κύκλωμα, αναγωγή σε πρωτεύον και δευτερεύον τύλιγμα), μαθηματική ανάλυση, υπολογισμοί μεγεθών. Αρχές Ηλεκτρομηχανικής μετατροπής μηχανικής ενέργειας σε ηλεκτρική. Ανάλυση ροής ισχύος (ροή φορτίου) ΣΗΕ - διατύπωση εξισώσεων και θεμελίωση του προβλήματος, τύποι ζυγών, μέθοδοι επίλυσης αναλυτικά και με χρήση υπολογιστή του προβλήματος ροής ισχύος ΣΗΕ. Περιγραφή των αρχών λειτουργίας των ηλεκτρικών μηχανών εναλλασσομένου ρεύματος, παλλόμενο και στρεφόμενο μαγνητικό πεδίο, τύποι και αριθμός πόλων και έννοια της σύγχρονης ταχύτητας. Σύγχρονες  AC ηλεκτρικές μηχανές,ανάλυσή τους(διανυσματικό διάγραμμα και ισοδύναμο κύκλωμα, γωνία ροπής και χαρακτηριστική ενεργού ισχύος, ρεύμα διέγερσης και ηλεκτρεγερτική δύναμη (ΗΕΔ), καταστάσεις λειτουργίας). Επαγωγικές-ασύγχρονες AC ηλεκτρικές μηχανές,ανάλυσή τους (ισοδύναμο κύκλωμα, καμπύλη ροπής-ολίσθησης, λειτουργία κινητήρα και γεννήτριας, εκκίνηση, ρύθμιση στροφών, επίδραση της αντίστασης δρομέα, λειτουργία πέδης).  Εισαγωγή στις ηλεκτρικές μηχανές συνεχούς ρεύματος (DC electrical machines). Εισαγωγή στην ευστάθεια της λειτουργίας των Συστημάτων Ηλεκτρικής Ενέργειας.

ΠΡΟΤΕΙΝΟΜΕΝΑ ΣΥΓΓΡΑΜΜΑΤΑ ΕΥΔΟΞΟΥ

1.    Εισαγωγή στα συστήματα ηλεκτρικής ενέργειας

Κωδικός Βιβλίου στον Εύδοξο: 11248

Έκδοση: 1η έκδ./2008

Συγγραφείς: Βοβός Νικόλαος Α., Γιαννακόπουλος Γαβριήλ

ISBN: 9789604561056

Τύπος: Σύγγραμμα

Διαθέτης (Εκδότης): Ζήτη Πελαγία & Σια Ι.Κ.Ε.

2.  Συστήματα ηλεκτρικής ενέργειας, Τόμος Α

Κωδικός Βιβλίου στον Εύδοξο: 11294

Αριθμός τόμου: Τόμος Α

Έκδοση: 1η έκδ./2006

Συγγραφείς: Λαμπρίδης Δημήτρης, Ντοκόπουλος Πέτρος, Παπαγιάννης Γρηγόρης

ISBN: 9604560204

Τύπος: Σύγγραμμα

Διαθέτης (Εκδότης): Ζήτη Πελαγία & Σια Ι.Κ.Ε.

ΣΗΜΑΝΤΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΚΗ ΕΠΙΣΗΜΑΝΣΗ:

ΤΑ ΚΑΤΩΤΕΡΩ ΠΡΟΤΕΙΝΟΜΕΝΑ ΣΥΓΓΡΑΜΜΑΤΑ ΣΤΗΝ ΑΓΓΛΙΚΗ ΓΛΩΣΣΑ ΚΑΛΥΠΤΟΥΝ ΠΛΗΡΩΣ ΜΕ ΘΕΩΡΙΑ ΚΑΙ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΤΗ ΔΙΔΑΚΤΕΑ ΥΛΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ:

1) Hadi Saadat, Power Systems Analysis (3rd edition-TEXT BOOK), PSA Publishing, 2010. ISBN-13: 978-0984543809.

