Πλοήγηση ανά Συγγραφέας "Bormpantonakis, Prokopios"

Τώρα δείχνει 1 - 2 of 2
  • Μικρογραφία εικόνας
    Τεκμήριο
    Exposure EMF measurements with spectrum analyzer using free and open source software.
    (Τ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΠΜΣ Πληροφορική και Πολυμέσα, 2017-09-11) Bormpantonakis, Prokopios; Μπορμπαντωνάκης, Προκόπιος
    The modern lifestyle combined with the growing need of people for fast, immediate and reliable communication, have led to the evolution of wireless communications. At the same time, public concerns about potential adverse effects of exposure to Electromagnetic Fields (EMF) have also been increased. This is one of the main reasons that proper and reliable measurements of EMF in wireless communications are an important object of study by scientists. These measurements should be performed based on existing measurement protocols and comply with the Greek Legislation and other national and international recommendations and standards. The process of EMF exposure measurements is a difficult and complicated procedure, because different instrument settings for each particular frequency area are required. Moreover, the mathematical computations for calculating the necessary quantities and comparing them with the existing limits, is a time-consuming process. By automating both the procedure of taking measurements and the post processing of the measurement data, the measurement process is simplified and can be significantly accelerated. This can highly contribute to its effectiveness and reliability. The aim of this Master Thesis is the design and develop of special purpose open source software, which in operation with Spectrum Analyzers will fully automates the electromagnetic radiation measurement procedures at multiple frequency fields such as UMTS, GSM, Wi-Fi, TETRA, etc. The software will contain default settings adapted to these frequency fields. Furthermore, it will provide to the user the ability to customize the measurement settings according to his personal requirements. In addition, selection of different types of antennas, cables and spectrum analyzer models which adopt the SCPI standard will be allowed and new elements will be possible to be imported with a simple update. Also, storage of measurement data for their further processing and comparison with the protection limits will be enabled. Furthermore, a relevant report with the results and conclusions of the measurements will be generated. Finally, real measurements will follow, with the use of the existing equipment of the "Non-Ionizing Radiation Laboratory of TEI of Crete" (spectrum analyzer and appropriate antennas) in combination with the developed open source software.
  • Μικρογραφία εικόνας
    Τεκμήριο
    Έλεγχος εσωτερικών συνθηκών κτιρίων με τη βοήθεια αλγορίθμων μηχανικής μάθησης.
    (ΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, 2024-10-17) Μπορμπαντωνάκης, Προκόπιος; Bormpantonakis, Prokopios; Τσικαλάκης, Αντώνιος; Tsikalakis, Antonios
    Οι τεχνικές Τεχνητής Νοημοσύνης και ειδικότερα οι αλγόριθμοι Μηχανικής Μάθησης έχουν, μεταξύ άλλων, χρησιμοποιηθεί εκτενώς για προβλήματα Ενεργειακών Συστημάτων. Τα τελευταία χρόνια υπάρχει ευρύ ενδιαφέρον για την εφαρμογή τέτοιων τεχνικών στον τομέα της αυτοματοποίησης κτιρίων, όπως έχει ανασκοπηθεί σε αυτή τη διπλωματική εργασία, φέρνοντας τα Έξυπνα Κτίρια πιο κοντά στην πραγματικότητα. Σκοπός αυτής της διπλωματικής εργασίας είναι να ερευνήσει και να αναπτύξει ένα ευφυές σύστημα αυτοματισμού και ελέγχου κτιρίων, το οποίο, αφού λάβει δεδομένα σχετικά με την επιθυμητή θερμοκρασία του χώρου, τις ρυθμίσεις του χρήστη, τις μετεωρολογικές συνθήκες και άλλα δεδομένα, εντός ενός συγκεκριμένου χρονικού διαστήματος, τα αναλύει και χρησιμοποιεί τεχνικές μηχανικής μάθησης προκειμένου να προβλέψει την επιθυμητή θερμοκρασία με βάση τις επικρατούσες εξωτερικές κλιματολογικές συνθήκες στην περιοχή. Ένα υπάρχον σύστημα αυτοματισμού κτιρίων καταγράφει δεδομένα όπως θερμοκρασία, υγρασία, ώρες λειτουργίας συσκευών, κλιματολογικές συνθήκες κ.λ.π. Εν συνεχεία, τα δεδομένα αυτά εξάγονται και αναλύονται με εξειδικευμένο λογισμικό που έχει αναπτυχθεί για αυτό το σκοπό. Μετά από σύγκριση μεταξύ διάφορων τεχνικών Μηχανικής Μάθησης, χρησιμοποιήθηκε ένα νευρωνικό δίκτυο LSTM (Long Short-Term Memory), με εισόδους που περιλάμβαναν εσωτερικές κλιματικές συνθήκες καθώς και μετεωρολογικές συνθήκες της περιοχής, για την αυτόματη λήψη των καλύτερων αποφάσεων με σκοπό την βελτιστοποίηση των συνθηκών διαβίωσης των ενοίκων του κτιρίου. Αυτές οι αποφάσεις αποστέλλονται στο σύστημα αυτοματισμού του κτιρίου, επιτρέποντας στο κτίριο να προσαρμόζεται αυτόματα σε αυτές τις νέες συνθήκες.