Κατάλογος προτεινόμενων και ολοκληρωμένων διπλωματικών εργασιών του Τμήματος.
Αλληλεπίδραση με Φυσική Γλώσσα και Εφαρμογές Φωνητικών Διεπαφών σε Πλατφόρμες Υποστήριξης Ευπαθών Ομάδων
Στόχος
Η μελέτη και ανάπτυξη μεθόδων αλληλεπίδρασης με φυσική γλώσσα και φωνητικών διεπαφών για τη βελτίωση της εμπειρίας χρήστη σε πλατφόρμες υποστήριξης ευπαθών ομάδων, όπως οι ηλικιωνένοι.
Περιγραφή
Η εργασία επικεντρώνεται στη μελέτη της αλληλεπίδρασης με φυσική γλώσσα χρησιμοποιώντας σύγχρονα γλωσσικά μοντέλα (LLMs) και τη δημιουργία φωνητικών διεπαφών χρήστη για πλατφόρμες που υποστηρίζουν ευπαθείς ομάδες. Η έρευνα περιλαμβάνει την επιλογή κατάλληλων γλωσσικών μοντέλων, όπως το GPT-4 και το Meltemi, και την ανάπτυξη φωνητικών εντολών που θα επιτρέπουν στους χρήστες να εκτελούν βασικές λειτουργίες. Επιπλέον, θα εξεταστούν τεχνολογίες Speech-to-Text και Text-to-Speech για την υλοποίηση των φωνητικών διεπαφών.
Απαιτήσεις
Τεχνητή Νοημοσύνη
Αλληλεπίδραση Ανθρώπου Υπολογιστή
Απαιτούμενες γνώσεις
Προγραμματισμός διεπαφών χρήστη
Βασικές αρχές επεξεργασίας φυσικής γλώσσας
Βιβλιογραφία
[1] Achiam, J., Adler, S., Agarwal, S., Ahmad, L., Akkaya, I., Aleman, F. L., ... & McGrew, B. (2023). Gpt-4 technical report. arXiv preprint arXiv:2303.08774.
[2] Voukoutis, L., Roussis, D., Paraskevopoulos, G., Sofianopoulos, S., Prokopidis, P., Papavasileiou, V., ... & Katsouros, V. (2024). Meltemi: The first open Large Language Model for Greek. arXiv preprint arXiv:2407.20743.
[3] Llama 2: Open Foundation and Fine-Tuned Chat Models | Research - AI at Meta - https://ai.meta.com/research/publications/llama-2-open-foundation-and-fine-tuned-chat-models/
Αναγνώριση συναισθηματικής κατάστασης (affective state recognition) μέσω EEG σημάτων Muse 2
Στόχος
Ταξινόμηση βασικών συναισθημάτων (χαρά, άγχος, ηρεμία) χρησιμοποιώντας EEG power bands.
Περιγραφή
Το πείραμα θα υλοποιηθεί με συμμετέχοντες που θα εκτεθούν σε συναισθηματικά ερεθίσματα με χρήση International Affective Picture System (IAPS) ή Emotional video stimuli (YouTube dataset). Τα EEG δεδομένα θα συλλεχθούν real-time μέσω Muse BLE API και θα εξαχθούν χαρακτηριστικά Alpha/Theta/Beta bands. Θα χρησιμοποιηθεί ML/AI ταξινόμηση (k-NN, SVM ή LSTM).
Απαιτήσεις
Προγραμματισμός (Python ή Java)
Ανάλυση Σημάτων
Αρχές Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης
Απαιτούμενες γνώσεις
Βασικός προγραμματισμός
Θεμελιώδεις έννοιες Επεξεργασίας Σημάτων
Machine Learning
Βιβλιογραφία
Moontaha, S., Schumann, F. E. F., & Arnrich, B. (2023). Online learning for wearable eeg-based emotion classification. Sensors, 23(5), 2387.
Garcia-Moreno, F. M., Badenes-Sastre, M., Expósito, F., Rodriguez-Fortiz, M. J., & Bermudez-Edo, M. (2025). EEG headbands vs caps: How many electrodes do I need to detect emotions? The case of the MUSE headband. Computers in Biology and Medicine, 184, 109463.
Ανάλυση γλωσσικών μοντέλων: Δημιουργία ταξονομίας
Στόχος
Ανάλυση γλωσσικών μοντέλων για τη δημιουργία ταξονομίας ανά τομέα και τύπο προβλήματος.
Περιγραφή
Μεθοδολογία: Desk-based research.
Πηγή δεδομένων: huggingface, ollama, llamacpp etc.
Οπτικές ανάλυσης ανά μοντέλο: (per model aspects of analysis)
Δημιουργία πίνακα (γραμμές τα μοντέλα και στήλες τα παρακάτω):
type of size (small, medium, large) | size of the model (# parameters) | implementation mode (cloud or native) | quantisation of the model capability | type of task used (problem each model is created for or mostly used for) | domain of application | type of embeddings | performance or (performance metrics use) | thinking capability | multilinguality | multimodality | coding capabilities | base infrastructure requirement (CPU is ok or GPU is necessary?) | testing or production level | type of model (base model, instruct model, transformer/distilled etc.)
Απαιτήσεις
- ΤΝ
- ΠΣ
Απαιτούμενες γνώσεις
analysis / desk-based search
literature review
Βιβλιογραφία
https://link.springer.com/content/pdf/10.1007/s10115-024-02120-8.pdf
Raiaan, M. A. K., Mukta, M. S. H., Fatema, K., Fahad, N. M., Sakib, S., Mim, M. M. J., ... & Azam, S. (2024). A review on large language models: Architectures, applications, taxonomies, open issues and challenges. IEEE access, 12, 26839-26874.
https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=10838047
Ανάλυση δεδομένων κοινωνικών δικτύων με πληροφορία τοποθεσίας με έμφαση την ιδιωτικότητα
Στόχος
Η επισκόπηση του προβλήματος και η ανάλυση πραγματικών δεδομένων. (Θέμα για 1 ή 2 άτομα)
Περιγραφή
Η επισκόπηση του προβλήματος και η ανάλυση πραγματικών δεδομένων.