ΣΗΜΑΝΤΙΚΟ: τη 2η έκδοσή του εξαιρετικού και βασικού αυτού συγγράμματος, που είναι σχεδόν παρόμοια με την πλέον πρόσφατη 3η έκδοσή του, τη βρίσκει κανείς πολύ εύκολα και διατίθεται δωρεάν στο διαδίκτυο. Ομοίως και το solutions/instructor manual με τις λύσεις όλων των προτεινόμενων ασκήσεων πρός επίλυση. ΠΑΡΑΤΗΡΗΣΗ: το βιβλίο αυτό καλύπτει σημαντικό μέρος της διδακτέας ύλης και του υποχρεωτικού μαθήματος ΣΗΕ ΙΙ.

2)  Stephen Chapman, Electric Machinery Fundamentals (5th edition), McGraw-Hill, 2011. ISBN-13: 978-0073529547, του οποίου η 5η έκδοση διατίθεται επίσης δωρεάν και τη βρίσκει κανείς πολύ εύκολα στο διαδίκτυο.Ομοίως και το solutions/instructor manual με τις λύσεις όλων των προτεινόμενων ασκήσεων  πρός επίλυση.

ΠΡΟΣΟΧΗ!!! ΔΕΙΤΕ ΤΙΣ Video-ΔΙΑΛΕΞΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΝΕ301 στις ακόλουθες διευθύνσεις:

http://www.mediafire.com/folder/5yc4llc5h8hxn/LECTURES_ENE

http://lectures-ENE.4shared.com

http://www.mediafire.com/folder/835zy3u86ridj/LAB_ENE

Τα αρχεία συνοδεύονται με αρχείο readme.txt για το περιεχόμενο και τη διάρκεια του κάθε βίντεο.

ΕΠΙΣΗΣ, ΣΗΜΑΝΤΙΚΗ ΥΠΟΣΤΗΡΙΞΗ ΣΤΗΝ ΕΝ ΓΕΝΕΙ ΜΕΛΕΤΗ ΣΑΣ

--> για εύκολη on-line αναζήτηση-επανάληψη βασικών εννοιών, που πιθανόν δεν θυμάστε, κατά τη μελέτη σας (και του μαθήματος ΣΗΕ Ι αλλά και οιουδήποτε άλλου γνωστικού αντικειμένου):

    https://www.wikipedia.org

--> Από τα έγκυρα, με την εποπτεία του Υπ.Παιδείας,site:  www.opencourses.gr, και https://repository.kallipos.gr/, που εμπεριέχoυν τουλάχιστον 4000 έγκυρα ηλεκτρονικά μαθήματα, που διδάσκονται στα ελληνικά Πανεπιστήμια/ΑΕΙ, βάζοντας στην αναζήτηση των site αυτών "Συστήματα Ηλεκτρικής Ενέργειας" (το ίδιο ισχύει και για οιοδήποτε άλλο μάθημα/γνωστικό αντικείμενο).

---> https://ocw.mit.edu/index.htm 

(site με τα ανοικτά μαθήματα του πολύ γνωστού πανεπιστημίου MIT-USA)

ειδικά για το αντίστοιχο με τα ΣΗΕ Ι - ΕΝΕ301 διδασκόμενο στο MIT προπτυχιακό μάθημα: 

http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-061-introduction-to-electric-power-systems-spring-2011/index.htm

(κλικ download course   (επιλογή στα δεξιά, κάτω από τη φωτογραφλια με τους πυλώνες  ΥΤ))

--->https://eclass.upatras.gr/courses/EE695/

(μάθημα "Συστήματα Ηλεκτρικής Ενέργειας" - ΗΜΜΥ Παν/μιου Πατρών)

