Neapolis University Pafos

HEPHAESTUS

Welcome to HEPHAESTUS, the Institutional Repository of the Neapolis University in Cyprus.

HEPHAESTUS is an open source institutional repository which gathers all the digital material of Neapolis University's various activities, particularly original research studies produced by the members of the University. The HEPHAESTUS Repository demonstrates the intellectual life, research activities and publications of the University, preserving, acknowledging and promoting scientific research to benefit the local and international community.

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 3 of 3

Recent Submissions

  • Thumbnail Image
    Item type:Item,
    Ανίχνευση ασθενειών φύλλων ελιάς με εικόνες drone και τεχνικές μηχανικής μάθησης
    (Πρόγραμμα Δημόσιας Διοίκησης, Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου, 2026) Σουβαλιώτης, Πρόδρομος; Evripidou, Salomi
    Η παρούσα πτυχιακή εργασία εξετάζει την ανίχνευση ασθενειών φύλλων ελιάς με αξιοποίηση τεχνικών μηχανικής μάθησης, βαθιάς μάθησης και ανάλυσης εικόνας, σε συνδυασμό με τη χρήση μη επανδρωμένου εναέριου οχήματος χαμηλού κόστους. Ειδικότερα, αντικείμενο της μελέτης αποτελεί η ανάπτυξη και συγκριτική αξιολόγηση δύο διαφορετικών προσεγγίσεων ταξινόμησης εικόνων για τη διάκριση μεταξύ υγιών φύλλων ελιάς και φύλλων προσβεβλημένων από την ασθένεια peacock spot. Για την εκπαίδευση και την αρχική αξιολόγηση των μοντέλων χρησιμοποιήθηκε σύνολο δεδομένων από την πλατφόρμα Kaggle, το οποίο περιλάμβανε συνολικά 430 εικόνες φύλλων ελιάς, εκ των οποίων 210 αντιστοιχούσαν σε υγιή φύλλα και 220 σε φύλλα με συμπτώματα της ασθένειας. Στο πλαίσιο της εργασίας υλοποιήθηκαν και συγκρίθηκαν δύο μεθοδολογικές προσεγγίσεις. Η πρώτη βασίστηκε σε κλασική μηχανική μάθηση, με χρήση του ταξινομητή Support Vector Machine (SVM) και εξαγωγή χαρακτηριστικών Histogram of Oriented Gradients (HOG). Η δεύτερη βασίστηκε σε τεχνικές βαθιάς μάθησης μέσω μεταφοράς μάθησης (Transfer Learning), με αξιοποίηση της πλατφόρμας Teachable Machine. Πριν από την εκπαίδευση των μοντέλων εφαρμόστηκαν διαδικασίες προεπεξεργασίας εικόνας, όπως αλλαγή μεγέθους και ομογενοποίηση των δεδομένων εισόδου. Πέρα από την αξιολόγηση στο οργανωμένο σύνολο δεδομένων, πραγματοποιήθηκε επιτόπια αξιολόγηση των εκπαιδευμένων μοντέλων σε πραγματικές συνθήκες ελαιώνα, με χρήση drone DJI Tello. Το drone χρησιμοποιήθηκε ως μέσο real-time εφαρμογής των αλγορίθμων στο πεδίο, ώστε να εξεταστεί η συμπεριφορά τους σε περιβάλλον με αυξημένη μεταβλητότητα, όπως μεταβολές φωτισμού, πολύπλοκο φόντο, επικάλυψη φύλλων και θόλωση λόγω κίνησης. Η διαδικασία αυτή δεν χρησιμοποιήθηκε για τη δημιουργία νέου συνόλου εκπαίδευσης, αλλά για τον έλεγχο της ικανότητας γενίκευσης των μοντέλων σε ρεαλιστικές συνθήκες λειτουργίας. Τα αποτελέσματα της μελέτης έδειξαν ότι το μοντέλο SVM + HOG παρουσίασε μέτρια απόδοση και μεγαλύτερη ευαισθησία στις συνθήκες πεδίου, ενώ το μοντέλο Transfer Learning εμφάνισε σαφώς καλύτερη σταθερότητα, υψηλότερη ακρίβεια και πιο αξιόπιστη συμπεριφορά κατά τη real-time αξιολόγηση. Τα ευρήματα αυτά υποδεικνύουν ότι, παρότι οι κλασικές μέθοδοι μηχανικής μάθησης μπορούν να αξιοποιηθούν σε βασικά προβλήματα ταξινόμησης εικόνων, οι τεχνικές βαθιάς μάθησης είναι καταλληλότερες για εφαρμογές ανίχνευσης ασθενειών σε πραγματικές συνθήκες γεωργίας ακριβείας. Συνολικά, η εργασία αναδεικνύει ότι ο συνδυασμός ανάλυσης εικόνας, τεχνητής νοημοσύνης και χαμηλού κόστους εναέριων πλατφορμών μπορεί να αποτελέσει μια πρακτική και υποσχόμενη προσέγγιση για την υποστήριξη της παρακολούθησης της υγείας των καλλιεργειών και της έγκαιρης διάγνωσης φυτικών ασθενειών.