Απαιτήσεις
Βάσεις Δεδομένων, Προγραμματισμός
Απαιτούμενες γνώσεις
Java
Βιβλιογραφία
http://snap.stanford.edu/data/loc-Brightkite.html
http://snap.stanford.edu/data/loc-Gowalla.html
E. Cho, S. A. Myers, J. Leskovec. Friendship and Mobility: Friendship and Mobility: User Movement in Location-Based Social Networks ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 2011.
Ανάλυση Διεθνών Πρακτικών και Συστημάτων στη Διοίκηση Κυβερνητικού Έργου
Στόχος
Η εργασία στοχεύει στην ανεύρεση (μέσω διαδικτυακής έρευνας) πρακτικών και συστημάτων που χρησιμοποιούνται για την παρακολούθηση κυβερνητικών δράσεων, σε ανώτατατο και ανώτερο επίπεδο (Πρωθυπουργός - Υπουργοί - Γεν. Γραμματείς) και τη συγκριτική τους ανάλυση για εξαγωγή συμπερασμάτων, σε σύγκριση και με ανάλογο σύστημα στην Ελλάδα
Περιγραφή
Το αντικείμενο της εργασίας αναλύεται στα εξής:
1. Αναζήτηση (μέσω διαδικτυακής έρευνας) πρακτικών και συστημάτων που χρησιμοποιούνται για την παρακολούθηση κυβερνητηση δράσεων διεθνώς
2. Συγκριτική ανάλυση των σχετικών πρακτικών και συστημάτων
3. Ανάλυση σχετικών συστημάτων στον ιδιωτικό τομέα
4. Ανάλυση του Ελληνικού συστήματος "ΜΑΖΙ" (θα δοθεί κατάλληλη πρόσβαση, σε συνεργασία με τη Ειδική Γραμματεία Παρακολούθησης του Κυβερνητικού Έργου)
5. Πρόταση νέων λειτουργιών και χαρακτηριστικών για το "ΜΑΖΙ", με βάση τη διεθνή εμπειρία
6. Ανάλυση σκοπιμότητας για τη διεθνοποίηση του συστήματος "ΜΑΖΙ"
Απαιτήσεις
ΗΔ Ι
ΗΔ ΙΙ
Απαιτούμενες γνώσεις
Γνώση τεχνολογιών και τεχνικών διοίκησης έργων
Βιβλιογραφία
https://www.google.com/search?sxsrf=ALeKk03xqht3VsN1LP1CkDkVOIWSpSZl8A%3A1600870093080&ei=zVZrX4PFBJHnxgO5sYaYDQ&q=%CE%BC%CE%B1%CE%B6%CE%AF+%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%85%CE%B8%CE%B7%CF%83%CE%B7+%CE%BA%CF%85%CE%B2%CE%B5%CF%81%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CE%BF%CF%8D+%CE%AD%CF%81%CE%B3%CE%BF%CF%85&oq=%CE%BC%CE%B1%CE%B6%CE%AF+%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%85%CE%B8%CE%B7%CF%83%CE%B7+%CE%BA%CF%85%CE%B2%CE%B5%CF%81%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CE%BF%CF%8D+%CE%AD%CF%81%CE%B3%CE%BF%CF%85&gs_lcp=CgZwc3ktYWIQA1CmJlj5Q2C6SmgEcAB4AIAB_AGIAd8MkgEGMC4xMC4xmAEAoAEBqgEHZ3dzLXdpesABAQ&sclient=psy-ab&ved=0ahUKEwjD3-rpuf_rAhWRs3EKHbmYAdMQ4dUDCA0&uact=5
Ανάλυση και ανίχνευση μη-έγκυρης πληροφορίας στις πλατφόρμες κοινωνικής δικτύωσης με χρήση μεθόδων μηχανικής μάθησης
Στόχος
Η τρέχουσα πανδημία του κορονοϊού Covid-19 αναδεικνύει την σημασία της σωστής ενημέρωσης και πληροφόρησης του κοινού. Σε αυτό το πλαίσιο, οι πλατφόρμες κοινωνικής δικτύωσης διαδραματίζουν σημαντικό ρόλο, καθώς δίνουν τη δυνατότητα για άμεση διασπορά ειδήσεων και πληροφορίας. Ωστόσο, ορισμένες πληροφορίες που διαδίδονται είναι λανθασμένες, ψευδείς ή μη σχετικές με το αντικείμενο στο οποίο αναφέρονται. Η διασπορά μη-έγκυρης πληροφορίας εξελίσσεται δυναμικά ανάλογα με τα γεγονότα. Επίσης, διαφορετικοί άνθρωποι εκφέρουν μέσω των αναρτήσεών τους διαφορετικά συναισθήματα. Η ανίχνευση μη-έγκυρης πληροφορίας και η ανάλυση της σχετικά με τις παραπάνω παραμέτρους έχει εξαιρετική σημασία.
Περιγραφή
Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν μέθοδοι μηχανικής μάθησης και επεξεργασίας φυσικής γλώσσας για τη μελέτη της και τον εντοπισμό μη έγκυρης πληροφορίας που διαδίδεται στα μέσα κοινωνικής δικτύωσης (π.χ. Twitter) σχετικά με την πανδημία του κορονοϊού Covid-19. Για το σκοπό αυτό θα μελετηθούν διαθέσιμες βάσεις δεδομένων (π.χ. [1]) συμπεριλαμβανομένων σχετικών πηγών για την Ελληνική Γλώσσα, και θα υιοθετηθεί και προσαρμοστεί η σχετική ιεραρχία που περιγράφει ικανοποιητικά τα δεδομένα μη-έγκυρης πληροφορίας [1]. Επιπλέον, θα εξεταστεί ποια χαρακτηριστικά περιγράφουν καλύτερα τη μη-έγκυρη πληροφορία, καθώς επίσης και η πιθανή συσχέτισή τους με διαφορετικές έννοιες: το συναίσθημα που απεικονίζεται σε μία ανάρτηση, το χρόνο και τα γεγονότα που λαμβάνουν χώρα κοντά στην εκάστοτε χρονική στιγμή. Τέλος, θα αξιολογηθεί η δυνατότητα αλγορίθμων μηχανικής μάθησης να εντοπίζουν αυτόματα τη μη-έγκυρη πληροφορία [2,3].
