Μετάβαση στο περιεχόμενο

Διάχυτος Υπολογισμός

Επίσημο περίγραμμα μαθήματος του ΤΜΗΥΠ (Πανεπιστήμιο Πατρών), όπως δημοσιεύεται στη σελίδα του μαθήματος και στο συνημμένο αρχείο «Περίγραμμα Μαθήματος». Το κείμενο παρατίθεται αυτούσιο, χωρίς τα πρότυπα οδηγιών του εντύπου.

Στόχοι

  • Μετά το πέρας της διδασκαλίας, οι φοιτητές θα έχουν αναπτύξει τις παρακάτω γνώσεις, δεξιότητες και ικανότητες, δυνάμενοι να:
  • Ορίζουν το επιστημονικό πεδίο του Διάχυτου Υπολογισμού.
  • Κατηγοριοποιούν τα υπο-πεδία του Διάχυτου Υπολογισμού σε σχέση με τα επίπεδα κινητικότητας και ενσωμάτωσης υπολογιστικών συσκευών και χρηστών στο χώρο.
  • Κατανοούν τη διεπιστημονική φύση του Διάχυτου Υπολογισμού.
  • Αναφέρουν τα βασικά επιστημονικά πεδία που συνεισφέρουν στο Διάχυτο Υπολογισμό, εντός και εκτός του γνωστικού αντικειμένου της Επιστήμης των Υπολογιστών.
  • Αναλύουν τις ιδιαιτερότητες των απαιτήσεων εφαρμογών συστημάτων Διάχυτου Υπολογισμού σε πεδία εφαρμογής όπως: Ευφυείς πόλεις και περιβάλλοντα, Περιρρέουσα Νοημοσύνη, Υποστήριξη Υγείας, Διάχυτα Παίγνια, Ηλεκτρονικό Εμπόριο και Συναλλαγές, 4η Βιομηχανική Επανάσταση.
  • Σχεδιάζουν αρχιτεκτονικές και μοντέλα συστημάτων Διάχυτου Υπολογισμού που συμπεριλαμβάνουν συσκευές, τεχνικές επικοινωνίας, αρχιτεκτονικές, κατανομή υπολογισμών και πόρων (π.χ. διαδίκτυο των αντικειμένων, υπολογιστική νέφους / ομίχλης / ακμής).
  • Υλοποιούν συστήματα Διάχυτου Υπολογισμού που χρησιμοποιούν τεχνικές ανάκτησης πληροφορίας, συμπεριλαμβανόμενης και πληροφορίας από αισθητήρες, και ανάλυσης πληροφορίας (π.χ. μέσω επεξεργασίας σήματος, στατιστικής ανάλυσης ή μηχανικής μάθησης) για τη σύνθεση Επίγνωσης Πλαισίου.
  • Κατανοούν τις βασικές αρχές έμμεσης και άμεσης αλληλεπίδρασης ανθρώπων και διάχυτων υπολογιστικών συστημάτων.
  • Αξιολογούν αλληλεπιδραστικά διάχυτα υπολογιστικά συστήματα με χρήση κατάλληλων ερευνητικών μεθοδολογιών και στατιστικών αναλύσεων.
  • Κρίνουν τη σημασία επαγγελματικών και κοινωνικών ζητήματα εφαρμογής τεχνολογιών του Διάχυτου Υπολογισμού, αναφορικά με την Ηθική, Ιδιωτικότητα, Συμμόρφωση με εθνικές και διεθνείς οδηγίες και νομοθεσία, Διασφάλιση δεδομένων, Αξιοπιστία – αντικειμενικότητα – διαφάνεια – λογοδοσία αλγορίθμων.

Περιεχόμενο (ύλη)

Το μάθημα περιλαμβάνει τις παρακάτω γνωστικές ενότητες που αφορούν το θεωρητικό σκέλος:

  • Η έννοια του Διάχυτου Υπολογισμού: ιστορικές καταβολές, συσχέτιση με άλλα γνωστικά πεδία της επιστήμης της πληροφορίας και της μηχανικής, συσχέτιση με πεδία άλλων επιστημών
  • Πεδία εφαρμογής Διάχυτου Υπολογισμού: Ευφυείς πόλεις και περιβάλλοντα, Περιρρέουσα Νοημοσύνη, Υποστήριξη Υγείας, Διάχυτα Παίγνια, Ηλεκτρονικό Εμπόριο και Συναλλαγές, 4η Βιομηχανική Επανάσταση
  • Επίγνωση Πλαισίου και Υπολογιστική Νοημοσύνη στα συστήματα Διάχυτου Υπολογισμού: Τύποι πλαισίου, τεχνικές κτήσης επίγνωσης πλαισίου, τεχνικές μηχανικής μάθησης και τεχνητής νοημοσύνης για την επεξεργασία δεδομένων