  • Thumbnail Image
    Item type:Item,
    Σχεδίαση και πειραματική αξιολόγηση vision-based στρατηγικών πλοήγησης για αυτόνομα line-following ρομπότ
    (Πρόγραμμα Δημόσιας Διοίκησης, Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου, 2026-05) Αδάμου, Ανδρέας; Evripidou, Salomi
    Η παρούσα πτυχιακή εργασία έχει ως στόχο την ανάπτυξη και πειραματική αξιολόγηση ενός vision-based συστήματος line-following σε πραγματική ρομποτική πλατφόρμα, με έμφαση στη διερεύνηση του τρόπου με τον οποίο επιμέρους αλγοριθμικές επιλογές επηρεάζουν την ακρίβεια, τη σταθερότητα και τη συνολική απόδοση της πλοήγησης. Για τον σκοπό αυτό αναπτύχθηκε ένας βασικός vision-based αλγόριθμος, ο οποίος αξιοποιεί εικόνα από κάμερα, τεχνικές επεξεργασίας εικόνας, υπολογισμό της θέσης της γραμμής και διορθωτικές εντολές κίνησης. Πάνω στον βασικό αυτό αλγόριθμο υλοποιήθηκαν και συγκρίθηκαν διαφορετικές παραλλαγές του, όπως η χρήση Dynamic ROI και διαφορετικές προσεγγίσεις κατωφλίωσης, ενώ παράλληλα αναπτύχθηκε και ένα IR sensor-based σύστημα ως baseline για σκοπούς σύγκρισης. Η αξιολόγηση πραγματοποιήθηκε σε κοινή πίστα line-following, η οποία περιλάμβανε τμήματα διαφορετικού βαθμού δυσκολίας, και σε διαφορετικές ταχύτητες κίνησης. Για τη σύγκριση των μεθόδων χρησιμοποιήθηκαν μετρικές όπως το μέσο πλευρικό σφάλμα, ο αριθμός αποτυχημένων ανιχνεύσεων γραμμής, ο μέσος χρόνος ανάκαμψης, ο χρόνος ολοκλήρωσης της διαδρομής και ο αριθμός επιτυχημένων δοκιμών. Τα αποτελέσματα έδειξαν ότι ένα vision-based σύστημα μπορεί να υποστηρίξει ικανοποιητική line-following πλοήγηση σε πραγματική πλατφόρμα χαμηλού κόστους, κυρίως σε χαμηλές και μεσαίες ταχύτητες. Ωστόσο, η απόδοσή του επηρεάζεται σημαντικά από την ποιότητα της εικόνας, τη θόλωση, την επιλογή της περιοχής ενδιαφέροντος και τη μέθοδο κατωφλίωσης. Από τις vision-based παραλλαγές, η μέθοδος Dynamic ROI παρουσίασε την καλύτερη συνολική συμπεριφορά, καθώς συνέβαλε στη διατήρηση πιο σχετικής οπτικής πληροφορίας κατά την παρακολούθηση της γραμμής. Αντίθετα, η Adaptive Threshold μέθοδος δεν απέδωσε καλύτερα από το σταθερό thresholding στη συγκεκριμένη υλοποίηση, λόγω ασυνεχειών που εμφανίστηκαν στη δυαδική εικόνα. Η πειραματική Dynamic Threshold εκδοχή παρουσίασε βελτιωμένη συμπεριφορά σε σχέση με την Adaptive Threshold, χωρίς όμως να ξεπεράσει συνολικά τις παραλλαγές που βασίστηκαν στο σταθερό thresholding. Συμπερασματικά, η εργασία δείχνει ότι η απόδοση ενός vision-based line-following συστήματος δεν εξαρτάται μόνο από τη χρήση κάμερας, αλλά και από τις επιμέρους σχεδιαστικές επιλογές του vision pipeline. Παράλληλα, αναδεικνύεται η δυνατότητα αξιοποίησης τέτοιων συστημάτων σε εφαρμογές εκπαιδευτικής ρομποτικής και αυτόνομης πλοήγησης χαμηλού κόστους.
