Apothesis
Καλωσορίσατε στο Apothesis, το Ιδρυματικό Αποθετήριο της Βιβλιοθήκης και Κέντρου Πληροφόρησης του ΕΛΜΕΠΑ.
Πρόκειται για μια προσπάθεια που ξεκίνησε το 2001 και αφορά στη συλλογή, διατήρηση και προβολή - με ενιαίο τρόπο - του πνευματικού έργου που παράγεται κυρίως από τους φοιτητές στο ΕΛΜΕΠΑ και δεν δημοσιεύεται αλλού.
Κάθε ενδιαφερόμενος μπορεί να χρησιμοποιήσει το Ιδρυματικό Αποθετήριο για να έχει πρόσβαση στα πλήρη κείμενα των πτυχιακών εργασιών. Είναι επιβεβλημένη, εντούτοις, η αναφορά στη χρήση εργασιών βάσει του νόμου και των κανόνων περί πνευματικών δικαιωμάτων.
Κοινότητες στο DSpace
Επιλέξτε μια κοινότητα για να περιηγηθείτε στις συλλογές της.
Πρόσφατες Υποβολές
Κίνητρα επιλογής επαγγέλματος πρωτοετών φοιτητών/φοιτητριών Κοινωνικής Εργασίας του Ελληνικού Μεσογειακού Πανεπιστημίου
(ΕΛΜΕΠΑ, Σχολή Επιστημών Υγείας (ΣΕΥ), Τμήμα Κοινωνικής Εργασίας, 2026-11-02) Γιαγκιόζη, Μαρία; Μεγρέμης, Νικόλαος; Ντίνος, Δημήτριος; Giagkiozi, Maria; Megremis, Nikolaos; Ntinos, Dimitrios; Παπαδάκη, Ελένη; Papadaki, Eleni
Σκοπός της έρευνας ήταν να μελετηθεί ο τρόπος με τον οποίο οι πρωτοετείς φοιτητές/φοιτήτριες
του Τμήματος Κοινωνικής Εργασίας του ΕΛΜΕΠΑ επέλεξαν το επάγγελμα της κοινωνικής
εργασίας, να διερευνηθούν τα κίνητρα επαγγελματικής επιλογής τους. Στην έρευνα συμμετείχαν 80
πρωτοετείς φοιτητές/φοιτήτριες. Τα ευρήματα έδειξαν ότι η πλειοψηφία δήλωσε στο
μηχανογραφικό την Κοινωνική Εργασία ως πρώτη επιλογή, η ανάμεσα στις πέντε πρώτες επιλογές
και θα εξακολουθούσε την φοίτησή στο Τμήμα Κοινωνικής Εργασίας, ακόμη και αν δινόταν η
ευκαιρία φοίτησης σε ένα άλλο τμήμα Τριτοβάθμιας Εκπαίδευσης. Η πλειοψηφία, θεωρεί ότι η
Κοινωνική Εργασία είναι το κατάλληλο επάγγελμα για αυτούς/αυτές και μετά την αποφοίτησή
τους θα τους άρεσε να κάνουν μεταπτυχιακό στην κοινωνική εργασία ή να δουλέψουν ως
κοινωνικοί λειτουργοί.
Επίσης η πλειοψηφία συμφωνεί απόλυτα/ μάλλον συμφωνεί πως το σημερινό εκπαιδευτικό
σύστημα, συνήθως οδηγεί τους μαθητές/μαθήτριες να σπουδάσουν διαφορετικό επάγγελμα από
αυτό που επιθυμούν και θεωρεί ότι η εισαγωγή τους στο τμήμα Κοινωνικής Εργασίας σε ένα
βαθμό/σε μεγάλο βαθμό ήταν τυχαία.
Η πανεπιστημιοποίηση των Τμημάτων Κοινωνικής εργασίας αξιολογήθηκε ως «π
ολύ σημαντικό» κριτήριο για τους ερωτώμενους/νες ώστε να δηλώσουν Τμήμα Κοιν. Εργασίας κατά την
συμπλήρωση του μηχανογραφικού. Όσον αφορά στο βαθμό σημαντικότητας των διαστάσεων της
εργασίας, οι φοιτητές/φοιτήτριες δήλωσαν ότι είναι «πολύ σημαντική» διάσταση εργασίας «η
δυνατότητα αυτοεκπλήρωσης και ανάπτυξης των δεξιοτήτων του ατόμου». Στην παρούσα έρευνα
οι ερωτώμενοι/ερωτώμενες φαίνεται να επηρεάζονται εξ ίσου περίπου από ενδογενείς και εξωγενείς
διαστάσεις εργασίας, που αξιολογούνται ως μέτρια σημαντικές.