  • Αρχιτεκτονικές και μοντέλα συστημάτων Διάχυτου Υπολογισμού: συσκευές, τεχνικές επικοινωνίας, αρχιτεκτονικές, κατανομή υπολογισμών και πόρων (π.χ. διαδίκτυο των αντικειμένων, υπολογιστική νέφους / ομίχλης / ακμής)

  • Αλληλεπίδραση με συστήματα Διάχυτου Υπολογισμού: Έμμεση και Άμεση αλληλεπίδραση, πολυτροπική διάδραση, τεχνικές ανάπτυξης διαδραστικών εφαρμογών, τεχνικές αξιολόγησης αλληλεπίδρασης ανθρώπων – συστημάτων Διάχυτου Υπολογισμού
  • Επαγγελματικά και κοινωνικά ζητήματα εφαρμογής τεχνολογιών του Διάχυτου Υπολογισμού: Ηθική, Ιδιωτικότητα, Συμμόρφωση με εθνικές και διεθνείς οδηγίες και νομοθεσία, Διασφάλιση δεδομένων, Αξιοπιστία – αντικειμενικότητα – διαφάνεια – λογοδοσία αλγορίθμων.

Στο πλαίσιο του μαθήματος διδάσκεται και πρακτικό σκέλος, στο οποίο οι φοιτητές αναμένεται να αναλαμβάνουν project που εμπλέκουν ζητήματα σχεδιασμού, υλοποίησης και αξιολόγησης συστημάτων διάχυτου υπολογισμού (π.χ. βασιζόμενα σε τεχνολογίες διαδικτύου των αντικειμένων και κατανεμημένης μηχανικής μάθησης με Apache SparkML/Storm/Kafka, Android, Mobile HTML5, Arduino/Raspberry Pi κλπ).

Αξιολόγηση

Γλώσσα αξιολόγησης: Ελληνική (Αγγλικά αν χρειαστεί) Η εξέταση του μαθήματος αποτελείται από:

  • Γραπτή εξέταση που περιλαμβάνει ερωτήσεις πολλαπλής επιλογής και ερωτήσεις κρίσεως σύντομης ανάπτυξης (30% της συνολικής βαθμολογίας).
  • Εργασία σχεδιασμού, ανάπτυξης και αξιολόγησης σύνθετης εφαρμογής Διάχυτων Υπολογιστικών Συστημάτων (70% της συνολικής βαθμολογίας). Τα κριτήρια αξιολόγησης είναι αναρτημένα στην ιστοσελίδα του μαθήματος (e-class).

Βιβλιογραφία

Συνιστώμενη βιβλιογραφία προς μελέτη:

  • Δ. Γαβαλάς, Β. Κασαπάκης, Θ. Χατζηδημήτρης, Κινητές Τεχνολογίες, Εκδ. Νέων Τεχνολογιών, 2015.
  • Κ. Χωριανόπουλος, Ο Προγραμματισμός της Διάδρασης, Κορφιάτης, 2016
  • J. Krumm, Ubiquitous Computing Fundamentals, CRC Press, 2016.
  • S. Poslad, Ubiquitous Computing: Smart Devices Environments and Interactions, Wiley- Blackwell, 2009.
  • M. Jones, G. Marsden. Mobile Interaction Design, Wiley, 2005
  • V. Tsiatsis, S. Karnouskos, J. Holler, D. Boyle, C. Mulligan, Internet of Things 2nd edition, Elsevier, 2018
  • B. Di Martino, K-C. Li, L. T. Yang, A. Esposito (eds). Internet of Everything, Springer, 2018
  • Ελεύθερα προσβάσιμες πηγές στον Παγκόσμιο Ιστό όπως i. ACM Mobility Techpack https://techpack.acm.org/mobility/ ii. Android developers http://developer.android.com iii. Arduino tutorials https://www.arduino.cc/en/Tutorial/HomePage?from=Main.Tutorials iv. Raspberry Pi tutorials https://projects.raspberrypi.org/en/projects/raspberry-pi- getting-started v. Interaction Design Foundation https://www.interaction-design.org/literature

Επιπρόσθετη βιβλιογραφία για μελέτη: Επιλεγμένα άρθρα από επιστημονικά περιοδικά / συνέδρια του χώρου, ενδεικτικά

  • IEEE Pervasive Computing
  • Elsevier Pervasive and Mobile Computing
  • Springer Personal and Mobile Computing
  • ACM IMWUT, MobileHCI, CHI, IUI, MUM