21706 research outputs found
Sort by
Design, analysis, and synthesis of metrics for assessing information and quality in research studies
Get PDFΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.An overview of systematic reviews is a study design that has emerged to address the growing number of published systematic reviews. In overviews, the unit of searching, inclusion, and data analysis is mainly the systematic review. A key methodological challenge in overviews is the substantial overlap of primary studies across similar reviews. Such duplication of information can distort the synthesis process and potentially compromise the precision of findings. The aim of this thesis is to propose selection criteria and develop an assessment framework to guide and prioritize the selection among highly overlapping reviews.
In the proposed framework, the first step is to measure the degree of primary study overlap across systematic reviews using the corrected covered area (CCA), which helps identify pairs or groups of reviews with a very high level of overlap. To guide the selection among these overlapping reviews, we apply the following criteria: (a) methodological quality and risk of bias in systematic reviews assessed using AMSTAR 2 and ROBIS, respectively, (b) relevance of the systematic reviews to the target question, and (c) completeness of reporting evaluated according to PRISMA 2020 statement. We also incorporate three categories of bibliometric indicators as objective measures to complement subjective quality evaluations: (a) publication characteristics and performance (year of publication, number of included primary studies, and citations per year), (b) journal impact (impact factor of the journal in which the systematic review was published, journal quartile/rank), and (c) author performance (average h-index of the authors). We demonstrate the practical implementation of the proposed framework using a working example from the overviews literature
War, memory and contemporary politics: the relations between the Socialist Republic of Viet Nam and the United States of America in the 21st Century
Get PDFΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.This study explores the normalization and development of U.S.–Vietnam relations from the late 20th century to the present. After the end of the Vietnam War, diplomatic ties were severed for nearly 15 years, primarily due to Vietnam’s military interventions and unresolved war-related issues. The economic reforms of doi moi in 1986 and Vietnam’s gradual withdrawal from Cambodia initiated a shift towards normalization, leading to the lifting of the U.S. trade embargo in 1994 and the signing of a Bilateral Trade Agreement in 2000. The United States’ strategic goals include expanding trade, promoting human rights, and balancing China's regional influence. Conversely, Vietnam aims to ensure economic growth, regional stability, and a pragmatic balance between major powers. Despite economic liberalization and improved personal freedoms, the Vietnamese government continues to restrict political dissent and press freedom. The legacy of Agent Orange remains a sensitive issue. Although the U.S. has provided technical and financial assistance for environmental remediation, it has avoided legal acknowledgment of responsibility. Bilateral cooperation in this area, particularly the cleanup projects in Da Nang and Bien Hoa, has strengthened ties. In recent years, relations have deepened substantially, culminating in the elevation of ties to a “comprehensive strategic partnership” in 2023. Nevertheless, concerns over human rights and Vietnam’s cautious foreign policy towards China continue to pose challenges. The evolving partnership
reflects both countries' broader economic and strategic interests in an increasingly complex regional environment
Έμμεσες τεχνικές ελέγχου. Δήλωση ζημίας σε τρία συνεχόμενα έτη και ζητήματα χρηματοδότησης της επιχείρησης
Get PDFΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Η παρούσα εργασία εξετάζει τη συστηματική εμφάνιση ζημιών από
επιχειρήσεις επί τρία συνεχόμενα έτη, υπό το πρίσμα της φορολογικής πολιτικής, της
ελεγκτικής πρακτικής και των χρηματοοικονομικών συνεπειών. Η δήλωση
επαναλαμβανόμενων ζημιών δεν αντιμετωπίζεται αποκλειστικά ως λογιστικό γεγονός,
αλλά αποτελεί και αντικείμενο ειδικού ελέγχου από τη φορολογική διοίκηση μέσω των
έμμεσων τεχνικών προσδιορισμού της φορολογητέας ύλης, σύμφωνα με το άρθρο 27
του Κώδικα Φορολογικής Διαδικασίας και τις σχετικές εγκυκλίους της ΑΑΔΕ.