Απαιτήσεις
• Μηχανική Μάθηση
• Μεγάλα Δεδομένα και Εξόρυξη Δεδομένων
Απαιτούμενες γνώσεις
• Γνώση Αγγλικής γλώσσας
• Βασικές δεξιότητες προγραμματισμού
Βιβλιογραφία
[1] Memon, Shahan Ali, and Kathleen M. Carley. "Characterizing covid-19 misinformation communities using a novel twitter dataset." arXiv preprint arXiv:2008.00791 (2020).
[2] Zervopoulos, Alexandros, et al. "Hong Kong Protests: Using Natural Language Processing for Fake News Detection on Twitter." IFIP International Conference on Artificial Intelligence Applications and Innovations. Springer, Cham, 2020.
[3] Loper, Edward, and Steven Bird. "NLTK: the natural language toolkit." arXiv preprint cs/0205028 (2002).
Ανάλυση χρονικών ιατρικών δεδομένων
Στόχος
Η ύπαρξη δομημένων ιατρικών δεδομένων δίνει την ευκαιρία χρησιμοποίησης αλγορίθμων μηχανικής μάθησης για τη βελτιστοποίηση κάποιας θεραπείας ή για την πρόβλεψη της έκβασης μιας θεραπείας. Τα δεδομένα αυτά έχουν συνήθως διαφορετικά χρονικά χαρακτηριστικά, και αρκετές ελλείπεις τιμές.
Περιγραφή
Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν αλγόριθμοι επεξεργασίας δεδομένων και μέθοδοι μηχανικής μάθησης για την επεξεργασία ιατρικών δεδομένων, με έμφαση στην αξιοποίηση της πληροφορίας που μεταβάλλεται χρονικά. Επίσης, θα αξιολογηθεί η δυνατότητα αλγορίθμων μηχανικής μάθησης να εντοπίζουν αυτόματα την έκβαση της εκάστοτε θεραπείας [1].
Απαιτήσεις
Εξόρυξη Γνώσης από Δεδομένα
Μηχανική Γνώσης και Συστήματα Γνώσης
Απαιτούμενες γνώσεις
Γνώση Αγγλικής γλώσσας
Δεξιότητες προγραμματισμού
Βιβλιογραφία
[1] Danilatou, Vasiliki, Despoina Antonakaki, Christos Tzagkarakis, Alexandros Kanterakis, Vasilios Katos, and Theodoros Kostoulas. "Automated Mortality Prediction in Critically-ill Patients with Thrombosis using Machine Learning." In 2020 IEEE 20th International Conference on Bioinformatics and Bioengineering (BIBE), pp. 247-254. IEEE, 2020.
Ανανέωση Ανθρωποειδούς
Στόχος
Στόχος της διπλωματικής εργασίας είναι η επανασχεδίαση ενός βασικού ανθρωποειδούς ρομποτικού συστήματος, ικανού να εκτελεί απλές λειτουργίες αλληλεπίδρασης με το περιβάλλον.
Περιγραφή
Στο πλαίσιο της παρούσας διπλωματικής εργασίας θα πραγματοποιηθεί ο εξυγχρονισμός ενός ανθρωποειδούς ρομποτικού συστήματος, αξιοποιώντας σύγχρονα ηλεκτρονικά, αισθητήρες και τεχνικές ελέγχου. Η εργασία περιλαμβάνει τη σχεδίαση του μηχανικού μέρους, ή/και την ανάπτυξη βασικών λειτουργιών κίνησης και αλληλεπίδρασης.
Απαιτήσεις
Εισαγωγή στη Ρομποτική
Προηγμένη Ρομποτική
Απαιτούμενες γνώσεις
Αγγλικά
Βιβλιογραφία
Zhang, Q., Cui, P., Yan, D., Sun, J., Duan, Y., Han, G., ... & Xu, R. (2024, October). Whole-body humanoid robot locomotion with human reference. In 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 11225-11231). IEEE.
Ανάπτυξη Βάσης Δεδομένων των Νεοφυών Επιχειρήσεων του Αιγαίου
Στόχος
Η εργασία στοχεύει στη συλλογή στοιχείων για τις νεοφυείς επιχειρήσεις που έχουν ιδρυθεί τα τελευταία 5 έτη σε νησιά του Αιγαίου.
Περιγραφή
Το αντικείμενο της εργασίας είναι:
1. Η ανεύρεση στοιχείων για νεοφυείς επιχειρήσεις στα νησιά του Αιγαίου μέσω διαδικτύου
2. Η αναζήτηση στοιχείων για νεοφυείς επιχειρήσεις στα νησιά του Αιγαίου από τα αντίστοιχα επιμελητήρια
3. Η δημόσια πρόσκληση νεοφυών επιχειρήσεων για δήλωση των στοιχείων τους, στα πλαίσια των Aegean Startups
4. Η επικοινωνία με τις επιχειρήσεις για τη συμπλήρωση συγκεκριμένων στοιχείων στη βάση δεδομένων των Aegean Startups
Απαιτήσεις
Ειδικά Θέματα και Μελέτες Περίπτωσης Ψηφιακής Επιχειρηματικότητας
Ίδρυση και Διοίκηση Νεοφυών Επιχειρήσεων
Καινοτομία και Επιχειρηματικότητα
Απαιτούμενες γνώσεις
Ειδικά Θέματα και Μελέτες Περίπτωσης Ψηφιακής Επιχειρηματικότητας
Ίδρυση και Διοίκηση Νεοφυών Επιχειρήσεων
Καινοτομία και Επιχειρηματικότητα
Βιβλιογραφία
https://aegean-startups.gr/
Ανάπτυξη Διαδικτυακού Εργαλείου Αξιολόγησης Διαδικτυακών Τόπων Νοσοκομείων
Στόχος
Η εργασία στοχεύει στην ανάπτυξη διαδικτυακού εργαλείου αξιολόγησης διαδικτυακών τόπων νοσοκομείων.
