Προτεινόμενη Διπλωματική εργασία Προπτυχιακού προγράμματος Σπουδών
Στόχος της διπλωματικής εργασίας είναι η αξιοποίηση και επέκταση πλατφόρμας IoT με τεχνικές Μηχανικής Μάθησης για την παρακολούθηση και αξιολόγηση της ποιότητας του αέρα, καθώς και η διερεύνηση διαφορετικών σεναρίων χρήσης σε εσωτερικούς και εξωτερικούς χώρους. Η εργασία εστιάζει στη συλλογή δεδομένων από πεδίο, στην ανάπτυξη έξυπνων μοντέλων ανάλυσης και πρόβλεψης και στην υποστήριξη λήψης αποφάσεων σε πραγματικές συνθήκες, με σκοπό την κατανόηση της λειτουργικότητας, της αποδοτικότητας και της πρακτικής αξίας του συστήματος.
Στο πλαίσιο της εργασίας θα πραγματοποιηθεί ενσωμάτωση και αξιοποίηση αισθητήρων για τη μέτρηση βασικών ρύπων (PM1.0, PM2.5, PM10, VOCs, CO₂, κ.ά.), ενώ θα αναπτυχθούν μοντέλα Μηχανικής Μάθησης για την ανάλυση, την ανίχνευση ανωμαλιών και την πρόβλεψη των επιπέδων ρύπανσης. Το σύστημα θα εξεταστεί σε διαφορετικά περιβάλλοντα (εσωτερικούς και εξωτερικούς χώρους).
Ενδεικτικά σενάρια χρήσης περιλαμβάνουν:
Θα αξιολογηθεί η απόδοση της πλατφόρμας ως προς την ακρίβεια, την αξιοπιστία, τη χρηστικότητα και τη δυνατότητα υποστήριξης διαφορετικών εφαρμογών.
α) Στο πρώτο μέρος της εργασίας θα παρουσιαστούν οι βασικές έννοιες των συστημάτων IoT, της ποιότητας αέρα και των αλγορίθμων Μηχανικής Μάθησης, καθώς και η αρχιτεκτονική της προτεινόμενης πλατφόρμας. β) Στο δεύτερο μέρος θα υλοποιηθούν και θα παραμετροποιηθούν τα επιλεγμένα σενάρια χρήσης. γ) Στο τρίτο μέρος θα πραγματοποιηθεί συλλογή και ανάλυση δεδομένων με μοντέλα Μηχανικής Μάθησης, καθώς και αξιολόγηση των σεναρίων ως προς την αποτελεσματικότητά τους.
Σύγχρονα Δίκτυα και Διασύνδεση ΙοΤ
Garcia, Antony, et al. "Advancements in air quality monitoring: a systematic review of IoT-based air quality monitoring and AI technologies." Artificial Intelligence Review 58, no. 9 (2025): 275.
Shahid, Saim, et al. "Innovations in air quality monitoring: sensors, IoT and future research." Sensors 25, no. 7 (2025): 2070.