  • Thumbnail Image
    Item type:Item,
    Ανάπτυξη και Αξιολόγηση Παιχνιδιού Τρόμου Λήψης Αποφάσεων με Δυναμική Αφήγηση και Προσαρμοστικούς Μη Παικτικούς Χαρακτήρες στην Unreal Engine 5
    (Πρόγραμμα Δημόσιας Διοίκησης, Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου, 2026-05-20) Ανδρέου, Χρύσης; Kakouli, Elena
    Η παρούσα εργασία αφορά τον σχεδιασμό, την ανάπτυξη και την αξιολόγηση ενός τρισδιάστατου παιχνιδιού τρόμου πρώτου προσώπου στην Unreal Engine 5, με έμφαση στη δυναμική αφήγηση, τη λήψη αποφάσεων και την προσαρμοστική τεχνητή νοημοσύνη μη παικτικών χαρακτήρων. Η υλοποίηση βασίστηκε στα Blueprints και περιλαμβάνει Σύστημα Στατιστικών Παίκτη, μηχανισμούς διατήρησης δεδομένων μεταξύ επιπέδων, δέντρα συμπεριφοράς για τους εχθρούς, διακλαδούμενη αφηγηματική λογική και εναλλακτικές καταλήξεις. Παράλληλα, αξιοποιήθηκαν τεχνικές ατμόσφαιρας, όπως ο δυναμικός φωτισμός Lumen, ο χωρικός ήχος και τα γεγονότα τρόμου, ώστε η εμπειρία να μεταβάλλεται ανάλογα με τις ενέργειες του παίκτη. Η αξιολόγηση πραγματοποιήθηκε μέσω τεχνικών ελέγχων και δοκιμών με χρήστες, με ερωτηματολόγια βασισμένα στα SUS, GEQ και IMI. Τα αποτελέσματα έδειξαν ότι οι βασικοί μηχανισμοί λειτούργησαν σταθερά μετά τις διορθώσεις, ενώ οι χρήστες αξιολόγησαν θετικά τη χρηστικότητα, την εμβύθιση, την ατμόσφαιρα φόβου και την αίσθηση αυτενέργειας. Οι συμμετέχοντες αναγνώρισαν ότι οι επιλογές τους επηρέαζαν το περιβάλλον, τη συμπεριφορά των εχθρών και τις πιθανές καταλήξεις. Συνολικά, η εργασία προτείνει ένα λειτουργικό πλαίσιο σύνδεσης αφήγησης, στατιστικών και τεχνητής νοημοσύνης, προσφέροντας βάση για μελλοντική επέκταση προσαρμοστικών, επαναλήψιμων και περισσότερο εξατομικευμένων ψηφιακών εμπειριών τρόμου.
  • Thumbnail Image
    Item type:Item,
    Αξιολόγηση της απόδοσης στη δημόσια διοίκηση: θεωρητικές προσεγγίσεις και εφαρμογές στη πράξη – μελέτη περίπτωσης στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (Α.Π.Θ.)
    (Μεταπτυχιακό Πρόγραμμα Δημόσιας Διοίκησης, Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου, 2026-02) Σκάρπου, Ευανθία; Persefoni Fokiali
    Η παρούσα εργασία εξετάζει τις στάσεις των διοικητικών υπαλλήλων του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης απέναντι στην αξιολόγηση της απόδοσης και διερευνά τους θεσμικούς, οργανωτικούς, ανθρώπινους και τεχνικούς παράγοντες που επηρεάζουν την εφαρμογή της στη δημόσια διοίκηση. Στόχος είναι να αποτυπωθεί ο βαθμός αποδοχής της αξιολόγησης και να εντοπιστούν οι παράγοντες που συνδέονται με θετικές ή αρνητικές αντιλήψεις. Η έρευνα βασίστηκε σε ποσοτική μεθοδολογία, χρησιμοποιώντας δομημένο ερωτηματολόγιο το οποίο συμπληρώθηκε από 131 διοικητικούς υπαλλήλους. Τα δεδομένα αναλύθηκαν με το στατιστικό πρόγραμμα SPSS, μέσω περιγραφικής στατιστικής. Τα αποτελέσματα έδειξαν ότι, ενώ η αξιολόγηση αναγνωρίζεται ως αναγκαία διαδικασία βελτίωσης, εντούτοις αντιμετωπίζεται με σκεπτικισμό λόγω θεσμικών ασαφειών, έλλειψης εμπιστοσύνης και περιορισμένης αξιοποίησης των αποτελεσμάτων. Οι ανθρώπινοι και τεχνικοί παράγοντες αναδείχθηκαν ως οι σημαντικότεροι προβλεπτικοί δείκτες θετικών στάσεων. Συμπερασματικά, η αξιολόγηση μπορεί να αποτελέσει εργαλείο ανάπτυξης και εκσυγχρονισμού της δημόσιας διοίκησης, εφόσον ενισχυθεί η διαφάνεια, η εκπαίδευση των αξιολογητών και η ουσιαστική σύνδεση των αποτελεσμάτων με τη διοικητική λήψη αποφάσεων.