Περιγραφή
Η κατασκευή του εργαλείου θα αξιοποιήσει τα κριτήρια και τους δείκτες υπολογισμού της μεθοδολογίας HOSPI. Μέσα από το εργαλείο, θα δίνεται η δυνατότητα στους χρήστες να εισάγουν, μέσα από προκαθορισμένο τρόπο (συγκεκριμένη φόρμα και αρχείο excel) τα δεδομένα που απαιτούνται για την αξιολόγηση των διαδικτυακών τόπων νοσοκομείων. Το εργαλείο:
- · Θα επιτρέπει την εισαγωγή και αποθήκευση δεδομένων
- · Θα επιτρέπει τον υπολογισμό των κριτηρίων με παραμετρικό τρόπο. Ο χρήστης θα καθορίζει τις τιμές των παραμέτρων
- · Θα παρουσιάζει πίνακες με στατιστικά αποτελέσματα
- · Θα παράγει και θα παρουσιάζει πίνακες και διαγράμματα αποτελεσμάτων σύμφωνα με παραμετρικές επιλογές του χρήστη
- · Θα παράγει συγκριτικούς πίνακες μεταξύ διαφορετικών νοσοκομείων σύμφωνα με τις επιλογές του χρήστη
- · Θα παράγει αυτοματοποιημένες αναφορές αξιολόγησης σε επίπεδο νοσοκομείου και χώρας
Απαιτήσεις
-
Απαιτούμενες γνώσεις
- Βάσεις Δεδομένων (π.χ. ΜySQL, Oracle, Microsoft SQL Server) Γλώσσες προγραμματισμού (π.χ. Java, Python, PHP)
Ανάπτυξη Εικονικού Εργαστηρίου Μηχανικής (STEM) σε Περιβάλλον Εικονικής Πραγματικότητας (VR) με χρήση Meta Quest 3
Στόχος
Ο στόχος της διπλωματικής είναι η ανάπτυξη ενός διαδραστικού εικονικού εργαστηρίου Μηχανικής (STEM) σε περιβάλλον Εικονικής Πραγματικότητας (VR), με σκοπό την υποστήριξη της πειραματικής μάθησης μέσω βιωματικής αλληλεπίδρασης. Το σύστημα θα επιτρέπει σε χρήστες να εκτελούν τρισδιάστατα πειράματα μηχανικής και να αλληλεπιδρούν με φυσικά μοντέλα (μηχανισμούς, μεταφορά κίνησης, δυνάμεις) σε εικονικό περιβάλλον.
Περιγραφή
Στο πλαίσιο της διπλωματικής θα σχεδιαστεί και θα υλοποιηθεί ένα εικονικό εργαστήριο Μηχανικής χρησιμοποιώντας σύστημα Εικονικής Πραγματικότητας Meta Quest 3 σε συνδυασμό με ισχυρό υπολογιστικό εξοπλισμό (Game PC με GPU RTX 5080). Η υλοποίηση θα πραγματοποιηθεί με χρήση Unity 3D ή Unreal Engine 5, ανάλογα με τις απαιτήσεις του συστήματος και την επιλογή του φοιτητή/φοιτήτριας.
Το εικονικό εργαστήριο θα περιλαμβάνει 2–3 πειραματικά σενάρια, όπως:
Μελέτη δυνάμεων και ροπής σε μοχλούς και άξονες
Προσομοίωση συστημάτων γραναζιών και μετάδοσης κίνησης
Βασική προσομοίωση ρομποτικού βραχίονα (κίνημα και έλεγχος)
Η αλληλεπίδραση του χρήστη με το εικονικό περιβάλλον θα πραγματοποιείται μέσω VR controllers ή/και hand tracking του Meta Quest 3. Το σύστημα θα καταγράφει πειραματικά δεδομένα (χρόνος ολοκλήρωσης εργασιών, ακρίβεια, αριθμός λαθών) για ερευνητική ανάλυση της μαθησιακής εμπειρίας. Θα πραγματοποιηθεί πείραμα αξιολόγησης με ομάδα χρηστών (π.χ. φοιτητές) ώστε να διερευνηθεί η παιδαγωγική αξία του VR εργαστηρίου σε σχέση με συμβατικές μεθόδους μάθησης. Η αξιολόγηση θα βασιστεί σε ποσοτικά δεδομένα αλληλεπίδρασης και σε ερωτηματολόγια (π.χ. SUS ή UEQ για ευχρηστία, NASA-TLX για γνωστική επιβάρυνση).
Απαιτήσεις
Προγραμματισμός
Γραφικά Υπολογιστών ή Εικονική Πραγματικότητα
Συστήματα Πολυμέσων ή Διαδραστικά Συστήματα
Απαιτούμενες γνώσεις
Προγραμματισμός
Γραφικά Υπολογιστών ή Εικονική Πραγματικότητα
Συστήματα Πολυμέσων ή Διαδραστικά Συστήματα
Βιβλιογραφία
Shinde, N., & Sarma, H. (2024). Enhancing STEM curriculum with virtual reality: electricity and magnetism simulations. Multimedia Tools and Applications, 1-20.
Ανάπτυξη Εξατομικευμένων Serious Games Γνωστικής Ενδυνάμωσης για Ηλικιωμένους με Χρήση Μεγάλων Γλωσσικών Μοντέλων (LLMs)
Στόχος
Ο στόχος της διπλωματικής είναι η ανάπτυξη ενός πρωτοτύπου συστήματος serious games γνωστικής ενδυνάμωσης για ηλικιωμένους, το οποίο αξιοποιεί Large Language Models (LLMs) για την παραγωγή εξατομικευμένου περιεχομένου με βάση προσωπικές αναμνήσεις και προτιμήσεις των χρηστών.
Περιγραφή
Η γήρανση συνοδεύεται συχνά από σταδιακή γνωστική έκπτωση, γεγονός που καθιστά σημαντική την ανάπτυξη τεχνολογιών γνωστικής ενδυνάμωσης. Τα serious games και τα conversational AI συστήματα μπορούν να υποστηρίξουν τη διατήρηση της γνωστικής δραστηριότητας των ηλικιωμένων μέσω προσωποποιημένων και διαδραστικών εμπειριών.
Στο πλαίσιο της διπλωματικής θα αναπτυχθεί μια εφαρμογή serious games που θα χρησιμοποιεί Large Language Models (π.χ. GPT μέσω API) για τη δημιουργία προσωποποιημένων ερωτήσεων, ιστοριών ή ασκήσεων μνήμης βασισμένων σε προσωπικές πληροφορίες και αναμνήσεις των χρηστών.
