i40

Α’ Εξάμηνο

Υποχρεωτικό

Εξ αποστάσεως

Εισαγωγή στη Βιομηχανία 4.0 και 5.0

Κατανόηση της εξέλιξης και του μέλλοντος της βιομηχανικής αυτοματοποίησης, της ανταλλαγής δεδομένων και των τεχνολογιών βιομηχανικής παραγωγής. Τεχνολογίες I4.0, Τεχνητή Νοημοσύνη, Επιστήμη Δεδομένων, Μηχανική Μάθηση, Βαθιά Μάθηση, Βιομηχανικό Διαδίκτυο των Πραγμάτων, Υπολογιστικό Νέφος και Edge Computing, Περιπτώσεις χρήσης στον πραγματικό κόσμο.

Πιστωτικές Μονάδες ECTS
0
Εβδομάδες διδασκαλίας
0
Ώρες συνολικού φόρτου
0
Βιβλιογραφικές πηγές
0

Μαθησιακά Αποτελέσματα

1)

Κατανόηση των βασικών τεχνολογιών της Βιομηχανίας 4.0: Τεχνητή Νοημοσύνη, Μηχανική Μάθηση, Επιστήμη Δεδομένων

2)

Κατανόηση της Βιομηχανίας 4.0 και των διαφορών της από τις προηγούμενες βιομηχανικές επαναστάσεις

3)

Προσδιορισμός των αναδυόμενων τεχνολογιών της Βιομηχανίας 4.0

4)

Κατανόηση της επεξεργασίας δεδομένων σε πραγματικό χρόνο για αύξηση παραγωγικότητας

5)

Περιγραφή των εννοιών ΤΝ, Μηχανικής Μάθησης, Βαθιάς Μάθησης και Επιστήμης Δεδομένων, και εξήγηση της σχέσης μεταξύ τους

6)

Κατανόηση της επεξεργασίας δεδομένων: καθαρισμός, εξαγωγή και επιλογή χαρακτηριστικών

7)

Αποσαφήνιση, ορισμός και εξήγηση των όρων Διαδίκτυο των Αντικειμένων, Βιομηχανικό Διαδίκτυο των Αντικειμένων και Βιομηχανία 4.0

8)

Εξήγηση του ρόλου του IoT και των κυβερνο-φυσικών συστημάτων στη Βιομηχανία 4.0

Γενικές Ικανότητες

Αναζήτηση & σύνθεση δεδομένων

Προσαρμογή σε νέες τεχνολογίες

Αυτόνομη εργασία

Ομαδική εργασία

Διεπιστημονικό περιβάλλον

Σχεδιασμός & διαχείριση έργων

Κριτική & αυτοκριτική σκέψη

Ψηφιακός μετασχηματισμός

Λήψη τεχνικών αποφάσεων

Επαγωγική & δημιουργική σκέψη

Περιεχόμενο Μαθήματος

Εβδ.
Ενότητα

1

Εισαγωγή στις Τεχνολογίες της Βιομηχανίας 4.0, Αντίκτυπος των Τεχνολογιών της Βιομηχανίας 4.0, Εργαλεία ταξινόμησης των τεχνολογιών της Βιομηχανίας 4.0

2

Αρχές της Επιστήμης Δεδομένων, της Τεχνητής Νοημοσύνης και των Τεχνολογιών της I4.0

3

Διαδικασία Cross Industry για την εξόρυξη δεδομένων (CRISP-DM)

4

Μηχανική Μάθηση

5

Αυτοματοποιημένες λύσεις βασισμένες στο υπολογιστικό νέφος & αυτοματοποιημένες λύσεις βασισμένες σε τοπικό επίπεδο. Πραγματικές περιπτώσεις εφαρμογής

6

Εισαγωγή στο IoT και το IIoT, Συστήματα παραγωγής, Συστήματα IIoT

7

Πρωτόκολλα επικοινωνίας. Βασικές αναπτυξιακές κατευθύνσεις

8

Εισαγωγή στο υπολογιστικό νέφος, Πάροχοι υπολογιστικού νέφους και οι σχετικές υπηρεσίες τους

9

Εισαγωγή στους υπολογισμούς στα άκρα (Edge computing) Διαδικασίες υπολογισμών στα άκρα (Edge computing)

10

Πραγματικές περιπτώσεις εφαρμογής

11

Νέες κατευθύνσεις Ανάπτυξης

12

Τρόποι επίλυσης των προκλήσεων των σχετικών με την Βιομηχανία 4.0

13

Ανάθεση Εργασιών

Αξιολόγηση & Φόρτος Εργασίας

Δραστηριότητα
Ώρες
Διαλέξεις
39
Βιβλιογραφική Εργασία
31
Υλοποίηση Project
25
Μη Καθοδηγούμενη Μελέτη
30
Σύνολο Μαθήματος
125

Κουίζ

Διαδικτυακά quiz ανά εβδομάδα ή ενότητα

Ατομική Εργασία

Τελική ατομική παρουσίαση project

Ομαδική Εργασία

Τελική ομαδική παρουσίαση project

Βιβλιογραφία

Industry 4.0 and Its Implications. IntechOpen
Abdelmajied, F. E. (2022)

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow. O’Reilly Media
Géron, A. (2019)

Cloud Computing: Theory and Practice. Morgan Kaufmann
Marinescu, D. C. (2023)
Introduction to Industrial Internet of Things and Industry 4.0. CRC Press
Misra, S., Roy, C., Mukherjee, A. (2021)
Industrial Cybersecurity, 2nd ed. Packt Publishing
Ackerman, P. (2021)
IEEE
IEEE Transactions on Industrial Informatics
IEEE
IEEE Industrial Electronics Magazine
Elsevier
Journal of Manufacturing Processes
Elsevier
Journal of Manufacturing Processes
MDPI
Sustainability

Πληροφορίες Μαθήματος

Εξάμηνο
Α΄
ECTS
5
Εβδ. σύγχρονης
180 λεπτά
Τύπος
Εξειδικευμένες γνώσεις
Προαπαιτούμενα

Τρόπος Διεξαγωγής

Σύγχρονη
30%
Ασύγχρονη
70%

Εξ αποστάσεως

e-class

Erasmus ✓

Τεχνολογίες & Εργαλεία

scikit-learn

Τεχνολογίες Ι4.0

CRISP-DM & ML

Cloud Computing

Edge Computing

IoT & IIoT

Πίσω στην σελίδα μαθημάτων

Πλατφόρμα e-class

Υλικό μαθήματος, βίντεο, forum & ανακοινώσεις

Κύλιση στην κορυφή