Σχέδιο μαθήματος / Διδακτέα Ύλη (για 13 εβδομάδες)
1η Διάλεξη: Εισαγωγικά Στοιχεία και Ιστορική Αναδρομή
2η Διάλεξη: Πράκτορες και Περιβάλλοντα
3η Διάλεξη: Απληροφόρητη και Πληροφορημένη Αναζήτηση
4η Διάλεξη: Τοπική και Online Αναζήτηση
5η διάλεξη: Προβλήματα Ικανοποίησης Περιορισμών
6η Διάλεξη: Αναζήτηση υπό Αντιπαλότητα
7η Διάλεξη: Γνωσιακοί Πράκτορες και Λογική
8η Διάλεξη: Λογική Πρώτης Τάξης
9η Διάλεξη: Σχεδιασμός (Planning)
10η Διάλεξη: Σύγχρονοι αλγόριθμοι σχεδιασμού
11η Διάλεξη: Σχεδιασμός στον πραγματικό κόσμο

Περιγραφή μαθήματος

Διδάσκων: Α. Π. Λιάβας (aliavas@tuc.gr)

Ώρες διαλέξεων:

Δευτέρα 09:00-11:00 (A2)

Τετάρτη 09:00-12:00 (Α2) 

Ώρες γραφείου (Λιάβας) : όλες οι ώρες. 

Ώρες γραφείου (Ανδριανάκης) : Τετάρτη 12:00 - 14:00, Πέμπτη 11:00 - 13:00, Επικοινωνία με email (standrianakis@tuc.gr).

Διόρθωση ασκήσεων: Σ. Ανδριανάκης 

Βαθμολογία μαθήματος:

• Γραπτή εξέταση (ΓΕ) 7/10 (η γραπτή εξέταση γίνεται με ανοιχτές τις ηλεκτρονικές σημειώσεις του μαθήματος - δεν χρειάζεται να αποστηθίσετε κάτι - χρειάζεται να καταλάβετε το περιεχόμενο των σημειώσεων)
• Ασκήσεις (Α) 3/10

Η τελική βαθμολογία των ασκήσεων θα καθοριστεί σε προφορική εξέταση από τον Α. Π. Λιάβα, μετά από την γραπτή εξέταση και την κατάθεση της βαθμολογίας των γραπτών, σε ημερομηνίες οι οποίες θα καθοριστούν προς το τέλος του εξαμήνου (συνήθως, το τελευταίο τριήμερο (ΠΣΚ) της εξεταστικής περιόδου).

Προάγονται οι φοιτητές οι οποίοι επιτυγχάνουν βαθμολογία

• ΓΕ >= 3.5/7  ΚΑΙ ΓΕ + Α >= 5

Χρονοπρογραμματισμός ασκήσεων

• 1η άσκηση (3η εβδομάδα)
• 2η άσκηση (7η εβδομάδα)
• 3η άσκηση (10η ή 11η εβδομάδα)

Οι ασκήσεις παραδίδονται ηλεκτρονικά από ομάδες <=2 φοιτητών. 

Περιεχόμενα μαθήματος:

• Σύντομη επανάληψη βασικών εννοιών σημάτων και συστημάτων: συνέλιξη, δειγματοληψία.
• Από δείγματα σε bits – σύντομη περιγραφή ομοιόμορφης κβάντισης, Pulse Code Modulation (PCM).
• Από bits σε κυματομορφές – γραμμική διαμόρφωση – διαμόρφωση PΑΜ, QAM.
• Ορθοκανονικότητα οικογενειών παλμών – Κριτήριο Nyquist - Παλμοί raised cosine, square-root raised cosine.
• Επανάληψη βασικών στοιχείων Θεωρίας Πιθανοτήτων
• Διακριτά κανάλια: απόφαση ελάχιστης πιθανότητας σφάλματος, κανόνες απόφασης Maximum A Posteriori (MAP), Maximum Likelihood (ML).
• Σύντομη επανάληψη στοιχείων στοχαστικών διαδικασιών (στασιμότητα, κυκλοστασιμότητα) - συνάρτηση αυτοσυσχέτισης - φασματική πυκνότητα ισχύος - (κυκλο)στάσιμες στοχαστικές διαδικασίες και γραμμικά χρονικά αμετάβλητα συστήματα (περιγραφή στο χρόνο και στις συχνότητες).
• Ενέργεια, ισχύς και φασματική πυκνότητα ισχύος κυματομορφών PAM και QAM.
• Σύντομη επανάληψη Gaussian τυχαίας μεταβλητής.
• Έλεγχος δυαδικής υπόθεσης (binary hypothesis testing) – ανίχνευση ελάχιστης πιθανότητας σφάλματος – κανόνας maximum a posteriori (MAP) - κανόνας μεγίστης πιθανοφάνειας (maximum likelihood) - πιθανότητα σφάλματος δυαδικής ανίχνευσης.
• Δυαδικά σήματα σε λευκό Gaussian θόρυβο - κανόνας απόφασης MAP - κανόνας ML (κανόνας εγγύτερου γείτονα) - πιθανότητα σφάλματος.
• Έλεγχος δυαδικής υπόθεσης σε διανυσματικά δεδομένα - κανόνες απόφασης MAP, ML - πιθανότητα σφάλματος.
• Έλεγχος M-αδικής υπόθεσης (M-ary hypothesis testing) - κανόνες απόφασης MAP, ML – εφαρμογή σε διαμόρφωση 4-PAM, πιθανότητα σφάλματος, 4-QAM, πιθανότητα σφάλματος, 8-PSK, πιθανότητα σφάλματος, φράγμα ένωσης (union bound).
• Ανίχνευση σημάτων σε κυματομορφές PAM and QAM με λευκό προσθετικό θόρυβο.
• Σύγκριση διαμορφώσεων - σύγκριση 4-PAM με 4-QAM, 4-QAM με 4-PSK, 16-QAM με 16-PSK, σύγκριση με περιορισμό σττην ισχύ εκπομπής, σύγκριση με περιορισμό στο εύρος φάσματος.

Το μάθημα προσφέρει το απαραίτητο θεωρητικό υπόβαθρο μετατροπής μιας διακριτής πηγής πληροφορίας σε bits και σχεδίασης modem για την μεταφορά των bits σε κανάλι προσθετικού λευκού κανονικού θορύβου (AWGN) υπό περιορισμό ισχύος ή εύρους ζώνης. Συγκεκριμένα, εισάγει την μετατροπή μιας διακριτής πηγής πληροφορίας σε bits (εξηγώντας πως κάνει συμπίεση δεδομένων ο υπολογιστής μας),  επεκτείνει τον σχεδιασμό modem στην περίπτωση της περιορισμένης ισχύος (την περίπτωση περιορισμένου εύρους ζώνης την είδατε στα Τηλεπ. Συστήματα Ι), εξηγεί την αρχιτεκτονική των σημάτων στο κινητό μας τηλέφωνο και εισάγει το θεώρημα χωρητικότητας του Shannon. Προσφέρει επίσης απαραίτητες γνώσεις σχετικά με τον θόρυβο και την ευαισθησία των τηλεπικοινωνιακών συστημάτων και προσφέρει μεθοδολογία για την σύγκριση τηλεπ. συστημάτων. Προσφέρει επίσης μια σύντομη εισαγωγή στα προβλήματα house-keeping μιας ψηφιακής ζεύξης (π.χ. συγχρονισμός πακέτου/συμβόλου, πρωτόκολλο κλπ). Προσφέρεται εργαστηριακή εξάσκηση σε τηλεπ. ζεύξη, με πομπό ενσωματωμένο ραδιόφωνο και δέκτη ραδιόφωνο ελεγχόμενο από λογισμικό (SDR). Σκοπός του μαθήματος είναι η κατανόηση των βασικών αρχών που διέπουν πληθώρα εφαρμογών ψηφιακής επικοινωνίας στην σημερινή καθημερινότητα.

Προαπαιτεί το θεωρητικό υπόβαθρο των Τηλεπικοινωνιακών Συστημάτων Ι. Το περιεχόμενο των διαλέξεων περιγράφεται αναλυτικά στο syllabus.