Η εφαρμογή θα περιλαμβάνει:
- Συλλογή προσωπικών πληροφοριών μέσω web ή mobile interface
- Δημιουργία user profile
- Επικοινωνία με LLM μέσω API
- Παραγωγή εξατομικευμένων cognitive games
- Καταγραφή απαντήσεων και επιδόσεων χρηστών
- Βασική αξιολόγηση usability και user experience
Η υλοποίηση μπορεί να γίνει σε Python ή web/mobile περιβάλλον, ενώ τα serious games θα επικεντρώνονται σε:
- ασκήσεις μνήμης,
- completion tasks,
- storytelling quizzes,
- sequence ordering activities.
Θα πραγματοποιηθεί πιλοτική αξιολόγηση με μικρό αριθμό χρηστών ή φοιτητών ώστε να μελετηθεί η αποδοχή και η λειτουργικότητα του συστήματος.
Απαιτήσεις
- Προγραμματισμός
- Τεχνητή Νοημοσύνη
- Τεχνολογίες Web ή Κινητού Υπολογισμού
- Αλληλεπίδραση Ανθρώπου-Υπολογιστή
Απαιτούμενες γνώσεις
- Python ή JavaScript
- REST APIs
- Βασικές γνώσεις AI/LLMs
Βιβλιογραφία
Silacci, A., Giachetti, B., Angelini, L., Lopomo, N. F., Andreoni, G., Mugellini, E., ... & Caon, M. (2026). Large Language Model–Based Agents for Physical Activity and Cognitive Training: Scoping Review. JMIR AI, 5(1), e80123. DOI: https://doi.org/10.2196/80123
Skikos, G., Goumopoulos, C. CogniFrame: A Serious Games Framework for Older Adults with Mild Cognitive Impairment. Behaviour & Information Technology, Taylor & Francis, 2026. DOI: https://doi.org/10.1080/0144929X.2026.2676748
Ανάπτυξη Έξυπνου Πράκτορα Εκπαίδευσης στο Ψηφιακό Μετασχηματισμό
Στόχος
Στόχος της παρούσας διπλωματικής εργασίας είναι η δημιουργία ενός πρωτότυπου εκπαιδευτικού συστήματος για τον Ψηφιακό Μετασχηματισμό επιχειρήσεων.με χρήση του CHAT-GPT η ανάλογου LLM
Περιγραφή
Η παρούσα διπλωματική εργασία περιλαμβάνει:
· Την ανάπτυξη καταλόγου εννοιών που να καλύπτει όλες τις λειτουργίες του Ψηφιακού Μετασχηματισμού μικρομεσαίων Επιχειρήσεων (100 όροι στα ελληνικά και αγγλικά)
· Την ανάπτυξη prompts (εντολές σε φυσική γλώσσα) που σε συνεργασία με το LLM να δίνουν τον ορισμό κάθε όρου, ανάλομα με παραμέτρους όπως το μέγεθος της απάντησης. τη γλώσσα, το ύφος, τα στοιχεία, τις αναφορές κλπ που πιθανώς θέλει ο εκπαιδευόμενος
- Τη γενίκευση της παραπάνω λειτουργίας για οποιονδήποτε όρο θέλει ο χρήστης
- Τον πειραματισμο με δυνατότητες ομιλίας, δημιουργίας παρουσίασης ή βίντεο, και λειτουργίαςτου Prompter ως ξεχωριστή εφαρμογή (ανάπτυξη σελίδας html / jscript)
- Ανασκόπιση ανάλογων λύσεων διαθέσιμων στο διαδίκτυο και νέες λειτουργίες
Απαιτήσεις
Σύγχρονες Μέθοδοι Ανάπτυξης Ψηφιακού Προϊόντος
Ειδικά θέματα και Μελέτες Περίπτωσης Ψηφιακής Καινοτομίας
Απαιτούμενες γνώσεις
Ψηφιακός Μετασχηματισμός
Σύγχρονες Μέθοδοι Ανάπτυξης Ψηφιακού Προϊόντος
Βιβλιογραφία
Matt, C., Hess, T., & Benlian, A. (2015). Digital transformation strategies. Business & Information Systems Engineering, 57(5), 339-343.
Ebert, C., & Duarte, C. H. C. (2018). Digital Transformation. IEEE Softw., 35(4), 16-21.
Reinartz, W., Wiegand, N., & Imschloss, M. (2019). The impact of digital transformation on the retailing value chain. International Journal of Research in Marketing, 36(3), 350-366.
Ανάπτυξη Επιχειρηματικού Πλάνου για Σύστημα Διαμεσολάβησης στην παροχή υπηρεσιών Ψηφιακού Μετασχηματισμού
Στόχος
Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη ενός Επιχειρηματικού Πλάνου (Business Plan) για μία εικονική Νεοφυή Επιχείρηση που θα προσφέρει υπηρεσίες Ψηφιακού Μετασχηματισμού.
Περιγραφή
Η παρούσα διπλωματική εργασία περιλαμβάνει:
1. Την ανάλυση ανταγωνισμού
2. Τη δημιουργία Βασικού Μοντέλου Εσόδων (Revenue Model)
3. Την κατάρτιση σεναρίων αγορών και πωλήσεων
4. Την ανάλυση ρίσκου
5. Την ανάπτυξη της στελέχωσης και
Τη δημιουργία Χρηματοοικονομικών Καταστάσεων
Απαιτήσεις
Σύγχρονες Μέθοδοι Ανάπτυξης Ψηφιακού Προϊόντος
Ειδικά θέματα και Μελέτες Περίπτωσης Ψηφιακής Καινοτομίας
Καινοτομία και Επιχειρηματικότητα
Απαιτούμενες γνώσεις
Ψηφιακός Μετασχηματισμός
Ανάπτυξη Business Plan
Βιβλιογραφία
Matt, C., Hess, T., & Benlian, A. (2015). Digital transformation strategies. Business & Information Systems Engineering, 57(5), 339-343.
Ebert, C., & Duarte, C. H. C. (2018). Digital Transformation. IEEE Softw., 35(4), 16-21.
Reinartz, W., Wiegand, N., & Imschloss, M. (2019). The impact of digital transformation on the retailing value chain. International Journal of Research in Marketing, 36(3), 350-366.
Berman, S. J. (2012). Digital transformation: opportunities to create new business models. Strategy & Leadership.
Ziyadin, S., Suieubayeva, S., & Utegenova, A. (2019, April). Digital transformation in business. In International Scientific Conference “Digital Transformation of the Economy: Challenges, Trends, New Opportunities” (pp. 408-415). Springer, Cham.