Η μελέτη αναλύει τις συνέπειες που επιφέρει η ζημιογόνος πορεία στη
χρηματοοικονομική σταθερότητα της επιχείρησης, στην πιστοληπτική της ικανότητα,
στις σχέσεις της με το τραπεζικό σύστημα και στη δυνατότητά της να εξασφαλίσει
εξωτερική χρηματοδότηση. Παρουσιάζονται οι περιορισμοί που προκύπτουν σε
επίπεδο εξωγενών χρηματοδοτήσεων, καθώς και οι εναλλακτικοί μηχανισμοί στήριξης,
δημόσιοι και ιδιωτικοί, που μπορούν να αξιοποιηθούν υπό προϋποθέσεις. Ιδιαίτερη
έμφαση δίδεται στον ρόλο του τεκμηριωμένου επιχειρηματικού σχεδίου και των
δεικτών φερεγγυότητας ως εργαλείων αναδιάρθρωσης και αποκατάστασης της
αξιοπιστίας της επιχείρησης.
Στο δεύτερο μέρος της εργασίας προτείνονται στρατηγικές αντιμετώπισης της
ζημιογόνου λειτουργίας, με έμφαση στη λειτουργική και χρηματοοικονομική
αναδιάρθρωση, στη δυνατότητα συγχώνευσης ή οργανωμένης εξόδου από την αγορά,
καθώς και στον ρυθμιστικό και υποστηρικτικό ρόλο του κράτους. Αναλύονται τόσο οι
δυνατότητες όσο και οι περιορισμοί της κρατικής παρέμβασης, ιδίως μέσω της
φορολογικής νομοθεσίας, του εξωδικαστικού μηχανισμού ρύθμισης οφειλών και των
προγραμμάτων χρηματοδότησης επενδύσεων.
Η εργασία καταλήγει στο συμπέρασμα ότι η συστηματική εμφάνιση ζημιών δεν
πρέπει να αντιμετωπίζεται μονοσήμαντα ως ένδειξη φοροδιαφυγής ή κακοδιαχείρισης,
αλλά ως σύνθετο οικονομικό φαινόμενο που απαιτεί έγκαιρη διάγνωση, συντονισμένη
παρέμβαση και στοχευμένη υποστήριξη. Η βιώσιμη αναδιάρθρωση ζημιογόνων
επιχειρήσεων συνιστά αναγκαία προϋπόθεση για την ενίσχυση της παραγωγικής βάσης
της οικονομίας και την οικοδόμηση ενός θεσμικού πλαισίου που συνδυάζει τον έλεγχο
με την ανάπτυξη
Ψηφιακά δίδυμα: η νέα εποχή της γεωργίας 4.0
Get PDFΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Οι τεχνολογίες της Βιομηχανίας 4.0, όπως τα Ψηφιακά Δίδυμα (Digital Twins-DT), το Διαδίκτυο των Πραγμάτων (IoT) και η Τεχνητή Νοημοσύνη (AI) επαναπροσδιορίζουν τον γεωργικό τομέα σε παγκόσμιο επίπεδο. Η παρούσα μελέτη εστιάζει στην εξέταση της τεχνολογίας των Ψηφιακών Διδύμων και του κρίσιμου ρόλου τους στη μετάβαση προς τη Γεωργία 4.0, με ειδική έμφαση στις εφαρμογές της τόσο στη φυτική παραγωγή όσο και στην κτηνοτροφία. Μέσω συστηματικής βιβλιογραφικής ανασκόπησης 58 επιστημονικών άρθρων, αναλύονται οι πολυάριθμες δυνατότητες των DTs να βελτιστοποιήσουν τη διαχείριση πόρων, να αυξήσουν την ακρίβεια πρόβλεψης ασθενειών και αποδόσεων, καθώς και να ενισχύσουν τη βιωσιμότητα των γεωργικών πρακτικών. Παράλληλα, αναγνωρίζονται σημαντικά εμπόδια υλοποίησης, όπως το υψηλό οικονομικό κόστος, η ανάγκη για εξειδικευμένο τεχνικό προσωπικό και οι προκλήσεις διαλειτουργικότητας με τα υφιστάμενα συστήματα. Τα αποτελέσματα υπογραμμίζουν τη σημασία της ανάπτυξης οικονομικά προσιτών λύσεων, ειδικών εκπαιδευτικών προγραμμάτων και στρατηγικών χρηματοδότησης για τη διασφάλιση της ευρύτερης υιοθέτησης αυτών των καινοτόμων τεχνολογιών στον γεωργικό τομέα