  • Thumbnail Image
    Item type:Item,
    Χρήση της τεχνητής νοημοσύνης για την ενίσχυση των υπηρεσιών ηλεκτρονικής διακυβέρνησης στην Κυπριακή Δημοκρατία
    (Μεταπτυχιακό Πρόγραμμα στην Εγκληματολογική Λογιστική και τα Χρηματοοικονομικά, Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου, 2026-02) Χρυσάνθου, Χριστόφορος; Evripidou, Salomi
    Η Τεχνητή Νοημοσύνη (ΤΝ) συνιστά ένα ραγδαίως εξελισσόμενο κλάδο της πληροφορικής, ο οποίος μπορεί να έχει καθοριστικό ρόλο στο ψηφιακό μετασχηματισμό ενός κράτους και ειδικότερα των υπηρεσιών ηλεκτρονικής διακυβέρνησης. Η παρούσα μελέτη εξετάζει, κατά πόσο η χρήση της ΤΝ μπορεί να αποτελέσει μοχλό ενίσχυσης του δημόσιου τομέα της Κυπριακής Δημοκρατίας, λαμβάνοντας υπόψη θεσμικούς και οργανωτικούς περιορισμούς. Βασικός στόχος της μελέτης είναι ο εντοπισμός του βαθμού υιοθέτησης εφαρμογών ΤΝ στις υπηρεσίες ηλεκτρονικής διακυβέρνησης της Κύπρου, επιδιώκοντας παράλληλα, την ανάδειξη των αντιλήψεων και στάσεων των δημοσίων υπάλληλων απέναντι στη χρήση της ΤΝ καθώς και την αναγνώριση του επιπέδου οργανωτικής ετοιμότητας. Επιπλέον, η υφιστάμενη μελέτη αξιολογεί κατά πόσο η ΤΝ μπορεί να βελτιώσει την ποιότητα, αποδοτικότητα και λειτουργικότητα του δημόσιου τομέα, εξετάζοντας ωστόσο τις τεχνικές και θεσμικές προκλήσεις που επηρεάζουν την υιοθέτηση της. Η έρευνα ακολουθεί ποσοτική ερευνητική μεθοδολογία και βασίζεται, χρησιμοποιώντας δομημένο ερωτηματολόγιο, στη συμμετοχή, σε εθελοντική βάση, ογδόντα επτά (87) δημοσίων υπαλλήλων της Κυπριακής Δημοκρατίας. Σημειώνεται ότι το ερευνητικό εργαλείο σχεδιάστηκε με βάση τη διεθνή βιβλιογραφία και τα ερευνητικά κενά που εντοπίστηκαν, ούτως ώστε να επιτρέψει τη συλλογή μετρήσιμων δεδομένων. Τα ευρήματα της παρούσας μελέτης παρουσιάζουν ότι η χρήση εφαρμογών ΤΝ στον Κυπριακό δημόσιο τομέα παραμένει περιορισμένη, διαπιστώνοντας ταυτόχρονα θετική στάση δημοσίων υπαλλήλων ως προς τη χρήση της κυρίως στη βελτίωση αποδοτικότητας και λειτουργικότητας των ηλεκτρονικών υπηρεσιών. Ωστόσο, αναδεικνύονται βασικές προκλήσεις όπως η έλλειψη κατάλληλης εκπαίδευσης προσωπικού, η πιθανή απώλεια ανθρώπινου ελέγχου καθώς και οι κίνδυνοι που σχετίζονται με την προστασία των προσωπικών δεδομένων. Η μελέτη καταλήγει ότι η ΤΝ έχει τη δυνατότητα να ενισχύσει την ηλεκτρονική διακυβέρνηση στην Κύπρο εφόσον αναπτυχθεί προηγουμένως το απαραίτητο ρυθμιστικό πλαίσιο, ενδυναμωθούν οι ψηφιακές δεξιότητες του ανθρώπινου δυναμικού και βελτιωθεί η διακυβέρνηση δεδομένων. Ως αποτέλεσμα, τα ευρήματά της μελέτης μπορούν να αποτελέσουν το έναυσμα τόσο για περαιτέρω επιστημονική διερεύνηση όσο και για τον σχεδιασμό πολιτικών ή ρυθμιστικών αλλαγών στον συγκεκριμένο τομέα.