Ανάπτυξη Εργαλείου Ελέγχου και πιστοποίησης εφαρμογών τεχνητής νοημοσύνης, με βάση το EU AI ACT, με χρήση τεχνολογιών LLM
Στόχος
Η ανάπτυξη ενός πρωτοτύπου για τον έλεγχο εφαρμογών και των περιγραφών τους, για την συμβατότητα με το EU AI Act, με χρήση τεχνολογιών LLM
Περιγραφή
Η εργασία περιλαμβάνει τα εξής:
- Αποδελτίωση του EU AI Act και ειδικά των κατηγοριών εφαρμογών ΑΙ που προβλέπει (σε συνεργασία με τον διδάσκοντα)
- Μελέτη ανάλογων πλαισίων και εφαρμογών πιστοποίησης
- Προδιαγρφή των ελέγχων που πρέπει να γίνουν για την πιστοποίηση μίας εφαρμογής ΑΙ με βάση το AI Act
- Προδιαγραφή των περιγραφών που πρέπει να διαθέτει μία εφαρμογή ώστε να είναι ελέγξιμη με βάση το πλαίσιο
- Ανάπτυξη σχετικών prompts (θα δοθούν αρχικά, απο τον διδάσκοντα)
- Ανάπτυξη εφαρμογής / φόρμας HTML για την παραμετροποίηση των prompts
- Πιλοτική εφαρμογή
Απαιτήσεις
- Ψηφιακή Διακυβέρνηση
Απαιτούμενες γνώσεις
Όρεξη για δουλειά σε prompt engineering
Βιβλιογραφία
eu ai act : https://artificialintelligenceact.eu/
Confirmity assessment tools: https://www.google.com/search?q=eu+ai+act+certification+conformity+assessment+tools&sca_esv=e9ea40622f6d2cac&sca_upv=1&sxsrf=ADLYWIKtplD-gBwyVTkIhPKzDlaf1oc-eg%3A1726660491195&ei=i7_qZoPCC9i6i-gPgufFyA0&ved=0ahUKEwjDs-bJt8yIAxVY3QIHHYJzEdkQ4dUDCA8&uact=5&oq=eu+ai+act+certification+conformity+assessment+tools&gs_lp=Egxnd3Mtd2l6LXNlcnAiM2V1IGFpIGFjdCBjZXJ0aWZpY2F0aW9uIGNvbmZvcm1pdHkgYXNzZXNzbWVudCB0b29sczIFECEYoAFIzw1QmAJYuAxwAXgBkAEAmAG3AaAB9wWqAQMwLja4AQPIAQD4AQGYAgegAogGwgIKEAAYsAMY1gQYR8ICBRAhGJ8FwgIEECEYFZgDAIgGAZAGCJIHAzEuNqAHxyU&sclient=gws-wiz-serp
Ανάπτυξη Ευφυούς Συστήματος Παθητικής Ανίχνευσης για την Πρόβλεψη Γνωστικής Εξασθένησης σε Πραγματικό Χρόνο
Στόχος
Ο στόχος αυτής της διπλωματικής εργασίας είναι η ανάπτυξη ενός ευφυούς συστήματος που θα συλλέγει και θα αναλύει δεδομένα σε πραγματικό χρόνο από κινητά τηλέφωνα, με σκοπό την πρόβλεψη πιθανών περιπτώσεων γνωστικής εξασθένησης.
Περιγραφή
H διπλωματική περιλαμβάνει την ανάπτυξη ενός συστήματος που θα χρησιμοποιεί αλγόριθμους μηχανικής μάθησης για την ανάλυση δεδομένων από αισθητήρες κινητών τηλεφώνων (GPS, επιταχυνσιόμετρο, μικρόφωνο και δραστηριότητα πληκτρολόγησης), ώστε να ανιχνεύει σημάδια ήπιας γνωστικής εξασθένησης. Το σύστημα θα παρακολουθεί μοτίβα καθημερινής δραστηριότητας και γνωστικών λειτουργιών, χρησιμοποιώντας δίκτυα νευρωνικών και τεχνικές ανάλυσης συμπεριφοράς, και θα ενσωματώνει εργαλεία για έγκαιρη ειδοποίηση του χρήστη και των φροντιστών του.
Απαιτήσεις
Συστήματα Διάχυτου Υπολογισμού
Μηχανική Μάθηση
Απαιτούμενες γνώσεις
- Προγραμματισμός
- Χρήση βιβλιοθηκών μηχανικής μάθησης (π.χ. TensorFlow, PyTorch)
- Βασικές γνώσεις επεξεργασίας σημάτων και ανάλυσης δεδομένων
Βιβλιογραφία
Rak, G. (2024). The Shrink in Your Pocket. IEEE Spectrum, 61(7), 42-47.
https://spectrum.ieee.org/mood-tracker
Ανάπτυξη εφαρμογής προστασίας κατόχου από φυσική επίθεση
Στόχος
Σχεδίαση και Ανάπτυξη εφαρμογής σε φορητή συσκευή όπου θα αντιλαμβάνεται αν ο κάτοχος δέχεται φυσική επίθεση από κακοποιούς και θα ενημερώνει προκαθορισμένες επαφές για την επίθεση.
Περιγραφή
Διερεύνηση των δυνατοτήτων που έχουν κινητά τηλέφωνα και άλλες συσκευές wearable ώστε να αντιληφθούν φυσικές πράξεις βίας στον κάτοχο τους μέσω των αισθητήρων τους πχ, κάμερα, μικρόφωνο , γυροσκόπιο, gps, αισθητήρων παλμών καρδιάς, κτλ . Ανάπτυξη κατάλληλου λογισμικού αξιοποιήσεως αυτών των αισθητήρων και αξιολογήσεως των ερεθισμάτων που δέχονται.
Απαιτήσεις
Προγραμματισμός στο Διαδίκτυο
Επικοινωνία Ανθρώπου – Υπολογιστή με Εφαρμογές στον Παγκόσμιο Ιστό
Προηγμένα Θέματα Γλωσσών Προγραμματισμού
Απαιτούμενες γνώσεις
Βασικές τεχνικές και προγραμματισμός εφαρμογών σε κινητά και wearables
Βιβλιογραφία
θα αναπτυχθεί κατά την διάρκεια της διπλωματικής
Ανάπτυξη εφαρμογών παραγωγικής ΤΝ για την υποβοήθηση Startups
Στόχος
Η ανάπτυξη εφαρμογών παραγωγικής ΤΝ για την παροχή συμβουλευτικών υπηρεσιών (mentoring, ebvaluation, support, κλπ) σε πρώιμες νεοφυείς επιχειρήσεις.