Δραστηριότητα ψηφιακών κερμάτων κρυπτοστοιχείων: μέτρηση, αποτίμηση, και αντίκτυπος
No full textΔιατριβή (Διδακτορική)--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.This dissertation presents and expands upon methodologies for assessing token dormancy and activity, creating the “Active Token Balance” (ATB) metric while implementing a valuation model grounded in network effects theory. These methodologies are empirically applied to the on-chain data of the Chainlink token over 3.5 years, from September 2017 to February 2021. The analysis employs Granger causality tests to assess predictive relationships between the variables, along with Shannon Transfer entropy tests to evaluate informational transfer between the time series, with several significant results. Additionally, the models GARCH, EGARCH, GJR-GARCH, CGARCH, and APARCH are employed to assess the ATB of Chainlink in the conditional mean of the models, revealing statistically significant coefficients across the majority of model specifications. The forecasting performance of selected machine learning methods is examined using Superior Predictive Ability, Stepwise Multiple, and Harvey-Leybourne-Newbold Tests. The findings indicate that the ATB of the token, as determined by the proposed methodology, impacts the price and the returns of the examined token, leading to improved forecasts. This research underscores the importance of dormancy and activity as crucial metrics for token evaluation and their influence on token price while establishing parameterizable methods for their calculation.Αυτή η διατριβή παρουσιάζει και επεκτείνει μεθοδολογίες για την αξιολόγηση της αδράνειας και της δραστηριότητας των ψηφιακών κερμάτων, δημιουργώντας τον δείκτη "Active Token Balance" (ATB) εφαρμόζοντας παράλληλα ένα μοντέλο αποτίμησης που βασίζεται στη θεωρία των φαινομένων δικτύου. Αυτές οι μεθοδολογίες εφαρμόζονται εμπειρικά σε δεδομένα προερχόμενα από την αλυσίδα συστοιχιών του ψηφιακού κέρματος Chainlink για 3,5 χρόνια, από τον Σεπτέμβριο του 2017 έως τον Φεβρουάριο του 2021. Η ανάλυση χρησιμοποιεί ελέγχους αιτιότητας κατά Granger για την αξιολόγηση των προβλεπτικών σχέσεων μεταξύ των μεταβλητών, μαζί με ελέγχους μεταφοράς εντροπίας κατά Shannon για την αξιολόγηση της μεταφοράς πληροφοριών μεταξύ των χρονοσειρών, με αρκετά σημαντικά αποτελέσματα. Επιπλέον, τα μοντέλα GARCH, EGARCH, GJR-GARCH, CGARCH και APARCH χρησιμοποιούνται για την αξιολόγηση του ATB του Chainlink στον δεσμευμένο μέσο των μοντέλων, αποκαλύπτοντας στατιστικά σημαντικούς συντελεστές στην πλειονότητα των προδιαγραφών των μοντέλων. Η προβλεπτική επίδοση επιλεγμένων μεθόδων μηχανικής μάθησης εξετάζεται χρησιμοποιώντας τους ελέγχους Superior Predictive Ability, Stepwise Multiple και Harvey-Leybourne-Newbold. Τα ευρήματα δείχνουν ότι το ATB του ψηφιακού κέρματος, όπως καθορίζεται από την προτεινόμενη μεθοδολογία, επηρεάζει την τιμή και τις αποδόσεις του εξεταζόμενου ψηφιακού κέρματος, οδηγώντας σε βελτιωμένες προβλέψεις. Αυτή η έρευνα τονίζει τη σημασία της αδράνειας και της δραστηριότητας ως κρίσιμων δεικτών για την αξιολόγηση των ψηφιακών κερμάτων και την επιρροή τους στην τιμή των ψηφιακών κερμάτων, ενώ παράλληλα καθιερώνει παραμετροποιήσιμες μεθόδους για τον υπολογισμό τους