Προοπτικές ανάπτυξης μοσχεύματος μεσοσπονδύλιου δίσκου από αυξητικά υλικά με την αξιοποίηση της προσθετικής κατασκευής
(ΕΛΜΕΠΑ, Πολυτεχνική Σχολή, Τμήμα Μηχανολόγων Μηχανικών, 2026-10-29) Χασσάν, Νάντα; Hassan, Nadia; Ντιντάκης, Ιωάννης; Ntintakis, Ioannis
Η παρούσα πτυχιακή εργασία εστιάζει στη διερεύνηση της Προσθετικής Κατασκευής
(Additive Manufacturing - AM) και των σύγχρονων εφαρμογών της, με ιδιαίτερη έμφαση
στη χρήση αυξητικών υλικών για τη σχεδίαση και κατασκευή μεσοσπονδύλιων
μοσχευμάτων. Στόχος της μελέτης είναι η ανάλυση των πλεονεκτημάτων και των
περιορισμών της AM στον ιατρικό τομέα, καθώς και η αξιολόγηση της συμβολής της στη
βιοϊατρική μηχανική, την αναγεννητική ιατρική και τη χειρουργική αποκατάσταση.
Η έρευνα περιλαμβάνει ανασκόπηση και συγκριτική ανάλυση των κύριων τεχνικών
Προσθετικής Κατασκευής, όπως η Επιλεκτική Σύντηξη Λέιζερ (SLS), η Στερεολιθογραφία
(SLA) και η Βιοεκτύπωση (Bioprinting), αξιολογώντας τα χαρακτηριστικά, τις
δυνατότητες και τους περιορισμούς τους στην παραγωγή εξατομικευμένων βιοϊατρικών
εμφυτευμάτων. Επιπλέον, εξετάζεται η τοπολογική βελτιστοποίηση (Topology
Optimization) και ο γενετικός σχεδιασμός (Generative Design) ως σύγχρονες
μεθοδολογίες για τη βελτίωση των μηχανικών και βιολογικών ιδιοτήτων των
κατασκευασμένων μοσχευμάτων.
Ιδιαίτερη έμφαση δίνεται στη βιομηχανική ανάλυση της σπονδυλικής στήλης και των
μεσοσπονδύλιων δίσκων, μελετώντας τις μηχανικές τους ιδιότητες, τις εκφυλιστικές
αλλοιώσεις και τις σύγχρονες τεχνολογικές λύσεις αποκατάστασης. Στο πλαίσιο αυτό,
εξετάζεται η συμβολή των αυξητικών υλικών, τα οποία παρουσιάζουν καινοτόμες
μηχανικές ιδιότητες, όπως ο αρνητικός λόγος Poisson, παρέχοντας βελτιωμένα
χαρακτηριστικά αντοχής, ελαστικότητας και βιοσυμβατότητας για εφαρμογές σε
προσθετικά εμφυτεύματα.
Τα αποτελέσματα της μελέτης αναδεικνύουν τη δυναμική της Προσθετικής Κατασκευής
στην ανάπτυξη προηγμένων εξατομικευμένων μοσχευμάτων, που μπορούν να
προσαρμοστούν στις βιομηχανικές απαιτήσεις της σπονδυλικής στήλης, ενισχύοντας την
αποδοτικότητα των επεμβάσεων και τη μακροχρόνια βιωσιμότητα των εμφυτευμάτων.
Παράλληλα, εντοπίζονται περιορισμοί, όπως οι τεχνικές προκλήσεις στην παραγωγή, η
ανάγκη για εκτεταμένες κλινικές δοκιμές και το κόστος εφαρμογής της τεχνολογίας. Εν τέλει, η έρευνα επιβεβαιώνει ότι η Προσθετική Κατασκευή, σε συνδυασμό με την
ανάπτυξη καινοτόμων βιοϋλικών και υπολογιστικών μεθόδων σχεδίασης, αποτελεί μια
πολλά υποσχόμενη προσέγγιση για τη δημιουργία λειτουργικών, εξατομικευμένων
εμφυτευμάτων στη σύγχρονη ιατρική. Επιπλέον, αναδεικνύονται οι μελλοντικές
προοπτικές της AM στη βιοεκτύπωση ιστών και οργάνων, συμβάλλοντας στη συνεχή
εξέλιξη της αναγεννητικής ιατρικής και των προσωποποιημένων θεραπευτικών
παρεμβάσεων.