Περιγραφή
1. Επισκόπηση τρέχουσας κατάστασης σε εφαρμογές ΠΤΝ για startups
2. Ανάπτυξη δοκιμαστικών Prompts σε περιβάλλον Chat GPT για 4-5 λειτουργίες απο τις παρακάτω:
α.Αξιολόγηση Ιδέας / Problem-Solution Fit
Ο χρήστης περιγράφει την ιδέα του και το σύστημα αξιολογεί αν λύνει πραγματικό πρόβλημα, προτείνοντας βελτιώσεις.
β.Market Research & Competitor Analysis
Αυτόματη ανάλυση ανταγωνισμού και αγοράς, με δεδομένα για trends, μεγέθη αγοράς και πιθανούς ανταγωνιστές.
γ.Οικονομικές Προβλέψεις (Financial Forecasting)
Με βάση βασικά inputs (έσοδα, κόστη, μοντέλο εσόδων), δημιουργείται 3ετής/5ετής πρόβλεψη cash flow, P&L, break-even point.
δ.Business Model Canvas Generator
Αυτόματη δημιουργία καμβά επιχειρηματικού μοντέλου (Osterwalder) με δομημένες ενότητες, βάσει της ιδέας του χρήστη.
ε.Εύρεση και Αντιστοίχιση Funding Opportunities
AI που προτείνει χρηματοδοτικά προγράμματα (VCs, accelerators, EU/Horizon calls, business angels) ανάλογα με το στάδιο και τον κλάδο.
στ.Go-To-Market Strategy Generator
Δημιουργία στρατηγικής εισόδου στην αγορά (κανάλια διανομής, pricing, marketing plan, KPIs).
ζ.Αξιολόγηση Τεχνολογικής Ετοιμότητας (TRL Check)
Για τεχνολογικά startups: το AI βοηθά να τοποθετηθεί το προϊόν σε Technology Readiness Level και προτείνει επόμενα βήματα.
η.MVP Scope Designer
Βοηθά τον founder να σχεδιάσει το πρώτο Minimum Viable Product (features, UX priorities, timeline, budget).
θ.Investor Q&A Simulator
Το AI παίρνει τον ρόλο επενδυτή και κάνει "δύσκολες ερωτήσεις" στον startup founder (mock interview), με feedback στις απαντήσεις.
ι.Storytelling & Branding Assistant
Βοηθά στο narrative: tagline, vision/mission statement, elevator pitch, ακόμα και design προτάσεις για logo/slogan.
κ.Founder Skills Assessment
Το AI αξιολογεί τα skills του founder/team (management, sales, tech, finance) και προτείνει πού χρειάζονται συνεργάτες ή mentoring.
λ.Team Role Designer
Δημιουργία προφίλ ρόλων (CTO, CMO, COO) με περιγραφή αρμοδιοτήτων και απαιτούμενων δεξιοτήτων, ώστε να ξέρει τι ομάδα να χτίσει.
μ.Customer Persona Builder
Αυτόματη δημιουργία personas για το target group (ηλικία, ανάγκες, digital behavior, pain points).
ν.User Journey Mapping
AI εργαλείο για να σχεδιάσει το customer journey (awareness → consideration → purchase → retention).
ξ.Pricing Strategy Advisor
Συστήματα προτάσεων για τιμολόγηση (subscription, freemium, one-off, tiered pricing), με benchmarking από ανταγωνιστές.
ο.Legal & IP Checklist
Αυτόματη λίστα ελέγχου για νομικά θέματα (εταιρική μορφή, GDPR, trademarks, patents, IP strategy).
π.KPI & Metrics Generator
Προτάσεις για κατάλληλα metrics (CAC, LTV, churn, runway, ARPU) ανάλογα με το στάδιο και το μοντέλο της startup.
ρ.Internationalisation Readiness Check
Ανάλυση δυνατοτήτων επέκτασης σε ξένες αγορές, με προτεινόμενες χώρες/περιοχές και εμπόδια εισόδου.
σ.Startup Valuation Estimator
Εκτίμηση αποτίμησης με διάφορες μεθοδολογίες (scorecard, DCF, comparables).
τ.Pitch Video Script Generator
Δημιουργία σεναρίου για σύντομο βίντεο pitch (1–2 λεπτά), με storyboarding και key messaging.
3. Έλεγχος και αξιολόγηση αποτελεσμάτων
4. Ανάπτυξη τελικών εφαρμογών (HTML και GPT-API). Θα δοθεί κατάλληλη πρόσβαση σε API.
Απαιτήσεις
.Ψηφιακή Καινοτομία και Επιχειρηματικότητα
Απαιτούμενες γνώσεις
LLM PROMPTING
Ανάπτυξη εφαρμογών παραγωγικής ΤΝ για την υποβοήθηση Startups
Στόχος
Η ανάπτυξη εφαρμογών παραγωγικής ΤΝ για την παροχή συμβουλευτικών υπηρεσιών (mentoring, ebvaluation, support, κλπ) σε πρώιμες νεοφυείς επιχειρήσεις.
Περιγραφή
1. Επισκόπηση τρέχουσας κατάστασης σε εφαρμογές ΠΤΝ για startups
2. Ανάπτυξη δοκιμαστικών Prompts σε περιβάλλον Chat GPT για 4-5 λειτουργίες απο τις παρακάτω:
α.Αξιολόγηση Ιδέας / Problem-Solution Fit
Ο χρήστης περιγράφει την ιδέα του και το σύστημα αξιολογεί αν λύνει πραγματικό πρόβλημα, προτείνοντας βελτιώσεις.
β.Market Research & Competitor Analysis
Αυτόματη ανάλυση ανταγωνισμού και αγοράς, με δεδομένα για trends, μεγέθη αγοράς και πιθανούς ανταγωνιστές.
γ.Οικονομικές Προβλέψεις (Financial Forecasting)
Με βάση βασικά inputs (έσοδα, κόστη, μοντέλο εσόδων), δημιουργείται 3ετής/5ετής πρόβλεψη cash flow, P&L, break-even point.