Η χρήση της τεχνητής νοημοσύνης στη διαχείριση του ασύλου και της μετανάστευσης
No full textΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Η παρούσα εργασία επιχειρεί να διερευνήσει τη χρήση της τεχνητής νοημοσύνης στη διαχείριση των διαδικασιών ασύλου και μετανάστευσης, μέσω της μελέτης των εφαρμογών της, των πλεονεκτημάτων και των κινδύνων ή προκλήσεων που συνδέονται άμεσα με τη χρήση της. Ο συνεχώς αυξανόμενος όγκος των μεταναστευτικών ροών, συναρτήσει των κοινωνικών και γεωπολιτικών προβλημάτων, εγείρουν σημαντικά εμπόδια διαχείρισης για τις χώρες υποδοχής, οι οποίες καλούνται να αναπτύξουν νέες λύσεις για να διαχειριστούν σωστά τις αιτήσεις ασύλου και τις μετακινήσεις των μεταναστών. Η πρόκληση αυτή αποκτά μεγαλύτερη σοβαρότητα αν συνυπολογίσει κανείς τη δέουσα μέριμνα που πρέπει να εξασφαλιστεί για το σεβασμό των ανθρώπινων δικαιωμάτων και την ομαλή κοινωνική ένταξη των νέων πολιτών.
Η Τεχνητή Νοημοσύνη παρέχει σημαντικά πλεονεκτήματα που συνδέονται με την ταχύτητα, την ακρίβεια και τη διαφάνεια στις διαδικασίες ασύλου και μετανάστευσης. Μέσω των εφαρμογών της είναι δυνατό να αναλύονται μεγάλα σύνολα δεδομένων, να προβλέπεται εύστοχα ο αναμενόμενος όγκος μεταναστευτικών ροών και να πραγματοποιείται αυτοματοποιημένη επεξεργασία αιτήσεων με άμεση επίδραση στην αποσυμφόρηση των απαιτούμενων πόρων και υποδομών. Η Τεχνητή Νοημοσύνη όμως αναδύει με την εφαρμογή της και σημαντικές προκλήσεις, όπως η αλγοριθμική προκατάληψη, οι παραβιάσεις της ιδιωτικότητας των ατόμων και η πιθανή έλλειψη διαφάνειας.
Γίνεται ακόμα προσπάθεια παράθεσης διεθνών και ευρωπαϊκών πρακτικών που σχετίζονται με τη χρήση της τεχνητής νοημοσύνης στις διαδικασίες ασύλου και μετανάστευσης, παρέχοντας παραδείγματα από τον Καναδά, την Ολλανδία και τις ΗΠΑ. Τα συστήματα τεχνητής νοημοσύνης επιτρέπουν στις χώρες υποδοχής να βελτιστοποιήσουν σημαντικά τις εξεταζόμενες διαδικασίες. Τροχοπέδη σε αυτό αποτελεί, ειδικά για τα ευρωπαϊκά κράτη, η έλλειψη ενιαίου τυποποιημένου πλαισίου.
Η εργασία δίνει έμφαση στην αναγκαιότητα για διαφάνεια και λογοδοσία κατά τη διαδικασία στράτευσης στον επιδιωκόμενο στόχο των συστημάτων ΤΝ και για εγκαθίδρυση ενός πλαισίου λήψης αποφάσεων που παρέχει κατανοητές, αμερόληπτες και αναθεωρήσιμες αποφάσεις μέσω της χρήσης της. Η ανθρώπινη παρέμβαση σε συνδυασμό με τη συμμετοχή της κοινωνίας των πολιτών είναι θεμέλιος λίθος για την επίτευξη του στόχου της επιτυχούς εφαρμογής αυτών των τεχνολογιών.