Enhancing KBQA with semantic embeddings and LLMs
(ΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), ΠΜΣ Μηχανικών Πληροφορικής, 2026-10-27) Giannakos, Iakovos; Γιαννάκος, Ιάκωβος; Papadakis, Nikolaos; Παπαδάκης, Νικόλαος
Knowledge-Based Question Answering (KBQA) is one of the key tasks in Natural Language
Processing (NLP), as it supports retrieval based on factual information using structured data
sources. This capability broadens access to information by allowing individuals, regardless of
their technical expertise, allowing them to query structured information without the need for
experience in specialized query languages such as SPARQL and SQL. KBQA systems are
increasingly important in explainability and accuracy-demanding applications such as
intelligent assistants, academic search engines, enterprise systems, and health-care information
retrieval.
However, conventional KBQA solutions, especially those dependent on semantic
parsing or retrieval-oriented structures solely, are confronted by several well-documented
challenges. These are lexical mismatch between questions and knowledge base entries, natural
language ambiguity, processing incomplete or loosely organized questions, as well as
maintaining scalability efficiency with growing knowledge base size. Besides, such systems are
likely to be unable to cope with the diverse, informal ways users pose their questions as well as
not be able to link related facts across multiple triples.
In order to overcome such limitations, this project introduces a hybrid KBQA system
based on semantic embeddings coupled with the reasoning function of state-of-the-art Large
Language Models (LLMs). The system begins with the use of Sentence-BERT (SBERT) in
generating dense semantic embeddings of the users' input queries. These are matched with preprocessed
Freebase knowledge base via approximate nearest neighbor search using Annoy
indexing, making it possible for the system to fetch semantically similar candidate triples in an
efficient manner. This embedding-based retrieval significantly improves the system's ability in
identifying the underlying intent of paraphrased and diverse queries.
To further enhance the quality of the returned information, the top-k candidate triples
are re-ranked based on the use of a Cross-Encoder model. The Cross-Encoder jointly encodes
query-triple pairs in order to capture fine-grained contextual relationships and outputs relevance
scores for selecting top-ranking ones. Finally, the query along with top-ranked triples is passed
through a Large Language Model, i.e., ChatGPT-4o or DeepSeek-v3, for response generation
in natural language. These LLMs include an additional generative reasoning layer, enabling the
system to address ambiguity, perform light inferences, as well as make fluent contextual
responses according to user intent.
The system was tested on the WebQuestions dataset, a standard benchmark for KBQA
tasks. Evaluation was performed based on exact match and F1 measures for system answer
comparison against gold-standard answers. Experimental results show that ChatGPT-4o
achieved the best F1 score, performing better than DeepSeek-v3 and ChatGPT-4o-mini. This
validates that the integration of SBERT-based retrieval, neural re-ranking, and LLM reasoning
results in substantial gains in answer accuracy and language naturalness, particularly for noncanonical
and diverse queries.
This project proposes an extensible and scalable KBQA system that can be equipped
with structured knowledge retrieval combined with deep contextual understanding. Directions
for the future include scaling it up towards multilingual and cross-lingual KBQA, as well as
multi-hop reasoning for hard question answering that requires bridging multiple knowledge entities. Future directions especially involve adding real-time feedback from users, evaluation
on domain specialized KBs, and system robustness testing on new long-context LLMs.
Model-based synthesis and validation of high-performance supervisory controllers for event-driven industrial automation
(ΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, 2026-10-27) Martini, Stavros; Μαρτίνι, Σταύρος; Kornaros, Georgios; Κορνάρος, Γεώργιος
Coordinating logical decision-making with real-time physical control is one of the toughest challenges in embedded systems. Typically, the discrete logic and continuous control are developed separately using different tools, then manually stitched together. Most logic errors happen during this manual integration step. This thesis proposes a two-layer architecture based on formal supervisory control synthesis to solve this problem.
The upper layer uses the Eclipse ESCET toolkit and CIF specification language. Each subsystem is modeled as an Extended Finite Automaton (EFA). Safety and coordination requirements are written as formal constraints, and ESCET automatically synthesizes a supervisor. The resulting supervisor has mathematical guarantees: it is controllable, non-blocking, and maximally permissive. Before code generation, we verify additional properties like bounded response time and confluence.
The lower layer handles real-time control. Each motor node runs field-oriented control (FOC) using the SimpleFOC library at 20 kHz, completely independent of the network supervisor. Communication between layers happens through a minimal, formally-defined interface: CIF input variables receive sensor data that trigger uncontrollable events, while controllable events generate callbacks that send actuator commands to local nodes. Importantly, local nodes handle their own safety reactions without waiting for supervisor approval.