δ.Business Model Canvas Generator
Αυτόματη δημιουργία καμβά επιχειρηματικού μοντέλου (Osterwalder) με δομημένες ενότητες, βάσει της ιδέας του χρήστη.
ε.Εύρεση και Αντιστοίχιση Funding Opportunities
AI που προτείνει χρηματοδοτικά προγράμματα (VCs, accelerators, EU/Horizon calls, business angels) ανάλογα με το στάδιο και τον κλάδο.
στ.Go-To-Market Strategy Generator
Δημιουργία στρατηγικής εισόδου στην αγορά (κανάλια διανομής, pricing, marketing plan, KPIs).
ζ.Αξιολόγηση Τεχνολογικής Ετοιμότητας (TRL Check)
Για τεχνολογικά startups: το AI βοηθά να τοποθετηθεί το προϊόν σε Technology Readiness Level και προτείνει επόμενα βήματα.
η.MVP Scope Designer
Βοηθά τον founder να σχεδιάσει το πρώτο Minimum Viable Product (features, UX priorities, timeline, budget).
θ.Investor Q&A Simulator
Το AI παίρνει τον ρόλο επενδυτή και κάνει "δύσκολες ερωτήσεις" στον startup founder (mock interview), με feedback στις απαντήσεις.
ι.Storytelling & Branding Assistant
Βοηθά στο narrative: tagline, vision/mission statement, elevator pitch, ακόμα και design προτάσεις για logo/slogan.
κ.Founder Skills Assessment
Το AI αξιολογεί τα skills του founder/team (management, sales, tech, finance) και προτείνει πού χρειάζονται συνεργάτες ή mentoring.
λ.Team Role Designer
Δημιουργία προφίλ ρόλων (CTO, CMO, COO) με περιγραφή αρμοδιοτήτων και απαιτούμενων δεξιοτήτων, ώστε να ξέρει τι ομάδα να χτίσει.
μ.Customer Persona Builder
Αυτόματη δημιουργία personas για το target group (ηλικία, ανάγκες, digital behavior, pain points).
ν.User Journey Mapping
AI εργαλείο για να σχεδιάσει το customer journey (awareness → consideration → purchase → retention).
ξ.Pricing Strategy Advisor
Συστήματα προτάσεων για τιμολόγηση (subscription, freemium, one-off, tiered pricing), με benchmarking από ανταγωνιστές.
ο.Legal & IP Checklist
Αυτόματη λίστα ελέγχου για νομικά θέματα (εταιρική μορφή, GDPR, trademarks, patents, IP strategy).
π.KPI & Metrics Generator
Προτάσεις για κατάλληλα metrics (CAC, LTV, churn, runway, ARPU) ανάλογα με το στάδιο και το μοντέλο της startup.
ρ.Internationalisation Readiness Check
Ανάλυση δυνατοτήτων επέκτασης σε ξένες αγορές, με προτεινόμενες χώρες/περιοχές και εμπόδια εισόδου.
σ.Startup Valuation Estimator
Εκτίμηση αποτίμησης με διάφορες μεθοδολογίες (scorecard, DCF, comparables).
τ.Pitch Video Script Generator
Δημιουργία σεναρίου για σύντομο βίντεο pitch (1–2 λεπτά), με storyboarding και key messaging.
3. Έλεγχος και αξιολόγηση αποτελεσμάτων
4. Ανάπτυξη τελικών εφαρμογών (HTML και GPT-API). Θα δοθεί κατάλληλη πρόσβαση σε API.
Απαιτήσεις
.
Απαιτούμενες γνώσεις
LLM PROMPTING
Ανάπτυξη και αξιολόγηση πράκτορα ΤΝ για την αξιολόγηση αντικτύπου συνόλων ανοικτών δεδομένων
Στόχος
H ανάπτυξη ενός Impact Tracking Agent για τη μέτρηση της "διάθεσης" (πόσα datasets έχουμε) στη μέτρηση της "αξίας" (τι αντίκτυπο έχουν).
Περιγραφή
Δημιουργία ενός agent/bot που:
(a) λαμβάνει το URL ενός συνόλου δεδομένων (dataset),
(b) αναζητά στο διαδίκτυο αναφορές/παραδείγματα χρήσης αυτού του URL (καταγράφοντας το πλήθος)· επιπλέον, πραγματοποιεί πιο εξειδικευμένη αναζήτηση στο GitHub για εφαρμογές ή τμήματα κώδικα που χρησιμοποιούν αυτό το URL/API,
(c) κατηγοριοποιεί τη χρήση κάθε αναφοράς (π.χ. πολιτικές, σχέδια, κανονισμοί, έρευνα ή υπηρεσίες), καταγράφοντας το πλήθος ανά κατηγορία, ενώ ταυτόχρονα διατηρεί μια σύντομη περιγραφή της κάθε περίπτωσης και 1–2 επιπλέον χρήσιμες λεπτομέρειες για σκοπούς επαλήθευσης,
(d) εντοπίζει τους σχετικούς τομείς/κλάδους (domains/sectors) και καταγράφει το πλήθος ανά τομέα,
(e) επιχειρεί να κατηγοριοποιήσει τον τύπο χρήσης σε: i. οικονομική, ii. κοινωνική και iii. επιστημονική αξία,
(f) επικυρώνει τα αποτελέσματα για 100 διαφορετικά URLs συνόλων δεδομένων, και επιπλέον (+++) προσπαθεί να κάνει εξαγωγή συμπερασμάτων και σε επίπεδο πύλης (portal), δηλαδή για το σύνολο των datasets που φιλοξενεί μια πλατφόρμα.
Απαιτήσεις
Τεχνολογία Λογισμικού
Προγραμματισμός Ι (python)
Απαιτούμενες γνώσεις
LLM. RAG
Βιβλιογραφία
Garrigós et al., 2015. Towards an approach to measure how open data is reused Visualization of open data metrics.
Prieto et al., 2018. Supporting Open Dataset Publication Decisions Based on Open Source Software Reuse. International Workshop on Data Warehousing and OLAP.
Abella et al., 2020. Meloda 5: A metric to assess open data reusability. El Profesional de la Informacion.
Downs & Chen, 2015. Bridging Disciplines: Assessing the Interdisciplinary Impact of Open Data.
https://odimpact.org/files/open-data-impact-key-findings.pdf