Επιπρόσθετα, η μελέτη επισημαίνει το γεγονός ότι οι δημόσιοι υπάλληλοι πρέπει να δεχτούν θεσμική εκπαίδευση απαραιτήτως προκειμένου να είναι σε θέση να χρησιμοποιούν την Τεχνητή Νοημοσύνη με τρόπο αποτελεσματικό, νόμιμο και υπεύθυνο σε ότι αφορά τις διαδικασίες μετανάστευσης και ασύλου. Εξετάζει ακόμα, τις αρχές της διαφάνειας, της εξηγησιμότητας, της ανάγκης για λογοδοσία σε ότι αφορά τις τεχνολογικές και νομικές προοπτικές, ενώ δεν παραλείπει να αναφέρει τις δυσκολίες εφαρμογής αυτών σε περιβάλλον υψηλού κινδύνου, όπως αυτός της πιθανής παραβίασης ανθρώπινων δικαιωμάτων.
Τέλος, η παρούσα εργασία παραθέτει πιθανές προτάσεις για την ανάπτυξη μιας ολοκληρωμένης στρατηγικής ενσωμάτωσης της τεχνητής νοημοσύνης στην πολιτική μετανάστευσης και ασύλου, η οποία θα ενισχύσει την επιχειρησιακή αποτελεσματικότητα και τη διαφάνεια, διατηρώντας παράλληλα την προστασία των ανθρωπίνων δικαιωμάτων
Ψηφιακή πλατφόρμα myData: ρόλος και συνεισφορά στην καταπολέμηση της φοροδιαφυγής. Θεωρία και εμπειρικά δεδομένα
No full textΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Η παρούσα διπλωματική εργασία διερευνά, τόσο θεωρητικά όσο και εμπειρικά, τον ρόλο και τη συμβολή της ψηφιακής πλατφόρμας myData στην καταπολέμηση της φοροδιαφυγής στην Ελλάδα. Η myData, η οποία εφαρμόστηκε για πρώτη φορά τον Οκτώβριο του 2021 και εξελίσσεται συνεχώς, ευθυγραμμίζεται με τις οδηγίες της ΕΕ που αποσκοπούν στην ενίσχυση της διαφάνειας, της οργάνωσης δεδομένων και της συμμόρφωσης μέσω της ψηφιοποίησης της φορολογικής διοίκησης.
Η εμπειρική ανάλυση, η οποία πραγματοποιήθηκε σε δείγμα 126 χρηστών της πλατφόρμας σε επίπεδο επιχείρησης, αποκαλύπτει ότι οι χρήστες γενικά αντιλαμβάνονται την πλατφόρμα ως εξαιρετικά χρήσιμη, ιδιαίτερα στην προώθηση της διαφάνειας και στη διευκόλυνση της διαχείρισης δεδομένων, αν και οι προκλήσεις που σχετίζονται με τη χρηστικότητα και την ανάγκη για περαιτέρω εκπαίδευση εξακολουθούν να υπάρχουν. Τα ευρήματα δείχνουν ακόμη ότι η αντιληπτή προστιθέμενη αξία συσχετίζεται σημαντικά με τη διαφάνεια και την φιλικότητα προς τον χρήστη, ενώ δημογραφικοί παράγοντες όπως η ηλικία επηρεάζουν τις αντιλήψεις για τη διαφάνεια και την ηθική. Η μελέτη υπογραμμίζει τη σημασία της στοχευμένης εκπαίδευσης, των βελτιώσεων της διεπαφής με επίκεντρο τον χρήστη και της διαφανούς επικοινωνίας για την ενίσχυση της εμπιστοσύνης και τη μεγιστοποίηση των οφελών της πλατφόρμας.
