dc.contributor.advisor | Georgiades, Michalis | |
dc.contributor.author | Γεωργιάδου, Άννα | |
dc.date.accessioned | 2025-07-02T09:51:36Z | |
dc.date.available | 2025-07-02T09:51:36Z | |
dc.date.issued | 2025 | |
dc.identifier.uri | http://hdl.handle.net/11728/12929 | |
dc.description | ENGLISH ABSTRACT
This paper focuses on innovations and applications of edge intelligence in the
Internet of Things (IoT) domains. It analyses five key areas: connected vehicles,
intelligent transport networks, healthcare intelligence, industrial IoT and urban IoT. It
examines the challenges, opportunities and technological approaches that enable
efficient resource management, reduce delay and enhance security.
The research presents data offloading architecture and techniques, such as in the
areas of healthcare and intelligent transportation, and their applications in real-time
scenarios. It also focuses on machine learning and artificial intelligence technologies
to improve decision-making systems and their integration in dynamic environments.
The study identifies the potential of Edge Intelligence for future development and
application in a variety of domains, improving the performance and efficiency of
systems | en_UK |
dc.description.abstract | Η παρούσα εργασία επικεντρώνεται στις καινοτομίες και τις εφαρμογές της
νοημοσύνης άκρης (Edge Intelligence) στους τομείς του Διαδικτύου των Πραγμάτων
(IoT). Αναλύει πέντε βασικούς τομείς: τα διασυνδεδεμένα οχήματα, τα ευφυή δίκτυα
μεταφορών, τη νοημοσύνη υγειονομικής περίθαλψης, το βιομηχανικό IoT και το
αστικό IoT. Εξετάζει τις προκλήσεις, τις ευκαιρίες και τις τεχνολογικές προσεγγίσεις
που επιτρέπουν την αποτελεσματική διαχείριση πόρων, τη μείωση της καθυστέρησης
και την ενίσχυση της ασφάλειας.
Η έρευνα παρουσιάζει την αρχιτεκτονική και τις τεχνικές εκφόρτωσης
δεδομένων, όπως στους τομείς της υγειονομικής περίθαλψης και των ευφυών
μεταφορών, καθώς και τις εφαρμογές τους σε σενάρια πραγματικού χρόνου.
Επιπλέον, εστιάζει στις τεχνολογίες μηχανικής μάθησης και τεχνητής νοημοσύνης για
τη βελτίωση των συστημάτων λήψης αποφάσεων και την ενσωμάτωσή τους σε
δυναμικά περιβάλλοντα. Η μελέτη εντοπίζει τις δυνατότητες της Edge Intelligence
για μελλοντική ανάπτυξη και εφαρμογή σε ποικίλους τομείς, βελτιώνοντας τις
αποδόσεις και την αποδοτικότητα των συστημάτων. | en_UK |
dc.language.iso | el_GR | en_UK |
dc.publisher | Μεταπτυχιακό στα Πληροφοριακά Συστήματα και Ψηφιακή Καινοτομία, Σχολή Διοίκησης και Επιστήμης Υπολογιστών, Πανεπιστήμιο Νεάπολις Πάφου | en_UK |
dc.rights | Απαγορεύεται η δημοσίευση ή αναπαραγωγή, ηλεκτρονική ή άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κάτοχου των πνευματικών δικαιωμάτων | en_UK |
dc.subject | Edge Intelligence | en_UK |
dc.subject | διασυνδεδεμένα οχήματα | en_UK |
dc.subject | βιομηχανικό IoT | en_UK |
dc.subject | ενίσχυση της ασφάλειας | en_UK |
dc.subject | αποτελεσματική διαχείριση πόρων | en_UK |
dc.title | Edge Intelligence for Artificial Intelligence of Things (AIoT) | en_UK |
dc.type | Thesis | en_UK |