We tested the architecture on a physical two-node BLDC motor network connected via CAN 2.0B, implementing a Heat Recovery Ventilation (HRV) system. The application required 46 formal requirements covering coordinated startup, sequential calibration, fault recovery with bounded retries, and strict “both or nothing” fan operation. We injected electrical faults, thermal faults, and power loss on live hardware. In all cases, the supervisor behaved exactly as the formal model predicted—no deadlocks, no requirement violations.
The proposed approach drastically reduces logical integration errors and provides a commercially viable solution from the formal specifications to the embedded code.
Αξιολόγηση τεχνολογιών αφαλάτωσης για την άρδευση θερμοκηπίων στην Ανατολική Κρήτη
(ΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), Τμήμα Μηχανολόγων Μηχανικών, 2026-10-26) Πιτροπάκη, Μαρίνα; Pitropaki, Marina; Σακκάς, Νικόλαος; Sakkas, Nikolaos
Η παρούσα διπλωματική εργασία εξετάζει τη στρατηγική ενσωμάτωση τεχνολογιών
αφαλάτωσης για την άρδευση θερμοκηπίων στην Ανατολική Κρήτη, μια περιοχή που
πλήττεται έντονα από τη λειψυδρία και την ποιοτική υποβάθμιση των υδροφορέων. Η
επιτόπια έρευνα που πραγματοποιήθηκε στην περιοχή της Ιεράπετρας κατά την
περίοδο 2024-2025 επιβεβαίωσε το πρόβλημα, καταγράφοντας τιμές αγωγιμότητας
έως και 2,9 mS/cm στον ταμιευτήρα Μπραμιανών, επίπεδα που προκαλούν
φαινόμενα μικροκαρπίας, χλώρωσης και σημαντική μείωση της παραγωγικότητας
έως και 40%. Ο κύριος στόχος της μελέτης είναι η συγκριτική αξιολόγηση των
τεχνολογιών Αντίστροφης Ώσμωσης (RO/CCRO), Ηλεκτροδιάλυσης (EDR/MSEDR) και Membrane Capacitive Deionization (MCDI) με βάση τεχνικούς,
οικονομικούς και περιβαλλοντικούς δείκτες. Η μεθοδολογία συνδύασε τη
συστηματική βιβλιογραφική ανασκόπηση με την ανάλυση πρωτογενών δεδομένων
από αντιπροσωπευτικές θερμοκηπιακές μονάδες. Τα αποτελέσματα αναδεικνύουν την
RO ως την τεχνολογία αναφοράς για θαλάσσιες τροφοδοσίες, παρά την ανάγκη για
στάδιο επαναμεταλλικοποίησης (re-ionization). Αντιθέτως, για τις υφάλμυρες
γεωτρήσεις της ενδοχώρας, οι τεχνολογίες EDR και MS-EDR κρίνονται
καταλληλότερες, καθώς επιτρέπουν την εκλεκτική απομάκρυνση μονοσθενών ιόντων
(Na⁺, Cl⁻) διατηρώντας τα ωφέλιμα δισθενή (Ca²⁺, Mg²⁺), γεγονός που μειώνει το
κόστος θρέψης. Η οικονομική ανάλυση υπογραμμίζει ότι η δυναμική μίξη (blending)
αφαλατωμένου και υφάλμυρου νερού αποτελεί τον κεντρικό μοχλό βιωσιμότητας,
επιτρέποντας την επίτευξη των ποιοτικών στόχων με το ελάχιστο δυνατό κόστος. Παράλληλα, η σύζευξη με φωτοβολταϊκά συστήματα (PV) μειώνει δραστικά το
περιβαλλοντικό αποτύπωμα, αν και η πλήρης οικονομική ισοτιμία προϋποθέτει τη
μείωση του ισοδύναμου κόστους της ηλιακής kWh στην περιοχή των 0,10–0,20 €. Το
βασικό παραδοτέο της εργασίας είναι ένα στρατηγικό Πλαίσιο Λήψης Αποφάσεων 5
βημάτων, το οποίο καθοδηγεί τον παραγωγό στην επιλογή τεχνολογίας, τον
προσδιορισμό ποιοτικών setpoints και την ενεργειακή βελτιστοποίηση της μονάδας .
Η εργασία καταλήγει στο συμπέρασμα ότι η υιοθέτηση «έξυπνων» συστημάτων
αφαλάτωσης, σε συνδυασμό με κοινοτικές υποδομές και ΑΠΕ, αποτελεί μονόδρομο
για τη διασφάλιση της αγροδιατροφικής ανθεκτικότητας στην Ανατολική Κρήτη.