Οι προτάσεις για την πρακτική εφαρμογή των αποτελεσμάτων περιλαμβάνουν προσαρμοσμένες στρατηγικές επικοινωνίας, συνεχή συλλογή σχολίων από τους χρήστες και περαιτέρω έρευνα σχετικά με τους παράγοντες που επηρεάζουν τις αντιλήψεις των χρηστών και την αποτελεσματικότητα της πλατφόρμας
Αξιοποίηση του οπτικού προγραμματισμού και των υποστηρικτικών τεχνολογιών για τη διδασκαλία πληροφορικής σε μαθητές δευτεροβάθμιας εκπαίδευσης με ειδικές μαθησιακές δυσκολίες: «η περίπτωση των αναγνωστικών δυσκολιών»
No full textΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Η παρούσα διατριβή διερευνά τον ρόλο των υποστηρικτικών τεχνολογιών και των οπτικών περιβαλλόντων προγραμματισμού στην υποστήριξη μαθητών δευτεροβάθμιας εκπαίδευσης με ειδικές μαθησιακές δυσκολίες (ΕΜΔ), ιδιαίτερα εκείνων που παρουσιάζουν προκλήσεις στην ανάγνωση και τον γραμματισμό. Βασιζόμενη σε μια συστηματική ανασκόπηση δέκα εμπειρικών μελετών, η έρευνα εξετάζει την αποτελεσματικότητα αυτών των εργαλείων στη βελτίωση γνωστικών, ακαδημαϊκών και κοινωνικό-συναισθηματικών αποτελεσμάτων στους μαθητές. Τα ευρήματα αναδεικνύουν ότι, όταν σχεδιάζονται με σαφής στόχους και εφαρμόζονται κατάλληλα, οι υποστηρικτικές τεχνολογίες μπορούν να ενισχύσουν σημαντικά την κατανόηση κειμένων, την εμπλοκή και την αυτό-αποτελεσματικότητα των μαθητών με ΕΜΔ. Παρομοίως, τα οπτικά περιβάλλοντα προγραμματισμού προσφέρουν συμπεριληπτικές διόδους για την ανάπτυξη υπολογιστικής σκέψης και δεξιοτήτων επίλυσης προβλημάτων, καλλιεργώντας την αυτονομία και τη συμμετοχή τους
Συστήματα διοικητικής λογιστικής για την λήψη αποφάσεων στις τουριστικές επιχειρήσεις
No full textΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.Η παρούσα εργασία αναδεικνύει τον θεμελιώδη ρόλο της διοικητικής λογιστικής στη διαμόρφωση της στρατηγικής, τη βελτίωση της λειτουργικής αποδοτικότητας και την προώθηση της βιώσιμης ανάπτυξης, με ιδιαίτερη έμφαση στον τουριστικό κλάδο.
Τα βασικά ευρήματα υπογραμμίζουν ότι εργαλεία όπως ο Πίνακας Ισορροπημένης Στοχοθεσίας (Balanced Scorecard) και η κοστολόγηση με βάση δραστηριότητες (Activity-Based Costing) βελτιστοποιούν τις αποφάσεις. Παράλληλα, η ενσωμάτωση καινοτόμων τεχνολογιών, όπως η Τεχνητή Νοημοσύνη (AI) και τα Μεγα-δεδομένα (Big Data), ενισχύει την ακρίβεια και την αποτελεσματικότητα. Επιπλέον, η συνεχής εκπαίδευση σε λογιστικές πρακτικές αυξάνει την ανταγωνιστικότητα των τουριστικών επιχειρήσεων, ενώ η υιοθέτηση ηθικών και βιώσιμων προσεγγίσεων ενισχύει τη διαφάνεια και τη μακροπρόθεσμη βιωσιμότητα.
Συνοψίζοντας, η διοικητική λογιστική, όταν συνδυάζεται με σύγχρονες τεχνολογίες και στρατηγικές προσεγγίσεις, αποτελεί ένα απαραίτητο εργαλείο για την ανάπτυξη και τη βιωσιμότητα των επιχειρήσεων, ιδιαίτερα στον δυναμικό και απαιτητικό τουριστικό τομέα
Υλοποίηση ενός υβριδικού πλαισίου ομοσπονδιακής μάθησης με βελτιστοποίηση νευρωνικών δικτύων για βελτιωμένη απόδοση μοντέλων τεχνητής νοημοσύνης
No full textΔιατριβή (Διδακτορική)--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2025.This thesis focuses on the design and implementation of a hybrid Federated Learning (FL) framework aimed at optimizing the performance of artificial intelligence models in distributed, sensitive, and dynamic environments such as 5G networks, IoT systems, and autonomous vehicles. By combining techniques like Federated Averaging, Convolutional Neural Networks (CNN), and cloud/container technologies, it proposes a flexible three-tier architecture (client–edge–cloud) that incorporates heuristics for intelligent client selection, communication cost reduction, and enhanced data privacy. Additionally, a strategy tailoring tool (FLATT) is developed, enabling designers to configure and adapt FL strategies dynamically at runtime based on the specific requirements of the application domain.
The study demonstrates that traditional FL strategies have reached their limitations in terms of performance, accuracy, and handling non-IID (non-independent and identically distributed) data. Through the integration of algorithmic approaches (FedAvg, gradient descent, evolutionary heuristics) and the use of containers and edge computing infrastructures, the proposed hybrid framework achieves significantly improved global model performance. Case study results confirm that increasing the number of participating clients, applying multi-layer aggregation, and incorporating dynamic gradient evaluation contribute to better generalization and reduced communication overhead. The FLATT tool empowers designers to formulate meta-level strategies in resource-constrained environments, establishing this approach as a solid foundation for scalable and intelligent FL applications of the future.Η παρούσα διατριβή επικεντρώνεται στον σχεδιασμό και την υλοποίηση ενός υβριδικού πλαισίου Ομοσπονδιακής Μάθησης (Federated Learning – FL), με στόχο τη βελτιστοποίηση της απόδοσης μοντέλων τεχνητής νοημοσύνης σε κατανεμημένα, ευαίσθητα και δυναμικά περιβάλλοντα, όπως τα δίκτυα 5G, το ΙοΤ και τα αυτόνομα οχήματα. Μέσα από έναν συνδυασμό τεχνικών όπως το Federated Averaging, η χρήση Συνελικτικών Νευρωνικών Δικτύων (CNN) και τεχνολογιών cloud computing και containerization, προτείνεται μια ευέλικτη αρχιτεκτονική τριών επιπέδων (client–edge–cloud) που ενσωματώνει ευρετικές επιλογές για την επιλογή πελατών, τη μείωση του κόστους επικοινωνίας και την ενίσχυση της ιδιωτικότητας των δεδομένων. Επιπλέον, αναπτύσσεται ένα εργαλείο (FLATT) που επιτρέπει στον σχεδιαστή να καθορίζει, ακόμα και κατά τη διάρκεια εκτέλεσης, δυναμικές στρατηγικές μάθησης προσαρμοσμένες στις απαιτήσεις της εφαρμογής.
Η εργασία τεκμηριώνει ότι οι παραδοσιακές στρατηγικές FL έχουν φτάσει στα όριά τους ως προς την απόδοση, την ακρίβεια και την αντιμετώπιση μη ομοιόμορφα κατανεμημένων δεδομένων (non-IID). Με τη βοήθεια συνδυασμένων προσεγγίσεων (FedAvg, gradient descent, evolutionary heuristics), και αξιοποιώντας τεχνολογίες όπως τα containers και τα edge computing δίκτυα, το προτεινόμενο υβριδικό πλαίσιο προσφέρει σαφώς βελτιωμένα αποτελέσματα στην απόδοση του παγκόσμιου μοντέλου. Τα αποτελέσματα των μελετών περίπτωσης επιβεβαιώνουν ότι η αύξηση του αριθμού των συμμετεχόντων πελατών, η πολυεπίπεδη συγκέντρωση δεδομένων και η δυναμική αξιολόγηση των gradients συμβάλλουν σε καλύτερη γενίκευση του μοντέλου και σε χαμηλότερες απαιτήσεις επικοινωνίας. Η συμβολή του εργαλείου FLATT έγκειται στη δυνατότητα διαμόρφωσης μετα-στρατηγικών σε περιβάλλοντα με περιορισμένους πόρους, καθιστώντας την προτεινόμενη προσέγγιση μια στέρεα βάση για επεκτάσιμες και ευφυείς FL εφαρμογές του μέλλοντο